亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A case study to predict the capacity fade of the battery of electrified vehicles in real-world use conditions

淡出 电池(电) 电池容量 工作(物理) 容量损失 汽车工程 环境科学 锂离子电池 计算机科学 模拟 工程类 功率(物理) 量子力学 机械工程 操作系统 物理
作者
Michele De Gennaro,Elena Paffumi,Giorgio Martini,Andrew Giallonardo,Samuel Pedroso,Aaron Loiselle-Lapointe
出处
期刊:Case studies on transport policy [Elsevier]
卷期号:8 (2): 517-534 被引量:37
标识
DOI:10.1016/j.cstp.2019.11.005
摘要

This work aims at combining recent capacity fade performance-based models for Lithium-ion batteries with the real-world vehicle driving data to develop a case study for predicting the capacity fade of the battery of electric vehicles. The study adopts the calendar and cycle capacity fade of three Li-ion chemistries in three different battery architectures combined with five different recharging strategies, delivering 220 scenarios in total. The results show that most of the combinations of Li-ion chemistries, battery architectures, and recharge strategies do not lead to battery capacity drop below 80% of its nominal value in less than 5 calendar years for a driving profile of up to 1000 km/month. At higher monthly mileage, LiFePO4 and NCM battery chemistries with spinel Mn might have values below 5 years. Instead, NCM-LMO appears not to go below this threshold regardless of the mileage for a 16S-72P-6S battery architecture, with the first life above 10 years. The work also includes an experimental validation with a comparison between capacity fade predictions of NCM-LMO model with real-world measurements from two test-vehicles in a mileage accumulation test campaign.
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
XP发布了新的文献求助10
7秒前
123完成签到 ,获得积分10
8秒前
隐形曼青应助XP采纳,获得10
17秒前
17秒前
24秒前
XP完成签到,获得积分20
25秒前
zhibaishouhei发布了新的文献求助10
29秒前
机灵的成协完成签到,获得积分10
32秒前
KoitoYuu发布了新的文献求助10
33秒前
阿嘉完成签到 ,获得积分10
34秒前
wykion完成签到,获得积分10
34秒前
39秒前
兴奋元冬发布了新的文献求助10
45秒前
zhibaishouhei完成签到,获得积分10
46秒前
寻道图强应助科研通管家采纳,获得30
47秒前
寻道图强应助科研通管家采纳,获得30
47秒前
寻道图强应助科研通管家采纳,获得30
47秒前
寻道图强应助科研通管家采纳,获得30
47秒前
英俊的铭应助乐观的如雪采纳,获得10
49秒前
1分钟前
保持好心情完成签到 ,获得积分10
1分钟前
微笑的铸海完成签到 ,获得积分10
1分钟前
SciGPT应助研友_nEoEy8采纳,获得10
1分钟前
潇潇完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
WEnyu发布了新的文献求助30
1分钟前
1分钟前
Yfufu发布了新的文献求助10
1分钟前
1分钟前
林非鹿完成签到 ,获得积分10
1分钟前
1分钟前
wuminhui发布了新的文献求助10
1分钟前
2分钟前
Yfufu完成签到,获得积分20
2分钟前
孙亦沈发布了新的文献求助10
2分钟前
兴奋元冬完成签到 ,获得积分10
2分钟前
孙亦沈完成签到,获得积分10
2分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 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 3244671
求助须知:如何正确求助?哪些是违规求助? 2888376
关于积分的说明 8252725
捐赠科研通 2556825
什么是DOI,文献DOI怎么找? 1385347
科研通“疑难数据库(出版商)”最低求助积分说明 650157
邀请新用户注册赠送积分活动 626234