液体电解质的成分是影响锂离子电池（LIBs）循环寿命的关键因素，电解液添加剂成分的选择和量化是一个活跃的研究领域。考虑到添加剂组分及用量的庞大组合空间，贝叶斯优化可用于引导搜索最佳解决方案，同时可大大减少实验工作量。
在此，德国亚琛工业大学Dirk Uwe Sauer教授、Felix Hildenbrand等人通过使用贝叶斯优化算法来指导搜索，研究了用于提高NMC622-石墨电池循环寿命的氟代碳酸亚乙酯（FEC）和碳酸亚乙烯酯（VC）最佳添加剂组合。其中，作者将不同的测量值用作目标变量，如开路电压梯度和库仑效率。
研究表明，使用高斯过程（GP）算法指导搜索有助于加快搜索速度且具有最佳性能，共计进行了四次迭代。其中，在三次迭代中可以确定2个最佳组合，并在第四次迭代中确认其性能。最终，1.85 wt% FEC+1.1 wt% VC 和1.0 wt% FEC+1.0 wt% VC被确定为性能最佳的添加剂组合，可实现1000次以上的循环并分别保持了992 mAh和1004 mAh的中值容量。
此外，研究表明，VC有助于减少初始容量损失和过电位增加，而FEC则提高了长期稳定性。因此，VC的浓度应该受到限制，因为它对长期稳定性和放气行为有负面影响。同时，增加FEC浓度一方面没有缺点，但另一方面并没有进一步提高性能，减少其使用量有助于降低成本。未来的工作可以使测试条件多样化并执行特定于应用程序的测试，其结果可以在多目标优化中进行处理。
总之，通过这种方式，可以实现添加剂的选择及量化设计。另外，该研究所提出的方法还可以应用于优化其他影响电池循环寿命的设计参数。最后，将贝叶斯优化的参数选择应用于工业电池生产线将具有重要意义。
Selection of Electrolyte Additive Quantities for Lithium-Ion Batteries Using Bayesian Optimization, Batteries & Supercaps 2022. DOI: 10.1002/batt.202200038
原创文章，作者：v-suan，如若转载，请注明来源华算科技，注明出处：https://www.v-suan.com/index.php/2023/10/15/3bdcefe8bb/
