A comprehensive review of silicon anodes for high-energy lithium-ion batteries: Challenges, latest developments, and perspectives
Notice bibliographique
Résumé
Lithium-ion batteries (LIBs) have become the predominant and widely used energy storage systems in portable electronic devices, such as video cameras, smartphones, laptops, and plug-in hybrid vehicles, along with in stationary energy storage applications like power banks and backup energy storage systems. Moreover, they are widely used in the latest models of all electric vehicles (EVs) and hybrid electric vehicles (HEVs). However, to meet the demand for EVs and HEVs, notable improvements in commercially available LIBs are required. These include improving energy density, cycling life, power and rate capabilities, safety, and cost. In spite of the initial commercialization of LIBs in 1990 by Sony, current commercial LIBs still rely on graphite/carbon as the anode material, providing a theoretical capacity of approximately 372 mAh g−1. The search is on for viable alternatives to graphite with higher capacity materials, and silicon (Si) has emerged as a promising candidate with a theoretical capacity of approximately 4200 mAh g−1. However, Si anodes face several challenges, such as considerable volume expansion during the lithiation/delithiation process, which leads to significant crystallographic-related phase-induced stresses, continuous formation of a solid electrolyte interface (SEI), and cycle retention decay. The volume expansion caused by stress leads to the pulverization of Si electrodes. This results in the loss of electrical contact with the substrate or current collector, causing a significant and rapid decrease in capacity and ultimately leading to battery failure. This review explores the challenges associated with Si-based anodes, their underlying causes, and their comparative advantages over conventional anodes. Furthermore, the review discusses innovative solutions to address these challenges, such as utilizing novel binders, electrolyte additives, structural, interfacial, composite engineering techniques, and prelithiation methods. Finally, considering the material cost, the suggestion to transition entirely to using up to 100% wt. silicon for anode development is proposed, streamlining practical and commercial implementation in future LIBs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».