Modeling & Simulation
세계적으로 계산 능력이 꾸준히 향상됨에 따라 모델링 및 시뮬레이션 기술은 에너지 시스템의 설계 및 이해에 매우 중요해졌습니다. DGIST는 1.2 PF 슈퍼컴퓨터 iREMB는 최첨단 컴퓨터 연구를 추구할 수 있는 우수한 설비를 갖추고 있습니다. DGIST에서는 주로 양자화학 방정식을 효율적으로 해결할 수 있는 DFT (Density Functional Theory) 방법을 사용하여 화학 공정을 모델링합니다. 이러한 전자 구조의 완전한 전산처리는 중요한 반응 중간 생성물, 전자 상태 또는 활성 부위와 같이 실험적으로는 거의 근접하기 어려운 메커니즘에 대한 통찰력을 제공할 수 있습니다. DFT 계산 기반의 원리에 대한 이해는 재료탐색 프로토콜을 정의하는 데 활용되며, 머신러닝 기술과 접목을 통해서 비용-효율적으로 매우 큰 범위의 재료를 탐색을 가능케 합니다. 에너지 변환 및 저장 뿐만 아니라 DFT는 태양 전지 및 광 촉매와 같은 photo-excitation 프로세스를 위해서 모델링하기 위해서 사용될 수 있습니다. 거친 입자의 원자 세부 정보를 방정식에 추가하면 단백질이나 막과 같은 훨씬 더 큰 시스템을 모델링 할 수 있습니다.
에너지공학전공에서 시뮬레이션은 최첨단 실험들과 밀접하게 결합됩니다. 일반적으로 실험 데이터와의 비교를 위해선 반응 속도 또는 물질 전달과 같은 거시적 현상도 고려해야합니다. 연속체 방법 (Continuum method)는 리튬 이차 전지 또는 분리막과 같은 제한된 다공성 구조에서 유동장 (flow-fields)을 평가하는 데 적용됩니다. 새로 개발된 디지털 트윈 구동 3D 모델은 전극과 배터리의 실제 미세 구조를 반영하고 수백 마이크로 미터 내에서 가려진 국소 현상을 시뮬레이션 할 수 있습니다. 이러한 실험적 통찰력을 바탕으로 우리는 Newman 또는 등가 회로 모델을 기반으로 하는 실제 대형 리튬 이온 배터리 셀, 모듈 및 팩에 대해서도 다양한 전기 화학 모델을 구축하고 있습니다. 이러한 모델을 통해 소자의 설계 최적화 뿐만 아니라 주기 수명 예측과 같은 전기화학적 성능에 대해서도 광범위하게 연구하고 있습니다.
With the global trend of steadily increasing computational power, modeling and simulation techniques have become invaluable for designing and understanding energy systems. At DGIST, the 1.2 PF supercomputer iREMB represents an excellent computational facility where state-of-the-art computational research can be pursued. At DGIST, we often model chemical processes using the Density Functional Theory (DFT) method, which efficiently solves the underlying quantum chemical equations. This complete treatment of electronic structure provides important mechanistic insights hardly accessible by experiments, as e.g., about important reaction intermediates, electronic states, or active sites. Mechanistic knowledge is employed to define material screening protocols, with the low cost of DFT calculations in combination with machine learning techniques enabling the exploration of exceptionally large material space. DFT is the method of choice for modeling energy conversion, energy storage, and photo-excitation processes, as in solar cells and photocatalysis. Coarse-graining atomic details into classical descriptions further enable modeling significantly larger systems such as proteins or membranes.
At the ESE department, simulations are closely integrated with state-of-the-art experiments. A comparison with experimental data generally requires to also account for macro-scale phenomena, such as reaction kinetics or mass transport. At DGIST, continuum methods are e.g., applied for evaluating flow fields in confined porous spaces, as e.g., for lithium-ion battery electrodes or membranes. Newly developed digital twin-driven 3D models can reflect the real microstructure of electrodes and batteries and simulate veiled local phenomena within the dimension of hundreds of micrometers. Using such experimental insights, we are building various electrochemical models even for practical Li-ion battery cells, modules, and packs based on Newman’s or equivalent circuit models. With those models, electrochemical performance like cycle life prediction and design optimization are being investigated extensively.