Komputasi Material untuk Sistem Hibrida Termoelektrik dan Baterai Metal-ion

1.Abstract

Ketika baterai sedang digunakan, baik itu dalam proses pelepasan maupun pengisian muatan, ada panas buangan yang dihasilkan oleh baterai. Jika kita kombinasikan sistem baterai ini dengan modul termoelektrik, kita akan memperoleh sistem energi hibrida yang lebih mengoptimalkan penggunaan energi karena panas dari baterai akan diubah menjadi listrik kembali oleh modul termoelektrik.

Dalam proposal ini, kami mengajukan desain orisinal sistem energi hibrida yang menggabungkan modul termoelektrik dan baterai metal-ion. Selama penelitian 3 tahun ke depan, dengan memanfaatkan kemampuan komputasi material yang kami miliki, kami akan berusaha sebaik-baiknya untuk: (1) menemukan material terbaik bagi elektrode dan elektrolit dalam bentuk padatan di dalam sistem baterai metal-ion, (2) menemukan material termoelektrik berefisiensi tinggi yang akan digunakan untuk modul termoelektrik, dan (3) mengombinasikan temuan pada poin (1) dan (2) untuk membentuk sistem energi hibrida yang kami beri nama "Baterai+Termoelektrik".

Keluaran yang diharapkan dari penelitian ini adalah sekurang-kurangnya 3 makalah di jurnal internasional bereputasi tinggi, 1 paten terdaftar, dan 1 draf desain produk industri. Selain itu, untuk kontribusi pada masyarakat dan pemangku kebijakan, kami akan menerbitkan artikel-artikel populer terkait teknologi energi dan aplikasinya dalam kehidupan sehari-hari, serta menyarankan penggunaan sepeda listrik dengan baterai metal-ion yang ditunjang hasil komputasi material yang kami sarankan dalam penelitian ini.

2.Keywords
Baterai Metal-ion, Termoelektrik, Machine Learning, DFT
3.Objective

Penelitian ini memiliki tujuan umum sebagai berikut:
1. Mencari material terbaik sebagai elektrolit (padatan, bukan larutan) dan elektrode (anode maupun katode) pada baterai metal-ion sebagai alternatif baterai litium-ion dengan potensi daya yang tinggi, harga murah, cepat diisi ulang, serta aman digunakan .
2. Mencari material terbaik untuk modul termoelektrik berefisiensi tinggi.
3. Memverifikasi bahwa sistem energi hibrida yang menggabungkan modul termoelektrik dan baterai metal-ion dapat memiliki total daya yang lebih besar.
4. Menguasai atau bahkan menemukan teknik komputasi material yang baru untuk desain baterai metal-ion, modul termoelektrik, dan sistem energi hibrida.

4.Methodology

Dalam proses komputasi material baterai dan termoelektrik, akan mengombinasikan perangkat lunak untuk perhitungan struktur elektronik seperti QuantumEspresso, BoltzTraP, dan perangkat lainnya dengan sistem machine learning yang akan kami rancang sendiri. Pertama-tama kita memerlukan data material yang sudah tersedia sebagai input untuk perangkat lunak struktur elektronik beserta machine learning. Untuk perangkat lunak perhitungan struktur elektronik, data yang dibutuhkan hanyalah geometri material beserta sifat-sifat atom penyusunnya, yang akan menghasilkan output berupa karakteristik material seperti dispersi energi elektron, celah pita energi, konduktivitas listrik, dan konduktivitas termal. Output dari perangkat lunak struktur elektronik dimasukkan kembali ke sistem machine learning untuk dibandingkan dengan input awal. Sistem machine learning kemudian akan mempelajari secara otomatis sifat-sifat material beserta unsur-unsur material yang mungkin menyusun baterai metal-ion dan modul termoelektrik dengan daya besar serta efisiensi tinggi.

Untuk langkah awal, computational scanning untuk material termoelektrik akan kami fokuskan pada material berbasis Pb (timbal) dan Bi (bismut), sementara untuk baterai metal-ion akan kami fokuskan pada material berbasis natrium dengan polimer yang mengandung molybdenum dan sulfur. Setelah itu, kami akan memverifikasi daya dan efisiensi sistem energi hibrida �Baterai+Termoelektrik� yang kami usulkan.

5.Team

Dr. Edi Suprayoga
Dr. Ahmad Ridwan Tresna Nugraha
Dr. Eddwi Hesky Hasdeo
Muhammad Yusrul Hanna, S.Si.

6.Computation plan (required processor core hours, data storage, software, etc)

Software: Quantum Espresso, Fortran, Python

7.Source of funding
DIPA, INSINAS
8.Target/outputs
1 Jurnal Internasional
9.Date of usage
01/05/2019 - 30/04/2020
10.Gpu usage
use gpu
11.Supporting files
prop_1554111139.pdf
12.Created at
01/04/2019
13.Approval status
approved