Modélisation : du matériau au système électrochimique
Coordinateur: Prof. Alejandro Franco
Personnel impliqué: E. Baudrin, C. Delacourt, A. Franco, C. Frayret, A. Demortière, M. Morcrette
Les activités de recherche de cette thématique transverse gravitent autour de la modélisation mathématique et de la simulation numérique des systèmes électrochimiques pour le stockage et la conversion de l’énergie, de l’échelle du matériau à l’échelle du dispositif : batteries à ions lithium, batteries lithium soufre, batteries métal air, batteries à flux redox, piles à combustible… Ces activités visent à accompagner et à orienter les expérimentateurs et les industriels en quête de systèmes électrochimiques plus performants, mais aussi souhaitant comprendre, interpréter et prédire les mécanismes mis en jeu dans ces systèmes complexes.
Le travail de modélisation en lui-même consiste en la formulation du problème physique, la mise en équations mathématiques, et l'écriture de programmes informatiques visant à résoudre les équations. Ce travail est développé en lien étroit avec des caractérisations expérimentales permettant de déterminer certaines grandeurs physicochimiques qui sont ensuite utilisées comme paramètres d'entrée des modèles. Ces caractérisations peuvent porter sur l'étude d'objets prototypes ou commerciaux (p.ex. les cellules Li-ion commerciales) ou peuvent correspondre à des systèmes « modèles » simplifiés, qui permettent de se focaliser sur un mécanisme physicochimique bien déterminé de manière à l'étudier en détail (i.e. expérience modèle). La thématique adopte également une démarche de modélisation multi-échelle, consistant à déterminer des paramètres à partir de calculs théoriques réalisés à des échelles atomiques et moléculaires, qui sont ensuite injectés dans des modèles d’échelle supérieure.
La thématique est animée par des chercheurs avec des expertises fortement complémentaires, ce qui a permis de doter le LRCS d’un large éventail de méthodes de simulation, dont certaines pionnières au niveau international, et majoritairement implémentées dans des outils logiciels développés en interne : p.ex. méthodes de la théorie de la fonctionnelle de densité (DFT), dynamique moléculaire à grains grossiers, méthodes Monte Carlo cinétique, méthodes dites « de champs de phases », modèles de type continuum et de type multi-échelles hybrides. Les chercheurs développent également des algorithmes d’intelligence artificielle pour automatiser la paramétrisation des modèles et pour effectuer de la fouille automatique de données, ainsi que des logiciels en environnement Réalité Virtuelle permettant de visualiser et interagir de manière immersive avec des données issues de calculs mais aussi avec des « serious games » dédiées à l’enseignement.
Les activités de recherche concernent :
- Modélisation multi-échelles des procédés de fabrication des cellules Li-ion
Cette activité gravite autour du projet ERC « ARTISTIC » porté par A.A. Franco dont l’objectif est d’établir une plateforme computationnelle multi-échelles prédictive de l’influence des paramètres de fabrication sur la texture des électrodes de batteries lithium ion et leur réponse électrochimique associées. Des algorithmes d’intelligence artificielle sont également développés pour paramétrer plus aisément les modèles ainsi que pour prédire les meilleures formulations permettant par exemple d’atteindre des performances de batterie ciblées au préalable.
- Modélisation de la réactivité des matériaux et des interfaces électrochimiques
Des modèles physicochimiques sont appliquées pour l’étude de la réactivité des matériaux et interfaces au sein des systèmes pour le stockage et la conversion de l’énergie. Par exemple, des approches à l’échelle mésoscopique ont été développés pour étudier les mécanismes de lithiation dans des systèmes bi-phasiques multi-particules, ainsi que pour étudier la réactivité des electro-catalyseurs dans les piles à combustible.
- Etude et modélisation du vieillissement des cellules Li-Ion
Le vieillissement des batteries Li-ion est étudié d’un point de vue expérimental et à l’aide d’outils de modélisation physico-chimique mis au point au LRCS. Tandis que le vieillissement calendaire de batteries commerciales graphite/LFP ne conduit qu’à un changement d’équilibrage interne dû à des réactions parasites telles que la formation continue de la SEI, le vieillissement en cyclage de ces dernières amène en plus à une perte de matière active au niveau de l’électrode négative. Un modèle mathématique de vieillissement, prenant en compte l’ensemble des phénomènes observés expérimentalement, a été mis au point et peut être utilisé à des fins de prédiction de durée de vie.
- Modélisation multi-échelles des batteries lithium soufre
Nous développons des modèles physicochimiques à plusieurs échelles spatio-temporelles pour permettre de mieux comprendre les principes de fonctionnement des batteries lithium soufre et pour prédire des architectures d’électrodes et conditions opératoires optimales. Ces modèles décrivent les mécanismes électrochimiques menant à la formation de polysulfures et du Li2S au sein des électrodes positives et permettent d’étudier leur impact sur les propriétés de transport effectives de celles-ci lors de la décharge et charge de ces batteries.
- Modélisation multi-échelles des batteries métal air
Nous développons des modèles physicochimiques décrivant les mécanismes électrochimiques et de transport au sein des électrodes des batteries métal air. L’équipe s’intéresse p.ex. à la modélisation de la nucléation et du grossissement des particules de Li2O2 au sein des électrodes positives de batteries lithium air lors de leur décharge, ainsi qu’aux mécanismes menant à leur décomposition lors de la recharge de ces batteries. Un autre aspect étudié est l’impact de la localisation et interconnexion entre pores sur la performance globale de ces dispositifs.
- Modélisation des batteries à circulation redox
Cette activité se focalise sur l’étude de la réponse électrochimique des batteries à circulation de suspensions de particules redox. Une série de modèles de type Monte Carlo Cinétique et DPD (Dissipative Particle Dynamics) avec résolution spatiale 3D ont été développés et sont utilisés pour analyser l’impact des conditions de cyclage sur l’évolution de la percolation entre particules actives et conductrices électroniques constituant les suspensions.
- Intelligence artificielle et Réalité Virtuelle appliquées aux batteries
Des algorithmes de type deep learning sont développés à fin d’aider dans la paramétrisation des modèles mathématiques (p.ex. les champs de force utilisés en dynamique moléculaire) et pour effectuer la fouille automatique de données (text mining, data mining). On développe également des logiciels en Réalité Virtuelle permettant de visualiser et interagir de manière immersive avec des matériaux, électrodes et systèmes batteries, pour faciliter l’appréhension de leur structure et texture tridimensionnelles, de rendre accessible les outils de simulation à des non experts, et de mettre en place de méthodes d’enseignement ludiques.
- Expériences modèle
Des expériences, dites « modèle », sont mises au point afin de se focaliser sur un phénomène physico-chimique particulier
-dans le but de mieux le comprendre
-d’en proposer une représentation physique la plus appropriée, ainsi que la description mathématique qui en découle
-d’en déterminer les paramètres physiques/géométriques/… le caractérisant
Des expériences modèle sont mises en œuvre pour l’étude de la croissance de la SEI sur les électrodes négatives de batteries Li-ion, l’étude de paramètres clés d’électrodes poreuses tels que la tortuosité, ou encore les propriétés de transport d’électrolytes à base de carbonates pour batteries Li-ion.
