《电池2030+（BATTERY2030+）》是一项大规模的欧洲长期研究计划，为欧盟委员会提出的战略能源技术计划（SET-plan）的想法之一，旨在联合欧洲整体解决未来电池研发过程中所面临的各项挑战，克服重重阻力达成宏大的既定的电池性能目标。研究内容以“化学中性途径（chemistry neutral approach）”为导向，基于现有或未来多种不同类型的电池化学物质，通过缩小各自之间的差距来发挥其全部潜力以实现电池的实际能力和理论极限。理念上基于给欧洲电池企业乃至全球电池企业的价值链提供新的发展和支持，比如从原材料到先进材料的发展，到电池和电池包的设计制造，电池寿命终止后的回收利用和电池实际应用场景等。除此之外，《电池2030+》的长期发展路线图也充分地弥补了欧洲电池内部的中期研究和创新工作–欧洲技术和创新平台（ETIP）。

因此，欧盟希望借助于《电池2030+》来推动欧洲为期10年的大规模努力以促进电池领域的变革性发展。不断提出新的研究方法和开拓新的创新领域，实现安全的超高性能电池开发，最终实现欧洲社会2050年前不再使用化石能源（如图1所示）。2019年3月，欧盟启动《电池2030+》协调和支持行动，以确定计划的研发路线图。本次发布的《电池2030+》研发路线图第二版草案经讨论修改后，将于2020年2月底提交给欧盟委员会。

《电池2030+》的总体目标是实现具有超高性能和智能化的可持续电池功能以适用于每个应用场景。所谓超高性能，是指能量和功率密度接近理论极限，出色的使用寿命和可靠性，增强安全性，环境可持续性和可扩展性，以实现具有竞争力成本的大规模化生产电池。第一个重要挑战是达到最好的电池性能，因此发现新材料和新化学体系的开发过程必须加快。《电池2030+》提出电池界面基因组（BIG）–材料加速平台（MAP）计划，将采用人工智能（AI）大幅减少电池材料的开发周期。第二个重要挑战是延长单体电池和电池系统的使用寿命和安全性。寿命和安全都对未来电池的大小，成本和接受度具有关键性影响。为了实现第二个挑战，《电池2030+》提出了两种不同且互补的建议方案：开发直接在化学和电化学反应中可探测的传感器，将新型传感器嵌入电池中连续监控其“健康”和“安全状态”。另一方面，通过使用自愈合功能来提高电池容量并提高电池性能。

第一，将电池实际性能（能量密度和功率密度）和理论性能之间的差距减少至少1/2。

第二，至少将电池的耐用性和可靠性提高3倍。

第三，对于给定的电力组合，将电池的生命周期碳足迹减少至少1/5。

第四，使电池的回收率达到至少75％，并实现关键的原材料回收率接近100％。

3.1 材料加速平台（Materials Acceleration Platform，MAP）

从能源技术的生产，存储到最终交付使用，材料的发现和开发始终贯穿于整个过程。特别对于新兴的电池技术，先进材料几乎是所有清洁能源创新的基础。若依靠现有的传统重复性试验开发过程，需要耗费大量的时间，人力物力去开发新型高性能电池材料并用于电池设计，这一过程从最初发现到完全实现商业化可能长达10年之久。因此，在《电池2030+》项目中，为了加速超高性能的，可持续发展的智能型电池开发，计划在欧洲范围内设立电池“材料加速平台（MAP）”，并与电池界面基因组（BatteryInterface Genome，BIG）集成在一起。同时BIG-MAP基础设施模块化设置，全系统具有高度的通用性，以便能够容纳所有新兴的电池化学体系，材料成分，结构和界面。另一方面，MAP将利用人工智能（AI）从许多互补的方法和技术中集成和编排数据，整合计算材料设计，模块化和自主性综合机器人技术和先进表征，实现全新的电池开发策略。促进材料，工艺和设备的逆向设计和定制。最终，在MAP框架下由每个核心元素构建概念电池，开发出具有突破性的电池材料，极大提高电池开发速度和电池性能。

图3. 电池材料加速平台（MAP）的核心组成部分

（一）MAP重点研发技术

a. 高通量技术：开发自主材料合成机器人，构建电池材料自身及使用过程中原位的自动化高通量表征。实现电极活性材料及其组合方式的快速筛选和电解液配方的系统表征。基于高通量数据的建模和数据生成相结合，以物理参数为导向对电池及其活性材料进行分析和表征。

b. 建立基于分布式访问模型的跨区域通用数据基础架构，实现多维度互连和集成工作流程：确保在材料的闭环研发过程中，能够实时进行跨区域的实验数据集成和建模。通过数据的共享实现信息的汇总及规模化分析。以机器学习和物理理论为导向的数据驱动模型去识别材料开发过程中重要的参数和特征，开发有效的和稳固的方式耦合和连接不同维度的模型，加速材料开发过程。

c. 开发基于电池系统的人工智能（AI），构建统一数据框架：基于AI技术开发集成物理参数和数据驱动的混合型模型。比如目前已有一些AI软件包如ChemOS和phoenix正在用于自驱动实验室的原型开发阶段。利用欧洲材料建模委员会（EMMC）和欧洲材料与建模本体（EMMO）支持的访问协议，将学术界和工业界、材料建模和实际应用工程联系起来，实现电池整体价值链的数据标准化传递及共享。

d. 电池材料和界面的逆向设计工程：通过所需的目标性能定义电池材料和/或界面的组成和结构，从而打破传统的开发过程，促进材料的高效高速开发。

短期计划：开发用于电池材料和电池本身的共享且可互操作的数据基础架构接口，涵盖电池发现和开发周期所有领域的数据；自动化的工作流程，用于识别在不同时间尺度下传递相关特征/参数；构建基于不确定性的电池材料的数据驱动和物理模型。

中期计划：在材料加速平台（MAP）中实现电池基因组（BIG-MAP）构建，能够集成计算建模，自主合成机器人技术和材料表征；展示电池材料的逆设计过程；在发现和预测过程中直接集成来自嵌入式传感器的数据，例如主动的自我愈合。

长期计划：在电池基因组平台中建立完全的自主开发过程；集成电池单元组装和设备级测试；包含材料发现过程中的可制造性和可回收性；展示材料开发周期的5倍加速；实施并验证用于电池超高通量测试的数字技术。

电池不仅包含电极和电解质之间的界面，而且还包含其他大量重要的界面，例如：在集流体和电极之间或在活性材料和诸如导电碳和/或粘结剂等的添加剂之间。因此在开发新的电池化学体系或现有电池技术中引入新的化学物质时，界面是有效利用电池电极材料关键之所在。MAP是提供基础设施以加快材料的发现，而《电池2030+》提出BIG将对材料开发过程提供必要的理解和模型，以预测和控制影响电池性能关键界面的动态变化（如图4所示）。BIG将高度适应不同的化学物质，从材料到设计，用大量数据构建模型，形成全新的材料开发途径，以超越当前的锂离子电池技术。

图4. 电池界面基因组（BIG）运作流程

（一）BIG重点研发技术

a. 开发更高的空间、时间分辨率和运算速度的新型计算方法和实验技术：以获得超高性能电池系统构造和材料组合搭配的新理解。通过基于物理的数据驱动混合模型和仿真技术描述最先进的实验和技术方法。

b. 开发具有高还原度的电池界面表征技术：通过对电池界面及其动态特性的精确表征，建立电池界面属性的大型共享数据库，利用大数据再对表征技术进行优化调整，不断修正测试偏差，真实还原界面工作过程，提高保真度。

c. 建立电池及其材料的标准化测试协议：发布详细的材料表征检查列表，通过将电池性能与材料化学性质逐一比对来获取有关电池界面的关键信息。

d. 构建更精确的材料结构与电池性能模型：利用电子，原子及介观材料尺度模型耦合形成连续相模型，真实反映电池正常工作时的界面状态、老化和衰减机制。

（二）BIG研发计划

短期计划：建立一定范围内表征/测试协议和数据的电池界面标准；开发可利用AI和仿真模拟技术进行动态特征分析和数据测试的自主模块；开发可互操作的高通量和高保真的界面表征方法。

中期计划：开发预测混合模型，用于在时间和空间尺度上推演电池界面；演示模型电池间逆向合成设计；能够在MAP平台（BIG-MAP）中实现电池界面基因组计算建模，自主综合机器人技术和材料的集成表征。

长期计划：在BIG-MAP平台中建立完全的自主开发过程；证明界面性能提高5倍；表明电池界面基因组到新型电池化学的可移植性。

随着目前对电池应用的依赖性不断提高，要求对电池的状态进行准确监控，提高其质量，可靠性和使用寿命。在过去几十年中，虽然许多电化学阻抗设备（EIS）以及先进的电池管理系统（BMS）发展，但成效有限。无论电池技术发展如何，性能仍取决于电池单元内界面的性质和依赖于温度驱动的反应以及不可预测的动力学。虽然监控温度对于延长循环寿命和延长电池寿命至关重要，但在目前电动汽车的应用中也无法直接测量单体电池的温度。为了更好了解/监测电池工作过程中的物理参数对电化学反应过程的影响，有效解决黑箱问题。《电池2030+》提出将智能传感器嵌入到电池中，能够实现电池在空间和时间上的分辨监视（如图5所示）。这样可以整合和开发各种传感技术在电池中以实时传递信息（如温度，压力，应变，电解质成分，电极膨胀度，热流变化等）。最重要的是依据大量的原位实时监测数据，可以与BIG-MAP协作构建电池工作状态函数及模型，开发智能的响应式电池管理系统。将在单体电池级别和整个系统级别上进行分层管理。

图5. 未来具有原位传感及输出分析装置的电池

（一）智能传感器重点研发技术

a. 集成和开发适用于电池的多种传感器，将智能功能嵌入电池：光学、电学、热学、声学和电化学传感器用于设计/开发固态电解质（SEI）中间相动态监测功能。比如利用电阻温度检测器（RTD），热敏电阻，热电偶等温度传感器监控电池内外的局部及整体温度变化。电化学传感器主要用于监控电池界面SEI增长，氧化还原穿梭物质和重金属溶解。压力传感器可以检测电极应变和压力变化，从而反应电池的SoC以及SoH状态。光学传感器则可以对电池局部温度，压力和应变通过光学信号同时感应，其中光子晶体纤维传感器可以对多感应信号同时采集但又解耦合分析，是未来发展多参数监测新型传感器的趋势。

b. 开发具有创新化学涂层的传感器：采用特殊涂层的传感器，减缓电解液及电化学反应副产物对传感器的腐蚀，提升器件稳定性，传导灵敏性和使用寿命。将传感器尺寸减小到几微米以匹配电池隔离膜的厚度，采用无线传感技术来避免复杂的连接布线问题

首页 上一页 1 2 下一页 尾页 1/2/2