中汽中心王芳：动力电池10大核心问题剖析

中汽中心动力电池领域首席专家、试验所副总工程师王芳

以下为涉及的10个主要方面：

问题1：关于动力电池的产业发展问题

问题2：关于动力电池的技术发展路径

问题3：关于2015~2018年电池系统能量密度、成组率变化趋势

问题4：关于动力电池结构分析，方形、软包和圆柱成组效率

问题5：关于电池系统冷却方式分析，自然冷却、风冷和液冷

问题6：关于动力电池一致性的影响

问题7：关于动力电池起火原因分析

问题8：关于动力电池可用评价

问题9：关于动力电池梯次利用

问题10：关于动力电池发展需重视的两大方面

问题1：关于动力电池的产业发展问题

动力电池产业化进展迅速，两级分化严重，优质产能不足。在国内新能源汽车产销量迅速增长的情况下，电池产业化进展也非常迅速，根据工信部车型数据统计，2015年电池装机量16GWh、2016年28GWh、2017年36GWh，2020年的需求是100GWh左右，但是根据我们粗略估算2017年电池行业的年产能已达到200GWh，远远超过实际需求量。

整体来看，去年年底磷酸铁锂单体能量密度大概在140Wh/kg，现在180Wh/kg左右，甚至到190Wh/kg。三元单体能量密度现在基本上在200Wh/kg左右，去年平均值在185Wh/kg，18650已经达到265Wh/kg以上。

再看市场份额的占比，特别是今年电池行业的变化非常明显：一是两极分化，80%的量集中在20%的企业手里，剩下80%的企业在争夺20%的市场份额；二是优质产能明显不足，各电池厂产能扩展非常快，在未来一年左右的时间内还会有非常大的格局变化，如现在有一些企业已经在逐步退出市场了，目前占市场份额非常大的这几家企业在国内已经是相对优质产能了，但在国际的竞争上又会怎么样？这与他们产品的品质、生产制造的工艺等密切相关。

问题2：动力电池的技术发展路径

电池技术进展，下图是我们做“十二五”规划时的图，到现在为止没有太大的变化，这是因为现有体系正极材料、负极材料有哪些都是确定的，只是不同正负极材料的搭配，能够达到不同的性能指标、能够满足不同车辆的使用。

具体来看，第一块是现有电化学体系，已经比较成熟；第二块是现在正在研发应该往产业化走，但是目前已经提前走到产业化阶段了，原因是什么？就是因为长续航、高比能的要求和补贴政策的引导；第三块是锂硫、锂空气电池是未来的体系。

从2017年底到现在我们认为333和532应该是主流的产品， 622应该是进入中试阶段的产品，811属于小试、研发阶段，再用两年的时间可以进入市场的产品，但是811现在已经提前进入产业化，也就是说我国现在的状态是从532跳过622直接向811发展，造成现在高比能的这类电池没有经过太多的市场验证、可靠性考核和产品迭代的周期就快速应用，把它快速推上了历史舞台，所以这个大家要重视。

未来的电池体系包括锂空气电池、锂硫电池和固态电池，这3类电池中固态电池在电动汽车上的应用会更快一些。到底什么样的电池是全固态？什么样的电池是固液混合态？现在一般高于5到8安时以上的电池基本上都是固液混合的电池，并不是全固态，全固态的电池要想走到完全的产业化还需要好几年的时间。

再看锂空气电池，我们对它的化学特性进行过详细的分析，在使用上它是无限接近于石油，也就是说如果它能用到车上我们就不用再担心车辆的续航里程，但实际上它的寿命及各方面的问题在很长一段时间内是无法解决的，无法满足车辆要求的寿命。

锂硫电池目前已经有一些应用（非车用），但要用到电动汽车上它寿命以及其他的一些问题现在还没有解决，所以锂空气、锂硫电池离产业化的距离还会更遥远一些，比固态电池要遥远得多。

问题3：2015~2018年电池系统能量密度、成组率变化趋势

2015年电池的系统能量密度是90Wh/kg，2017年是116Wh/kg，发展得比较迅速，相对来说还是符合发展规律的，但是到了2018年的4月份已经达到了137.5 Wh/kg。为什么从2017年到2018年会有这么大的变化？由于新补贴政策的出台。

2016年电池系统成组率是63%，2017年是67%，2018年前几个月是74%，这是平均值。具体而言，2017年电池单体能量密度均值在173Wh/kg，系统均值在116Wh/kg，算出来的67%的成组率，这是从单体能量密度到系统能量密度的差异。

细分来看2017年磷酸铁锂单体能量密度均值143 Wh/kg左右，系统在117 Wh/kg左右，成组率在81%；三元单体在183 Wh/kg左右，系统在115Wh/kg左右，成组率在63%。从这里面可以看出，磷酸铁锂和三元单体能量密度差异非常明显，但到系统层面基本趋于一致，这与成组的技术有关，也与电池本身安全要求密切相关。

磷酸铁锂2017年装车量占50%，三元占43%，磷酸铁锂主要应用在客车上，电动客车的安全要求决定了装到客车上的电池基本上只能是磷酸铁锂，三元基本上都是用在乘用车上，一个车型一个电池包，而大巴车的设计现在基本上都是标准箱，不同的车型可以共用标准箱，磷酸铁锂可以装在很多不同的车型上。

为什么它们会有这样的差异？第一，磷酸铁锂本身的安全性很高，它不需要附加太多的安全保护；第二，磷酸大部分用在商用车，标准箱的设计本身要求会比较低（商用车的制造本身就比乘用车要求低），所以在PACK集成方面的要求会低一点；然后还有一个重要的原因，它整体的这种递增趋势还受到相关政策对能量密度要求的影响。

想要提升能量密度有两个办法：第一紧凑化，在单体能量密度已经确定的情况下尽量多塞电池，把里面塞得越紧越好，但是这样会造成高压线束等不能按照理想的状态排布，这是一个隐患；第二轻量化，把电池包做的尽量轻，而这样带来的一个结果是电池外壳使用的材料在抗机械碰撞方面的风险加大，这也要看能不能满足实际使用的需求，如果能够满足那也没有关系。

问题4：三元体系电池结构分析，方形、软包和圆柱成组效率

圆柱单体能量密度均值187 Wh/kg，系统均值在117.6 Wh/kg，成组率62.89%；软包单体能量密度均值171 Wh/kg，系统均值在114.2 Wh/kg，成组率66.78%；方形单体能量密度均值144.17 Wh/kg，系统均值在105.5Wh/kg，成组率73.18%。

圆柱像18650的结构缺陷，排布的时候需要增加冷却系统以及其他结构的这种排布使得它的成组率降低；方形成组率是最高的，最容易成组的；软包，它的一个优点是单体可以做得很高，但是成组需加支架、散热措施等，反而它的成组率可能赶不上方形电池，它们在未来的一段时间内还会是三分天下的状态。

软包在高比能电池方面的安全风险远远低于方形，方形电池的容量还不适宜过高，像高比能的三元电池做到70安时以上都是风险比较大的。一个大的、高容量、高比能的电池在瞬间热量释放的状态下，它的泄压阀如果没有及时打开，即使及时打开力量也是非常大的，相对来说软包在这个方面有它的一些优势。

圆柱电池以前有优势是因为18650是从消费类电子来的，它的生产一致性控制会比较好，但在系统集成的时候对系统集成技术的要求是非常之高的，看特斯拉的专利就知道了，其实现在方形和软包生产工艺控制上升的程度已经赶超了圆柱，圆柱单体的优势并不是那么明显了，相反它在结构集成方面的缺点会逐渐暴露出来，比如特斯拉最近的几起事故基本都是车辆毁掉了，可以看到一旦发生机械破坏，它的那种结构的破坏是崩盘式的，虽然18650电池单个的能量并不是那么大，但是当能量密度足够高的时候，瞬间火势的串起导致了整个崩盘式的起火，事故也是比较危险的。

问题5：电池系统冷却方式分析，自然冷却、风冷和液冷

我们统计了2017年下半年某时间段的样本，当时96款电池中有86款是自然冷却，就像刚才讲的那样要想提升系统的能量密度有两个办法：一是紧凑化，二是轻量化，紧凑化的一个重要方式就是把能减掉的就减掉。自然冷却是什么？就是什么也没有，能够不考虑风冷、液冷，把空间都留给电池，这也导致使用自然冷却的越来越多。

以前不是这样的状态，在2015、2016年，特别是2016年下半年我们与很多车厂交流，他们的样品设计很多是打算采用液冷的，在乘用车基本上都计划采用液冷方案，但是到2016年底2017年补贴政策出台的时候，这个状态就开始改变了，2017年上半年液冷已经明显减少。

这几年政策推动对整个产业的发展是非常有利的，但是在发展的过程中毕竟会有一些问题存在，而这些问题是会暴露在我们实际的产品和产业当中的。

我们比较过不同冷却方式下电池的状态：当电池采用风冷设计，电池整体温度的下降是很明显的，比如电池原来会升高15度，采用风冷后温升在13度，但是从进风口到出风口整个电池包内部不同位置的温度差异会明显增大，这会导致电池单体的差异变大，电池包的劣化会加剧，也就是说如果电池风冷设计技术不过关、对电池热状态、对风道流体力学等不了解，还不如直接采用自然冷却。再看液冷，当液冷排布得比较好的时候，电池单体和整体的温度控制都比较好。

产业未来的发展还是会以市场为导向，企业需要重视系统集成、系统热管理、功能安全管理等技术，这才能是未来企业的核心竞争力。

问题6：动力电池一致性，电芯的一致性影响电动汽车续航里程的功率特性、放电能量特性、电池总寿命以及成本等

电池的一致性影响的不单单是它的性能，还有整体的安全性以及成本。电池的一致性好了，整体成本就会下来，会表现在哪几个方面？第一你不用换，第二生产制造的成本摊薄。为什么LG和三星前两年能打价格战，现在他们还能打价格战，这与他们生产制造工艺水平是有关系的。

电池单体的能量密度国内是可以做的比较高的，这是单一指标，但是再看我们产品的一致性表现，就可以知道它能不能在市场上形成强有力的竞争能力。据我了解，目前国内CPK值最高的企业是以1.67为天花板的，而三星、LG他们的CPK值是以1.67为基础的，甚至能达到2.0，也就意味着100万只电池里面几乎没有次品，所有电池性能是完全一致的，差异是非常非常小的。再看我们1.33的CPK值，电池是这个状态，而且这已经是经过筛选的，不合格的电池已经挑选出来了，如此情况下我们的成本怎么跟他们去比较？他们的CPK值是2.0，没有最后的分选，电池在制造以后直接就去配组，我们还得花钱买分选的装备，先把电池选出来。所以这个是非常非常重要的，我们要重视真正的企业核心竞争力。

注：CPK,过程能力指数,表示过程能力满足技术标准的程度,值越大表示品质越佳。

问题7：动力电池起火原因分析

总结分析一下不完全统计的国内外电动汽车起火事故，看一下起火的原因。

事故的原因主要有充电起火，占到17%；碰撞起火，占到22%；无事故自燃，占到39%，这部分主要是指从电池部位先开始起火的事故；其他原因占到18%，主要包括电气线路故障、电线老化、零部件故障等原因引发的起火，不是电池本身的原因；最后还有浸水起火，占到4%。

问题8：动力电池可用评价

我们在做电池安全性评价的时候更多的会从三个角度来考虑：电池的可用边界、可控边界和失控边界，这三个边界在电池全生命周期内是变化的，电池是一个电化学载体，所以我们在评价的时候，希望能够考虑到这几个方面。

可用评价就是我们会从材料的热稳定性出发，对电池的安全等级要有一个明确的划分，知道它的薄弱点是什么、优势是什么，然后要从系统的层级把它的薄弱点给保护起来，最终我们在系统层级才能得到一个比较好的电池，电池本身是分三六九等，我们要通过系统工程把它用在最好的状态。

问题9：动力电池梯次利用是伪命题吗？

有人认为梯次利用是一个伪命题，我们在2012到2014年做过一个国家电网的课题，做了一个梯次利用的示范，当时用奇瑞S18淘汰下来的电池做了一个储能电站，做完以后我们也承认它接近一个伪命题，就是很难做、非常非常难做，电池的这种评价，拆下来、再成组、再利用，在性价比方面不合适，经济效益也不划算。

但是到2014年底我们在制定编码制度，在推进梯次利用的时候，经过详细的讨论认为还是应该要做，但是需要重新定位：电池回收必定是一个正向的而且是会推得非常快的一个课题，电池梯次利用是属于有条件、有范围、有要求的梯次利用，就是梯次利用一定是在特定条件下。比如都是大巴车，对这批电池有监控，有后期的评估处理，对电池的健康状态能够充分掌握，又有对接的梯次利用场景且对这个应用场景的指标体系是非常明确的，把这场景的指标也列入到电池的评价体系里面，随时都知道车上的电池拆下来可以用在哪一个领域而且这个领域也已经对接好了，然后再做梯次利用，这就是在有条件、有范围、有要求的情况下去做。

问题10：动力电池发展需重视的两大方面

技术层面

（1）以安全为第一要素，重视性能与安全的最佳平衡；

（2）应进一步提升动力电池系统集成水平。

产业层面

（1）应该重视生产和使用过程中的一致性；

（2）应进一步提升优质产能；

（3）应重视电池的循环利用和产业的协同发展。

发改委8日召开座谈会征求完善光伏发电价格政策意见

原创：信达新能源团队新能源趋势投资昨天

一、今日关注

发改委8日召开座谈会征求完善光伏发电价格政策意见。

东方电缆公司海底电缆等产品中标国家电网招标，涉及1.90亿元。

二、市场行情

【市场指数】上证综指（0.17%）；深圳成指（-0.18%）；中小板指（-0.71%）。

【新能车及工控】-0.53%。个股涨居前三：通合科技（4.20%）；威华股份（4.13%）；欣锐科技（3.53%）。

【清洁能源】-0.15%。个股涨居前三：福能股份（6.44%）；中来股份（4.49%）；岱勒新材（4.38%）。

【电气设备】0.16%。个股涨居前三：经纬辉开（5.01%）；安控科技（3.52%）；思源电气（3.14%）。

市场指数及板块指数表现

资料来源：Wind，信达证券研发中心

三、板块行情

板块涨幅居前三：风电运营端（2.71%）；新能车运营&服务（0.46%）；光伏运营端（0.27%）。

信达新能源各板块市场表现

资料来源：Wind，信达证券研发中心

四、公司公告

【东方电缆】公司收到国家电网公司招标活动中标通知书，公司中标浙江舟山500千伏联网北通道第二回输电线路工程招标采购项目，中标产品主要为海底电缆及附件，中标金额1.90亿元。

【安控科技】公司于近日收到中油管道物资公司《中标通知书》，确认公司为中俄东线天然气管道工程、闽粤支干线、定远合肥复线工程阀室撬装一体化设备间招标项目的中标单位，中标金额为人民币1,874.56万元（含税）。

【英威腾】截止10月9日，公司累计回购774.96万股，占总股本的1.03%，成交区间为4.37-6.06元/股，总金额为3826.95万元（不含交易费用）。

五、行业新闻

10月8日发改委价格司组织12家光伏企业召开光伏发电价格政策座谈会，会议着重讨论了2019年的补贴强度问题；讨论并了解不同类型光伏企业531光伏政策后的生产经营情况；讨论并了解近期地面电站、工商业、户用光伏等不同类型光伏项目的建设成本情况，为2019年的补贴标准提供依据；会议指出2019年国家仍然会下发一定规模的光伏指标。(索比光伏网http://suo.im/58N2Uc)

AI已来，你的数据中心真的准备好了吗？

华为网络能源9月25日

自从2016年AlphaGo打败李世石之后，人工智能的能力开始逐渐被世人了解，人工智能开始真正落地。Gartner的数据显示，到2020年，人工智能预计将减少180万个就业机会。好消息是，它也将创造230万个就业岗位。如今，AI相关专利申请量飙升，AI芯片需求也不断增加，微软已决定采购华为新开发的AI芯片应用于中国的数据中心。

然而，人工智能技术的发展与落地应用还远未成熟。对人工智能硬件而言，算力是技术实现的保障，这需要大量强有力的数据中心提供基础支持。但传统数据中心存在诸多痛点，亟需借力人工智能，开展数据中心的革命。

实际上，人工智能的发展少不了数据中心的支撑，与此同时，智能化是未来能源基础设施发展的必由之路，在此过程中，人工智能也将助推数据中心朝智能化方向发展。

数据中心如何与AI擦出火花

数据中心成千上万台服务器为人工智能所需的计算能力提供了物理基础，人工智能也将给数据中心带来了新的革命，其带来的积极影响主要有三个方面。

一是便于数据中心管理和控制。未来的数据发展必将走向软件定义，但随着数据中心呈现复杂化，人工处理的精力和能力都有限。如果通过人工智能利用其学习能力，对以往管理数据进行智能分析，就可得到可观准确的决策。

二是降低数据中心能耗。数据中心是能耗大户，巨额的电能费用已经成为数据中心高速发展的瓶颈，很多互联网巨头的自建数据中心开始想尽一切办法去降低能耗。人工智能技术就可以充分计算PUE值，再根据PUE值反推哪些因素对其影响最大，再去优化这些部分，从而达到降低能耗的目的，提升数据中心运行效率。

例如，谷歌使用DeepMind提供的AI技术，在机房的能耗上获得了大幅的削减，相应减少PUE值。具体而言，通过建立机器学习的模型，对机房的PUE指标趋势进行预测，从而指导制冷设备的配置优化，减少了闲置的用于制冷的电力消耗。这项技术能够为谷歌减少15%的数据中心整体耗电量，节省下来的成本相当可观。

三是数据中心的数据加工。数据中心拥有海量数据，原有的计算方式效率太低。借助AI技术的智能化运维，就可以对这些数据进行深度分析，将数据进行过滤、整理、组建各种模拟模型，这些加工后的数据可能会产生巨大的价值。如果是数据中心的运行数据，则可以通过智能运算，获得提升数据中心运维水平机会；如果是数据中心的存储数据，则可以通过只能运算获得行业市场状况，进行人员特征的分析等。

数据中心运维日趋智能化

人工智能为数据中心提供了全新的机遇：未来可以建设智能化的数据中心，用来替代简单重复劳动，在大量数据中提取规律性信息，大量方案中优选最佳方案，复合数据环境下选择最优模式。

具体到智能运维领域，目前依靠已有的日志进行模式识别，可以实现实时监控，潜在故障告警，实时故障定位，重点区域问题监控，还可实现解决方案智能化推荐；在节能降耗方面，可实现整个基础设施的智能化管理，提高可靠性，降低IT能耗，减少制冷消耗，从而节省电力。

然而，人工智能亦对数据中心带来了不小的挑战。据信通院研究数据显示，在供电方面，AI使得数据中心功率密度从5kW提升到21kW及以上，给供配电基础设施带来挑战；在制冷方面，AI带来的高功率带来高散热，风冷向液冷转变；在边缘计算方面，AI使得网络限制数据需要端侧处理，要建设好边缘数据中心。

智能微模块3.0

将成为数据中心智能化里程碑

目前，行业内已有不少智能化数据中心解决方案问世。以华为公司为例，2018年6月CEBIT2018期间，华为发布了“智能微模块3.0”数据中心解决方案，主要围绕i³（iPower，iCooling，iManager）特性，加入AI优化运行算法，实现数据中心基础设施整体功能的智能化融合，使得数据中心的高效智能如虎添翼。

智能微模块3.0将通过智能化AI算法主动判断运行状态，实现供电链路毫秒级故障检测，秒级故障定位，毫秒级故障隔离，分钟级故障恢复功能；突破行业困扰已久的冷媒泄漏检测难题；提升数据中心全生命周期空间、电力、制冷及人力资源的高效利用。

iPower可实现供电全链路可视及告警精确定位，并拥有基于AI技术的电池管理系统，配合毫秒级故障隔离，以保障供电的可靠性。

iCooling，基于AI的自优化算法，让温控系统对效率自动寻优，降低数据中心PUE；温控系统精确制冷，消除热点隐患，提升数据中心运行的稳定性。同时，AI算法支持空调冷媒容量的自检测，提高可靠性。

iManager是智能微模块3.0的大脑，主要通过智能故障定位与预警管理提高运维效率，面向业务管理增加收益、降低投资。通过数据中心自动化营维，实现能源基础设施价值最大化。

深入感受AI+数据中心火花的3大机会来啦

机会1：#华为全联接大会2018#期间，我们将聚集行业专家探讨AI在数据中心的应用，以及应用过程中遇到的商业、技术挑战。

机会2：我们将智能微模块3.0搬到大会现场，届时观众可近距离真切感受数据中心的运行~

机会3：现场将重磅发布基于AI技术的iCooling智能特性，告诉你，如何利用AI为数据中心“降温”