蜂巢能源开启动力电池2.0竞争时代_新车网_拥有最新的新车信息,新车评测,新车资讯,新车导购,新车维修,新车保养,汽车安全,自驾游,二手车,汽车休闲,汽车文化等方面的内容,提供最权威的购车建议和方案。

首页
零部件
动力电池
蜂巢能源开启动力电池2.0竞争时代

蜂巢能源开启动力电池2.0竞争时代

浏览量：828
作者：
来源：新车网
时间：2019-12-19

新能源汽车市场在一段不算漫长的时间里催生出宁德时代、比亚迪电池寡头，亦摧毁沃特玛营造的虚假繁荣。整个动力电池市场少了些浮躁，多了些低调和冷静。

不同的时代背景塑造出不同的人物性格，这同样适用于企业。选择当下时间进入动力电池市场的企业应该明白，新能源车企不再是十年前那般无知，针对动力电池性能的要求和测评只会更加严格。

团队创立六年，企业成立三年，蜂巢一直在思考的是：未来五年，动力电池将是什么样的面貌，需要开发什么样的产品，如何布局才能在这个市场存活下来？

选择独立之时，蜂巢宣示出答案。

以8系NCM为核心承接过去与未来

"我从1998年开始做锂电池，从这一时间点到现在的二十年里，材料更替，体系变革，都是依照大众化应用的目标进行。依照这个目标来讲，它是从成本、能量密度考量的问题。"这是蜂巢能源副总经理兼CTO饶忠儒透过二十年电池从业经历思考所得。

钴酸锂、镍酸锂、锰酸锂三个体系代表着一元电池首先成为锂离子电池商业化的正极材料。但是钴存量有限，镍热稳定性不佳，锰难以控制。因此研究人员考虑将不同材料摻杂起来。镍钴氧电池、镍钴酸锂电池等二元电池体系正是在此前提下得以开发。

多元材料的摻杂没有终止于二元。为了创造更稳定的结构，实现良好的热稳定性，更长久的使用寿命，锂离子电池走向三元体系。三元分成两支，分别为NCA、NCM。

最早期的NCM111，可以有效地将分解温度提升到240度以上，基本上安全系数高于传统的钴酸锂。1:1:1，前驱体中镍钴锰材料构建出结构比例可以用"完美"来形容，但从另一角度解读也是"中庸"的代名词。在NCM111对二元体系进行补充后，市场对高比能量电池的需求逐渐加码，"主容量"的镍含量增多。

NCM从 442、523、622到现在的811系三元电池，镍含量越来越多，高镍电池成为一种趋势。但锰元素含量减少，难以稳定更多的镍。高镍电池显现出热稳定性差和循环性能不佳的痛点。

NCA三元正极材料为镍、钴、铝。铝与锰在三元体系中发挥着相同的作用，但铝不易沉淀，因此NCA正极材料在制造工艺上存在门槛。NCA中镍钴铝常见的配比为8:1.5:0.5，铝的含量非常少。

NCA与NCM811、NCM90相似，镍含量之高越来越趋近于二元材料。仿佛三元和二元电池陷入了一个怪圈。电池厂自然会避免走入这个怪圈。

以日本、韩国电池厂为代表的研究团队将NCM和NCA相结合，即将铝掺杂到原始NCM电池正极材料中，开发NCMA四元电池，提高结构稳定性。

至此，从高能量密度和成本考虑，镍含量提高，钴含量降低，锂离子电池从一元、二元、三元发展至四元电池，乃至无钴化。

二三十年来，高镍三元、四元电池、无钴电池，基本上是锂电池发展历程展现出的可见的终极解决方案。基于此，启动市场之路的蜂巢直接将重心放在NCM811上，选定NCMA和无钴材料电池。

蜂巢能源总经理杨红新解释称："我们认为未来的竞争就是集中在含不含钴，在热稳定性和寿命。NCMA在8系里的安全性和稳定性，也就是寿命、热稳定性都是非常好的材料。"

蜂巢能源常州工厂是完全按照生产制造三元811锂电池的标准建造的，同时可以兼容622、523三元锂电池的生产。8系三元电池连接着NCM622和NCMA，成为现在和未来的桥梁。

据饶忠儒介绍，金坛工厂一期将投产两款VDA NCM622和一款VDA NCM811。适用于PHEV的51Ah和104Ah NCM622电芯在11月份开始投产于金坛工厂。另外NCM811的两个型号126Ah和运营版86Ah分别在11月份和12月份投产。

以大电芯、CTP技术提升能量密度

蜂巢开发的电芯不止金坛一期工厂投产的四个型号，此外还涵盖92Ah NCM811（VDA 1.5倍厚）、117Ah NCM811（590 1.5倍厚）、156Ah NCM811（590 2倍厚）、2C快充版106Ah NCM811（590 1.5倍厚）、1.6C快充版141Ah（590 2倍厚），以及120Ah、137Ah、126Ah、175Ah NCM811+石墨/硅负极电芯。

十三种电芯型号展现出，蜂巢选择切入的是最受瞩目的NCM811电池，以及下一个电池形态。电芯的新形态向变长、变厚和变宽发展，模组的新形态则是大模组或无模组，也就是宁德时代、蜂巢均提到的CTP。

在电芯和模组形态发生改变之前，蜂巢向主机厂提供的355模组和电芯。因此，2019年和2020年阶段蜂巢金坛工厂投产的重点在VDA标准电芯和模组。

大电芯、大模组，便于装配，同时也可以帮助提高能量密度。大电芯的核心诉求是提高能量密度，是简化模组的基础。但大电芯存在膨胀造成的内部形变和散热性能变差两大问题。

大模组或无模组的CTP最主要的是取消模组。模组的存在原因有二，一是电池一致性难以做好，电池容量、电压分布较宽，二是电芯尺寸较小，串并联较多。若无模组，电芯之间相互影响，电池包容易受到不良电芯缺口的影响。但是模组会在事实上造成电池包体积变化、重量增加。因此车企或电池厂提出CTP的想法，从电芯和模组两个层级出发进行简化。

以叠片工艺贯穿三元大电池与固态电池

综合大电芯和大模组优劣势的考量，蜂巢认为叠片更适合作为电芯的制作工艺。这是蜂巢方形电芯区别于其他方形电芯的地方。

饶忠儒指出，蜂巢引入叠片工艺主要基于四种考虑，膨胀率、散热能力、大电芯量产化、未来的固态电池。

第1，膨胀率，关系到电芯的稳定性和寿命。电池充电后会发生膨胀收缩，对内部造成很大的压力。卷绕的弯角位置受到压力影响，在一定程度上会造成电芯的失效。而叠片本身是一片一片叠加上去，不存在内外压力不同的问题。更低的变形和膨胀，使叠片电池更加稳定和可靠。

第2，散热能力。叠片电芯是多极耳式，数目是卷绕的两倍。两倍的意义在于它散热速度是卷绕的两倍。叠片电池可以大大降低内阻，减少充放电循环中产生的热量。

第3，大电芯量产化。电芯有着持续做大的趋势。当电芯越大，卷绕时越容易产生褶皱，影响涂布的质量。所以卷绕很难做到500mm长大电芯的量产化，而叠片却是比较有优势。

饶忠儒对此解释称："采用叠片工艺还是卷绕工艺，取决于电池设计。电芯无论多大，叠片的速度基本没有变化。而卷绕的速度则取决于卷轴，电芯越大，速度越慢。因此基本上，电芯越大，叠片工艺越有利。制造VDA和MEB电芯时，叠片速度在0.3s/pcs，就超过卷绕的效率。当制作500mm长大电芯时，0.6s/pcs的叠片效率与卷绕效率相似。从VDA到MEB这个尺寸，目前卷绕还有些优势，但是再往上走到大电芯的时候，卷绕的优势就越来越不明显了，叠片的优势反之会越来越明显。"

第4，动力电池的发展方向之一为固态电池。硫化物、氧化物等无机电解质较为脆弱，只能采用堆叠的方式做。卷绕容易使电解质膜断裂。按照该趋势，蜂巢直接采用叠片工艺，即使未来切换到固态电池路线，其电池工厂也无需做大幅度变动。

据饶忠儒透露，宁德时代、LG和三星到2025年都将转用叠片工艺。

以整车为导向打造车规级电池制程标准

动力电池十年间发生的变化不单单在于技术路线，制程革新带来的设备和标准更迭悄然进行。

这个时期里，国内主机厂缺少电池研发和生产的knowhow，在电池厂面前没有太多的话语权。除了比亚迪自研自销外，其他主机厂更像是为电池厂打工。他们使用既有的电池方案进行整车开发，而非从整车角度提出对电芯和PACK的要求。

而宝马、大众等主机厂却是电池方案的制定者。众所周知，宁德时代的创始团队来自于消费电池企业ATL，待吸收、消化宝马的电池技术后成为动力电池企业，技术有成后向国内主机厂或电池厂输送电池或人才。由此，以宁德时代为代表的电池厂带火了VDA电池标准。

宁德时代的发家始完整地呈现出一家消费电池厂向动力电池厂转型的经过：电池方案从宝马主机厂来，到国内主机厂去。

在这个阶段里，电池厂寻求适应整车的方案。但此时，新能源整车开发也处于探索阶段，多数电动汽车改装自燃油车。于是，动力电池应用中问题频发，如电芯一致性、可靠性难以得到保证（可能在环境控制、毛刺控制、金属异物检测、电池自放电水平检测等过程出现问题）。

锂电池本身是从消费电池市场转过来，电池厂使用的许多设备、规格和标准都是基于消费电池的参数。而车用电池的单体电容量、串并联数相比传统电池均有大幅提高，再结合车辆应用的复杂工况和恶劣环境，对电池安全系数及一致性的要求更高，其严苛程度相比传统电池提高百倍以上，因此必须制定全新的电池制程规范和工艺标准，以达到车辆使用的安全要求。

饶忠儒指出："车规级与传统电池本质上的区别是容错率。车规级动力电池制造工厂缺陷率要提升到6sigma（3.4 PPM）。"

"我们不是第一家在做车规级电池工厂的。三星SDI提出从十万级无尘级到现在的1万级无尘级，宁德时代也抛弃原来的消费电池毛刺标准。从消费电池级标准到车规级标准，这是一个渐进式的进化。但是没有一家企业提出一个车规级电池工厂的概念。我们在做的是，倡议环境控制、毛刺控制、金属异物检出率、电池自放电水平检出率、制程追溯系统等整个制程的标准化、严谨化。全行业将一致性做到最高水平，这才是车规级电池的根本方案。"

这也是长城董事长魏建军要介入到动力电池产业的原因。国内新能源汽车几年来陆陆续续受到一些挫折，发生起火事故。蜂巢的建立是"从整车应用端出发，推动供应链的升级"。

将AI能力引入制程管控，也是蜂巢对车规级考量后的做法。AI主要作用于质量检测的智能化，利用AI智能寻找最佳参数，维护先期预警，降低故障率，提高设备稼动率。例如，在检测金属颗粒时，它可以利用AI视觉，结合数据库，通过特征曲线加强辨别能力；对制程的所有参数进行定位，找出原因，从而快速制定优化措施。