Model-based thermal runaway prediction of lithium-ion batteries from kinetics analysis of cell components

热失控 电池(电) 动力学 离子 热力学 锂(药物) 材料科学 热的 核工程 化学 化学工程 工程类 物理 内分泌学 医学 功率(物理) 有机化学 量子力学
作者
Dongsheng Ren,Xiang Liu,Xuning Feng,Languang Lu,Minggao Ouyang,Jianqiu Li,Xiangming He
出处
期刊:Applied Energy [Elsevier]
卷期号:228: 633-644 被引量:363
标识
DOI:10.1016/j.apenergy.2018.06.126
摘要

Thermal runaway (TR) is a major safety concern in lithium-ion batteries. Model-based TR prediction is critically needed to optimize safety designs of cells. This paper presents a novel scheme for developing reliable battery TR model from kinetics analysis of cell components. First, differential scanning calorimetry (DSC) tests on the individual cell components and their mixtures are conducted to reveal the TR mechanism and characterize the exothermic reactions, of which the major six (such as the decomposition of solid electrolyte interface (SEI) film) are determined as the dominant heat sources. The kinetics parameters of each exothermic reactions are identified from the DSC tests results at variant heating rates using Kissinger’s method and nonlinear fitting method. A predictive battery TR model is established by superimposing the chemical kinetics equations of the six exothermic reactions. The model fits well with the adiabatic TR test results and the oven tests results of a 24 Ah lithium-ion battery, indicating that the model can well reflect the battery TR mechanism and be trusted to predict battery safety performance without assembling a real battery.
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
西瓜大王发布了新的文献求助10
2秒前
CodeCraft应助LZG采纳,获得10
3秒前
双双发布了新的文献求助10
4秒前
liuyuxin完成签到,获得积分20
4秒前
蹦蹦灯儿完成签到,获得积分10
5秒前
QQ发布了新的文献求助10
6秒前
薄灯男孩发布了新的文献求助10
6秒前
Orange应助一筐猪采纳,获得10
7秒前
NexusExplorer应助zhanglinfeng采纳,获得10
7秒前
可爱的妙菡完成签到,获得积分10
7秒前
clio完成签到,获得积分10
7秒前
JamesPei应助悦耳的海秋采纳,获得10
10秒前
科研小蜜蜂完成签到,获得积分20
11秒前
彭于晏应助薄灯男孩采纳,获得10
11秒前
西瓜大王完成签到,获得积分20
12秒前
科研通AI6应助含蓄绾绾采纳,获得10
13秒前
14秒前
风中冰香应助西瓜大王采纳,获得10
16秒前
19秒前
gaga发布了新的文献求助10
19秒前
20秒前
老函数发布了新的文献求助10
20秒前
张赫兹发布了新的文献求助10
22秒前
25秒前
26秒前
林白发布了新的文献求助10
29秒前
jf发布了新的文献求助10
32秒前
烟花应助明芬采纳,获得10
32秒前
ll发布了新的文献求助10
33秒前
35秒前
Frank发布了新的文献求助10
36秒前
ttttt完成签到,获得积分10
36秒前
37秒前
40秒前
lele完成签到,获得积分10
40秒前
季暖完成签到,获得积分10
41秒前
babyxie发布了新的文献求助10
41秒前
41秒前
42秒前
42秒前
高分求助中
晶体学对称群—如何读懂和应用国际晶体学表 1500
Constitutional and Administrative Law 1000
Microbially Influenced Corrosion of Materials 500
Die Fliegen der Palaearktischen Region. Familie 64 g: Larvaevorinae (Tachininae). 1975 500
The Experimental Biology of Bryophytes 500
Numerical controlled progressive forming as dieless forming 400
Rural Geographies People, Place and the Countryside 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5383531
求助须知:如何正确求助?哪些是违规求助? 4506598
关于积分的说明 14025172
捐赠科研通 4416277
什么是DOI,文献DOI怎么找? 2425950
邀请新用户注册赠送积分活动 1418679
关于科研通互助平台的介绍 1396926