Thermal System Simulation of Heating Strategies for 21700 Lithium-Ion Battery Modules Under Cold-Start Conditions
Notice bibliographique
Résumé
Rapid heating strategies are essential for the cold-start of lithium-ion batteries at subzero temperatures to avoid severe performance losses. This study explores different external and battery-powered heating strategies and evaluates the time required for 21700 lithium-ion battery modules to reach the minimum safe-operating temperature. Three heating strategies were simulated: battery discharge, external heating, and combined configurations at ambient temperatures of −20 to 0 °C with initial state of charges (SOCs) of 20–80%. Results show that with discharge-only heating, the module heated up slowly and was unable to completely discharge at −20 °C and 20% SOC. Yet when the external surface-heating strategy was applied, the module was heated up 75–86% faster to reach the safe-operating temperature, which allowed the module to discharge completely under all conditions. Furthermore, in a combined configuration strategy where the external surface-heating is applied while the module discharges, the module achieved an additional 7–21% faster temperature rise. Lastly, at −20 °C and 20% SOC, external heater energy exceeded the module’s usable output, while at 0 °C and moderate SOC, heater demand was only 2–3% of available battery capacity. Overall, findings show combining external heating discharge enables a reliable cold-start for the battery modules studied.
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) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».