Starzenie się to nieunikniony proces spowodowany reakcjami ubocznymi zachodzącymi we wszystkich urządzeniach elektrochemicznych, w tym ogniwach baterii. Może ono z czasem powodować znaczne zmiany pojemności i rezystancji urządzenia, dlatego należy je uwzględnić zarówno na etapie projektowania systemu (np. konieczność przewymiarowania pojemności początkowej), jak i na etapie eksploatacji systemu (np. dostosowanie maksymalnej dopuszczalnej mocy wyjściowej ogniw).

W rzeczywistości, w przeciwieństwie do mniej wymagających zastosowań w urządzeniach przenośnych, opłacalne wykorzystanie baterii litowo-żelazowo-fosforanowych w zastosowaniach stacjonarnych wymaga szczegółowego zrozumienia i modelowania degradacji baterii: Długotrwałe i wymagające zastosowanie spowoduje zarówno obniżenie wydajności, jak i pojemności systemu magazynowania energii i może znacząco wpłynąć na ogólny przypadek biznesowy poprzez zwiększenie kosztów operacyjnych (OPEX), a w szczególności poprzez wysokie koszty wymiany wywołane degradacją.

Powszechnym sposobem monitorowania stanu akumulatora (SOH) jest zaawansowane BMS, co pozwala na ilościowe określenie postępującej degradacji akumulatora, skutkującej zarówno spadkiem pojemności, jak i wzrostem rezystancji wewnętrznej (związanym ze spadkiem mocy szczytowej). Pozostałą pojemność akumulatora można powiązać z jego wartością nominalną, uzyskaną dla stanu nowego/używanego w standardowych warunkach testowych. Ze względu na przepisy transportowe i minimalne wymagania dotyczące mocy dla konkretnych zastosowań, zdefiniowano wskaźnik wymiany – korek SOH. W motoryzacji często stosuje się wskaźnik SOH = 0,8, ale w zastosowaniach stacjonarnych, a szczególnie w kontekście koncepcji „drugiego życia”, proponowane są niższe wartości.

Pomimo wieloletnich badań i ciągłego wysiłku wiemy, że żywotność LFP jest znacznie dłuższa niż VRLA , ale nadal rozumiejąc i modelując żywotność LFP jest obszarem ciągłych badań.

W trudnych warunkach, jeśli użytkownik nie stosuje się do instrukcji obsługi producenta lub jeśli jakość akumulatora i systemu BMS nie spełnia norm, wówczas różne mechanizmy degradacji, w tym rozkład elektrolitu, tworzenie się pasywnej powłoki, pękanie cząstek i rozpuszczanie materiału aktywnego, można rozwiązać indywidualnie na poziomie materiału i ogniwa akumulatora, co często prowadzi do zwiększonej rezystancji, zmniejszonego utrzymywania pojemności i/lub zwiększonego ryzyka niebezpiecznego stanu akumulatora.

Konwencjonalne metody analizy i modelowania opierają się na obszernych testach akumulatorów i wyprowadzają modele empiryczne, często kompatybilne z podejściem modelu obwodów równoważnych (ECM) do określania wydajności systemu. Dzięki lepszemu zrozumieniu mechanizmów strat wewnętrznych ogniw, opracowano i z powodzeniem wykorzystano coraz więcej modeli półempirycznych i fizycznych do modelowania ogniw. Ostatnio coraz większym zainteresowaniem cieszą się nieempiryczne modele fizyko-chemiczne (PCM). Pomimo że wykorzystanie modeli PCM do przewidywania starzenia może pozwolić na dokładniejszy wgląd w mechanizmy strat wewnętrznych ogniw i sposoby ich obejścia, znalezienie prawidłowej parametryzacji takich modeli i skalowanie modeli wewnętrznych ogniw do poziomu aplikacji odpowiedniego dla całego systemu akumulatorowego pozostaje niezwykle trudnym zadaniem.

Wraz ze wzrostem możliwości rejestrowania i zarządzania danymi, podejścia oparte na danych na poziomie systemów pamięci masowej również zyskały ostatnio na popularności. Pomimo ulepszonych możliwości tych nowych podejść, nadal uważa się, że w przypadku symulacji starzenia się pełnego