中汽中心動力電池領域首席專家、試驗所副總工程師王芳

以下為涉及的10個主要方面：

問題1：關于動力電池的產業發展問題

問題2：關于動力電池的技術發展路徑

問題3：關于2015~2018年電池系統能量密度、成組率變化趨勢

問題4：關于動力電池結構分析，方形、軟包和圓柱成組效率

問題5：關于電池系統冷卻方式分析，自然冷卻、風冷和液冷

問題6：關于動力電池一致性的影響

問題7：關于動力電池起火原因分析

問題8：關于動力電池可用評價

問題9：關于動力電池梯次利用

問題10：關于動力電池發展需重視的兩大方面

問題1：關于動力電池的產業發展問題

動力電池產業化進展迅速，兩級分化嚴重，優質產能不足。在國內新能源汽車產銷量迅速增長的情況下，電池產業化進展也非常迅速，根據工信部車型數據統計，2015年電池裝機量16GWh、2016年28GWh、2017年36GWh，2020年的需求是100GWh左右，但是根據我們粗略估算2017年電池行業的年產能已達到200GWh，遠遠超過實際需求量。

整體來看，去年年底磷酸鐵鋰單體能量密度大概在140Wh/kg，現在180Wh/kg左右，甚至到190Wh/kg。三元單體能量密度現在基本上在200Wh/kg左右，去年平均值在185Wh/kg，18650已經達到265Wh/kg以上。

再看市場份額的占比，特別是今年電池行業的變化非常明顯：一是兩極分化，80%的量集中在20%的企業手里，剩下80%的企業在爭奪20%的市場份額；二是優質產能明顯不足，各電池廠產能擴展非常快，在未來一年左右的時間內還會有非常大的格局變化，如現在有一些企業已經在逐步退出市場了，目前占市場份額非常大的這幾家企業在國內已經是相對優質產能了，但在國際的競爭上又會怎么樣？這與他們產品的品質、生產制造的工藝等密切相關。

問題2：動力電池的技術發展路徑

電池技術進展，下圖是我們做“十二五”規劃時的圖，到現在為止沒有太大的變化，這是因為現有體系正極材料、負極材料有哪些都是確定的，只是不同正負極材料的搭配，能夠達到不同的性能指標、能夠滿足不同車輛的使用。

具體來看，第一塊是現有電化學體系，已經比較成熟；第二塊是現在正在研發應該往產業化走，但是目前已經提前走到產業化階段了，原因是什么？就是因為長續航、高比能的要求和補貼政策的引導；第三塊是鋰硫、鋰空氣電池是未來的體系。

從2017年底到現在我們認為333和532應該是主流的產品， 622應該是進入中試階段的產品，811屬于小試、研發階段，再用兩年的時間可以進入市場的產品，但是811現在已經提前進入產業化，也就是說我國現在的狀態是從532跳過622直接向811發展，造成現在高比能的這類電池沒有經過太多的市場驗證、可靠性考核和產品迭代的周期就快速應用，把它快速推上了歷史舞臺，所以這個大家要重視。

未來的電池體系包括鋰空氣電池、鋰硫電池和固態電池，這3類電池中固態電池在電動汽車上的應用會更快一些。到底什么樣的電池是全固態？什么樣的電池是固液混合態？現在一般高于5到8安時以上的電池基本上都是固液混合的電池，并不是全固態，全固態的電池要想走到完全的產業化還需要好幾年的時間。

再看鋰空氣電池，我們對它的化學特性進行過詳細的分析，在使用上它是無限接近于石油，也就是說如果它能用到車上我們就不用再擔心車輛的續航里程，但實際上它的壽命及各方面的問題在很長一段時間內是無法解決的，無法滿足車輛要求的壽命。

鋰硫電池目前已經有一些應用（非車用），但要用到電動汽車上它壽命以及其他的一些問題現在還沒有解決，所以鋰空氣、鋰硫電池離產業化的距離還會更遙遠一些，比固態電池要遙遠得多。

問題3：2015~2018年電池系統能量密度、成組率變化趨勢

2015年電池的系統能量密度是90Wh/kg，2017年是116Wh/kg，發展得比較迅速，相對來說還是符合發展規律的，但是到了2018年的4月份已經達到了137.5 Wh/kg。為什么從2017年到2018年會有這么大的變化？由于新補貼政策的出臺。

2016年電池系統成組率是63%，2017年是67%，2018年前幾個月是74%，這是平均值。具體而言，2017年電池單體能量密度均值在173Wh/kg，系統均值在116Wh/kg，算出來的67%的成組率，這是從單體能量密度到系統能量密度的差異。

細分來看2017年磷酸鐵鋰單體能量密度均值143 Wh/kg左右，系統在117 Wh/kg左右，成組率在81%；三元單體在183 Wh/kg左右，系統在115Wh/kg左右，成組率在63%。從這里面可以看出，磷酸鐵鋰和三元單體能量密度差異非常明顯，但到系統層面基本趨于一致，這與成組的技術有關，也與電池本身安全要求密切相關。

磷酸鐵鋰2017年裝車量占50%，三元占43%，磷酸鐵鋰主要應用在客車上，電動客車的安全要求決定了裝到客車上的電池基本上只能是磷酸鐵鋰，三元基本上都是用在乘用車上，一個車型一個電池包，而大巴車的設計現在基本上都是標準箱，不同的車型可以共用標準箱，磷酸鐵鋰可以裝在很多不同的車型上。

為什么它們會有這樣的差異？第一，磷酸鐵鋰本身的安全性很高，它不需要附加太多的安全保護；第二，磷酸大部分用在商用車，標準箱的設計本身要求會比較低（商用車的制造本身就比乘用車要求低），所以在PACK集成方面的要求會低一點；然后還有一個重要的原因，它整體的這種遞增趨勢還受到相關政策對能量密度要求的影響。

想要提升能量密度有兩個辦法：第一緊湊化，在單體能量密度已經確定的情況下盡量多塞電池，把里面塞得越緊越好，但是這樣會造成高壓線束等不能按照理想的狀態排布，這是一個隱患；第二輕量化，把電池包做的盡量輕，而這樣帶來的一個結果是電池外殼使用的材料在抗機械碰撞方面的風險加大，這也要看能不能滿足實際使用的需求，如果能夠滿足那也沒有關系。

問題4：三元體系電池結構分析，方形、軟包和圓柱成組效率

圓柱單體能量密度均值187 Wh/kg，系統均值在117.6 Wh/kg，成組率62.89%；軟包單體能量密度均值171 Wh/kg，系統均值在114.2 Wh/kg，成組率66.78%；方形單體能量密度均值144.17 Wh/kg，系統均值在105.5Wh/kg，成組率73.18%。

圓柱像18650的結構缺陷，排布的時候需要增加冷卻系統以及其他結構的這種排布使得它的成組率降低；方形成組率是最高的，最容易成組的；軟包，它的一個優點是單體可以做得很高，但是成組需加支架、散熱措施等，反而它的成組率可能趕不上方形電池，它們在未來的一段時間內還會是三分天下的狀態。

軟包在高比能電池方面的安全風險遠遠低于方形，方形電池的容量還不適宜過高，像高比能的三元電池做到70安時以上都是風險比較大的。一個大的、高容量、高比能的電池在瞬間熱量釋放的狀態下，它的泄壓閥如果沒有及時打開，即使及時打開力量也是非常大的，相對來說軟包在這個方面有它的一些優勢。

圓柱電池以前有優勢是因為18650是從消費類電子來的，它的生產一致性控制會比較好，但在系統集成的時候對系統集成技術的要求是非常之高的，看特斯拉的專利就知道了，其實現在方形和軟包生產工藝控制上升的程度已經趕超了圓柱，圓柱單體的優勢并不是那么明顯了，相反它在結構集成方面的缺點會逐漸暴露出來，比如特斯拉最近的幾起事故基本都是車輛毀掉了，可以看到一旦發生機械破壞，它的那種結構的破壞是崩盤式的，雖然18650電池單個的能量并不是那么大，但是當能量密度足夠高的時候，瞬間火勢的串起導致了整個崩盤式的起火，事故也是比較危險的。

問題5：電池系統冷卻方式分析，自然冷卻、風冷和液冷

我們統計了2017年下半年某時間段的樣本，當時96款電池中有86款是自然冷卻，就像剛才講的那樣要想提升系統的能量密度有兩個辦法：一是緊湊化，二是輕量化，緊湊化的一個重要方式就是把能減掉的就減掉。自然冷卻是什么？就是什么也沒有，能夠不考慮風冷、液冷，把空間都留給電池，這也導致使用自然冷卻的越來越多。

以前不是這樣的狀態，在2015、2016年，特別是2016年下半年我們與很多車廠交流，他們的樣品設計很多是打算采用液冷的，在乘用車基本上都計劃采用液冷方案，但是到2016年底2017年補貼政策出臺的時候，這個狀態就開始改變了，2017年上半年液冷已經明顯減少。

這幾年政策推動對整個產業的發展是非常有利的，但是在發展的過程中畢竟會有一些問題存在，而這些問題是會暴露在我們實際的產品和產業當中的。

我們比較過不同冷卻方式下電池的狀態：當電池采用風冷設計，電池整體溫度的下降是很明顯的，比如電池原來會升高15度，采用風冷后溫升在13度，但是從進風口到出風口整個電池包內部不同位置的溫度差異會明顯增大，這會導致電池單體的差異變大，電池包的劣化會加劇，也就是說如果電池風冷設計技術不過關、對電池熱狀態、對風道流體力學等不了解，還不如直接采用自然冷卻。再看液冷，當液冷排布得比較好的時候，電池單體和整體的溫度控制都比較好。

產業未來的發展還是會以市場為導向，企業需要重視系統集成、系統熱管理、功能安全管理等技術，這才能是未來企業的核心競爭力。

問題6：動力電池一致性，電芯的一致性影響電動汽車續航里程的功率特性、放電能量特性、電池總壽命以及成本等

電池的一致性影響的不單單是它的性能，還有整體的安全性以及成本。電池的一致性好了，整體成本就會下來，會表現在哪幾個方面？第一你不用換，第二生產制造的成本攤薄。為什么LG和三星前兩年能打價格戰，現在他們還能打價格戰，這與他們生產制造工藝水平是有關系的。

電池單體的能量密度國內是可以做的比較高的，這是單一指標，但是再看我們產品的一致性表現，就可以知道它能不能在市場上形成強有力的競爭能力。據我了解，目前國內CPK值最高的企業是以1.67為天花板的，而三星、LG他們的CPK值是以1.67為基礎的，甚至能達到2.0，也就意味著100萬只電池里面幾乎沒有次品，所有電池性能是完全一致的，差異是非常非常小的。再看我們1.33的CPK值，電池是這個狀態，而且這已經是經過篩選的，不合格的電池已經挑選出來了，如此情況下我們的成本怎么跟他們去比較？他們的CPK值是2.0，沒有最后的分選，電池在制造以后直接就去配組，我們還得花錢買分選的裝備，先把電池選出來。所以這個是非常非常重要的，我們要重視真正的企業核心競爭力。

注：CPK,過程能力指數,表示過程能力滿足技術標準的程度,值越大表示品質越佳。

問題7：動力電池起火原因分析

總結分析一下不完全統計的國內外電動汽車起火事故，看一下起火的原因。

事故的原因主要有充電起火，占到17%；碰撞起火，占到22%；無事故自燃，占到39%，這部分主要是指從電池部位先開始起火的事故；其他原因占到18%，主要包括電氣線路故障、電線老化、零部件故障等原因引發的起火，不是電池本身的原因；最后還有浸水起火，占到4%。

問題8：動力電池可用評價

我們在做電池安全性評價的時候更多的會從三個角度來考慮：電池的可用邊界、可控邊界和失控邊界，這三個邊界在電池全生命周期內是變化的，電池是一個電化學載體，所以我們在評價的時候，希望能夠考慮到這幾個方面。

可用評價就是我們會從材料的熱穩定性出發，對電池的安全等級要有一個明確的劃分，知道它的薄弱點是什么、優勢是什么，然后要從系統的層級把它的薄弱點給保護起來，最終我們在系統層級才能得到一個比較好的電池，電池本身是分三六九等，我們要通過系統工程把它用在最好的狀態。

問題9：動力電池梯次利用是偽命題嗎？

有人認為梯次利用是一個偽命題，我們在2012到2014年做過一個國家電網的課題，做了一個梯次利用的示范，當時用奇瑞S18淘汰下來的電池做了一個儲能電站，做完以后我們也承認它接近一個偽命題，就是很難做、非常非常難做，電池的這種評價，拆下來、再成組、再利用，在性價比方面不合適，經濟效益也不劃算。

但是到2014年底我們在制定編碼制度，在推進梯次利用的時候，經過詳細的討論認為還是應該要做，但是需要重新定位：電池回收必定是一個正向的而且是會推得非常快的一個課題，電池梯次利用是屬于有條件、有范圍、有要求的梯次利用，就是梯次利用一定是在特定條件下。比如都是大巴車，對這批電池有監控，有后期的評估處理，對電池的健康狀態能夠充分掌握，又有對接的梯次利用場景且對這個應用場景的指標體系是非常明確的，把這場景的指標也列入到電池的評價體系里面，隨時都知道車上的電池拆下來可以用在哪一個領域而且這個領域也已經對接好了，然后再做梯次利用，這就是在有條件、有范圍、有要求的情況下去做。

問題10：動力電池發展需重視的兩大方面

技術層面

（1）以安全為第一要素，重視性能與安全的最佳平衡；

（2）應進一步提升動力電池系統集成水平。

產業層面

（1）應該重視生產和使用過程中的一致性；

（2）應進一步提升優質產能；

（3）應重視電池的循環利用和產業的協同發展。

發改委8日召開座談會征求完善光伏發電價格政策意見

原創：信達新能源團隊新能源趨勢投資昨天

一、今日關注

發改委8日召開座談會征求完善光伏發電價格政策意見。

東方電纜公司海底電纜等產品中標國家電網招標，涉及1.90億元。

二、市場行情

【市場指數】上證綜指（0.17%）；深圳成指（-0.18%）；中小板指（-0.71%）。

【新能車及工控】-0.53%。個股漲居前三：通合科技（4.20%）；威華股份（4.13%）；欣銳科技（3.53%）。

【清潔能源】-0.15%。個股漲居前三：福能股份（6.44%）；中來股份（4.49%）；岱勒新材（4.38%）。

【電氣設備】0.16%。個股漲居前三：經緯輝開（5.01%）；安控科技（3.52%）；思源電氣（3.14%）。

市場指數及板塊指數表現

資料來源：Wind，信達證券研發中心

三、板塊行情

板塊漲幅居前三：風電運營端（2.71%）；新能車運營&服務（0.46%）；光伏運營端（0.27%）。

信達新能源各板塊市場表現

資料來源：Wind，信達證券研發中心

四、公司公告

【東方電纜】公司收到國家電網公司招標活動中標通知書，公司中標浙江舟山500千伏聯網北通道第二回輸電線路工程招標采購項目，中標產品主要為海底電纜及附件，中標金額1.90億元。

【安控科技】公司于近日收到中油管道物資公司《中標通知書》，確認公司為中俄東線天然氣管道工程、閩粵支干線、定遠合肥復線工程閥室撬裝一體化設備間招標項目的中標單位，中標金額為人民幣1,874.56萬元（含稅）。

【英威騰】截止10月9日，公司累計回購774.96萬股，占總股本的1.03%，成交區間為4.37-6.06元/股，總金額為3826.95萬元（不含交易費用）。

五、行業新聞

10月8日發改委價格司組織12家光伏企業召開光伏發電價格政策座談會，會議著重討論了2019年的補貼強度問題；討論并了解不同類型光伏企業531光伏政策后的生產經營情況；討論并了解近期地面電站、工商業、戶用光伏等不同類型光伏項目的建設成本情況，為2019年的補貼標準提供依據；會議指出2019年國家仍然會下發一定規模的光伏指標。(索比光伏網http://suo.im/58N2Uc)

AI已來，你的數據中心真的準備好了嗎？

華為網絡能源9月25日

自從2016年AlphaGo打敗李世石之后，人工智能的能力開始逐漸被世人了解，人工智能開始真正落地。Gartner的數據顯示，到2020年，人工智能預計將減少180萬個就業機會。好消息是，它也將創造230萬個就業崗位。如今，AI相關專利申請量飆升，AI芯片需求也不斷增加，微軟已決定采購華為新開發的AI芯片應用于中國的數據中心。

然而，人工智能技術的發展與落地應用還遠未成熟。對人工智能硬件而言，算力是技術實現的保障，這需要大量強有力的數據中心提供基礎支持。但傳統數據中心存在諸多痛點，亟需借力人工智能，開展數據中心的革命。

實際上，人工智能的發展少不了數據中心的支撐，與此同時，智能化是未來能源基礎設施發展的必由之路，在此過程中，人工智能也將助推數據中心朝智能化方向發展。

數據中心如何與AI擦出火花

數據中心成千上萬臺服務器為人工智能所需的計算能力提供了物理基礎，人工智能也將給數據中心帶來了新的革命，其帶來的積極影響主要有三個方面。

一是便于數據中心管理和控制。未來的數據發展必將走向軟件定義，但隨著數據中心呈現復雜化，人工處理的精力和能力都有限。如果通過人工智能利用其學習能力，對以往管理數據進行智能分析，就可得到可觀準確的決策。

二是降低數據中心能耗。數據中心是能耗大戶，巨額的電能費用已經成為數據中心高速發展的瓶頸，很多互聯網巨頭的自建數據中心開始想盡一切辦法去降低能耗。人工智能技術就可以充分計算PUE值，再根據PUE值反推哪些因素對其影響最大，再去優化這些部分，從而達到降低能耗的目的，提升數據中心運行效率。

例如，谷歌使用DeepMind提供的AI技術，在機房的能耗上獲得了大幅的削減，相應減少PUE值。具體而言，通過建立機器學習的模型，對機房的PUE指標趨勢進行預測，從而指導制冷設備的配置優化，減少了閑置的用于制冷的電力消耗。這項技術能夠為谷歌減少15%的數據中心整體耗電量，節省下來的成本相當可觀。

三是數據中心的數據加工。數據中心擁有海量數據，原有的計算方式效率太低。借助AI技術的智能化運維，就可以對這些數據進行深度分析，將數據進行過濾、整理、組建各種模擬模型，這些加工后的數據可能會產生巨大的價值。如果是數據中心的運行數據，則可以通過智能運算，獲得提升數據中心運維水平機會；如果是數據中心的存儲數據，則可以通過只能運算獲得行業市場狀況，進行人員特征的分析等。

數據中心運維日趨智能化

人工智能為數據中心提供了全新的機遇：未來可以建設智能化的數據中心，用來替代簡單重復勞動，在大量數據中提取規律性信息，大量方案中優選最佳方案，復合數據環境下選擇最優模式。

具體到智能運維領域，目前依靠已有的日志進行模式識別，可以實現實時監控，潛在故障告警，實時故障定位，重點區域問題監控，還可實現解決方案智能化推薦；在節能降耗方面，可實現整個基礎設施的智能化管理，提高可靠性，降低IT能耗，減少制冷消耗，從而節省電力。

然而，人工智能亦對數據中心帶來了不小的挑戰。據信通院研究數據顯示，在供電方面，AI使得數據中心功率密度從5kW提升到21kW及以上，給供配電基礎設施帶來挑戰；在制冷方面，AI帶來的高功率帶來高散熱，風冷向液冷轉變；在邊緣計算方面，AI使得網絡限制數據需要端側處理，要建設好邊緣數據中心。

智能微模塊3.0

將成為數據中心智能化里程碑

目前，行業內已有不少智能化數據中心解決方案問世。以華為公司為例，2018年6月CEBIT2018期間，華為發布了“智能微模塊3.0”數據中心解決方案，主要圍繞i3（iPower，iCooling，iManager）特性，加入AI優化運行算法，實現數據中心基礎設施整體功能的智能化融合，使得數據中心的高效智能如虎添翼。

智能微模塊3.0將通過智能化AI算法主動判斷運行狀態，實現供電鏈路毫秒級故障檢測，秒級故障定位，毫秒級故障隔離，分鐘級故障恢復功能；突破行業困擾已久的冷媒泄漏檢測難題；提升數據中心全生命周期空間、電力、制冷及人力資源的高效利用。

iPower可實現供電全鏈路可視及告警精確定位，并擁有基于AI技術的電池管理系統，配合毫秒級故障隔離，以保障供電的可靠性。

iCooling，基于AI的自優化算法，讓溫控系統對效率自動尋優，降低數據中心PUE；溫控系統精確制冷，消除熱點隱患，提升數據中心運行的穩定性。同時，AI算法支持空調冷媒容量的自檢測，提高可靠性。

iManager是智能微模塊3.0的大腦，主要通過智能故障定位與預警管理提高運維效率，面向業務管理增加收益、降低投資。通過數據中心自動化營維，實現能源基礎設施價值最大化。

深入感受AI+數據中心火花的3大機會來啦

機會1：#華為全聯接大會2018#期間，我們將聚集行業專家探討AI在數據中心的應用，以及應用過程中遇到的商業、技術挑戰。

機會2：我們將智能微模塊3.0搬到大會現場，屆時觀眾可近距離真切感受數據中心的運行~

機會3：現場將重磅發布基于AI技術的iCooling智能特性，告訴你，如何利用AI為數據中心“降溫”