麻省理工研发人体电池：手机不怕没电

在为电动汽车（EV）、住宅和公用事业级电池储能系统 （BESS） 以及自主移动机器人 （AMR） 等应用设计电池管理系统 （BMS） 时，传感器融合是一种非常有用的方式。例如，为了最大限度地提高电池性能和使用寿命，电量状态 （SoC） 和健康状态 （SoH） 是 BMS 需要监控和管理的重要特征。要掌握电池的 SoC 和 SoH 状态，就可以采用传感器融合技术，将电压、电流和温度测量实时结合起来。 不过，要想获得最佳效果，BMS 中的传感器必须高度精确，且要符合环保要求。即使是微小的传感器误差也会随着时间的推移而产生累积效应，导致对SoC和 SoH 的估计错误。此外，SoC 和 SoH 的计算必须考虑充电和放电的速率以及电池的

我在看一份韩文的报告 Daishin 证券公司做的《二次电池 韩国企业差异化发展》里面，已经对未来的预期做了非常泡沫化的估计，我想这个话题谈一谈当下的潜在的两个问题： 1）以特斯拉为代表的力量和大众为代表传统车企各有各自的软肋，前者未来上量达到一定的规模以后，在质量、安全和监管层面是会遇到全方位的挑战；后者在前期投入巨额的资本开支以后，需要市场去支撑，所有的预期是在供给侧从燃油车切换到 电动汽车 ，市场能顺利过渡。 2）在这个里面核心部件的供应，其实是功率电子器件+电池，能够按照预期的成本路径下降，而且有相对均衡的供应。 01、中国和欧洲的电动汽车规模 如下所示：按照特斯拉的 2020 年的估计是给 50 万台，对

我们最关注的电池莫过于锂离子电池，因为我们的手机、pad、笔记本的电池就是锂离子电池，它的续航能力也一直是企业研究的一个重点方向。循环性能对锂离子电池的重要程度无需多言，就宏观来讲，更长的循环寿命意味着更少的资源消耗，因而，影响锂离子电池循环性能的因素，是每一个与锂电行业相关的人员都不得不考虑的问题。 1、水分 过多的水分会与正负极活性物质发生副反应、破坏其结构进而影响循环，同时水分过多也不利于SEI膜的形成，但在痕量的水分难以除去的同时，痕量的水也可以一定程度上保证电芯的性能。 2、正负极压实 正负极压实过高，虽然可以提高电芯的能量密度，但是也会一定程度上降低材料的循环性能，从理论来分析，压实越大，相当于对材料的结构破坏越大，而

Zenobe能源公司在英国肯特郡的艾尔斯福德电池储能项目。图片来源：Zenobe Energy 　　能源研究公司Rystad energy表示，到本十年末，英国电池储能市场将增长到24GW，占全球总容量的近9%。 　　公用事业规模的电池系统也可能为电池存储空间提供投资机会，Rystad表示，“到2030年，它可以吸引高达161.5亿英镑(200亿美元)的投资。” 　　就产能而言，预计到2030年，英国将排在全球储能市场的第四位，仅次于中

据外媒报道，马勒公司（Mahle）开发了一种新型电池冷却系统，据称能够加快 电动汽车 的充电速度。这家汽车供应商以浸入式冷却为关键技术。 （图片来源：马勒公司） 顾名思义，浸入式冷却意味着，用非导电性冷却剂直接冲洗电池电芯。相比之下，在目前的电池主流冷却系统中，冷却剂需流经电芯之间的特殊管道或板材。据介绍，在充电期间，新装置能够显著降低电池的最高温度，同时使整体温度分布更加均匀。 另一优势在于减缓电池老化，提高安全性。考虑到其在IAA上展示的ChargeBIG Power充电解决方案，该冷却解决方案设计有可能提供高达750kW的充电输出。另外，浸入式冷却大大缩短了电动汽车的充电时间。因此，电池可以更小，从而降低电动

　　智能手表的热潮再次引爆了人们对可穿戴设备的关注。几乎在每一项产品的测评或是技术比较中，电池的续航能力都是首当其冲的。无论智能手表拥有多么炫酷的特性或功能，如果不具备长时间的电池续航能力，也终将会黯然失色。 　　智能手表的电池续航能力会受到多个因素的影响，例如电池的容量、PCB组件的功耗以及用户的使用习惯等。在所有的这些因素中，电池的容量无疑起着决定性作用。通常情况下，电池容量与电池组的物理尺寸成正比，而智能手表所追求的小巧精致更是限制了其内部电池的尺寸。目前市面上几款主流智能手表的电池容量都在 130mAh到410mAh之间，运行时间也从少于一天到持续数天不等。而对于智能手环、蓝牙耳机、智能眼镜和智能首饰等其它的穿戴设备，

便是行业人士，大多数也未能充分认识到46800电池的影响力。 46800锂电池，首先被特斯拉采用而声名鹊起。其命名，是按照电池直径46mm、高80mm，最后一个“0”代表圆柱电池。我们笑称它是“1号电池”，国外号称“饼干桶”。 由于去年9月22日特斯拉的电池日上，马斯克“狂推”46800，我们得知，这款自研电池能做到单体能量提高5倍、充放电功率提高6倍、续航里程提高16%。与现有的锂电池相比，其优势在于成本更低、能量密度更大、充放电功率上限也更高。 不过，发布的当时投资者却并不买账。特斯拉电池日结束后，公司股价由涨转跌，直到过了很久，才创了8000亿美元市值新高。（当然，股价上涨是资产加速虚拟化的表现，是另外一个

据外媒报道，电池化学家利用新的计算模型，仅基于单周期实验数据，即可计算电池寿命。 （图片来源：阿贡实验室） 美国能源部阿贡国家实验室（Argonne National Laboratory）的研究人员借助于机器学习，预测一系列不同电池化学成分的生命周期。该实验室收集一组代表六种不同电池化学成分的300个电池的实验数据。研究人员利用这些数据，可以精准确定不同电池的持续循环时间。 在机器学习算法中，研究人员训练一个计算机程序，基于一组初始数据做出推论。然后，利用从训练中学到的东西，对另一组数据做出决策。阿贡计算科学家Noah Paulson表示：“对用户来说，不论是哪种电池应用，如手机、电动汽车和电网存储，电池的寿命