Synopsys
Ansys

재료 설계를 위한 배터리 시뮬레이션

<p>Synopsys QuantumATK atomistic simulation software is used to design novel battery materials for cathodes and anodes, liquid and solid electrolytes, additives, solid electrolyte interphases (SEI) for denser and safer batteries for automotive and other industrial applications. It enables systematic selection of materials and performance optimization through co-design of structure and chemistry, shortening battery development time and reducing costs.</p>

시놉시스 QuantumATK 원자 수준 시뮬레이션 소프트웨어는 양극 및 음극, 액체 및 고체 전해질, 첨가제, 고체 전해질 계면(SEI)을 위한 새로운 배터리 재료를 설계하는 데 사용되며, 자동차 및 기타 산업 분야에서 더 에너지 밀도가 높고 안전한 배터리를 구현합니다. 이 소프트웨어는 구조와 화학의 공동(co-design) 설계를 통해 체계적인 재료 선택과 성능 최적화를 지원하여 배터리 개발 시간을 단축하고 비용을 절감합니다.

QuantumATK 플랫폼

QuantumATK를 활용한 원자 수준 시뮬레이션은 양극, 음극, 전해질, 첨가제, SEI 등 신소재에 대한 배터리 연구를 가속화하여 더 높은 리튬이온 확산도, 전기화학적 안정성, 고용량, 저비용, 열적 안정성 및 기계적 물성 등을 달성할 수 있도록 지원합니다. 주력 기술인 리튬이온 외에도 전고체 배터리, 리튬-황(Li-S), 리튬-메탈, 리튬-공기 배터리 및 나트륨(Na)이나 마그네슘(Mg) 같은 리튬 대체 이온을 사용하는 새로운 기술들을 QuantumATK로 조사할 수 있습니다. QuantumATK 팀은 배터리 재료 설계 여정 전반에 걸쳐 맞춤형 솔루션, 전문 지식 및 지원을 제공합니다. 

또한 3D 이미징 및 시뮬레이션을 통해 배터리 성능을 최적화하는 시놉시스 Simpleware 솔루션도 확인해 보십시오.

배터리 재료 설계 방향

양극

  • 고용량 및 긴 수명
  • 전기화학적 안정성(표면, 벌크)
  • 희소하고 고가의 원소(예: Co) 함량 저감
  • 높은 이온 확산도

음극

  • 덴드라이트(dendrite) 형성 억제
  • 기계적 물성(스웰링 및 균열 형성 억제)
  • 전기화학적 안정성(SEI)
  • 흑연, 실리콘 및 리튬 메탈 음극

전해질  

  • 광범위한 온도 범위에서의 높은 이온 확산도
  • 전기화학적 안정성
  • 불연성  

재료 간 계면

대체 기술 대응

  • 전고체 배터리
  • 고체 / 고분자 전해질
  • 리튬 이온 대체재(나트륨, 마그네슘 등)
  • 리튬-황 배터리
  • 리튬 금속 배터리
  • 리튬-공기 배터리

양극 및 고체 전해질 소재 관련 배터리 설계 과제

QuantumATK 배터리 시뮬레이션 응용 사례

전기장 하에서의 양극 내 리튬 이온 확산도

리튬 이온 확산 경로와 메커니즘에 대한 심층적인 이해를 확보하고, 높은 리튬 이온 확산도와 안정된 구조를 갖춘 소재를 선별하십시오. 본 예제에서는 다양한 온도와 전기장 세기에서 확산을 유도하는 외부 전기장이 적용된 분자역학(MD)을 사용하여 LiFePO4 양극 소재 내의 리튬 이온 확산도(기울기)를 계산합니다. 고전적 힘장(Force Fields, FF)과 밀도범함수 이론(DFT)을 결합한 멀티 모델 접근법의 이점을 활용하여, 후자를 통해 전기장의 영향과 시간 의존적 전하 변동 효과를 반영할 수 있습니다.

튜토리얼
사례 연구
발간물

개방 회로 전압 프로파일

분자역학(MD) 도구를 사용하여 배터리 충전 및 방전 과정 중 양극의 리튬화를 나타내는 개방 회로 전압(OCV) 프로파일을 획득하십시오. 형태학적 진화, 열화, 고장에 대해 양극 소재를 스크리닝하여 이러한 과정을 최적화하십시오. 본 예제는 리튬-황 배터리의 계산된 개방 회로 전압 프로파일을 보여줍니다.

자습서

액체 전해질 내 리튬 이온 용매화

다양한 액체 전해질(순수, 이원 또는 삼원 혼합물) 내의 리튬 이온 용매화를 연구하여 넓은 온도 범위에서 높은 리튬 이온 확산도를 위한 최적의 전해질 조성을 찾으십시오. 본 예제에서는 분자역학(MD) 도구를 사용하여 순수 EC(에틸렌 카보네이트), EC와 DMC(디메틸 카보네이트)의 이원 혼합물, 그리고 PC(프로필렌 카보네이트)가 추가된 삼원 혼합물에서의 리튬 이온 용매화, 이동 수(transference number), 배위수, 확산도를 계산합니다.

사용된 모듈: 힘장(OPLS-AA), MD, NanoLab GUI

SEI 및 전해질 내 리튬 이온 수송

고체 전해질 계면(SEI) 및 전해질 내에서의 리튬 이온 수송 메커니즘(탄도형, 포획형, 확산형)을 예측하여 리튬 이온 배터리의 고속 충전을 위한 더 작은 포획 영역을 가진 소재(예: SEI 첨가제)를 스크리닝하십시오. 본 예제에서는 장시간 10ns 분자역학(MD) 시뮬레이션을 사용하여 SEI의 주요 구성 요소인 Li2EDC와 EC 전해질에서의 리튬 이온 수송 메커니즘을 조사합니다.

사용된 모듈: 힘장(OPLS-AA), MD, NanoLab GUI

애노드 표면에서의 SEI 형성

초기 SEI 층 형성을 돕는 전해질과 첨가제를 스크리닝하기 위해 애노드 표면에서의 SEI 형성 메커니즘을 파악하십시오. 본 예제는 플루오로에틸렌 카보네이트(FEC) 첨가제가 리튬화된 실리콘 애노드 표면에 흡착되는 방식과, 리튬화된 실리콘 농도 및 표면 구조에 따라 다양한 화합물로 분해되는 과정을 보여줍니다. 표면 NEGF(Surface NEGF) 방법을 사용하여 실제적인 준무한(semi-infinite) 표면에서의 반응 경로와 주요 상호작용에 대한 통찰을 얻으십시오.

사용된 모듈: Surface NEGF, NEB, NanoLab GUI

캐소드 표면의 열화 메커니즘

전해질 및 첨가제와의 화학적 및 전기화학적 반응으로 인한 캐소드 표면 열화 메커니즘을 조사하십시오. 다양한 전해질을 스크리닝하고, 열화를 억제하고 표면의 화학적 및 전기화학적 안정성을 향상시키기 위해 캐소드 표면을 수정하는 방법을 연구하십시오. 본 예제에서는 nudged elastic band (NEB) 방법론을 사용하여 전기장 하에서 에틸렌 카보네이트(EC) 전해질 분자와의 반응으로 인한 LiNiO2 (104) 캐소드 표면 열화의 반응 경로와 에너지 장벽을 조사합니다. 슬래브 모델의 인위적인 유한 크기 효과 없이 실제적인 복잡한 표면을 연구할 수 있는 Surface NEGF 방법의 이점을 활용하십시오.

사용된 모듈: DFT, Surface NEGF, NEB, NanoLab GUI

계면 밴드 엔지니어링

계면 밴드 오프셋과 밴드 다이어그램을 계산하여 대상 계면 전자 전도도에 적합한 계면 소재를 선별함으로써 배터리 성능을 최적화합니다. 본 예제에서는 LaAlO3와 같은 초박막을 사용하여 양극(Li0.9CoO2)/집전체(SrTiO3) 계면에서의 전자 전도도를 높이고 전고체 배터리의 성능을 향상시킬 수 있는지 검토합니다. 또한, 음극과 전해질 사이에 박막을 적용했을 때의 효과를 시뮬레이션하여 전자 전도도를 낮추고 덴드라이트 형성을 억제하는 과정을 살펴봅니다. 낮은 연산 비용으로 대규모 계면 구조에 대한 DFT-LCAO 계산을 수행하는 이점을 활용해 보십시오.

사용된 모듈: DFT, NanoLab GUI, Interface Builder

양극/전해질 계면에서의 전자 수송

양극/전해질 계면에서의 전자 수송을 시뮬레이션하여 우수한 계면 전자 전도성을 가진 소재를 선별합니다. 본 예제에서는 리튬 공기 배터리의 Li2O2/Li2CO3 계면을 조사하여, Li2O2/Li2CO3 계면과 Li2O2 내 리튬 공공의 존재가 리튬 공기 배터리의 코HERent(일관성 있는) 전자 수송 및 전도도에 상당한 부정적 영향을 미친다는 것을 보여줍니다. NEGF-DFT 방식을 활용하여 전자 수송을 시뮬레이션하는 이점을 누려보십시오.

튜토리얼
논문
사용된 모듈: DFT, NEGF (전자 수송), NanoLab GUI

고분자 전해질 막

고분자 전해질의 구조 및 전자적 특성을 조사합니다. 본 예제는 폴리에틸렌옥사이드(PEO) 고분자의 구조와 전자적 특성 시뮬레이션을 보여줍니다. 고분자 생성 및 외부 이온 또는 입자 추가를 위한 자동화된 워크플로를 활용할 수 있습니다. 또한 HSE와 같은 하이브리드 범함수를 사용하면서도 대규모 고분자 구조(3,500개 이상의 원자)에 대해 DFT-LCAO 계산을 수행하는 이점을 누려보십시오.

배터리의 안전성 및 에너지 밀도 향상에 관한 기사

배터리의 에너지 밀도를 높이고 안전성을 강화하는 데 있어 소재 원자 수준 시뮬레이션이 수행하는 역할을 확인해 보십시오.

"관여하는 요소가 훨씬 더 많아질 경우, 모든 조건에서 실험을 수행하는 것은 복잡성이 너무 급증하여 감당할 수 없습니다. 이 영역이 바로 원자 수준 시뮬레이션이 신소재 배터리 연구를 가속할 수 있는 부분입니다."

반도체 엔지니어링 기사

배터리 시뮬레이션을 위한 QuantumATK의 주요 장점

QuantumATK 소개 (영상)

복잡한 소재의 현실적인 물리 현상

  • 낮은 연산 비용으로 대규모 시스템을 시뮬레이션하는 DFT-LCAO
  • 정확한 생성 에너지 및 전자 구조 계산을 위한 하이브리드 DFT 범함수(HSE06, B3LYP, PBE0)
  • 양극 및 고체 전해질 내 리튬 확산을 위한 머신러닝 힘 장(Force Field). 학습 데이터의 자동 생성, 능동 학습(active learning) 및 모멘트 텐서 포텐셜(Moment Tensor Potentials)

시너지 솔루션

  • 단일 워크플로 내에서 여러 엔진을 결합하는 다중 레벨 시뮬레이션(예: 힘 장과 DFT의 결합)
  • 훅 함수 및 분석 도구가 포함된 고급 분자동역학(MD) 프레임워크를 활용한 이온 수송(예: MD 시뮬레이션 중 전장 적용)
  • NEGF-DFT 방식을 이용한 계면에서의 전자 수송
  • 슬래브 모델의 인위적인 유한 크기 효과 없이 현실적이고 복잡한 표면을 연구하기 위한 표면 NEGF

효과적인 도구

  • GUI 지원을 통해 비정질 구조, 나노 구조, 계면, 고분자, 액체 등 복잡한 구조를 생성하기 위한 워크플로
  • 소재 스크리닝을 위한 툴
  • 관련 물리량을 추출하기 위한 편리한 GUI 기반 분석 툴
  • 신규 배터리 소재 구조 데이터베이스(예: Materials Project)에 대한 편리한 액세스

배터리 시뮬레이션 관련 주요 QuantumATK 논문

[1] S. Jamil, A. B. Yousaf, S. H. Yoon, D. S. Han, L. Yang, P. Kasak, X. Wang,  “Dual cationic modified high Ni-low co layered oxide cathode with a heteroepitaxial interface for high energy-density lithium-ion batteries”, Chem. Engin. J. 416, 129118 (2021).

[2] H. Dua, J. Deb, D. Paul, and U- Sarkar, “Twin-graphene as a promising anode material for Na-ion rechargeable batteries”, ASC Appl. Nano Mater. 2, 4, 4912 (2021).

[3] S. Xu, Y. Yin, H. Niu, X. Wang, C. Shao, K. Xi, Z. Zhang, Y. Guo, “Adsorption and diffusion of alkali atoms on FeX2 (X=Se, S) surfaces for potassium-ion battery applications”, Appl. Surf. Sci. 536, 14774 (2021).

[4] D. Bauer, and M. Luisier, “Influence  of disorder and surface roughness on the electrical and thermal properties of lithiated silicon nanowires”, J. Appl. Phys. 127, 135101 (2020).

[5] C. Yang, X. Zhang, J. Li, J. Ma, L. Xu, J. Yang, S. Liu, S. Fang, Y. Li, X. Sun, X. Yang, F. Pan, J. Lu. D. Yu, “Holey graphite: A promising anode material with ultrahigh storage for lithium-ion battery”, Electroch. Acta 346, 136244 (2020).

[6] S. Upadhyay, P. Srivastava, “Modelling of antimonene as an anode material in sodium-ion battery: A first-principles study”, Mat. Chem. Phys. 241, 122381 (2020).

[7] T. Wang, C. Li, C. Xia, L. Yin, Y. An, S. Wei, X. Dai, “Silicene/BN vdW heterostructure as an ultrafast ion diffusion anode material for Na-ion battery”, Physica E 122, 114146 (2020).  

[8] X. Zhang, S. Li, J. Li, M. Ye, Z. Song, S. Jin, B. Shi, Y. Pan, J. Yan, Y. Wang, J. Zheng, F. Pan, J. Liu, “Absorption and diffusion of lithium on layered InSe”, Comp. Cond. Matt. 21 (2019).

[9] Y. Yu, D. Chen, S. Gao, J. Huang, S. Hu, H. Yang, and G. Jin, “The surface passivation of Ge(100) and Ge(111) anodes in Ge-air batteries with different doping types and concentrations”, RSC Adv. 9. 39582 (2019).

[10] Y. S. Mekonnen, J. M. Garcia-Lastra, J. S. Hummelshøj, C. Jin, and T. Vegge, “Role of Li2O2@Li2Co3 interfaces on charge transport in nonaqueous Li-Air Batteries”, J. Phys. Chem. C 119, 18066 (2015).

QuantumATK 제품에 대한 자세한 정보 확인

QuantumATK 소프트웨어를 연구에 적용하는 데 관심이 있으십니까? 소프트웨어를 테스트해 보거나 [email protected](으)로 문의하여 원자 규모 모델링용 QuantumATK 플랫폼에 대한 자세한 정보를 확인하십시오.

Ask BETA This experience is in beta mode. Please double check responses for accuracy.

채팅 종료

이 창을 닫으면 채팅 기록이 삭제되고 세션이 종료됩니다. 채팅을 종료하시겠습니까?