Estimation de la température des cellules lithium-soufre par impédance à l'aide de réseaux de neurones artificiels. // Impedance Based Temperature Estimation of Lithium- Sulfur Cells Using Artificial Neural Networks.

Topic description

Parmi les différentes technologies de stockage d'énergie, les batteries rechargeables, en particulier les batteries lithium-ion (LiBs), sont largement utilisées en raison de leurs nombreux atouts : haute tension et courant de fonctionnement, densité énergétique élevée, légèreté, longue durée de vie et faible impact environnemental [1]. Cependant, la densité énergétique maximale théorique des LiBs commerciales reste insuffisante pour répondre aux besoins des technologies énergivores du futur. De plus, la majorité des efforts de recherche et développement se sont concentrés sur des applications à température ambiante. Or, la performance des LiBs est fortement influencée par la température, notamment en ce qui concerne le vieillissement des cellules et les enjeux de sécurité [2]. À basse température, la diminution de la cinétique des réactions favorise le dépôt de lithium, réduisant ainsi la quantité de lithium disponible. À l'inverse, des températur...