【CIBF2025主论坛】李哲副教授：通往智能自动研发——电池研发技术与工业软件

李哲，隶属于清华大学车辆与运载学院，在专注于电池设计与制造的课题组开展工作。该课题组由十余名研究生构成。

2019年，我们孵化了一家专注于电池研发软件的企业——苏州易来科得，加上公司研发人员，我们形成了一个30余人

的中小规模的研究团队。在过去的十多年中，我们致力于构建一套电池研发工具开发的方法论体系。自2013年起，该

工作持续至今，其核心目标在于规避电化学体系迭代速度较快所导致的前一代电化学体系研发方法及工具迅速过时的问

题。本研究旨在构建一套跨电化学体系的通用电池研发技术。

我们将研发技术做了以下4项平台技术的解构，分别是：

自2013年至今，我们团队在电池研发技术这一专业领域承担了8项国家级项目。在这个细分领域内，我们团队应该说是

非常有特色的一支团队。

在电池产品的设计过程中，需在既定的性能要求框架内，确定一系列设计参数。熟悉电池研发领域的工程师普遍认识到，

电池设计中可调整的参数众多，数量可达上百个，这些参数覆盖了从材料配方到电池单体形状和尺寸的多个尺度层面。

同时，电池性能要求繁多，涉及电学、力学、热学、寿命、安全性等多个维度，构成了一个典型的多设计变量和多性能

目标的复杂优化问题。

在实际工作中，我们面临诸多常见的电池设计挑战，包括从小到大的尺度变化、材料形态的优化选择以及新材料的应用。

例如，单晶或多晶材料的选择、石墨问题、新型导电剂和粘结剂的使用，以及正负极材料的混合使用等。在更大的尺度上，

电极结构的创新问题尤为突出，如多孔电极组织技术的开发，其中双层涂布、极片打孔、刻痕等技术已广泛应用于商用电

池上。进一步扩大尺度，单体电池构型的创新问题亦不容忽视，例如在CIBF2025深圳国际电池技术交流会/展览会的12号

馆展示的圆柱形和刀片形电池产品，其多样化程度极高。刀片形电池构型中，我们关注其长短、商储两用的方刀。圆柱形

电池大型化后，导流件的创新设计、大圆柱电池的卸压和注液结构设计等均是关键问题。当电极进展至固态电极阶段后，

设计上将面临新的挑战，核心问题在于如何在固态界面处建立稳定的接触界面层，以确保离子传输。

我们将电池产品设计的技术按照时间进展大约分为了以下三代：第一代技术，实验试错；第二代技术，正向设计仿真驱动；

第三代技术，智能化全自动。通过这三代技术的演进，我们可以提高研发效率与产品质量，进一步降低研发成本。

首先，看一下第一代技术从实验试错向仿真技术的演进过程。当车企接到订单以后，基于某一原型进行微调，提出设计方案，

制作样品，并进行实验室测试，以确定哪种型号的性能表现最佳，从而确定最终设计方案。若性能不达标，则需进行迭代

优化。此过程中，存在大量时间、物料、电能及人力资源的浪费。众所周知，研发成本高昂。如何在研发过程中实现物料、

电能、人力和时间的四重节约？这需要借助新的研发技术。

与传统的实验试错法不同，下一代研发技术以仿真驱动，秉承“未造先知”的理念，通过构建电池构效关系模型，即设计参

数与性能之间的关联，将电池设计参数与性能紧密联系。通过将一组虚拟的电池参数输入模型，观察其性能表现，若不符合

预期，仅需调整输入参数即可。由于采用虚拟迭代，该过程实现了快速、高效和经济。在仿真驱动的研发过程中，构效关系

模型占据核心地位。为了构建高精度的构效关系模型，本研究团队在以下四个领域进行了长期且深入的探索，并指派了多名

博士研究生参与相关工作。

1、电池正负极材料的内在参数库，涵盖了理化特性、热力学、动力学三个维度。其中，动力学参数针对正负极材料及其界

面，各自独立存在，数量庞大且测定难度较高，但其对电池模拟计算的精度具有决定性影响。本研究团队构建了一套针对单

颗粒微电极的电化学实验平台，该平台能够实现对电池正负极材料的充放电测试，有效排除了其他固相材料，包括多孔电极

结构对参数测定的干扰。该参数库展现出极佳的适应性，能够兼容当前广泛使用的正极材料，如富锂、高镍材料，以及包括

高动力学石墨、MCMB、硅氧、硅碳在内的多种负极材料。此外，参数库亦能适应多种常见溶剂、溶质以及日益增多的电解

液添加剂。即便是在单颗粒水平上进行充放电测试，仍能模拟出接近全电池状态的环境。因此，构建的电池材料动力学参数

库为后续研究工作奠定了坚实基础。

传统经典的解微分方程技术就是数值求解技术，包括电流、电压、三电极、温度场，以及我们在实验室中很难取得的离子和

电子的密度场。

在电池电极施加新工艺或引入工艺缺陷时，电场分布图将表现出敏感的变化。例如，在大三元与小铁锂混合物的研究中，复

合正极材料在不同电压区间内分别由不同组分提供电荷容量。此外，打孔工艺对电场分布的影响，以及颗粒表面导电剂包覆

不充分对电场分布的影响亦是显著的。还可以直接生成一套给定的充电方案，看看会不会造成析锂的情况，在什么时刻析锂，

析出的锂是否可逆以及析出锂达到多少克？由此去设计这款电池在不同温度下最大的无析锂瞬时充电电流，可以看到在临界

值40℃以下是析锂安全的。这样一套求解器是国产自主研发的，也就是说不基于任何一款商用软件进行计算。它的精度怎么

样？我们将同样一套自写的方程植入到COMSL中进行对比，在稳态、瞬态等工况下都取得了较高的精度。

做仿真为什么可以改善设计？因为仿真过程揭示了实验过程中看不到的一些内部现象。

用一个典型的1C放电过程，其中放电容量不足，导致用户体验不佳的案例为例。在数百个设计案例中，应该优先调整哪个参

数呢？通过仿真分析，我们能够明确地观察到，在1C放电过程的末期，电压下降的主要因素是负极颗粒内部锂离子的传输问

题。从放电末期的浓度分布图中可以明显看出，当达到截止电压时，大量能量被滞留在负极颗粒内部。因此，首要任务是降

低负极石墨颗粒的定位难度。通过这一设计优化，可以显著提升用户关注的核心性能指标，提高幅度超过10%。

首先，关于优化策略。在当前人工多次驱动的仿真流程中，仍存在显著的资源浪费问题。当仿真方案未能满足性能标准时，必

须依据人工经验来决定后续仿真方向。若能进一步实现自动化，将有望达成电池设计流程的“最速”与“最优”目标。实现此

目标的关键在于多种优化方法的综合应用。在2022～2023年间，我们研究团队承担了电池研发智能化领域的首个国家级项目。

自2023年起，我们与易来科得公司及国内一家领先的电池企业合作，共同启动了智能化设计方法的首个大规模产业界试验项目，

我们称之为BDA方法。深入研发一线，我们期望观察到该方法实施后可能出现的新现象。

我们的研究对象是一款铁锂短刀电池，其容量和尺寸是不变的，构型是刀片，主材正极是铁锂。在两年的时间内，我们协助企

业提交了1310组设计方案，其中有80组交付企业应用。在这1300组方案中，完成一款型号最优设计的平均时间大概是5.8小时/组，

平均的性能提升超过了5%，最大单点性能提升，某个SOC的功率接近20%。BDA也产生了一些未预期的成果。比如到底迭代多

少次会出现最优解？算法共计算出31套设计方案，最终在第27次迭代时得到了最优解。相较于传统DOE制样所得到的最优解，

功率方面大概可以提升20%。这款是叠片式的刀片电池，在全域度要求的范围内，是不是多一片总是好的？在不同的片数设计

情况下，当功率有下限要求的情况下，超薄涂布很难满足要求，BDA工具给我们暴露出了所有可设计方案在性能上表现的群像

特征。

从优化方法进一步向下，可能是大家最近非常关心的话题。AI类的方法如何在电池研发一线应用？今天介绍一种被称为检索生

成式的方法。众所周知，无论采用何种方法或模型简化程度如何，通常在研发任务的初期阶段，我们都会提出不同难度的计算

任务以完成研发工作。那么，是否有可能将部分研发工作前置呢？例如，假设我们拥有一个电池型号数据库，该数据库存储了

大量经过验证的设计性能映射关系。当面临一个新的设计任务时，我们是否可以首先在数据库中检索那些最接近预期结果的设

计方案？尽管可能无法一次成功，但最终我们能够定位到接近最终方案的区域，并通过局部的、简单的、线性化程度较高的方

法完成设计。我们将这种策略称为检索生成方案。目前，在我们的研究团队中，我们维护着一个包含约15万套电池型号方案

的数据库，这些型号方案涵盖了设计到性能的映射关系，包括铁锂和三元两类主要材料的四种主要构型。

基于这套数据库，我们完成了280Ah的储能电池设计工作。如果忽略数据库生成所需的时间与成本，通过检索生成方法，在现

有数据库的支持下，单次电池设计过程显示出极高的效率，大约仅需5分钟即可获得最终设计结果。尽管如此，该280Ah储能电

池设计仍存在若干问题，例如，核心参数的误差高达5%。相较于前一代的BDA方法，检索生成方法在效率上仍有约两个数量级

的提升空间和潜力。

今天介绍的实验试错法、仿真驱动法、电池自动设计BDA以及检索生成法构成了电池R&D中从电池型号设计到性能优化的完整

流程。在此路径上，电池设计的效率与潜力展现出数量级的提升，预计可达到万倍的设计效率极限。随着新方法论和工具的不

断融入，电池研发的效率极限仍具有巨大的探索空间，其深度尚未可知。

2019年，以清华知识产权为主，我们孵化了电芯研发的专业软件企业易来科得。这家企业总部目前在苏州，在北京设有研究院，

在杜塞尔多夫有面向欧洲市场的销售中心。

迄今为止，易来科得公司已成功推出4款完整的电池设计软件工具，它们各自独立，构成了电池研发流程中的关键环节。首先，

MOD工具专注于电池的物料和尺寸参数，即物料清单（BOM）和计算机辅助设计（CAD）的精确定义。随后，将这一经过数

字化定义的电池模型应用于中间环节的仿真工具。LIFE工具集成了简化的P2D电化学模型，能够执行上万次的电池寿命仿真。

SIM工具则结合了非均相模型，具备对离子和电子传输过程进行长期仿真的能力，适用于电极工艺设计。最终，基于中间两款仿

真工具所建立的映射关系，通过集成优化算法，开发出了BDA工具。对于BDA工具的定义存在不同的理解，其是否能被归类为仿

真工具，具有明确的界定。截至本年度末，计划将这4款软件工具整合，构建一个完整且数据互通的电池研发平台。

当前，该软件已全面覆盖了4大主流电池构型的各个尺寸及分支，包括软包电池的极耳配置（同侧或异侧）、圆柱电池的尺寸（大

或小），以及刀片电池的长度（长、短、中或方形）。在软件内部，集成了一个包含丰富机械组件和材料的数据库，这些数据主要

源自单颗粒实验台的高通量实验结果，而机械组件库则是基于与多个部件企业的深入合作而建立的。用户可以根据对机械组件的具

体要求，通过简单的数字输入来构建模型。目前，该软件在中国和欧洲市场已经获得了一定数量的持续客户群，客户群体主要包括

电池制造商、汽车制造商以及材料供应商。

自该软件首次发布以来，经过20个月的运营，用户累计在线时长达到80万分钟。这一数据反映了电池研发工程师们扎实的工作投入

。在这80万分钟的在线操作过程中，软件成功驱动了1500万分钟的高性能计算任务。换言之，软件每分钟的在线操作大约能够支撑

20分钟的高性能计算。这一结果表明，软件界面设计的简洁性与其背后复杂的计算机制形成了鲜明对比。