An Empirical Model for the Design of Batteries with High Energy Density

阳极 法拉第效率 瓶颈 能量密度 阴极 电极 电流密度 材料科学 电压 储能 锂(药物) 电池(电) 汽车工程 计算机科学 核工程 电气工程 工程物理 工程类 化学 物理 功率(物理) 热力学 量子力学 医学 物理化学 内分泌学 嵌入式系统
作者
Yingqiang Wu,Leqiong Xie,Hai Ming,Yingjun Guo,Jang‐Yeon Hwang,Wenxi Wang,Xiangming He,Limin Wang,Husam N. Alshareef,Yang‐Kook Sun,Jun Ming
出处
期刊:ACS energy letters [American Chemical Society]
卷期号:5 (3): 807-816 被引量:178
标识
DOI:10.1021/acsenergylett.0c00211
摘要

The development of rechargeable batteries beyond 300 Wh kg–1 for electric vehicles remains challenging, where low-capacity electrode materials (especially a graphite anode, 372 Ah kg–1) remain the major bottleneck. Although many high-capacity alternatives (e.g., Si-based alloys, metal oxides, or Li-based anode) are being widely explored, the achieved energy density has not exceeded 300 Wh kg–1. Herein, we present a new empirical model that considers multiple design parameters, besides electrode capacities, including areal loading density, voltage difference, initial capacity balance between the anode and cathode, and initial Coulombic efficiency, to estimate the achievable energy density. This approach is used to predict battery design that can achieve an energy density of >300 Wh kg–1. The model reveals that the lithium storage capacity of electrode materials is only one of several important factors affecting the ultimate battery energy density. Our model provides a new way to review the current battery systems beyond the prism of the electrode capacity and also presents a straightforward guideline for designing batteries with higher energy densities.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
河里蹿发布了新的文献求助10
1秒前
小菡菡完成签到,获得积分10
1秒前
Sunnig盈发布了新的文献求助10
2秒前
mmccc1完成签到,获得积分10
2秒前
2秒前
3秒前
CJPerformance发布了新的文献求助10
5秒前
5秒前
乾巧发布了新的文献求助10
6秒前
虚幻安容完成签到 ,获得积分10
6秒前
完美世界应助明理不乐采纳,获得10
7秒前
林献发布了新的文献求助10
9秒前
唐博凡完成签到,获得积分10
10秒前
不倦发布了新的文献求助10
10秒前
10秒前
11秒前
NexusExplorer应助lmhytr采纳,获得10
12秒前
CJPerformance完成签到,获得积分10
13秒前
Akim应助可爱的汽车采纳,获得10
13秒前
14秒前
Josh发布了新的文献求助10
15秒前
17秒前
无情秋天完成签到 ,获得积分10
18秒前
18秒前
英吉利25发布了新的文献求助10
19秒前
麦苗果果发布了新的文献求助10
19秒前
李健的小迷弟应助乾巧采纳,获得10
19秒前
笑点低硬币完成签到,获得积分10
20秒前
20秒前
Yzy完成签到,获得积分20
20秒前
22秒前
明理不乐发布了新的文献求助10
23秒前
23秒前
wq发布了新的文献求助10
24秒前
思源应助jdccc采纳,获得30
24秒前
徐女士完成签到,获得积分10
24秒前
淡定的健柏完成签到 ,获得积分10
25秒前
杨洋完成签到 ,获得积分10
26秒前
26秒前
高分求助中
Signals, Systems, and Signal Processing 610
Annie Ernaux: De la perte au corps glorieux 600
Petrology and Plate Tectonics,2025 500
Circular Polar Constellations Providing Continuous Single or Multiple Coverage Above a Specified Latitude 400
Burger's Medicinal Chemistry and Drug Discovery 400
Probability and Stochastic Processes 333
New directions for experimental lessons in science teaching: Myth, Mystery, Necessity? by Emily K. da Silva Cunha Souto (Author), Flávia Lins Silva (Author) 333
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6742762
求助须知:如何正确求助?哪些是违规求助? 8473912
关于积分的说明 18075779
捐赠科研通 6012453
什么是DOI,文献DOI怎么找? 3003900
邀请新用户注册赠送积分活动 1980422
关于科研通互助平台的介绍 1945325