Lifetime prediction of rechargeable lithium-ion battery using multi-physics and multiscale model

锂(药物) 电池(电) 锂离子电池 离子 材料科学 计算机科学 工程物理 核工程 物理 工程类 热力学 心理学 功率(物理) 量子力学 精神科
作者
Ruyu Xi,Zeze Mu,Zhiyuan Ma,Weiren Jin,Hua Ma,Kuiming Liu,Jinhan Li,Meng Yu,Dongxu Jin,Fangyi Cheng
出处
期刊:Journal of Power Sources [Elsevier]
卷期号:608: 234622-234622 被引量:3
标识
DOI:10.1016/j.jpowsour.2024.234622
摘要

Prediction of the state of health (SOH) of lithium-ion batteries (LIBs) is attracting intensive attention in the ever-increasing deployment of consumer electronics and electrical transportation. We develop an electrochemical-thermal-aging coupled model to forecast the lifetime of lithium-ion battery at room and elevated temperatures, in which Arrhenius empirical equation is adopted to describe the bidirectional dependence between electrochemical performance, thermal behavior and aging characteristics. Considering the internal behaviors (ions transport, inter/deintercalation reaction, side reactions) and external performance (voltage, temperature, capacity), our model predicts electrochemical performance and SOH at 25 and 45 °C. The simulated results well coincide with measured data of LIBs with LiNi0.6Co0.1Mn0.3O2 cathode and graphite anode. Parameters including capacity loss, surface film thickness, porosity, area resistance and heat generation are employed and analyzed. Aging reactions lead to the increase of battery resistance and decrease of porosity, which decelerate the lithium-ion transport process and battery degrade performance. Additional resistance results in the temperature rise that in turn accelerates the ion diffusion and side reactions, which reflects the complex electrical, thermal and aging interplay. This modeling methodology provides effective strategy for the design and optimization of lithium-ion batteries.
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
刚刚
00爱学习发布了新的文献求助10
2秒前
2秒前
iNk应助tivyg'lk采纳,获得10
3秒前
5秒前
6秒前
8秒前
9秒前
西皮发布了新的文献求助10
9秒前
11秒前
细心怜寒发布了新的文献求助10
11秒前
香蕉觅云应助00爱学习采纳,获得10
11秒前
玛奇朵发布了新的文献求助10
12秒前
醉醉完成签到,获得积分10
12秒前
领导范儿应助fyl采纳,获得10
12秒前
乐乐应助西皮采纳,获得10
12秒前
知行合一发布了新的文献求助10
13秒前
王博士发布了新的文献求助10
14秒前
一棵草发布了新的文献求助10
15秒前
15秒前
yiuqiu关注了科研通微信公众号
17秒前
李健应助沉静青旋采纳,获得10
19秒前
chunyi发布了新的文献求助10
19秒前
21秒前
xvzhenyuan完成签到,获得积分20
21秒前
Phosphene应助心心哈采纳,获得10
21秒前
22秒前
李健应助细心怜寒采纳,获得10
22秒前
搜集达人应助123采纳,获得10
24秒前
王博士完成签到,获得积分20
24秒前
辛木完成签到,获得积分10
25秒前
小马甲应助zxvcbnm采纳,获得10
25秒前
土豆泥拉拉完成签到,获得积分10
27秒前
辛木发布了新的文献求助10
28秒前
隐形曼青应助孙梦涵采纳,获得10
28秒前
颜千琴发布了新的文献求助10
29秒前
香蕉觅云应助小卢同学采纳,获得10
30秒前
30秒前
研友_nqv2WZ完成签到,获得积分10
31秒前
32秒前
高分求助中
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
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
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 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 3138252
求助须知:如何正确求助?哪些是违规求助? 2789208
关于积分的说明 7790538
捐赠科研通 2445551
什么是DOI,文献DOI怎么找? 1300565
科研通“疑难数据库(出版商)”最低求助积分说明 625925
版权声明 601053