液體電解質的成分是影響鋰離子電池（LIBs）循環壽命的關鍵因素，電解液添加劑成分的選擇和量化是一個活躍的研究領域。考慮到添加劑組分及用量的龐大組合空間，貝葉斯優化可用于引導搜索最佳解決方案，同時可大大減少實驗工作量。
在此，德國亞琛工業大學Dirk Uwe Sauer教授、Felix Hildenbrand等人通過使用貝葉斯優化算法來指導搜索，研究了用于提高NMC622-石墨電池循環壽命的氟代碳酸亞乙酯（FEC）和碳酸亞乙烯酯（VC）最佳添加劑組合。其中，作者將不同的測量值用作目標變量，如開路電壓梯度和庫侖效率。
研究表明，使用高斯過程（GP）算法指導搜索有助于加快搜索速度且具有最佳性能，共計進行了四次迭代。其中，在三次迭代中可以確定2個最佳組合，并在第四次迭代中確認其性能。最終，1.85 wt% FEC+1.1 wt% VC 和1.0 wt% FEC+1.0 wt% VC被確定為性能最佳的添加劑組合，可實現1000次以上的循環并分別保持了992 mAh和1004 mAh的中值容量。
此外，研究表明，VC有助于減少初始容量損失和過電位增加，而FEC則提高了長期穩定性。因此，VC的濃度應該受到限制，因為它對長期穩定性和放氣行為有負面影響。同時，增加FEC濃度一方面沒有缺點，但另一方面并沒有進一步提高性能，減少其使用量有助于降低成本。未來的工作可以使測試條件多樣化并執行特定于應用程序的測試，其結果可以在多目標優化中進行處理。
總之，通過這種方式，可以實現添加劑的選擇及量化設計。另外，該研究所提出的方法還可以應用于優化其他影響電池循環壽命的設計參數。最后，將貝葉斯優化的參數選擇應用于工業電池生產線將具有重要意義。
Selection of Electrolyte Additive Quantities for Lithium-Ion Batteries Using Bayesian Optimization, Batteries & Supercaps 2022. DOI: 10.1002/batt.202200038
原創文章，作者：v-suan，如若轉載，請注明來源華算科技，注明出處：http://m.zzhhcy.com/index.php/2023/10/15/3bdcefe8bb/
