Les batteries lithium-ion (Li-Ion) sont couramment utilisées dans les véhicules électriques (VE) et l'électronique grand public, car elles présentent une densité d'énergie et de puissance plus élevée ainsi qu'une meilleure durabilité que les batteries au plomb-acide et à l'hydrure métallique de nickel. Cependant, leur température de fonctionnement influence de manière significative la performance des batteries Li-Ion.

Il est donc essentiel d'étudier la performance des batteries selon différentes températures ambiantes. Une prédiction précise de la température de la batterie nécessite une analyse détaillée de la génération de chaleur, incluant la chaleur joule et la chaleur de réaction, qui sont influencées par la température ambiante et l'état de charge (SoC) de la batterie. Ces facteurs doivent être pris en compte pour une évaluation précise de la performance.

La modélisation numérique s'est imposée comme une méthode plus efficace pour capturer la génération de chaleur dans les batteries. Les modèles électrochimiques (MÉC) ont gagné en popularité parmi les différents types de modèles numériques en raison de leur équilibre entre précision, facilité de paramétrisation et de mise en œuvre. Ils ont été largement utilisés pour des applications de gestion en temps réel des batteries, y compris la prédiction des paramètres de batterie.

Basés sur des principes physiques, les MÉC peuvent calculer précisément la génération de chaleur, incluant la chaleur joule et la chaleur de réaction, avec des interprétations claires. SoC et température, qui influencent tous deux les paramètres du MÉC, ont été intégrés avec succès dans ces modèles. Cet article examine les effets du SoC, du courant de décharge et de la température ambiante sur les paramètres du MÉC.