Non-destructive evaluation and modeling of degradation mechanisms in Lithium-ion battery modules.

PhD-prosjektet fokuserer på å håndtere utfordringene knyttet til gjenbruk av litiumionbatterier (LIBer) i et andre liv (2nd life). Med en økende overflod av LIBer som når slutten av levetiden fra transport- og mobilitetssektoren, blir det avgjørende å maksimere verdien av kritiske råvarer som finnes i hvert batteri. Imidlertid er gjenbruk av batterier komplekst på grunn av deres forskjellige aldringsmønstre og degraderingsprosesser. Prosjektet tar sikte på å utvikle metoder for å evaluere helsetilstand (SoH) i LIBer, noe som muliggjør deres andre liv. Dette innebærer bruk av elektrokjemisk impedansspektroskopi (EIS) og post-mortem-analyse for å vurdere degraderingsfenomen, sammen med analyse av opp- og ut-ladningsdata. Forskningen vil granske den optimale kombinasjonen av fysiske modeller og datadrevne modeller for å oppnå nøyaktig SoH-estimering samtidig som bruken av databeregningsressurser optimaliseres. Ved å fremme forståelsen av batteri aldring og utvikle praktiske teknikker for SoH-evaluering, bidrar prosjektet til effektiv bruk av LIBer og bærekraftig utplassering av energilagringsløsninger.

The PhD project focuses on addressing the challenges associated with re-using lithium-ion batteries (LIBs) in second-life applications. With a growing abundance of LIBs reaching end-of-life conditions from the transport and mobility sectors, maximizing the value of critical raw materials present in each battery becomes crucial. However, the re-use of batteries is complex due to their different aging patterns and degradation mechanisms. The project aims to develop methods to evaluate the state of health (SoH) of LIBs, enabling their second-life application. It involves the use of electrochemical impedance spectroscopy (EIS) and post-mortem analysis to assess degradation phenomena, along with charge/discharge data analysis. The research will scrutinize the optimal combination of physical models and data-driven models to achieve accurate SoH estimation while optimizing computational resources. By advancing the understanding of battery aging and developing practical techniques for SoH evaluation, the project contributes to the efficient utilization of LIBs and the sustainable deployment of energy storage solutions.