SES AI 探路,AI+电池重塑能源未来

科技   2024-12-26 18:43   广东  

AI推动电池技术深刻变革。

AI的迅猛之势正形成汹涌的浪潮,席卷各行各业,从ChatGPT在自然语言处理领域的惊人成长,到AlphaFold在蛋白质结构预测方面的重大突破,AI不断展现出其强大的能力。能源领域,尤其是电池技术领域,也正迎来一场深刻的变革。

12月18日,在SES AI举办的2024 battery world 上,AI在电池乃至能源领域的技术进步吸引了来自跨行业的关注。SES AI面向全球发布其AI for science、AI for manufacturing、AI for safety三大解决方案。同时,高工锂电董事长张小飞博士、SES AI创始人、CEO胡启朝博士、SES AI首席技术官许康博士、新宙邦董事长覃九三、海博思创董事长张剑辉博士、亿航智能副总裁张宏就AI变革下的电池技术革命做共同探讨。

过去数年,专注在锂金属电池的研发创新的SES AI,在推动锂金属电池产业化方面成果斐然,已成功开发出汽车A样品和B样品,通过多项安全测试,证明锂金属电池在高温、低温和高倍率放电情况下仍能提供高能量密度,这些成果为其进军更广阔的能源储能市场打下基础,其产品已在无人机、电动汽车以及低空飞行器等领域应用上取得领先。

而在当前能源转型的大趋势下,定义更为宽泛的能源储能(电池、储能、氢能、碳回收等)市场规模庞大且增长迅猛,其规模是电动汽车市场的10倍以上。而面对如此广阔的市场空间,SES AI即便在锂金属电池产业化方面跑在产业前列,但现有电池储能体系太短使用寿命短,与太阳能、风能发电设施20年以上的使用寿命难以匹配,远不能满足需求。SES AI意识到,要在这一领域取得突破,必须拥抱 AI技术发展的浪潮。

这是全球电池巨头的共同选择。宁德时代、比亚迪、松下都积极将AI融入电池研发、生产和管理等电池全生命周期链路的各个环节,尤其AI for science(AI4S),已是2024年以创新为主题的电池领域关键词。在众多拥抱AI技术的电池企业中,SES AI率先公开提出分子宇宙理念,深度的跨产业融合,全面的AI 解决方案,以“All-in on AI”战略推动创新生态。

而AI的全面注入对SES AI的市场销售产生影响。SES AI创始人、CEO胡启朝博士披露,原本预计2026年中才能进驻电动汽车领域,在AI技术的助力下,提前至2024年第四季度形成销售,面向的市场也扩展到储能、机器人、无人机、电动汽车以及城市空中交通等多个领域,将SES AI推往更广阔的市场。


开启分子宇宙探索



在材料研发环节,传统方式依赖人类科学家的创造性想法,但数据库规模通常局限于约 1000以内。SES AI 则借助AI技术,能够处理多达10的11次方的小分子数据库,整合材料科学、化学领域的论文书籍资料以及内部数据。通过对这些海量而多元的数据进行整合梳理,训练人工智能模型,使其具备精准预测和筛选能力,从而极大地降低传统研发过程中的不可控因素。

SES AI 提出“分子宇宙”的概念,用于电池的小分子的总体数量,其规模与地球上有史以来的总人口数量相同。构建分子宇宙数据库,对分子的物理和化学属性展开计算,是一项极具挑战性的任务。

胡启朝博士介绍以单分子 DFT 计算为例,如果不使用人工智能,仅依靠传统的强力高性能计算,10的11次方的数据量将耗费超过8000年时间(使用CPU),即便使用较新的 H100 GPU 也需要大约500多年。而运用人工智能后,只需对分子宇宙的1%的数据量(10的9次方)进行详细分析,搭载人工智能软件的H100 GPU仅需6个月,未来优化后的软件或将只需2个月。

电解液是SES推进AI4S的首要材料。负责带领SES AI人工智能项目的许康博士介绍,30 年前在日本用试错的办法找出EC和石墨的配合效果不错,此后配方固定了框架,尽管后续有很多添加剂的加入、不同方面补足,多年来未有本质改变。

他强调,当前软件和硬件的革命使我们能够在短时间内计算分子宇宙,为训练新模型提供了坚实基础。“这使我们能够触及传统设计无法触及的分子结构,推动电解液研发进入一个全新的、令人激动的领域。”

新宙邦董事长覃九三也分享了他在AI浪潮中看到的市场机会与成长空间。新宙邦作为特种电容氟化液供应商,算力需求的提升为新宙邦带来了全新的市场增量。就AI4S对电解液开发应用看,覃九三表示电解液开发周期长、后期费用高,AI在性能预测、方案设计方面具有巨大的应用潜力。

但覃九三也坦率指出了对AI技术导入开发的担忧。他提到:“我们在溶剂、添加剂等方向已开始利用AI计算性能,不过目前还需考虑知识产权保密等问题。”


基于数字孪生的

生产管理与安全护航


在生产过程中,AI为质量管理带来了新的提升路径。以CT扫描为例,传统方式往往只会选择性地对约5%的电池进行扫描,这意味着大部分电池的缺陷难以被及时发现。SES AI 则通过利用这5%已扫描电池的数据来训练人工智能模型,从而对剩下95%未扫描电池的状况进行有效预测,这对生产质量管控水平的提高是直接的。

在安全预测方面,SES AI 将人工智能模型与基于物理原理的电池管理系统(BMS)相结合。

在SES的实际案例中,两个基于物理原理的模型曾无法对某事件进行有效预测,另外两个虽做出预测但时间过早,而基于人工智能的模型不仅准确预测到事件,还在后续循环中进一步强化了预测结果的可靠性和准确性。

基于超过15000个锂金属电池数据的研究表明,通过巧妙整合生产数据与安全数据,能够精准地预测100%的危险情况,且该模型不受化学体系限制,具有广泛的适用性和强大的通用性。

在圆桌环节胡启朝博士对AI安全预警进一步解释,预警是建立电池孪生之上的。以eVTOL应用为例,实现预不仅需要装载在eVTOL之后的电池充放电数据,还需要结合电池的生产数据,效果上是可以达到100%预警的。


多元应用场景

AI价值赋能初现


海博思创已经建立了储能3.0格局,涵盖硬件、软件和AI大模型平台。在圆桌探讨环节,海博思创董事长张剑辉博士介绍,AI 对储能系统的安全、效率、寿命和可靠性提升作用显著。以GWh级储能电站为例,其由约120万颗电池串并联组成,单体电芯变化非线性,单纯电化学模型难以应对。

海博思创通过积累海量运行数据(20GWh储能电站、1800万颗电池、200TB 数据),建立多维度模型,实现了对电站运行状态的精准分析和预测。现阶段,海博思创已经可以提前两周左右对潜在安全风险做预警,在电站非运行时间进行预测,提升电站在线寿命。

张剑辉博士强调,随着装机数量和单个储能电站容量的提升,AI的价值将愈发凸显。

低空飞行应用高能量密度且安全的电池需求迫切,这与AI技术从材料设计提高电池本征安全与高性能、从生产管理、预警维护保障电池安全有着价值上的相契。

亿航智能副总裁张宏尤其指出,eVTOL电池对安全性要求极高,民航已给出每次飞行电池电量不能低于25%-30%这一关键指标。另外,就目前的锂电池技术水平而言,对于eVTOL需在能量密度、循环寿命、放电倍率和热控等商业指标间权衡。亿航智能在电池方向上按商业化运行和能量密度需求分别关注不同性能。他认为eVTOL、固态电池也是新兴领域,希望双方共同合作,推进航空动力电池适航标准的制定。

整体看来,AI对于电池材料开发、生产管理、安全运维潜力无限,但目前仍面临诸多挑战。例如,电解液材料研发中的知识产权保护问题、AI 模型训练数据的质量和多样性需求、储能系统大规模应用中的成本控制等。

但人类没有机会放慢AI的发展。随着更强大的计算硬件、更智能的算法出现,AI 与电池技术的深度融合有望在未来创造出更高效、更安全、更环保的能源解决方案,推动全球能源结构转型。
声明:本文章属高工锂电原创(微信号:weixin-gg-lb),转载请注明出处。商业转载请联系(微信号:zhaochong1213)获得授权。
往期精彩

■ 思客琦:跨周期布局与长期主义

■ 近100亿,龙蟠科技斩获2024全球最大LFP材料订单

■ GGII:锂电材料投资扩产“破局之路”

高工锂电
高工咨询旗下专注锂电池产业链的产业研究、信息咨询、会议活动和资本整合服务平台。
 最新文章