- 锂离子电池还会统治市场，至少5年
- 锂离子电池的储电量仍有挖掘空间
- 成本是燃料电池最大的制约因素
- 电动汽车为什么着火？
编辑/杨远、李爱军 来源：未来论坛（微信ID：futureforum）
十年让锂电池储电量翻倍，成本减半
在第四期青创联盟线上研讨会上，哥伦比亚大学材料系助理教授杨远从材料学的角度回顾了电池的历史、现状以及未来发展方向。
在研讨开始，杨远教授介绍了材料科学的历史和研究热点。他介绍了人类的发展史可以说是一部材料发展史。无论从石器时代到青铜时代还是如今的硅时代（电子产品大量使用硅材料）。
据杨远教授统计，过去20年，诺贝尔物理奖和化学奖得主有四分之一来自材料领域，足见人们的重视程度。
随着数字时代的到来和人类开始对可持续发展愈加重视，电池的应用领域正不断扩大。
人们对电池性能提出了更高的要求，比如人们需要待机时间更久的手机、续航里程更长的汽车、太阳能和风能的大规模储能需求、可穿戴设备如心脏起搏器（通常10年一换，有了更好的电池可以一辈子不换）等。
这么多的应用场景也就向电池的能量密度、使用寿命、安全性、生产和使用成本等方面提出了新挑战。
以时下最常用的锂离子电池为例，杨远教授介绍称现在锂离子电池的能量密度已经达到250Wh/kg。未来10-15年的目标是将其能量密度从250Wh/kg提高到500Wh/kg，成本也下降到现在的一半。
为了达到这一目标，杨远教授介绍了未来电池的两个发展方向。一个方向，使用新的材料，比如负极用锂金属代替商用石墨，正极使用高镍的三元材料或者硫。
另一个方向是用纯固态电解质替代液态电解液，以提高电池的容量和安全性。
杨远教授还指出，有些媒体报道称“石墨烯电池能让电动车五分钟充满电，一次跑1000公里”。这一说法是过分夸张的。让锂离子电池能量翻倍，更加切实可行。
杨远教授还介绍了如何通过同步辐射光源，也就是比普通X光强上亿倍的光源，来给电池照相，看到电池在充放电中的变化、找到电池的缺陷。把这些照片和大数据以及AI相结合，可以了解电池材料和器件的性能，进而更好的了解电池的内部特征。更多电池解读：www.yangfenzi.com/tag/dianchi
在报告的最后，杨远教授介绍了自己的两个研究方向：
1.金属锂枝晶的生长。锂金属电池的安全隐患主要因为金属锂在使用过程中会产生枝晶，枝晶可能会刺穿正负电极中间的塑料隔膜，进而造成短路引发电池着火。通过研究锂枝晶的生长过程进而找到解决方案，提升锂电池的安全性。
2.制作柔性电池。通过把电池做成类脊椎状结构，然后把硬的部分和软的部分连接起来，可增加电池的柔性。可以用于柔性电子产品，例如智能手表的表带，柔性显示屏等等。
同步辐射光源+大数据+AI+新材料
一同参加青创联盟线上研讨会的青创联盟成员还有美国阿贡国家实验室物理学家同时也是本次研讨会的主持人周华、清华大学计算机系副教授崔鹏、休斯顿大学电气工程及材料科学工程系副教授姚彦。
几位专家就如何提高电池能力密度和寿命等专业领域进行了探讨，具体内容如下：
杨远：如果下一代同步辐射光源亮度增强数十倍，能否检测到电解液中的轻元素？研究会有哪些帮助？同步辐射光源对电池研究会有哪些帮助，如何利用它来全面地表征电池的反应？
周华：轻元素是个物理本质上地问题，光源更亮可能帮助不大。因为X-Ray是基于电子的，锂和氢这种轻的元素，光源强度再强在本质上帮助不大。但是亮度增加带来了一些新的技术，如基于相干成像的一些成像和动力学的手段。
电池体系比较复杂，电池性能的失效过程是有相关性的，一个区的失效和另一个区的失效可能有一定的关联性。在未来的一些关联上的相干X射线会提供一定的帮助。
在时间尺度上可以用更快的方式拍照，看得更精准一些。同时聚焦也更容易，成像会更三维和动态，对电池这些复杂的体系来说表征就更容易，而且未来的表征会更多元化。
杨远：如果人工提取一些具有物理含义的特征，然后把它作为一个参数把谱线输入到数据模拟里面，如何使用数据分析来预测电池的性能？
崔鹏：如果说我们的唯一目标就是要做一个预测。比如说就是想预测电池到底哪个部分是坏的，哪是好的，或者是说它的性能到底是能够达到多少。
在训练数据量足够的情况下，比如提取一千万条谱线再选择六个参数（噪音水平、峰位、峰高等），再加上比较好的一些机器学习的算法。我相信会比现在的这六个参数的性能要好。
但如果还要知道为什么，machine learning就没有办法去告诉他到底为什么会这样。在百万量级的参数空间里我们没有办法很好的去解释这个模型。
但通过大规模数据的驱动，我们能发现一些原来经典学科推理不出来的一些动力学的定律。那这个方向和电池这种交叉性的研究可能会贴得更近一些。
在这种情境下我们要能够从大规模数据里面去发现一些新的定律出来。这就要依赖于一些新的一些模式或定律的发现，进而能够促进电池性能上有进一步的提升。
杨远：电池电解液离子的分布以及锂枝晶的生长速度和表面的离子分布的相关性研究，有没有简单的方法把电池数据和图像读取进去，然后利用deep learning 自动地去找一些特征的feature？
崔鹏：原来我们处理图像的方式是人为的定义一些特征，比如抽取谱线的角点，抽取这里面的SIFT或者Gabor、小波等特征。然后设计出来一个维度相对可控的特征集，就可以在一个合适的尺度范围内找到一个合理的解。
但deep learning如果不抽取任何特征，把千万条谱线全部输入进去，会带来一个问题就是空间维度非常高。
所以deep learning要成功必须要有两个因素：第一个就是你的数据量要充分；第二个就是你的算力要足够到能够处理这么大规模的数据和这么高维的空间。
周华：如何开发具有更高能量密度、更长寿命，更便宜和安全的电池？
姚彦：首先提到高能量密度、长寿命、更便宜、更安全，其实这几个方面都很重要。但是现在还没有任何一种电池同时满足这四方面的要求，所以完全是根据具体的应用场合。
比如说电动汽车对高能量密度要求更高，对安全性要求更高。比如在大规模风能或太阳能的储能方面对价格和安全性要求更高。
安全性其实不光是电极材料的问题，还涉及到电解质的问题。所以现在全世界范围内都比较热的全固态电池、水系电池都是新的研究方向。
现有的锂离子电池的价格虽然大幅下降，但用到大规模储能上还是有很大挑战。现在很多电极材料含有钴和镍，这些元素在地球上的产量是有限的而且受到地缘政治影响，价格波动非常大。
所以在过去这几年中，中国电动汽车发展非常快。从2015年的15万辆到去年是70万辆，今年有可能更多，所以就要考虑到是不是有足够的锂、镍或者钴来支撑这么多电动车的需求。
所以我们要开发新的材料体系，比如说用钠或镁，亦或是不用含钴镍的金属，而是用地球上更丰富的元素来做新的电池。更多材料解读：www.yangfenzi.com/tag/caoliao
但是，未来4-5年里，锂离子电池在电动汽车领域仍然会占据统治地位（95%以上的市场份额）。因为，它仍然是能力密度最高的一种电池。
锂离子电池 VS 氢燃料电池
一起参加研讨会的有投资人、科研工作者及科技领域的媒体人，大家也积极地向各位专家提出了自己的问题。比如：
问：电池未来的发展方向以及如何看待电池在研发与实际应用过程中的跨度？
姚彦：需要注意的一个问题就是，很多新的电池材料还处于学术界研究阶段。学术研究到工业应用还存在差距。现在还没有一个很好的平台把研究和应用联系起来。
举例，中国科学院物理研究所在他们所90周年大庆的时候，对外展示了使用钠离子电池的电动汽车。这种电池材料的优点就是便宜。其能量密度已经达到锂离子电池的60%，价格也低30%-40%。
限制因素是钠离子电解液的开发，虽然钠离子电池不需要锂材料。但钠离子电解液受限于规模小，所以价格仍然很高。
虽然新技术在实验室有所发展，但要在实际生活中应用还需要时间，也需要政府支持。
问：中国产新能源汽车与特斯拉在续航里程的差别是否在电池？产品本身是否有高技术壁垒？
杨远&姚彦：特斯拉在建Gigafactory之前是不生产电池的，他们都是用日本的松下的镍钴铝（NCA）的电池。其实特斯拉技术最核心、最大的优势是整个电池包、电池管理系统做的非常好。
它的电池材料是镍钴铝。从材料本身来讲，镍钴铝的安全性和三元材料、磷酸铁锂相比较差，相对容易着火。但特斯拉把它的整个电池管理系统做得非常好，这个是远比国内好的。
对国内的厂家来讲，可能今年下半年就要开始用622、明年甚至使用811三元材料，能量密度从电芯上来讲和特斯拉是差不多了。
我觉得特斯拉和中国产新能源汽车最大的区别是在电池管理系统的设计能力、生产的管理、电池的一致性上、电动汽车的设计以及新材料的研发能力上，这些会决定电池的整体的性能和安全性。
问：如何看待日本正在研究的氢燃料汽车技术？它离实用还有多少距离？
杨远：燃料电池的理论能量密度是最高的，比汽油还要高。如果只考虑氢的质量，能达到32kWh/kg，是锂离子的60倍。但实际上还是有很多的问题待解决。
如果把燃料电池的催化剂及整个系统考虑进去，燃料电池的能量密度和现在的锂离子电池比起来只高出2—3倍。而且将来锂电池会做得更好，双方的实际差距没有那么大。
还有燃料电池里面还必须用铂金作为催化剂。虽然用量已经下降很多了，但成本还是非常高。这个价格可能是锂电池系统的2—3倍，甚至更多，同时催化剂中毒也是一个安全问题。
此外，氢的制造是一个问题。现在工业用水煤气去制氢，会产生二氧化碳。还有包括一些像高压氢气的安全性、氢气的来源等涉及到一系列产业链的问题。
我个人的看法是现在燃料电池从成本上来讲还是非常昂贵，这个方向肯定是要研究，而且国家应该重视。目前很难说它就能取代锂离子电池的电动车。因为对于车来讲，最后成本其实是燃料电池一个非常重要的制约因素。
问：新能源汽车所使用的电池未来的趋势是锂电吗？
姚彦&周华：丰田的燃料电池汽车Mirai大概是接近6万美元。燃料电池的催化剂和质子交换膜的价格还是一个比较大的问题。
整体看，在新能源汽车未来的趋势上，锂电取胜的可能性会更大一点。但是政府的态度也是一个决定性因素，就是说到底是由政府来选一个胜者呢？还是完全交给市场检验。
未来也许燃料电池有一个突越式的发展。至少目前中国、美国和日本的电动车，锂电池为主的汽车现在还是主流。特别是现在当锂电池可以达到450－500 Wh/kg能量密度，我觉得这可能更实际。
问：高镍材料成熟度目前如何？
杨远：现在这个所用三元材料还是在523或111的阶段，但是国内一些厂家可能今年下半年就要开始用622，明年使用811，能量密度从电芯上来讲和特斯拉是差不多的。
但是高镍材料带来的问题是安全性较差，材料的制备对生产环境的要求较高，需要非常重视。
本期主讲青创联盟成员介绍：
杨远，2015年至今任哥伦比亚大学材料系助理教授，2012年获得斯坦福大学材料科学系博士。2012-2015在麻省理工学院机械工程系做博士后。长期从事电池、能源存储、热能利用方面的科研工作。至今共发表SCI收录学术论文40余篇，包括Nature Communications, Chemical Society Reviews, PNAS, JACS, Nano Letters等杂志。发表论文被引用超过15000次。曾获得美国research corporation的Scialog Fellow，哥伦比亚大学科技研究创意（RISE）奖。相关研究工作被评为2014年改变世界的十大想法。
什么是青创联盟？
未来论坛青年科学家创新联盟，简称“青创联盟”，为全球优秀的华人青年科学家提供学术探讨与思想交流的平台。在跨界碰撞中畅想未来，在交叉合作中孕育新思想，以共同推动跨界前沿科学的进步，从而发掘科研界的未来世界级领袖。
下期预告:
7月26日上午10点，主题为「AI如何帮助卫星遥感释放价值」的第五期青创联盟线上研讨会（YOSIA Webinar）开讲，由中科院长春光机所研究员兼长光卫星公司型号总师钟兴老师主讲。点击下方的“阅读原文”可以了解更多活动内容哦。
END
特别鸣谢：感谢哥伦比亚大学材料系博士生李爱军对研讨会中专业知识的总结。
·氧分子网（www.yangfenzi.com）延伸阅读：
➤ 尿不湿到智能人造皮肤，华人科学家赵选贺开发出革命性新型材料
➤ 中国科学家廖浡霖发现手机发烫元凶,研究成果或推进核电池发展
➤ MIT研制出可以瞬间年轻20岁的美容材料，保湿防晒还能辅助治疗
·氧分子网（www.yangfenzi.com）综合整理
