Impact of Electrolyte Volume on the Cycling Performance and Impedance Growth of 18650 Li-Ion Cells
Notice bibliographique
Résumé
The volume of electrolyte used in commercial cylindrical rechargeable Li-ion batteries needs to be closely controlled to optimize performance. It is widely reported in the open literature that insufficient electrolyte can negatively impact cycling performance. However, there are scant reports showing the impact of excessive amounts of electrolyte on cell performance. Here, we show that adding excessive amounts of electrolyte also negatively impacts the cycling performance, causing cells to show faster capacity fade. The effect can be quite significant, causing a noticeable difference within the first 30 cycles, particularly at higher discharge rates (e.g., 1C to 2C rates, Figure 1). It is important to understand the causes of this “high-volume effect” because it sets an additional constraint on the optimization of the system. We have carried out extensive electrochemical impedance measurements of commercial 3.5 Ah 18650 cylindrical cells with various levels of electrolyte (LiPF6/EC/DMC/EMC; 15/25/56/4 wt%) using PEIS and GEIS protocols at an ambient temperature of 25°C. The collected impedance patterns exhibit typical two loop features reported in the literature 1,2 and were modelled by a series combination of one resistance and two parallel R/C elements to extract the cell ohmic and charge transfer resistance values. The total cell resistance of cells with both nominal and high-volume electrolyte show impedance growth during cycling. However, the high-volume cell shows noticeably higher growth of charge transfer resistance. Details of the experimental work and possible mechanism of this effect will be discussed during the presentation. References N. Ogihara et al., J. Electrochem. Soc., 159, A1034–A1039 (2012). W. Waag, S. Käbitz, and D. U. Sauer, Appl. Energy, 102, 885–897 (2013). Figure 1
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».