头部动力电池厂商未来拼什么？数字研发技术｜数字时氪深度研究
今年动力电池领域竞争开始趋向白热化。宁德时代和中创新航分别推出自己的新一代产品，麒麟电池和OS高锰锂电池。新进入者欣旺达在今年宣布多个扩产项目规划，未来将寻求独立上市。
天下武功，唯快不破。
试想如果快于对手3-6个月发布新一代性能更好或成本更优的电池产品，企业将有可能在市场上享受一定的市场溢价，或是用更低的价格占据更高的市场份额。
如此持续多代产品研发优势的积累，将会为企业赢得战略主动。而这一切有赖于研发体系的建设。可以看到头部电池企业已经深刻认识到了这一点，在这方面不断加大投入。
比如宁德时代持续打造全球领先的数字化研发平台，通过数字化研发手段提升研发效率，将大数据、云计算和人工智能，都嵌入到电池研发，实现理性设计。
中创新航打造的电池技术创新平台囊括了材料开发、电芯设计、化学体系创新、仿真及测试、智能制造、数字化和材料回收这六大方面，为开发新一代动力电池产品提供核心技术能力的支持。
对于动力电池企业来说，未来拼的是技术创新的速度和力道。技术创新硬功夫的背后则是一套由数字研发技术支撑的高效产品研发体系。
技术密集型企业核心竞争力主要体现在企业研发能力或者新产品开发能力的强弱上。新产品开发能力本身又是由各类行业专有的技术能力有机整合而成的。
在关注到产品背后的核心技术能力之外，我们还要看到整个研发体系的构建。那么在新产品开发能力的“冰山”之下，电池大厂们究竟在构建或者说需要构建什么样的研发体系？
对于电池企业来说，电池新产品开发相关的核心研发能力及体系构成可以大致分为三层，如下图所示。
新产品开发主要依托企业的核心技术能力进行，因此图中新产品开发能力金字塔的底层是各类核心技术能力，在电池行业领域，包括电芯设计能力、包含正负极、隔膜、电解液等材料在内的材料开发能力、电化学仿真能力、材料计算能力、测试实验能力、生产工艺能力（包括烧结包覆）等等。
中层是研发整合能力，更值得注意的是，培育高效新产品开发能力的核心也包括如何处理组织内部核心能力、知识和流程的整合问题，这是一个跨学科、跨职能的问题。
整个产品开发体系如果想要高效地运转，就必须形成强大的研发整合能力，将各项技术能力以及各路研发团队掌握的数据和知识有机地整合在一起。
最高层就是企业的新产品开发能力，其结果就是企业持续推出的各类动力电池产品。
电池的新产品开发过程通常会经历A样、B样、C样等几个阶段，研发流程实际上是多次原型方案设计-测试验证（包括实验和仿真）的循环，整个过程需要充分考虑化学体系和电池结构、电池性能表现、生产工艺可行性和成本等各方面因素，考察新产品是否满足了客户对于安全性、能量密度、功率等方面的需求。
无论是宁德时代，还是固态电池公司Solid Power，亦或是其他的电池公司，这些研发阶段划分和决策考虑基本上都是一致的。
进一步讲，研发流程大体相同的情况下，开发速度对于企业竞争优势至关重要。如果电池企业能够建立起更加高效的设计—仿真/测试验证—制造这一产品研发循环，一直以竞争对手更快的速度来实现新产品开发，就可以赢得战略性的竞争优势。
但是开发速度要建立在高效且稳定的研发体系基础之上。一个坚实的研发体系必然包含明确精准的设计目标、注重TTM（time to market）、整合内外部资源、高质量且高效的原型方案设计-测试验证循环，这些可以帮助企业更快地开发出有吸引力的新产品并探索生产工艺流程。
对于电池研发来讲，要想整体产品研发体系循环更为高效，就需要逐步减少中间实验试错迭代的步骤和次数，逐步提高仿真指导设计的比重，同时通过数字化手段提高设计-测试/仿真-制造循环过程中的数据收集、整理和分析流程的效率。
从实验试错为主导逐步转变为仿真驱动正向设计为主导，从各环节、各团队独立分析逐步转变为组织整体协同研发。
由此可见，电池的材料创新、结构创新与系统集成创新都离不开信息技术的运用，愈发需要通过计算与数据来整合、驱动整个研发体系。
具体而言，数字化研发技术主要包括的是底层的虚拟仿真技术以及中层的研发整合能力。企业可以借助研发数字化来构建高效产品开发循环。
构建高效产品开发循环体系的关键数字化技术主要包括经典的CAE仿真技术、新兴的计算材料学技术、仿真与测试实验的数据管理与分析技术。这些技术也在不断演进，有新的发展趋势值得关注。下面将逐一介绍：
1. 多尺度仿真与仿真大众化
CAE仿真作为经典的研发数字化技术之一，其在电池领域发挥的作用将愈发关键。现有电池仿真技术和软件仿真多集中在电芯及模组系统的尺度上，对于微观尺度上的电化学过程的仿真还存在一定的技术瓶颈，而突破这些瓶颈需要结合锂电池电化学模型的理论创新来实现。
当前电池仿真技术主要的发展趋势为多尺度仿真。多尺度仿真即跨越微宏观多个尺度，在电池材料本征特性（微观原子、分子层面）、活性材料颗粒、极片、电芯以及电池模组、电池包多个尺度上进行仿真模拟和设计优化。
下图展示了从材料探索到系统设计的多尺度设计和模拟。
提升锂电池正向设计能力需要从材料-结构-工艺-性能这个四面体关系出发。微观尺度上的材料基因组、DFT、MD等方法是从材料本征特性出发，辅助筛选出新型正负极、电解液、隔膜以及粘结剂等材料，开发新的化学材料体系，满足新型电池能量密度、功率或者安全性上的要求。
另一方面，在颗粒尺度上构建真实极片结构模型，则更多是从电极微观结构出发提高电池整体性能，且可以与制造工艺结合，优化工艺参数，实现设计与制造两端协同优化。
此外，未来固态电池的研发将基于新的电化学理论模型，这也需要电化学理论创新来引领工程创新。
提高锂离子电池的性能、合理优化电池材料和结构上的设计，需要系统地研究电池内部各物理场的耦合作用机理，从多尺度范围上深入理解电池运行机理，建立数学物理模型，并运用FEM、FVM、LBM等数值模拟算法和降阶模型，结合高性能计算，构建高效的设计-仿真验证的产品开发循环体系。
更多关于锂电池多尺度仿真技术及CAE前沿发展的内容，之前笔者已经在《动力电池竞争的下一维度，仿真寻找电池研发的「摩尔定律」》一文中较为详细地阐述过了。
目前头部电池企业已经开始利用前沿仿真技术来对电池新产品研发进行辅助指导。宁德时代董事长曾毓群认为材料创新实质上比拼的是计算能力。
宁德时代通过数字化研发手段提升研发效率，不断推进材料体系创新、系统结构创新，加速了在钠离子电池、锂金属电池、无钴无贵金属电池等新化学体系方面的研发进程。
2021年，宁德时代通过高通量材料集成计算平台，在原子级别对材料进行仿真设计优化，研发出高能量密度、高稳定性和低温性能优异的第一代钠离子电池技术。
宁德时代也在运用基于密度泛函理论的第一性原理，通过高通量计算筛选出掺杂元素，对现有材料进行改性，进一步提升电池工作电压、能量密度等指标。
宁德时代建立了21C创新实验室，总共分为六个团队，分别负责数字化研发（主要是实验测试数字化管理）、前沿材料研究、新一代太阳能电池、先进电池研究、聚合物研究以及智能计算与数字中心。
该实验室核心是要构建AI+物理的数字化研发体系，这个体系既包括多尺度计算模拟仿真和高通量计算，比如运用相场方法模拟来探究颗粒分布对极化的影响，同时还引入了AI技术，比如机器学习式函数的力场和分子动力学方法，辅助材料筛选和设计，比如电解液的材料，先进行材料虚拟筛选，从数亿计的材料里面筛选出最佳的材料。
宁德时代也在2021年宣布与深势科技合作，共同研发材料计算平台，从原子分子尺度探求新的电池材料化学体系，力求从最底层的物理化学反应过程出发，找到电池电化学过程的基本规律，并以此来筛选可用的正负极材料、电解液材料，并设计材料的微观结构。
中创新航也在2022全球新能源与智能汽车供应链创新大会上表示，公司在OS高锰锂电池新产品研发过程中，综合运用了测试的实验技术与虚拟的仿真技术。
图 中创新航OS高锰锂电池产品核心技术及指标
中创新航提到为了解决锰铁锂导电性差、电池阻抗高、极化大的业界难题，综合运用了包覆、掺杂、梯度设计等工艺，具体的技术设计综合运用了实验测试手段和材料仿真技术，包括上述提到的原子分子尺度的第一性原理和电芯尺度的电化学仿真技术，比如在设计初期可以用于评估掺杂不同过渡金属元素之后电极材料的导电性能提高多少、内阻解决程度能有多大。
图 中创新航电池研发核心技术
仿真技术本身非常艰深复杂，需要输入大量的初始条件和参数，以及什么样情况下使用哪种网格离散格式和哪种数值模拟算法，工程师都需要经过长期的专业培训才能掌握，而且理解仿真结果和产品性能之间的关系也并不容易，这些都是构建高效研发体系的瓶颈。
因此，仿真技术近年来也开始出现大众化、普惠化的趋势，其价值意义正是在于降低使用仿真技术、理解仿真过程结果的门槛，以促进设计、仿真、测试以及产品人员之间的深度交流。
实现仿真大众化、普惠化的重要技术方法是构建仿真APP，将专家经验、行业知识和设计仿真流程封装起来，提供专用场景下的工程模块，供普通设计工程师或非工程师群体直接使用，从而可以大幅降低仿真技术的应用门槛。
例如，仿真APP可以让热管理专家评估仿真结果是否合理，但他们不需要掌握仿真的复杂知识和求解器操作来完成仿真工作。
目前，不少国际主流仿真软件都开始提供构建仿真APP的功能，例如COMSOL Multiphysics 就包含了用于构建和发布 App 或引导式仿真工作流程的功能。这个功能可以让仿真专家创建仿真应用程序，其中只有几个变量需要输入，这样就可以允许仿真新手和非专家在不学习仿真软件的情况下使用APP来完成设计的虚拟验证任务。国内索为、安世亚太、云道智造也都在工业仿真APP方面有所突破。
2. 研发数据管理与分析
目前电芯研发，仿真验证和实验测试验证都是不可或缺的环节，整个研发过程中会产生大量虚拟验证和真实验证的数据。
因此，设计、仿真和测试的数据能否畅通无阻地在各研发团队中传递共享，各职能团队成员能否直观地理解这些数据背后的意义，这些是研发整合的基础，也将决定整个研发体系整合的效果。
目前电池企业内部设计、仿真、测试往往是分开独立的团队，而电芯研发是一个复杂的高集成度的问题，因此高效、深度的双向沟通是加速电芯研发的重要和必要的因素。“把设计需求或方案扔给下游就完事”的方法不利于多部门团队之间及时沟通产品的设计方案，频繁密切的信息交互和数据流通，当然这种高效的集成整合对于组织协作提出了更高要求。
要想实现各研发团队间数据高效共享，首先就要对设计、仿真、测试等各环节的数据进行管理。
材料数据管理：
电池研发的核心在于“材料配方”，研发过程中会涉及到种类繁多的金属和非金属材料，不同供应商提供的同种材料、不同工艺制备出来的同类型材料都可能在材料属性特征上存在差异，加上掺杂、包覆等多种工艺，使得电池材料的管理也非常复杂。
如果企业能够有效管理研发所用到的材料数据，综合企业内部的试验、设计、历史积累数据和企业外部材料信息数据资源，最终形成一个覆盖范围广泛的企业级电池材料信息管理系统，由此更加方便地获取准确的材料数据，将有效提升企业电池研发仿真精度与效率。
仿真数据管理：
在仿真的过程中，针对不同批次、不同型号的电池产品生成了海量的、不同类型的仿真文档和数据，对应着不同的分析结果。目前这些仿真结果数据主要存放在工程师电脑端，容易发生数据丢失和版本混乱等问题，且团队内部数据共享困难，设计、仿真和试验之间存在大量“数据孤岛”。如何有效建立仿真分析、测试数据与产品文档的对应管理关系十分关键。
此外，企业需要建立自己的虚拟仿真规范和知识库，实现对仿真知识的沉淀和复用。企业通过建立自动化脚本和仿真APP，实现仿真流程的自动化，创建完整的仿真流程模板，以此将分析专家的仿真知识和仿真流程传承给新入门的分析工程师。如此可以避免因为仿真工程师知识水平和经验积累的差异导致仿真效果的差异。
测试环节数据管理
目前电池研发的测试规模越来越大，投入的资金、设备、物料和人力已经远远超过一般的实验室测试。
例如近期对外披露的蜂巢能源无锡全球研发中心，其中试验中心占地面积超2.4万㎡，整个电芯测试区域有1.26万个测试通道，仅试验设备的投资额就达到数亿元。如此大规模的测试活动自然会产生海量的测试数据。因此，企业对于测试数据的管理能力亟待提高。
目前多数电池企业仍然主要以纸质或者借助Excel表格存储管理研发数据。少数头部企业通过上线研发试验管理系统（LIMS）来提高研发数据管理水平，保证测试数据的可追溯性和可重用性。
在部分电池企业，这类管理系统会覆盖电池常规测试、电池表征测试、电池失效分析等方面。宁德时代、国轩高科、中创新航和蜂巢能源等企业的试验中心都已获得CNAS认证，在研发测试能力建设上实现了重要一步。
数据分析平台：
在实现测试数据和流程的基本管理的基础上，企业需要建立电池表征管理和电化学参数库，实现电池测试数据和材料数据的结构化存储，搭建统一的数据管理分析平台，实现电池研发数据的全过程追溯，这也可以为之后将测试和仿真结合起来打好基础。
进一步的，企业可以通过建立数据平台对测试过程数据和结果数据进行分析和规律挖掘，尽可能地运用AI等技术提炼出电池内部机理规律。
在数据分析这方面，一家名为Voltaiq的美国创业公司值得关注。该公司开发了一个EBI（Enterprise Battery Intelligence） 平台，该平台可以从电池测试实验室、生产线和实际工况下的电池组自动化地收集大量电池数据，后续整个分析过程是基于云服务的。
Voltaiq 的技术解决方案可以帮助电池制造商和车企等电池价值链上的所有相关主体快速准确地获取、分析电池全生命周期中性能和质量数据，平台可以覆盖电池研发、制造、使用以及回收的全流程，从而使电池企业和车企等更有效地设计、开发、制造和使用电池产品。
Voltaiq平台的功能主要集中在测试数据的分析方面，下面我们来逐一介绍其平台的主要功能：
数据分析的基础是数据格式的统一，这涉及到元数据的治理。Voltaiq 会将从测试设备中采集到的数据转换为通用格式，工程师可以对整组电池、电池测试、性能日志和序列号和批次/批号、材料、化学成分等元数据进行快速搜索
交互式绘图分析：可以让工程师使用30 多个时间序列数据字段和 70 多个指标进行数据分析。平台可以快速无缝地将测试过程中的各个数据文件“拼接”在一起，保证工程师可以快速查询电池的整个生命周期性能数据，评估累积 KPI（循环次数、容量、能量），相比传统EXCEL可以节省大量时间。
多种电化学分析功能：用户可以在平台上进行循环寿命分析、HPPC测试分析、放电速率分析、dQ/dV曲线（微分容量曲线）分析，甚至还包括电池模组的EOL测试。帮助企业减少测试循环和分析时间。
测试通道的管理和资源分配，也会便于测试人员知晓电池位置和状态。
AI技术：Voltaiq 提供电池数据机器学习的开发环境与原型预测机器学习算法，用户可以在系统中构建并运行 Python 或 Matlab 分析，并根据实际电池性能验证模型
Voltaiq希望通过新的电池数据分析平台来帮助电池企业实现自动化的测试数据存储管理与分析，改变原先手动的基于EXCEL的数据处理方法，并提供AI技术应用的开发环境，以加速新材料、化学制品和制造工艺的测试与分析，从数据中获取技术洞察，缩短电池新产品开发周期。
Voltaiq已经为车企、电池企业以及电池材料企业提供服务，包括梅赛德斯奔驰、Forge Nano等。
其中Forge Nano 主要通过原子层沉积 (ALD) 来制造精密纳米涂层，创建核壳结构来保护活性材料的颗粒，实现较低的内阻，从而显着提高电池性能，增加电极容量，提高循环寿命，实现更快充电。
Forge Nano使用Voltaiq Battery Intelligence 平台可以更加快速地分析电池材料性能指标数据，以加快研发其新一代电池材料加工包覆技术。
国外类似的电池数据分析平台还包括Astrolabe、Batalyse、Galvanalyser、PyBaMM、BEEP、Battery Archive等。
国内电池企业也同样注重研发过程中实验测试和仿真的数据积累和分析，例如弗迪电池在开发高功率电池时需要考虑锂枝晶的问题，弗迪电池通过积累沉淀的300多种DOE数据库，结合电化学机理提出更为精确的锂枝晶模型，为高功率电池的研发提供了重要安全保障。
国轩高科在部署LIMS、PLM等研发管理系统的同时，也注重研发协同平台的建设，目的是打造“研发大脑”。
目前国内帮助电池企业搭建仿真技术及数字化研发平台的软件公司包括易来科得、深势科技、储慧智能、屹艮科技、鸿之微、海仿科技等。
电池研发整合既需要从微观尺度到宏观尺度的仿真技术，也需要包含打通设计、测试、仿真的综合数据平台，以此实现电池研发数据的全过程追溯，以及跨部门、跨组织的研发协同。比如电池仿真技术公司易来科得开发的仿真平台，覆盖了电芯研发测试全流程，可以帮助电池企业建立更加高效的研发体系，加速新型号电池开发。
电池研发体系发展趋势
就电池研发体系本身而言，未来重要的转变一是结合材料计算、电化学仿真等技术进行正向产品设计，尽可能减少制样测试的次数，避免盲目试错。二是运用数字化技术提高研发效率，特别是要实现研发高效协同。
而从研发体系出发延伸开来，研发设计与制造的融合趋势变得愈发重要。
更进一步的，研发整合甚至需要囊括设计-仿真/测试-制造-使用全流程，制造工艺与设计仿真相协同，综合考虑制造可行性和设计可行性，优化工艺参数，确定工艺窗口，加快新产品进入大规模制造环节的速度。
再比如利用云端电池历史数据，构建电池孪生模型，一方面可以探索电池机理规律，反馈得到的衰减数据，可以用于加深对电池老化机理的理解，优化电池设计。另一方面与传统BMS技术相比，可以更有效地减少前期开发过程中的实验量，缩短BMS系统开发周期。
此外，由于动力电池事关电动汽车的整车性能，对于电动车终端用户感知体验十分重要，所以无论是电池企业，还是介入电池研发制造环节的车企，都需要更多从整车研发的角度来考虑动力电池技术创新。
譬如中创新航对电池之于终端用户体验的阐释，底层也是最重要的就是安全，其次是成本和残值，这里的成本包括直接购买成本和使用成本，成本特别是原材料价格其实也是推动各家电池企业在今年瞄准磷酸锰铁锂技术路线进行量产的主要原因。
在第三层是普遍关注的续航、能量密度等因素，中创新航在这里还特别强调了NVH，因为电池现在已经作为一种结构件参与了整车的NVH（Noise/Vibration/Harshness），这一点就意味着，未来电池研发过程中需要从更多维度、从整车开发的系统层面去综合考虑电池的材料创新以及结构创新。
从研发架构上看，未来电池研发体系会更加注重材料、电池、模组、电驱动系统等各研发团队之间的协作。而电池研发更偏重“配方+材料”，生产工艺也更接近于流程行业，和整车研发以“零部件”为核心、生产以组装为核心的离散制造方式有很大不同。
如何整合不同类别的产品研发体系将是未来的一大挑战。这里也会涉及到MBSE的设计方法和技术，以后我们会继续探讨这部分内容。
尾声
公司是核心技术能力的有机组合，而非是产品或者业务的组合。公司就像是一棵树，核心技术能力是提供养分、营养和稳定性的根系，产品和业务则是由核心技术能力孕育出来的树干、枝叶和果实。如果只关注企业的产品，就会看不到它的力量之源，就像只看到树叶就感觉不到树的力量一样。
电池研发能力作为动力电池企业核心竞争力来源之一，其背后的核心技术能力、研发流程及体系，以及由此孕育出来的研发工具软件和平台是具备更高战略价值的。
这些将支撑电池企业形成高效的电池新产品开发能力，这种能力还将不断地转换为巨大的竞争优势。假如某电池企业能够基于更加高效的设计仿真-测试验证-制造的新产品开发循环，快于对手发布新一代性能更好或成本更优的电池产品。首先，该企业将能够在市场上享受一定的市场溢价，或是用更低的价格占据更高的市场份额，这种定价和市场份额策略是具备更强的灵活性的。
快速推出新产品的时间优势又是可以积累的，而对手有可能为了加快新产品开发的速度而忽视了研发体系的建设，盲目追赶很可能破坏了对自身研发和制造成本的控制，竞争格局上很可能进一步滑向劣势。
因此，可以看到高效的新产品开发体系将带来三种竞争优势，为企业赢得战略主动：
更优异的性能
更符合市场需求的产品
更加灵活的定价和市场策略
高科技企业竞争的胜败不仅仅在于各个核心技术能力的强弱，更在于其整体研发体系的高效与否，在新产品研发体系和核心能力培育过程中，数字化技术对于研发整合的支撑作用至关重要。
从动力电池企业技术和新产品开发战略的角度出发，特别是在产业竞争愈发白热化的形势下，除去电池化学体系、技术路线的选择外，构建高效的动力电池研发体系是至关重要的。
构建过程中既要加强核心设计仿真技术等研发能力的培育，又要运用数字化技术融合新产品开发流程，使得各层组织具备集成性解决产品设计问题的能力，而后重新重塑整个开发循环，这对于培育企业核心技术能力将带来助力。
企业技术与创新战略的核心目的是建立、培育自身核心技术能力，具体的战略实施也都将围绕着具体核心技术及研发整合来展开。
36氪旗下官方公众号
来个“分享
、点赞
、在看”👇
相关内容
微信扫码咨询专知VIP会员