Theory of battery ageing in a lithium-ion battery: Capacity fade, nonlinear ageing and lifetime prediction

淡出 电池(电) 非线性系统 锂离子电池 老化 计算机科学 功率(物理) 材料科学 容量损失 热力学 物理 遗传学 量子力学 生物 操作系统
作者
Selçuk Atalay,Muhammad Aman Sheikh,Alessandro Mariani,Yu Merla,Ed Bower,Widanalage Dhammika Widanage
出处
期刊:Journal of Power Sources [Elsevier]
卷期号:478: 229026-229026 被引量:181
标识
DOI:10.1016/j.jpowsour.2020.229026
摘要

Forecasting the lifetime of Li-ion batteries is a critical challenge that limits the integration of battery electric vehicles (BEVs) into the automotive market. Cycle-life performance of Li-ion batteries is intrinsically linked to the fundamental understanding of ageing mechanisms. In contrast to most previous studies which utilise empirical trends (low real-time information) or rough simplifications on mathematical models to predict the lifetime of a Li-ion battery, we deployed a novel ageing formulation that includes heterogeneous dual-layer solid electrolyte interphase (SEI) and lithium-plating ageing mechanisms with porosity evaluation. The proposed model is parameterized and optimized for mass transport and ageing parameters based on fresh and an aged cell and validated against our experimental results. We show that our advanced ageing mechanisms can accurately calculate experimentally observed cell voltage and capacity fade with respect to cycling number and can predict future fade for new operating scenarios based on constant-current and a dynamic power profile cycling experimental data consisting of high discharge C-rates and fast-charging periods. Our model is able to capture the linear and nonlinear (knee-point) capacity fade characteristics with a high accuracy of 98% goodness-of-fit-error and we compared our model performance with well-accepted existing model in literature.
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
迅速的鹤完成签到,获得积分10
刚刚
FATHER LI发布了新的文献求助10
刚刚
陈牛逼完成签到,获得积分20
刚刚
wshwx完成签到 ,获得积分10
1秒前
monoklatt发布了新的文献求助10
1秒前
Charlie发布了新的文献求助10
3秒前
岁月如歌完成签到,获得积分10
3秒前
lijinyu发布了新的文献求助10
3秒前
4秒前
Dr.Lee完成签到,获得积分10
5秒前
思雨完成签到,获得积分10
6秒前
whq531608发布了新的文献求助30
6秒前
8秒前
南卡完成签到,获得积分10
10秒前
Akim应助王鑫采纳,获得10
10秒前
paltahun发布了新的文献求助10
10秒前
思源应助都是采纳,获得10
11秒前
爆米花应助小白果果采纳,获得10
12秒前
bk2020113458完成签到,获得积分10
12秒前
12秒前
13秒前
聪明藏今完成签到,获得积分10
15秒前
Sylvia完成签到 ,获得积分10
15秒前
张三发布了新的文献求助10
15秒前
Karvs完成签到,获得积分10
16秒前
科研通AI2S应助whq531608采纳,获得10
16秒前
19秒前
19秒前
共享精神应助lina采纳,获得10
20秒前
孤独黑猫完成签到 ,获得积分10
22秒前
不配.应助葳蕤采纳,获得10
22秒前
Gilana应助西瓜采纳,获得10
22秒前
迷路聋五完成签到,获得积分20
23秒前
23秒前
王鑫发布了新的文献求助10
24秒前
杳鸢应助研友_LjDyNZ采纳,获得10
24秒前
FYH完成签到,获得积分10
25秒前
Kk发布了新的文献求助10
26秒前
暮色发布了新的文献求助10
26秒前
科研通AI2S应助叶秋采纳,获得10
26秒前
高分求助中
Earth System Geophysics 1000
Studies on the inheritance of some characters in rice Oryza sativa L 600
Medicina di laboratorio. Logica e patologia clinica 600
mTOR signalling in RPGR-associated Retinitis Pigmentosa 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
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 3205809
求助须知:如何正确求助?哪些是违规求助? 2854953
关于积分的说明 8097188
捐赠科研通 2519991
什么是DOI,文献DOI怎么找? 1352776
科研通“疑难数据库(出版商)”最低求助积分说明 641624
邀请新用户注册赠送积分活动 612642