Video Experimental Relacionado
Updated: Sep 9, 2025

The Effect of Charging and Discharging Lithium Iron Phosphate-graphite Cells at Different Temperatures on Degradation
Published on: July 18, 2018
Conjunto de datos de caracterización de baterías de iones de litio de alta potencia para el modelado estocástico de
Muhammad Aadil Khan1, Sai Thatipamula1, Luigi Tresca1
1Department of Energy Science & Engineering, Stanford University, 367 Panama St., Stanford, 94305, CA, USA.
Este estudio presenta un nuevo conjunto de datos sobre el rendimiento de la batería de iones de litio de alta potencia (LIB) en diversas condiciones. Los datos capturan las variaciones de las celdas, cruciales para desarrollar modelos precisos de baterías para vehículos eléctricos y aeronaves.
Área de la Ciencia:
- Ciencias de los materiales
- La electroquímica
- Almacenamiento de energía
Sus antecedentes:
- Las baterías de iones de litio de alta potencia (LIB) son fundamentales para los vehículos eléctricos y los eVTOL.
- La degradación de la batería (por ejemplo, el revestimiento de litio, el agrietamiento de partículas) se acelera con altas tasas de C, temperaturas y profundidad de descarga (DOD).
- Existen conjuntos de datos públicos limitados para la caracterización de LIB de alta potencia.
Objetivo del estudio:
- Presentar un conjunto de datos de caracterización completo para los LIB de alta potencia.
- Facilitar el desarrollo de modelos avanzados de baterías.
- Para permitir el estudio de las variaciones de célula a célula y su impacto en el rendimiento de la batería.
Principales métodos:
- Caracterización de 12 células de níquel manganeso cobalto (NMC) de alta potencia.
- Realizar pruebas de capacidad, pruebas de pulso de alta velocidad y pruebas de impedancia.
- Prueba a temperaturas controladas: 5 °C, 25 °C y 40 °C.
Principales resultados:
- Conjunto de datos detallados que incluyen métricas de rendimiento en condiciones variadas.
- Cuantificación de las variaciones de célula a célula en células NMC de alta potencia.
- Datos adecuados para el desarrollo de modelos estocásticos de baterías.
Conclusiones:
- El conjunto de datos presentado aborda la escasez de datos LIB de alta potencia.
- Permite un modelado más preciso del comportamiento de la batería, considerando las incertidumbres.
- Apoya los avances en los sistemas de gestión de baterías para aplicaciones exigentes.
Más Videos Relacionados
11:25Identification and Quantification of Decomposition Mechanisms in Lithium-Ion Batteries; Input to Heat Flow Simulation for Modeling Thermal Runaway
Published on: March 7, 2022
10:36Author Spotlight: Optimization of Airflow Velocities in Battery Cooling Systems for Enhanced Thermal Performance and Reduced Energy Consumption
Published on: November 3, 2023
Videos de Conceptos Relacionados
Batteries and Fuel Cells
DC Battery