朱玉龙

朱玉龙

关注

锂电如何进入 0.3 元 / Wh 时代?

环形隧道

2024-04-11

锂电价格最新趋势

2024 年 1 月 16 日,据 36 氪启动 PowerOn 报道,宁德时代正在向车企推广 173Ah 的 VDA 规格磷酸铁锂电芯,其标配 2.2C 倍率快充,走大单品路线。「2024 年中旬有几家车企都会切换到这款产品,电芯价格不超过 0.4 元/ Wh,加量不加价,目标就是 10-20 万元的纯电市场。」行业知情人士表示。

零跑汽车副总裁曹力日前在接受采访时表示,零跑汽车的铁锂电芯采购价,已经做到了 0.4 元/Wh 认为。与此同时,曹力认为,动力电池的价格可以压缩到 0.32 元/Wh。

来自鑫椤锂电的数据显示,1 月 16 日,主流市场的方形磷酸铁锂动力电芯的最低报价已经达到 0.33 元/Wh,均价 0.38 元/Wh;方形三元动力电芯的最低价 0.44 元/Wh,均价 0.475 元/Wh。

近期,全球顶级咨询公司罗兰贝格发布了《2024 年新能源汽车与动力电池产业展望报告》,报告中对 2025 年的电池价格进行了预测,预计三元动力电池和磷酸铁锂动力电池 (未税) 价格预计将分别跌至 0.45 元/Wh 和 0.38 元/Wh,并指出未来电池制造商可以通过对产线智能化改造来降本增效。

据东吴证券研报表示龙头电池企业与二线电池企业成本低 0.05~0.06 元/Wh,原材料可低 0.01 元/Wh,制造成本低 0.01 元/Wh,良率和产能利用率可贡献 0.03 元/Wh。

碳排放问题

不仅成本是影响电池销售和普及的重要因素,电池生产过程中的碳排放也会成为电池企业需要非常关注的因素。2023 年 8 月,《欧盟电池与废电池法规》 (又称「新电池法」) 正式生效,要求自 2024 年 7 月起,动力电池以及工业电池必须申报产品碳足迹,到 2027 年 7 月要达到相关碳足迹的限制要求。根据日本政府经济产业部要求,从 2024 年起,电动汽车制造商必须披露电池的碳足迹,并将对动力电池的碳足迹设定一定的上限。美国、韩国、德国、瑞士等国家也要求加强电池碳排放监管力度。在电池生产制造环节中,需消耗大量的电力,那么减少电力的使用不仅可以降低成本,还可以降低碳排放,从而在电池产品出口等方面更具优势。

图 1 锂电生产各工序成本占比

锂电生产各工序成本分析

如图 1 所示,根据美国 Argonne 国家实验室的计算分析,电池生产后段工序的制造成本占比最高 (占比 32.61%) ,而且耗时长,生产效率低,占地面积大,所以该部分的降本优化空间巨大。在电池生产后段工序中,需要对每个生产出的电池进行容量测试,这个工序叫 分容 ,一方面是为了筛选出容量不合格的电池,另一方面是为后续的分选配组提供依据。分容需要使用电池充放电设备对每个电池进行充满电、放空电、充电到出货电量等充放电过程,需要耗费数小时的时间,不仅耗电,还会造成充放电设备产热,车间空调的耗能增加等问题。

研究表明,电池分容与否并不会影响其后期使用性能,所以目前已经有少数头部电池制造商开始尝试导入 电池分容容量预测技术 ,即通过读取电池生产过程中的数据,建立预测模型,对电池分容容量进行测算。一旦该技术成功导入,意味着可节省每条产线 千万元 的分容充放电设备购置成本 (即使是已投产产线引入该技术,也可拆除设备用于他用或卖出变现) 、节省数小时的生产时间、每条产线每年节省 百万元 分容电费、每条线每年 数十万元 的空调耗电成本、电池企业现金流和资金周转效率提升、碳排放大幅减少等收益。

粗略换算下来,这项技术能够带来大约 0.01 元/Wh 的成本降低,以 100Ah 的方壳电池为例,就是接近 4 元/个电池的成本降低。对比参考:龙头电池企业 2023 年的利润大约在 0.07~0.08 元/Wh。也就是说电池分容容量预测技术的引入,所能给电池企业带来的收益还是相当可观的。

但是目前该项技术还未在行业内大范围普及,这是因为该项技术的成功导入需要克服重重困难。电池制造过程中,电池的容量会受到多个因素的影响,这些因素贯穿于原材料、生产过程控制变化、车间和外接环境变化、设备老化、人员变更等多个环节,涉及十几道工序的影响因素,复杂多样且相互关联,在上述因素发生变化的情况下,都导致电池生产实际处于一个不断变化的过程里,这些因素时时刻刻都在对每个电池的分容容量预测准确度发起挑战,甚至导致批量性的电池容量偏高或者偏低,这意味着要 稳定长期准确估算 每一个电池的真实容量并非易事。

更重要的是,由于电动汽车和储能电站中一般由成百上千个电池单体串并联组成,一旦有一个电池容量在产线端估计不准,就会导致分选配组错误,影响一辆车或一个储能电柜的性能,所以对电池分容容量预测的精度和稳定性提出了很高的要求。另外,还需要能够将异常电池进行精准识别和排出,避免不良品流入市场。所以,该项技术很少能够真正落地应用。

图 2 基于 AI 大模型的产线电池分容容量预测软件

面对该行业难题,赛鸥科技作为源自清华大学欧阳明高院士团队和清华 X-lab 孵化的科创团队,经过数年的深入的研究与实践,成功研发出 基于 AI 大模型的产线电池分容容量预测软件 ,这个软件融合了电池机理+AI 的多维耦合边缘云计算,可以与电池产线 MES、FMS、FTP 等系统进行交互,自动获取电池产线十几道工序相关的数据,利用 AI 大模型实时捕捉和分析产线上每个电池从原料输入到成品输出全过程的各项关键数据,自动提取数百个特征因子,挖掘潜在规律,利用改进的人工神经网络建立具有可解释性的容量映射关系,并据此提前预测电池的容量趋势和性能表现,能够实现实际工业环境下的精准分容容量预测。

目前已经在多个头部电池企业产线上面进行验证使用,包括三元电池,磷酸铁锂电池,钴酸锂电池等,已经经过数千万个电池数据的验证,单个电池的容量 预测 误差仅有 0.1%,精确度高,并且无需电池产线进行硬件改动,具有算法响应时间短,人工智能学习算法,越用越好用等优势,同时避免不良品流出。另外,软件可本地化部署,物理隔绝,数据本质安全。

根据客户不同的产线情况和需求,提供两种创新的分容模式,即半分容模式和免分容模式。半分容模式需要 90%的电池进行快速分容测试,10%的电池进行全分容测试 (为了实时模型更新和验证) ,产线分容时间、电费、设备、场地等资源可以节省大约 45%,单个电池的容量 预测 误差小于 0.1%。免分容模式仅需 10%的电池进行全分容测试 (为了实时模型更新和验证) ,剩余 90%的电池无需进行分容测试,产线分容时间、电费、设备、场地等资源可以节省大约 90%,单个电池的容量预测误差小于 0.3%。

图 3 半分容、免分容与传统分容方式的对比

除了本文分享的电池分容容量预测软件之外,赛鸥科技还基于多年的锂电厂商服务成功经验,沉淀出多个电池产线大数据 AI 软件解决方案,包括动态质量智能检测 (动态 K 值等) 、Hi-pot 智能检测软件、智能分选软件、分容容量预测软件、温度智能折算软件、K 值预测等,助力电池制造商高质量发展,形成新质生产力,为电池制造商降本、增效、提质。以下仅做简要介绍,后续会做详细报道。

动态 K 值检测软件: 针对传统电池产线自放电定值筛选在漏筛和过筛方面的问题,以及对异物缺陷电池检出率较低的问题,赛鸥科技开发的电池产线 K 值动态智能检测软件,通过自动收集产线电压、时间、温度等非视觉数据,利用 AI 和电池缺陷机理深度融合算法,进行动态 K 值检测和电池缺陷诊断,提升产线对异常电池的检测效率、准确率,进而提升电池产品质量和安全性。 详细介绍链接:

https://mp.weixin.qq.com/s/7XWq96B28fX6PWp61msqug

Hi-pot 智能检测软件: 传统绝缘耐压检测只依赖阻值大小判定,或者电池脉冲式 Hi-pot 测试仪本身固定阈值进行判定,缺陷电池检出率较低 (特别是对于还未刺破隔膜的缺陷) ,赛鸥科技开发的电池 Hi-pot 智能检测软件,结合产线大数据分析和 AI 算法自动提取故障特征,对电池异常状态进行智能判定,提升产线对微弱缺陷电池的检出率,进而提升电池产品质量和安全性,且无需对产线进行硬件改造。

智能分选软件: 为进一步提升同一档位或同一电池包 (Pack) 内电池单体在综合性能方面的一致性,赛鸥科技开发的电池智能分选软件,通过收集产线电池过程数据,利用大数据 AI 技术对电池进行智能分类,让同一档位内的电池的综合性能、充放电曲线重合度等方面进一步提升,进而普遍提升电池包的容量、使用寿命和安全性等性能。

温度智能折算软件: 由于实际产线电池分容温度与标准温度存在一定偏移,一般需要进行折算为标准温度下的容量,传统折算方法主要基于几个抽样电池不同温度下的实验室测试容量的拟合曲线,折算准确度低,赛鸥科技开发的智能折算软件,通过自动收集产线电池过程数据,利用大数据 AI 技术对电池进行差异化智能折算,准确度大幅提升,能够提升电池分档准确性和使用阶段一致性。

模组上线 K 值检测软件: 单体下线到模组上线期间的 K 值检测也是把控电池质量的重要一环,但由于时间、空间、温度等因素的不确定性,给这里的检测带来了很大困难,赛鸥科技开发的模组上线 K 值检测软件,通过结合单体产线数据和模组上线数据,结合大数据 AI 技术,可以实现缺陷电池动态自适应的准确检出,避免误判和漏判,为电池安全和质量再加一把保险,避免缺陷电池配组和装包,节省后期维修和更换成本。

本文著作权归作者所有,并授权 42 号车库独家使用,未经 42 号车库许可,不得转载使用。

评论 · 0

0/3
大胆发表你的想法~
1
评论