Thermoelektrische Geräte sind Festkörperenergiewandler, die Wärmeenergie direkt in elektrische Energie umwandeln und umgekehrt, ohne bewegliche Teile oder Arbeitsflüssigkeiten. Ihre Fähigkeit, Abwärme zu nutzen, lokalisierte Kühlung zu bieten und leise zu arbeiten, macht sie für Anwendungen attraktiv, die von der Abwärmerückgewinnung von Kraftfahrzeugen bis hin zu tragbaren Kühl- und Raumsonden reichen. Die praktische Leistungsfähigkeit jedes thermoelektrischen Systems hängt jedoch entscheidend von der Genauigkeit der thermodynamischen Modelle ab, die zur Vorhersage seines Verhaltens verwendet werden. Die Entwicklung robuster, prädiktiver thermodynamischer Modelle ist daher unerlässlich für die Optimierung der Materialauswahl, der Gerätegeometrien und der Betriebsbedingungen. Dieser Artikel bietet einen umfassenden Überblick über die Prinzipien, Parameter, Modellierungsansätze und zukünftigen Richtungen bei der Entwicklung thermodynamischer Modelle für thermoelektrische Geräte.

Grundlagen von thermoelektrischen Geräten

Thermoelektrische Geräte beruhen auf zwei komplementären physikalischen Phänomenen: dem Seebeck-Effekt und dem Peltier-Effekt. Der Seebeck-Effekt beschreibt die Erzeugung einer elektrischen Spannung, wenn eine Temperaturdifferenz über einem thermoelektrischen Material besteht. Ladungsträger (Elektronen oder Löcher) diffundieren von der heißen Seite zur kalten Seite und erzeugen ein elektrisches Potential. Dieser Effekt ist die Grundlage für die thermoelektrische Stromerzeugung. Umgekehrt tritt der Peltier-Effekt auf, wenn ein elektrischer Strom durch eine Verbindungsstelle von zwei unterschiedlichen Leitern oder Halbleitern geleitet wird; Wärme wird entweder absorbiert oder an der Verbindungsstelle emittiert, abhängig von der Richtung des Stromflusses. Dieser Effekt ermöglicht eine Festkörperkühlung und -heizung. Ein drittes verwandtes Phänomen, der Thomson-Effekt, beschreibt die reversible Erwärmung oder Kühlung, die auftritt, wenn ein Strom durch einen homogenen Leiter in einem Temperaturgradienten fließt, aber in Modellen auf Geräteebene oft als sekundär angesehen wird.

Ein typisches thermoelektrisches Modul besteht aus mehreren Paaren von p- und n-Halbleiterschenkeln, die elektrisch in Reihe und thermisch parallel zwischen zwei Keramikplatten geschaltet sind. Die Schenkel bestehen üblicherweise aus Wismuttellurid (Bi2Te3), Bleitellurid (PbTe) oder Silizium-Germanium (SiGe)-Legierungen, die jeweils für unterschiedliche Temperaturbereiche optimiert sind. Die Leistung eines solchen Moduls hängt nicht nur von den Materialeigenschaften, sondern auch von der Geometrie der Schenkel, den Kontaktwiderständen und dem Wärmemanagement der heißen und kalten Seiten ab. Um genaue thermodynamische Modelle zu entwickeln, ist ein tiefes Verständnis der Wärme- und Ladungstransportmechanismen innerhalb dieser heterogenen Strukturen erforderlich.

Thermodynamische Prinzipien für die Modellierung

Thermodynamische Modelle für thermoelektrische Geräte basieren auf den Grundgesetzen der Thermodynamik und der Transporttheorie. Das erste Gesetz der Thermodynamik oder Energieerhaltung regelt die Wärmebilanz innerhalb des Geräts. Das zweite Gesetz legt Beschränkungen für die Effizienz und irreversible Verluste wie Joule-Heizung und Wärmeleitung fest. In einem thermoelektrischen Generator wird Wärme am heißen Übergang zugeführt, ein Teil dieser Wärme wird in elektrische Arbeit umgewandelt und der Rest wird am kalten Übergang abgewiesen. Der maximale Wirkungsgrad wird durch den Carnot-Wirkungsgrad begrenzt, aber reale Geräte arbeiten aufgrund irreversibler Prozesse weit unter diesem Grenzwert.

Die herrschenden Gleichungen für ein thermoelektrisches Element unter stationären Bedingungen kombinieren Fouriers Gesetz der Wärmeleitung, Joule-Erwärmung und die Seebeck- und Peltier-Effekte.

d/dx (κ dT/dx) + ρ J2 – T J dS/dx = 0

Wobei κ die Wärmeleitfähigkeit ist, ρ der elektrische Widerstand ist, J die Stromdichte ist, T die absolute Temperatur ist und S ist der Seebeck-Koeffizient. Der Begriff T J dS/dx ist für den Thomson-Effekt verantwortlich.

Thermoelektrische Schlüsselparameter

Drei primäre Materialeigenschaften bestimmen die Leistung eines thermoelektrischen Materials:

  • Seebeck-Koeffizient (S): Die pro Einheit erzeugte Spannung Temperaturdifferenz über das Material, gemessen in μV/K. Ein hoher absoluter Wert ist sowohl für die Stromerzeugung als auch für die Kühlung wünschenswert.
  • Elektrische Leitfähigkeit (σ): Die Fähigkeit des Materials, elektrischen Strom zu leiten, typischerweise in S / m gemessen. Hohe elektrische Leitfähigkeit reduziert ohmsche Verluste.
  • Thermale Leitfähigkeit (κ): Die Rate, mit der Wärme durch das Material geleitet wird, gemessen in W/(m·K). Niedrige Wärmeleitfähigkeit hält einen großen Temperaturgradienten über das Gerät aufrecht und verbessert die Effizienz.

Diese drei Parameter stehen in Zusammenhang mit der elektronischen Struktur und dem Phononentransport des Materials. Die Optimierung einer Eigenschaft verschlechtert oft eine andere, wodurch ein bekannter Kompromiss entsteht. Beispielsweise kann eine Erhöhung der Trägerkonzentration (Dotierung) sowohl die elektrische Leitfähigkeit als auch den Seebeck-Koeffizienten bis zu einem gewissen Punkt erhöhen, aber auch die elektronische Wärmeleitfähigkeit über das Wiedemann-Franz-Gesetz.

Verdienstzahl ZT

Die Gesamtleistung eines thermoelektrischen Materials wird durch die dimensionslose Leistungszahl ausgedrückt, ZT = (S2 σ / κ)T, wobei T die absolute Temperatur ist. Ein höherer ZT zeigt eine bessere Umwandlungseffizienz an. Für praktische Anwendungen werden ZT-Werte größer als 1 als gut angesehen und Werte über 2 sind ausgezeichnet. State-of-the-Art-Bulkmaterialien wie Wismuttellurid erreichen ZT nahe 1 bei Raumtemperatur, während einige nanostrukturierte Materialien und komplexe Chalkogenide ZT von 2 übertroffen haben.

Thermodynamische Modelle müssen ZT und seine Temperaturabhängigkeit zur Vorhersage des Gerätewirkungsgrads genau berücksichtigen.

η max = (T h – T c)/T h × (√(1+ZT avg) – 1) / (√(1+ZT avg) + T c/T h)

Dabei sind T h und T c die heißen und kalten Seitentemperaturen und ZT avg die durchschnittliche Wertzahl im Temperaturbereich. Diese Formel zeigt, dass die Effizienz mit ZT zunimmt, unterstreicht aber auch die Rolle des Carnot-Faktors (T h – T c)/T h.

Modellierungsansätze

Die Entwicklung eines prädiktiven thermodynamischen Modells für ein reales thermoelektrisches Gerät erfordert eine Abgleichgenauigkeit, Rechenkosten und verfügbare Daten. Drei Hauptkategorien von Modellierungsansätzen werden häufig verwendet: analytische Modelle, numerische Simulationen und empirische oder datengesteuerte Modelle. Viele moderne Engineering-Workflows kombinieren diese Methoden.

Analytische Modelle

Analytische Modelle basieren auf geschlossenen Lösungen der Regelgleichungen unter vereinfachenden Annahmen. Gemeinsame Annahmen sind konstante Materialeigenschaften (temperaturunabhängige S, σ, κ), vernachlässigbare Kontaktwiderstände und eindimensionaler Wärmefluss. Das klassische Modell für ein einzelnes thermoelektrisches Paar behandelt jedes Bein als homogenes Material mit einheitlichen Eigenschaften. Strom, Spannung, Wärmeeintrag und Wärmeabstoßung können dann als explizite Funktionen der Temperaturen und Materialparameter ausgedrückt werden. Diese Modelle sind extrem schnell zu bewerten und liefern nützliche Designtrends, wie den optimalen Lastwiderstand für maximale Leistung oder den optimalen Strom für maximale Effizienz.

Analysemodelle können jedoch oft nichtlineare Effekte nicht erfassen, die durch temperaturabhängige Eigenschaften, Thomson-Erwärmung oder dreidimensionale Wärmeverteilung verursacht werden. So verändert sich beispielsweise der Seebeck-Koeffizient vieler Materialien mit der Temperatur erheblich, und dies zu vernachlässigen kann zu Fehlern von 10-20% bei der vorhergesagten Leistungsabgabe führen. Trotz dieser Einschränkungen bleiben analytische Modelle für frühe Entwurfs- und parametrische Studien wertvoll, insbesondere wenn sie mit Korrekturfaktoren kombiniert werden, die aus Experimenten oder detaillierteren Simulationen abgeleitet werden.

Numerische Simulationen

Numerische Methoden, insbesondere finite Element Analysis (FEA) und computational fluid dynamics (CFD), ermöglichen die Lösung der vollständig gekoppelten thermoelektrischen Gleichungen in komplexen Geometrien mit temperaturabhängigen Eigenschaften. Softwarepakete wie ANSYS, COMSOL Multiphysics und SimScale bieten dedizierte Module für die thermoelektrische Modellierung. In diesen Simulationen wird die Gerätegeometrie in ein Netz diskretisiert und die regierenden Gleichungen werden iterativ mit Methoden wie Newton-Raphson gelöst. Numerische Modelle können Folgendes berücksichtigen:

  • Dreidimensionaler Wärme- und Stromfluss
  • Temperaturabhängige Materialeigenschaften (interpoliert aus Messdaten)
  • Kontaktwiderstände (elektrisch und thermisch) an Grenzflächen
  • Thomson und Peltier Effekte an Kreuzungen
  • Wärmestrahlung und Konvektionsgrenzwerte
  • Multiphysikkopplung mit Fluidströmungen (z. B. in Wärmetauschern)

Der Hauptnachteil numerischer Simulationen ist der Rechenaufwand. Ein detailliertes 3D-Modell eines Moduls mit Dutzenden von Beinen kann Stunden Rechenzeit erfordern, was es weniger für Echtzeitoptimierungen oder groß angelegte parametrische Sweeps geeignet macht. Dennoch sind High-Fidelity-Simulationen unerlässlich für die Validierung analytischer Modelle, die Untersuchung von Fehlermodi (z. B. thermische Belastung) und die Entwicklung von Prototypen für Hochleistungsanwendungen.

Empirische und datengetriebene Modelle

Empirische Modelle werden aus der experimentellen Charakterisierung von realen Geräten abgeleitet. Durch die Messung der elektrischen und thermischen Reaktion unter kontrollierten Bedingungen können Ingenieure einfache polynomielle oder rationale Funktionen zur Beschreibung der Leistung (z. B. Leistung gegen Temperatur, Spannung gegen Strom) verwenden. Diese Modelle sind innerhalb des getesteten Bereichs genau und rechnerisch trivial. Sie werden häufig in Simulationen auf Systemebene verwendet, bei denen die interne Physik des thermoelektrischen Geräts weniger wichtig ist als sein Input-Output-Verhalten.

In letzter Zeit haben sich maschinelles Lernen (ML) als leistungsstarke Ergänzung zu physikbasierten Modellen herausgebildet. Neuronale Netzwerke, unterstützende Vektormaschinen und Gauß-Prozessregression können die komplexe Beziehung zwischen Betriebsbedingungen (Temperaturen, Laststrom, Durchflussraten) und Geräteleistung aus experimentellen oder hochpräzisen Simulationsdaten lernen. Solche datengesteuerten Modelle können eine hohe Genauigkeit erreichen, selbst wenn die zugrunde liegende Physik nicht vollständig verstanden wird, und sie können trainiert werden, um Rauschen und Unsicherheit zu integrieren. Sie erfordern jedoch große Datensätze und extrapolieren möglicherweise nicht zuverlässig außerhalb des Trainingsbereichs. Hybridansätze, die physikalische Einschränkungen (z. B. Erhaltungsgesetze) mit ML kombinieren ein aktives Forschungsgebiet.

Performance Prediction und Optimierung

Sobald ein thermodynamisches Modell entwickelt wurde, kann es verwendet werden, um die Leistung eines thermoelektrischen Geräts unter verschiedenen Betriebsbedingungen vorherzusagen und sein Design zu optimieren.

Effizienz und Stromausgang

Bei der Stromerzeugung ist der Wirkungsgrad das Verhältnis der abgegebenen elektrischen Leistung zur Last zur an der heißen Seite aufgenommenen Wärme. Die Leistungsabgabe hängt vom Lastwiderstand, der Seebeck-Spannung und dem Innenwiderstand des Geräts ab. Der optimale Lastwiderstand für maximale Leistung ist gleich dem Innenwiderstand, während das Optimum für maximalen Wirkungsgrad etwas höher ist. Thermodynamische Modelle können diese Optima berechnen und die I-V-Kurve und die P-V-Kurve des Moduls vorhersagen.

Bei thermoelektrischen Kühlern ist der Leistungskoeffizient (COP) das Verhältnis der von der kalten Seite zur elektrischen Leistungsaufnahme abgeführten Wärme. Die COP nimmt mit zunehmender Temperaturdifferenz ab. Modelle sagen den maximalen erreichbaren Temperaturabfall und den Strom voraus, der die COP maximiert.

Wärmemanagement

Wärmemanagement ist oft der limitierende Faktor in realen Anwendungen. Die heiße Seite eines thermoelektrischen Moduls muss effektiv gekühlt werden, um einen großen Temperaturgradienten aufrechtzuerhalten; ansonsten verschlechtert sich die Leistung stark. Modelle müssen den thermischen Widerstand von Kühlkörpern, Kühlplatten und beliebigen Flüssigkeitsschleifen berücksichtigen. In Abwärmerückgewinnungssystemen kann die Wärmequelle eine endliche Wärmekapazität und einen Temperaturabfall aufweisen, wenn Wärme extrahiert wird, was eine konjugierte Wärmeübertragungsanalyse erfordert. Fortgeschrittene Modelle berücksichtigen auch vorübergehende Effekte wie An- und Abfahren, bei denen thermische Trägheit und zeitabhängige Ströme die Leistung beeinflussen.

Anwendungen, die genaue Modelle erfordern

Genaue thermodynamische Modelle treiben Innovationen in mehreren wichtigen Anwendungsgebieten voran:

  • Abwärmerückgewinnung: In Automobilabgasen, Industrieöfen und Rechenzentren können thermoelektrische Generatoren geringgradige Abwärme in Strom umwandeln. Modelle helfen, das Gerät an das thermische Profil des Abgasstroms anzupassen und die Geometrie zu optimieren, um die Leistung ohne übermäßigen Gegendruck zu maximieren. Zum Beispiel haben Forscher von NREL Systemmodelle entwickelt, die thermoelektrische Module mit Wärmetauschern für schwere Nutzfahrzeuge integrieren.
  • Portable Cooling: Thermoelektrische Kühler werden in tragbaren Kühlschränken, Weinkühlern und medizinischen Geräten (z. B. Kühllaserdioden) verwendet. Modelle prognostizieren die Kühlleistung und COP als Funktionen der Umgebungstemperatur, der erforderlichen Temperaturdifferenz und der Eingangsleistung, so dass Designer die geeignete Modulgröße und den entsprechenden Kühlkörper auswählen können.
  • Raum- und Fernstrom: Thermoelektrische Radioisotopengeneratoren (RTGs) haben viele NASA-Missionen, einschließlich Voyager und Curiosity, angetrieben. Die extreme Umgebung und die langen Missionslebenszeiten erfordern hochpräzise Modelle, die Strahlungsschäden, Materialabbau und thermische Zyklen berücksichtigen. JPL verwendet detaillierte Finite-Elemente-Modelle, um die Leistung von RTGs über Jahrzehnte vorherzusagen.
  • Wearable Devices: Körperwärmebetriebene thermoelektrische Generatoren für Wearables erfordern Modelle, die die kleinen Temperaturunterschiede (~1-5 K) und den thermischen Widerstand von menschlicher Haut und Kleidung berücksichtigen.

Zukünftige Richtungen

Der Bereich der thermoelektrischen Modellierung schreitet rasch voran, angetrieben durch die Notwendigkeit einer höheren Effizienz und die Verfügbarkeit neuer Rechenwerkzeuge.

Advanced Materials und Multiscale Modelling

Neuartige thermoelektrische Materialien wie Halb-Heusler-Verbindungen, SnSe-Kristalle und organisch-anorganische Hybride bieten ZT-Werte über 2 in bestimmten Temperaturbereichen. Ihre Eigenschaften sind jedoch oft anisotrop und temperatursensitiv. Multiskalige Modellierungsansätze, die ab initio Berechnungen (Dichtefunktionaltheorie) mit Kontinuummodellen auf Geräteebene verknüpfen, werden entwickelt, um die Leistung neuer Materialien vor der Synthese vorherzusagen. Zum Beispiel bietet das Materials Project Datenbanken berechneter thermoelektrischer Eigenschaften, die in makroskopische Modelle eingespeist werden können.

Integration von Machine Learning

Maschinelles Lernen wird nicht nur für die Surrogatmodellierung, sondern auch für das inverse Design verwendet: Bei einer Zielleistung (z. B. hoher mittlerer ZT über einen breiten Temperaturbereich) kann ein ML-Modell optimale Materialzusammensetzungen und Dotierungsniveaus vorschlagen. Generative Modelle können neue Kristallstrukturen mit geringer Wärmeleitfähigkeit vorschlagen. Die Kombination von ML mit physikbasierten Simulationen schafft ein leistungsstarkes Optimierungs-Framework, das die Entdeckung um Größenordnungen beschleunigen kann.

Digitale Zwillinge und Systemintegration

In der industriellen Praxis sind thermoelektrische Geräte häufig Komponenten größerer Systeme (z. B. Wärmemanagement von Fahrzeugen, Gebäude-HVAC). Die digitale Zwillingstechnologie - eine virtuelle Nachbildung des physikalischen Systems, die in Echtzeit aktualisiert wird - stützt sich auf schnelle, genaue thermodynamische Modelle. Modelle reduzierter Ordnung, die aus hochpräzisen Simulationen abgeleitet werden, ermöglichen eine Echtzeit-Leistungsüberwachung, vorausschauende Wartung und adaptive Steuerung. Zukünftige digitale Zwillinge werden eine Unsicherheitsquantifizierung enthalten, um Vertrauensintervalle für die vorhergesagte Leistung bereitzustellen, was risikoscheue Designentscheidungen ermöglicht.

Schlussfolgerung

Die Entwicklung thermodynamischer Modelle für thermoelektrische Geräte ist eine multidisziplinäre Herausforderung, die Festkörperphysik, Wärmeübertragung, Elektrotechnik und Datenwissenschaft integriert. Von einfachen analytischen Gleichungen bis hin zu ausgeklügelten Finite-Elemente-Simulationen und maschinellen Lern-Surrogaten hat jeder Modellierungsansatz seinen Platz in der Design- und Optimierungspipeline. Da Materialien mit höheren Leistungszahlen entstehen und Rechenmethoden voranschreiten, werden diese Modelle immer prädiktiver, was es der thermoelektrischen Technologie ermöglicht, eine größere Rolle bei der Energieumwandlung und dem Wärmemanagement zu spielen. Ingenieure und Forscher, die sowohl die grundlegende Thermodynamik als auch die praktische Umsetzung dieser Modelle beherrschen, werden gut positioniert sein, um Innovationen in diesem spannenden Bereich voranzutreiben.