Battery Entropic Heating Coefficient Testing and Use in Cell-Level Loss Modeling for Extreme Fast Charging
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">To achieve an accurate estimate of losses in a battery it is necessary to consider the reversible entropic losses, which may constitute over 20% of the peak total loss. In this work, a procedure for experimentally determining the entropic heating coefficient of a lithium-ion battery cell is developed. The entropic heating coefficient is the rate of change of the cell’s open-circuit voltage (OCV) with respect to temperature; it is a function of state-of-charge (SOC) and temperature and is often expressed in mV/K. The reversible losses inside the cell are a function of the current, the temperature, and the entropic heating coefficient, which itself is dependent on the cell chemistry. The total cell losses are the sum of the reversible and irreversible losses, where the irreversible losses consist of ohmic losses in the electrodes, ion transport losses, and other irreversible chemical reactions. The entropic heating coefficient is determined by exposing the cell to a range of temperatures at each SOC value of interest. The OCV is recorded at each combination of SOC and temperature, and ∂OCV/∂T is calculated from the measurements. Since a ∆T of 20°C may result in a ∆OCV of 100μV or less, it is critical to have a high accuracy and high input impedance voltage sensor. Additionally, the measurement is sensitive to self-discharge of the battery and the amount of time at each test point. A test methodology is proposed which achieves an accurate OCV measurement, corrects for self-discharge, and utilizes the minimum necessary soak time. Once determined experimentally, the entropic heating coefficient map is used to model losses during several charges with rates from 1C to 5C, and the results are compared with a constant current loss model derived from experimental data for a lithium nickel manganese cobalt oxide (NMC) cell.</div></div>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».