Advancements in Low-Temperature Lithium Metal Batteries: A Comprehensive Review
Notice bibliographique
Résumé
Lithium metal batteries (LMB) represent a major advance in energy storage technology, offering a huge high energy density, and have the potential to be used in important fields such as electric vehicles and aerospace. However, their practical application at low temperatures still faces major challenges. This paper reviews recent advances in overcoming these obstacles, including the development of ether-based and fluorated electrolytes to reduce dendrite formation, improve SEI stability, and the use of 3D collectors and protective coatings to create more stable interfaces. By combining these methods, we conclude from a large number of studies that the problem of LMB at low temperatures is not the result of a single aspect, but the result of multiple factors. SEI instability leads to uneven lithium deposition and electrolyte decomposition in LMB. At the same time, the ionic conductivity of the electrolyte decreases at low temperature, slowing down the transmission rate of lithium ions, resulting in an increase in overpotential and promoting the uneven deposition of lithium. Therefore, this paper proposed a feasible path for the future development of LMB, that is, strengthening the three-dimensional lipophilic skeleton while improving the electrolyte solution, and constructing the three-dimensional lipophilic skeleton of SEI to solve the problems of lithium dendrite growth of LMB at low temperature and SEI instability.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».