易来科得CEO 陈新虹：电芯研发数字化与易来科得解决方案｜ WISE2022未来能源创投新风向大会-当前热门

11月29日，36氪WISE2022未来能源创投新风向大会顺利举办。今年我们以「临界点」为主题，聚焦新能源市场，涵盖锂离子电池、钠离子电池、风电、光伏、储能、氢能、电动汽车等多个细分场景，通过汇聚新能源产业、资本、学术等领域的朋友，全方位探讨当下我国新能源市场的产业生态与发展变革，展望未来新能源产业的趋势动向与新增长点。

图源：WISE2022未来能源创投新风向大会

大会上，易来科得CEO陈新虹发表了题为《电芯研发数字化与易来科得解决方案》的主题演讲。陈新虹认为，电池行业的发展依托于技术驱动，目前存在产业快速发展而设计方法落后、新玩家不断增加而设计经验不易获得的矛盾，面临着从实验试错到仿真正向设计再到智能全自动设计的技术跃升。针对提高研发效率、构建构效关系模型、形成知识库等核心需求，易来科得提供了贯穿电芯研发项目管理全流程的产品矩阵，致力于新能源行业的高效高质量发展。

(资料图片仅供参考)

以下是陈新虹演讲实录（经36氪整理编辑）：

大家好，我是易来科得的CEO陈新虹。今天我和大家分享的主题是电芯研发数字化与易来科得解决方案，主要和大家分享近期我们在和产业学习、和客户学习以及迭代产品过程中积累的思考和前瞻性的判断，主要分三个方面：第一，对电池产业过去的总结和未来的判断；第二，关于电芯研发数字化的认知；第三，简要介绍易来科得电芯研发数字化解决方案。

背景：产业优势、发展矛盾与技术跃升

第一个背景是电池产业的优势。电池产业是中国工业门类里不多的、在全球行业里起到领军作用的产业，业界判断中国动力电池产业即将成为万亿规模产业。这些年来动力电池的发展、近一两年来储能电池的爆发以及更轻量型的智能设备都给产业带来了丰厚的基础。

但是，产业发展都是由技术驱动的，技术驱动的特点是螺旋上升，于是不可避免地会遇到矛盾，其中两个矛盾是值得一提的（背景之二）。

第一个矛盾是设计方法落后和产业快速发展的矛盾。在这样的矛盾下，产业急需普惠化的、有效的电芯研发正向设计方法和工具。细化来讲，目前我们还处在传统实验试错的电芯设计阶段，正在向仿真驱动发展。为什么这么说呢？首先，即便是在材料体系没有代际更新的情况下，我们也没有把现有材料特性的理论天花板发挥出来。比如，我们对单个钴酸锂团聚体颗粒进行测试，在容量保持率80%的前提下倍率特性能达到126C，但是在实际动力电池中1C、3C、4C、5C可能已经是比较极限的状态，在其他挑战应用下至多达到10C、20C，我们远远没有通过一套好的设计方法把现有材料体系的电化学特性发挥出来。另外，电芯技术发展日新月异，材料改进演进也很多，刀片电池、麒麟电池、固态电池、燃料电池和其它的新构型也在层出不穷，还靠老旧的方法来做研发是力不从心的。

第二个矛盾是新玩家不断涌入和设计经验不易获得的矛盾。我们能看到非常多的的新势力跨界进入电池行业；以前仅使用电池的主机厂现在也在理解锂电池设计的本质，其中一些更有野心的企业会直接做电池；这在两年前可能是预判，现在已经是现实；我们将这种现象总结为跨圈、跨链，整个全球产业链的变革非常活跃。在这样的情况下，很多企业没有这么多的人力物力的研发支持，也没有积累十多年的研发经验。

第三个背景如刚才所说，电池技术的两次跃升一定是从实验试错到仿真正向设计、再到智能的全自动设计，这是未来技术底层推动的两次跃升。现在产业的需求正在从实验试错向正向设计发展，未来的技术布局已经在做第二次跃升。这不是由某一家公司或某几家公司推动，而是产业变革必须要实现的。

核心点：效率提升、关键难点与技术壁垒

第一部分分享了对产业背景的理解和判断，下面分享我们对整个产业都在呼唤电芯研发数字化这件事情的核心点的三个判断。

第一个判断——电芯研发数字化的核心目的是追求设计效率的极限。无论是仿真方法还是人为跑仿真、甚至是用AI来跑仿真，目的都是尽快找到适合设计目标的设计方案。我们看到，智能设计的优点是在全局里用最高的效率寻找到若干套符合设计目标的最优方案，能够突破人的效率、突破人的设计经验，这是我们最终极的目标，也是核心目的。比如，在输入车辆的性能和需求后，通过我们的全自动设计能很快地在几小时内输出最佳的电池设计方案。这里有一个案例——在42小时内能够寻找2500套解决方案，并最终确定在解的范围之内有25个最优解，达到了惊人的效率。如果用实验试错的方法，新型号设计时间大概在9-18个月，有的甚至要到36个月；用仿真驱动设计的工具，时间能够缩短到3-6个月，长一点的话8-9个月；而智能设计用一天时间就能把设计工作完成。我们现在也正在启动中国动力电池产业中首次无人化、自动化、智能化的大规模型号设计科学实验，挑战设计效率极限。

第二个判断——电芯研发数字化的关键难点到底在哪儿。电芯研发数字化是一堆流程的数字化吗？我们认为这只是外在的、流程上的东西，灵魂是有一套精确的、描述电池性能的构效关系，锚定电芯数字化孪生的起点。我们可以看到，电芯设计的变量非常多，一揽子数据变量大概接近100个，我们怎么能够精准描述电极内部结构、电芯宏观结构？在这些大量的变量输入以后，怎么能得到构效关系的精确输出？这是一个核心的难点。构效关系模型刻画了产品性能的DNA，锚定数字孪生的起点，我们所构建的下一代的、领先上一代模型30年的模型就是精确地描述了构效关系的模型，能够精确地建立数字孪生的起点。易来科得提出的最新的非均相模型首次确定了电极内部最真实的孔隙微结构，同时利用新的电化学模型和高效的、高精度的求解模拟技术能够在5%以内的精度下实现新鲜电池性能的预测，对比于之前的均相模型、甚至到最早的等效电路模型，这是一个跨时代的新模型，其先进性体现在能够直接精确指导设计的方向，进一步成为研发流程中的不要环节。

第三个判断——知识库是电芯研发数字化的有效壁垒。如刚才所说，我们面向整个产业链提供电芯设计工具和整体解决方案，当这项能力被普惠化以后，是不是设计能力整体都被同质化了？完全不是的，因为每个客户对电池设计的理解、沉淀下来数据库是完全不一样的，这些东西就是我们所提到的知识库。我们能够认识到的核心知识库包括材料库、工艺库、机械件库、配方库等，这些库再加上刚才提到的高效设计工具，构成了每个客户的核心竞争力，是每家各有特质的数字化工具。

布局进展：工具介绍、功能展示与行业客户

最后简要分享一下我们在电芯数据化平台工具布局上的进展。这是易来科得在电芯研发数字化、平台化的大趋势下提供给客户的产品矩阵，核心目标是围绕设计、性能参数和模型流转，实现全流程的电芯设计、管理以及执行团队的协同在线平台。

针对整个电芯研发流程——从设计目标的确认、A样、B样、C样、SOP到最终量产，我们提供了以下这些工具。第一个是电芯研发设计工具，类似于做电池的CAD建模，当然不仅仅是CAD，还要加上机械件库的建设和三维建模工作，从而提供一个电芯研发设计工具。第二个是电芯性能仿真优化设计工具。在初步设计方案形成以后，怎么能够判断它的电性能、热性能、快充能力、老化与寿命等性能呢？我们通过电芯性能仿真优化工具提供了电池从诞生到衰老的未来使用过程全生命周期的、精确的、数字化预测的平台。第三个是电芯老化寿命预测工具。我们针对一些比较轻的用户需求——如储能——提供了一个轻便的电芯老化寿命预测工具。最后一个是电芯设计辅助工具，能够为客户提供对接智能制造的一揽子数字化输出，包括常见的物料清单、图纸、成本核算等。

以上这些都是功能化的工具，最终统一在电芯研发项目管理的大的流程当中。从立项到量产，结合电芯仿真设计的灵魂，再穿上舒适的外套，我们提供了一整套电芯数字化的解决方案。我相信如果没有前面提到的一些先进的模型、算法，以及能够一对一地反映设计参数的核心的底层能力，这套方案是没有办法实现的。

这是一些简单的功能展示，如刚刚提到的BOM、CAD、快速设计。锂离子浓度的可视化是这个产品里的一个特别不一样的输出，是第一次在仿真中向客户提供锂离子浓度分布展示。这个展示相当于在电池里面放了一个电子显微镜，能够第一时间发现设计瓶颈，是固向传输发生了问题，还是液相成为了瓶颈？是在隔膜处出现了瓶颈，还是在界面反应出现了瓶颈？这也是其它模型所不具备的特点——能够向客户提供从电极到单体耦合甚至耦合力场的很精确的展示。老化寿命能够精确地估计SOC、SOH等。比如能够依靠自己的能力建设材料库，精确地获得本征的热学、动力学参数，这也是后台能够积累大量精确参数库的前提。续航里程模块内嵌整车动力学模型，能够把一款设计好的电池放在某一款车型上，然后驱动整车动力学的模型来预测这款车装载这款电池的续航里程。能够通过精确预测给快充侧一个很靠谱的电池管理范围，让电池在快充的时候非常安全。

这是我们的行业客户，遍布全产业链。每一个细分行业只要做电动化，就需要一款强大的电芯、一个强大的“心脏”。易来科得因为自身技术优势，在海外市场尤其欧洲市场进行了超前布局，和欧洲客户一起做从零到一的事情。

总结

我们认为，电芯研发数字化要服务于新能源行业的高效高质量发展，这个行业在很长一段时间里都是技术驱动的，那么就要回归到怎样才能更好更快地提升电池性能。一方面，我们期待科学家们能够更快地推动大材料的代际跃进；另一方面，易来科得这样一个专注于设计工具和解决方案的公司希望能够把“126C”的材料性能尽可能发挥出来；同时，设计电池、生产电池的玩家大咖们本身也不断致力于提升工艺，三个方面同心协力，才能把高质量发展变成现实。电池行业依靠于产业高地，依托于先进的技术积累，我们认为在全球范围内有非常好的先发优势和巨大的机遇。以上是我今天的分享，感谢36氪为我们提供了这么好的平台，谢谢！