雷峰網模型更新

中科院物理研究所黃學傑 :全固態電池掀桌子前,必須做好固液混合電池丨大灣區車展觀察

2026年6月12日 07:11

重點摘要

2026 年是固液混合電池量產元年。作者 | 馬詩晴編輯 | 李雨晨【編者按】黃學傑是中國鋰電池行業領軍科學家之一。現任中科院物理研究所儲能材料與器件方向召集人、《節能與新能源汽車》路線圖動力電池路線圖專家組長,曾發起及推動星恆電源等多家鋰電企業落地。近日,以「臨界與突破」為主題的“半固態電池價值論壇”在深圳舉行,會上,黃學傑發表了題為《固液混合路線市場機遇期正來臨》的演講,分享了固液混合技術在三元鋰和磷酸鐵鋰電池上的應用,及其在汽車動力和儲能場景的產業化價值。黃學傑認為,2026 年是固液混合電池量產元年。2035年之前,全固態電池還不能“掀桌子”,所以必須重視固液混合電池。黃學傑指出,固液混合技術應用上,三元鋰電池通過在正極材料“以鎳代鈷”,平衡高能量密度與成本的問題;負極材料通過硅基合金跟錫基合金結合,實現高比能量以及快速充放電;最後使用固體電解質修飾界面,使整體能量密度達到1050Wh。磷酸鐵鋰電池則通過在電極表面加凝膠、內部富鋰化,在儲能場景實現放置20年不出問題;在新能源汽車頻繁高溫快充場景,電池壽命直指一萬次以上。(注:將於今年7月實施的新國標將鋰電池分為液態電池、固液混合電池、固態電池,其中,固液混合電池亦稱半固態電池,固態電池亦稱全固態電池。)以下為黃學傑現場演講實錄,雷峰網《新智駕》作了不改變原意的編輯及整理:非常榮幸能向大家彙報我們團隊今年在固態電池領域的重點工作,特別是關於固液混合電池迎來的一系列重大產業機遇與技術突破。去年10月,中國汽車工程學會正式發佈了 《節能與新能源汽車技術路線圖 3.0》。過去,我們每五年修訂一次規劃,前兩次發佈的目標,90%以上的指標都兌現了,且實際成本表現比預期還要好。當前,固液混合電池與全固態電池已經有了清晰的時間線:2026 年是固液混合電池量產元年;2030年全固態電池會小批量應用;2035年,一部分汽車能用得起新

站內 AI 整理稿

2026 年是固液混合電池量產元年。作者 | 馬詩晴編輯 | 李雨晨【編者按】黃學傑是中國鋰電池行業領軍科學家之一。現任中科院物理研究所儲能材料與器件方向召集人、《節能與新能源汽車》路線圖動力電池路線圖專家組長,曾發起及推動星恆電源等多家鋰電企業落地。近日,以「臨界與突破」為主題的“半固態電池價值論壇”在深圳舉行,會上,黃學傑發表了題為《固液混合路線市場機遇期正來臨》的演講,分享了固液混合技術在三元鋰和磷酸鐵鋰電池上的應用,及其在汽車動力和儲能場景的產業化價值。黃學傑認為,2026 年是固液混合電池量產元年。2035年之前,全固態電池還不能“掀桌子”,所以必須重視固液混合電池。黃學傑指出,固液混合技術應用上,三元鋰電池通過在正極材料“以鎳代鈷”,平衡高能量密度與成本的問題;負極材料通過硅基合金跟錫基合金結合,實現高比能量以及快速充放電;最後使用固體電解質修飾界面,使整體能量密度達到1050Wh。磷酸鐵鋰電池則通過在電極表面加凝膠、內部富鋰化,在儲能場景實現放置20年不出問題;在新能源汽車頻繁高溫快充場景,電池壽命直指一萬次以上。(注:將於今年7月實施的新國標將鋰電池分為液態電池、固液混合電池、固態電池,其中,固液混合電池亦稱半固態電池,固態電池亦稱全固態電池。)以下為黃學傑現場演講實錄,雷峰網《新智駕》作了不改變原意的編輯及整理:非常榮幸能向大家彙報我們團隊今年在固態電池領域的重點工作,特別是關於固液混合電池迎來的一系列重大產業機遇與技術突破。去年10月,中國汽車工程學會正式發佈了 《節能與新能源汽車技術路線圖 3.0》。過去,我們每五年修訂一次規劃,前兩次發佈的目標,90%以上的指標都兌現了,且實際成本表現比預期還要好。當前,固液混合電池與全固態電池已經有了清晰的時間線:2026 年是固液混合電池量產元年;2030年全固態電池會小批量應用;2035年,一部分汽車能用得起新一代的固態電池。從“液態”到“固液混合態”,再到“全固態”,分類實際由電解質決定。目前,固液混合電池包括兩種技術路徑:一種是完全無機的固體電解質,包含氧化物、磷酸鹽等,其工藝邏輯類似於“往水裡摻沙子”;另一種是往裡面摻聚合物,形成膠體電池。 當然,也有將二者結合的,但無論哪種路徑,都能歸結為固液混合電池。固液混合電池的優點很明確。一方面,今天的液態電池生產線基本不用動,能實現90%以上兼容。目前,我國鋰電行業的固定資產投入已高達上萬億元,當顛覆性技術出現時再全部更換。另一方面,固液混合電池的電解質無論是無機物還是聚合物,它能夠讓電池在能量密度提高的情況下,安全性能會得到保障,熱失控的概率降低。所以,在全固態電池“掀桌子”之前,我們必須重視固液混合電池。要想真正做到能量密度與安全性的兼顧,絕不僅僅是“往電池裡加一點固體電解質”那麼簡單。我們必須引入更高能量的正負極材料,並且,分別在正極、電解質界面上加入固體成分,而且成本要求基本不增加。在正極材料方面,什麼樣的材料能量密度更高卻便宜呢?今天來看還是三元材料,能量密度高。但是它不便宜,因為它裡面“鈷”的含量太高了。我們要把鈷含量降下來,如果不能降到0,也要把它控制到 3%以內,甚至到1%。所以,我們要把鎳加上去,以鎳代鈷,把成本大幅度降下來。但以鎳代鈷的問題是什麼?電池會非常危險,安全性不能保障。這時正極材料改進,以及固體電解質引入,將是關鍵問題。針對這一痛點,在過去八年裡,物理所依託在東莞松山湖建立的實驗室,開展了成果轉化工作。我們研發了一種高密度的正極材料:鈷含量很少,只有1%,鎳的含量很高,超過95%,剩下的還有點錳。新的材料和三元材料相比,非常緻密,一次顆粒是納米。緻密的好處在於能往裡面裝很多材料。光材料本身緻密還不夠,還要把電極做得緻密,就要加很大的壓力。以前的材料,施加很大的壓力會破掉,新的材料擁有三倍的承受力。無論是在固液混合電池還是全固態電池裡,該電極被施加更大的壓力,能做得更緻密,導電性能更好、粘結度更高,1C容量達220mAh/g,能長壽命循環。在負極材料方面,硅基材料的理論容量比傳統石墨高出10倍,所以大家都想把石墨負極換掉。我們這支隊伍自 2016年我主持工作以來,一直在主攻該方向。如果從1998年團隊發表第一篇相關領域論文算起,我們已經在這個方向上奮鬥了近30 年。今天,在負極,我們能夠把硅基合金與錫基合金結合起來。這解決了兩大問題,一是高比能量;另一個是快速的充放電。因為錫能讓電池裡的離子跑動速度提高 100 倍以上。結合起來的材料是什麼樣呢?硅的納米片跟錫的納米線。錫的量很少,大概5%左右,以納米線的形式存在,在電池裡面起到導電的作用。不是導電子,是導離子,因為電池裡,最難的是怎麼能夠快速導離子。材料問題解決完之後就做電極。針對硅基負極充電膨脹、放電收縮的物理難題,我們通過特殊的電極空間設計,為其預留了體積變化窗口。目前,該負極材料已在半導體領域應用,它可以讓全電池循環壽命接近 1500 次,1C倍率下仍具有80%的容量保持率,體積變化跟今天的石墨電池一樣。固體電解質也有特別好的加持作用。我們在正極表面構建了磷酸鈦鋁鋰固體電解質,在電極內部引入磷酸鐵鋰的電解質,並在負極側輔以聚合物增強。這一套組合拳帶來的結果是: 這套新設計的電池能量密度能達到 1050 Wh,循環壽命能達到1000次以上。這是其中一個設計,我們也感謝相關機構的支持,讓我們能夠把大電池做出來,我們也能夠和合作夥伴一起證明,高密度的電池在固液混合技術加持下,具備非常好的安全性。剛剛講完三元鋰電池,現在我們講講磷酸鐵鋰電池。在高能量密度的三元電池上用固液混合技術理所當然,磷酸鐵鋰電池上就不需要了吧?答案是也要。時至今日,我國幾乎全部儲能鋰電池和80%以上的動力電池,都採用磷酸鐵鋰,比亞迪的全系車型也都在使用磷酸鐵鋰。我們要感謝兩位老先生,領頭的約翰·古迪納夫獲得了2019 年諾貝爾化學獎,另一位米歇爾·阿曼德提出了碳包覆技術,他們團隊創辦了世界上第一家磷酸鐵鋰公司Phostech。但為什麼後面沒有發展起來,因為中國發展得太快了,我們堅持在做磷酸鐵鋰膠態化。為什麼要堅持磷酸鐵鋰膠態化,首先不是為汽車電池,而是為儲能電池。儲能電池放在集裝箱中可能 10 年、20 年靜置不動,電解液就會出現問題,導致在重力作用下發生分層——上層濃度極低,底層濃度極高。就像醃鹹鴨蛋的罐子,三個月不動,底部的鴨蛋太鹹,上部的鴨蛋太淡。為解決這一行業頑疾,我們提出了一個方案,要讓電極表面如同金伯利海灘的珊瑚一樣,能夠不斷透出膠狀物,讓它的表面保持一層厚實的膠體電解質,形成膠體電池,最終實現放20年不出問題。膠體電池在鋰電池領域很新鮮,在鉛酸電池領域一點都不新鮮。當年為了改造汽車電池技術,使其適用於通信基站的備用電源UPS ,就必須做成膠體,否則因為酸的濃度變化,電池在基站裡面一年不動就壞掉了。最早的時候,大家想得很簡單,往電解質里加一種固體物質就行了。但整個電解液變成膠的話,阻礙了正負極之間氣體與離子運動。堵死了的話,電池就不工作了。所以只能在電極表面形成很厚膠層,電池內部仍保留液體流動。這形成了另一種形式的“固液混合態”。除此之外,我們還要進一步延長其壽命。因為今天,大家都要快充,室溫下是沒辦法快充的,電池需加熱至 60℃∼70℃。只有加熱到很高的溫度,鋰離子才能跑得快,從而做到6分鐘充好,5分鐘充飽。但是,高溫會蠶食電池壽命,我們需要在電池裡引入更多鋰離子。如何引入?我們做氧化物固體電解質的時候,發現電解質硅酸鋰,鋰的含量特別高。大家看到的磷酸鐵鋰,一個鐵對應一個鋰,但一個硅的話要對應四個鋰。這麼多鋰,我們能不能把它釋放出來?平常它是固體電解質,鋰是不動的,但我們如果把鋰加進去,做一個電化學反應,把鋰釋放出來。鋰釋放出來之後電池的壽命就大幅度延長了。壽命真的做到1萬次以上,而不是宣傳的1萬次。通過表面加凝膠以及內部富鋰化,我們生產的的320Ah的磷酸鐵鋰電池,放在55℃ 的烤箱裡90 天,總碳不會有太大變化。尤其界面穩定之後,安全性得到提升,經驗證,T1溫度下,即使一個電池熱失控了,也不會把邊上的電池引起著火。去年有一個重要案例,新加坡一個數據中心發生火災。數據中心的電池要求比汽車動力電池高。過去對電池的檢測是挑一隻進行檢測,熱失控不起火就行了。但新的標準要求,需要36個電池全部熱失控了都不能起火。最後發現,需要把無機的固體電解質與有機的固體電解質膠體兩招都用上,36只大電池被逐一觸發熱失控後,整個機箱最終僅僅冒了一點青煙,沒有任何明火與劇烈動靜。即使在6C到10C這樣超高功率情況下,在數據中心這樣的電池仍非常安全。目前,在松山湖,我們不僅建了一個實驗室,還聯合了一批企業,組建了一個創新聯合體。這裡擁有開放的各類中試試驗條件,並且在實驗室牆外,我們還建設了一個創新社區,它是公共的,不僅僅做研究。歡迎各位專家、企業家有空到松山湖實驗室進行視察和指導,謝謝!本文作者長期追蹤新能源產業鏈(寧德/國軒/億緯/特斯拉等),重點關注動力電池、儲能,歡迎添加微信dmzb287交流討論。 直擊「2026大灣區車展」車展,是當下全球汽車工業最激烈的競速場。2026大灣區車展,雷峰網《新智駕》將以專業的視角、及時的訊息,為你拆解每一次技術脈動。20+ 頂級車企動態(華為、小米、比亞迪、蔚來、小鵬、理想...),1個專題搞定。別在信息碎片裡沉淪,來這裡看懂車展與未來。[點擊閱讀原文,直達專題頁]

Related

相關文章

MarkTechPost AI模型更新

Liquid AI Introduces LFM2.5-Embedding-350M and LFM2.5-ColBERT-350M: Dense Bi-Encoder and Late-Interaction Models for Fast Multilingual Search Across 11 Languages

This week, Liquid AI released two new retrieval models. They are LFM2.5-ColBERT-350M and LFM2.5-Embedding-350M. Both hold 350M parameters. Both are the first bidirectional members of the LFM family. They build on LFM2.5-350M-Base, released in March. The pair targets fast multilingual and cross-lingual search across 11 languages. Their footprint is small enough to run almost anywhere. Both are available now on Hugging Face under the LFM Open License v1.0. LFM2.5 Retrievers The two models share one backbone but represent text differently. LFM2.5-Embedding-350M is a dense bi-encoder. It turns each document into a single vector. Pick it when you want the fastest search and the smallest, cheapest index. LFM2.5-ColBERT-350M is a late-interaction model. It converts each token into a vector rather

1 小時前
MarkTechPost AI模型更新

Perplexity Launches Brain, a Self-Improving Memory System That Builds a Context Graph of an Agent’s Work and Learns Overnight

Most AI memory remembers the user. It stores your preferences, your tastes, and your role. Perplexity is taking a different path. Today, Perplexity launched Brain, a self-improving memory system for its agent product, Computer. Brain does not focus on remembering you. It remembers what the agent did. That reframes what memory in AI is for. What is Perplexity‘s Brain Brain is a self-improving memory system. It builds a context graph of the work Computer performs. At set intervals, such as overnight, Brain reviews that graph. It then teaches itself how to do the work better. The idea is straightforward. The more work you do, the more efficient Brain makes your Computer. Brain is rolling out today to Perplexity Max and Enterprise Max subscribers in Research Preview. Two Axes of AI Memory Perp

15 小時前

智譜新高,MiniMax承壓,“大模型雙雄”命運殊途

這篇消息聚焦「智譜新高,MiniMax承壓,“大模型雙雄”命運殊途」。原始導語提到:大模型在被市場重新定價 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

17 小時前