Research on aging mechanism and state of health prediction in lithium batteries

健康状况 内阻 电池(电) 锂(药物) 可靠性工程 锂离子电池 机制(生物学) 工作(物理) 可靠性(半导体) 汽车工程 过程(计算) 计算机科学 功率(物理) 工程类 机械工程 医学 哲学 物理 认识论 量子力学 内分泌学 操作系统
作者
Jing Zeng,Sifeng Liu
出处
期刊:Journal of energy storage [Elsevier]
卷期号:72: 108274-108274 被引量:26
标识
DOI:10.1016/j.est.2023.108274
摘要

In recent years, in order to reduce vehicle exhaust emissions and alleviate the energy crisis, new energy vehicles have been rapidly developed. With the improvement of the performance and driving range of electric vehicles, the power and capacity of lithium batteries are increasing, and their safety and reliability are becoming increasingly important. The micro fuzziness, evolution complexity and actual variability of lithium battery performance make it difficult to characterize its aging, and the estimation deviation of its state of health (SOH) is large. It is urgent to deeply explore the mechanism of internal capacity decline and establish a reasonable mathematical model to realize the quantitative evaluation of microscopic reaction process. In this work, the aging factors of lithium batteries are classified, and the influence of positive and negative aging of battery on lithium battery is analyzed. The aging mechanism of lithium battery is divided into the loss of active lithium ion (LLI), the loss of active material (LAM) and the increase of internal resistance. The failure mechanism of positive and negative electrode materials, electrolyte and current collectors during battery aging is systematically analyzed. Considering the actual operating conditions of lithium battery, the external aging factors are clarified. The main mathematical models of capacity decline and SOH prediction are summarized. This work can provide reference for the construction of aging model, SOH prediction model, and provide theoretical basis for the design of lithium battery management system.
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
在水一方应助科研通管家采纳,获得10
12秒前
suepisode完成签到 ,获得积分10
15秒前
tmobiusx完成签到,获得积分10
16秒前
Tttttttt完成签到,获得积分10
22秒前
汉堡包应助Bgeelyu采纳,获得10
24秒前
32秒前
Bgeelyu完成签到,获得积分10
34秒前
Bgeelyu发布了新的文献求助10
37秒前
croissante完成签到 ,获得积分10
57秒前
Ding完成签到,获得积分10
1分钟前
btcat完成签到,获得积分10
1分钟前
寒冷的断秋发布了新的文献求助150
1分钟前
沙里飞完成签到 ,获得积分10
1分钟前
是我呀小夏完成签到 ,获得积分10
1分钟前
lvvvvvv完成签到,获得积分10
1分钟前
cyskdsn完成签到 ,获得积分10
1分钟前
铜豌豆完成签到 ,获得积分10
1分钟前
Hank完成签到 ,获得积分10
2分钟前
张亮完成签到 ,获得积分10
2分钟前
Singularity应助科研通管家采纳,获得30
2分钟前
Singularity应助科研通管家采纳,获得30
2分钟前
joeqin完成签到,获得积分10
2分钟前
maggiexjl完成签到,获得积分10
2分钟前
小杨完成签到 ,获得积分10
2分钟前
搜集达人应助夏添采纳,获得10
2分钟前
慧喆完成签到 ,获得积分10
2分钟前
可靠谷蓝完成签到 ,获得积分10
3分钟前
木光完成签到,获得积分20
3分钟前
太拗口哟完成签到,获得积分10
3分钟前
3分钟前
六等于三二一完成签到 ,获得积分10
3分钟前
榆木小鸟完成签到 ,获得积分10
3分钟前
任性星星完成签到 ,获得积分10
3分钟前
lyk完成签到 ,获得积分10
3分钟前
123完成签到 ,获得积分10
4分钟前
李浅墨完成签到 ,获得积分10
4分钟前
WLX001完成签到 ,获得积分10
4分钟前
Singularity应助科研通管家采纳,获得10
4分钟前
小马甲应助科研通管家采纳,获得10
4分钟前
Singularity应助科研通管家采纳,获得10
4分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137039
求助须知:如何正确求助?哪些是违规求助? 2788025
关于积分的说明 7784284
捐赠科研通 2444088
什么是DOI,文献DOI怎么找? 1299724
科研通“疑难数据库(出版商)”最低求助积分说明 625536
版权声明 601010