◎ 李哲，清华大学汽车安全与节能国家重点实验室副主任

【导语】：

2022年3月25-27日，中国电动汽车百人会论坛（2022）在京召开。大会以“迎接新能源汽车市场化发展新阶段”为主题，深入探讨了我国新能源汽车由政策与市场双驱动转向以市场驱动为主的新阶段所面临的机遇与挑战。在27日召开的动力电池论坛上，清华大学汽车安全与节能国家重点实验室副主任李哲就“动力电池的先进设计技术以及在这一先进设计技术推动下的动力电池产业研发模式变革”发表主题演讲，全文共分三部分，以下为第三部分“动力电池产品设计的未来 ”。传送门：第一部分《动力电池的产品设计要完成什么样的任务》、第二部分《动力电池产品设计的过去与现在》

从目前仿真驱动的正向设计方法到智能化全自动，我们称之为第二次跃升。那么仿真设计方法有什么不好吗？或者还有“好上加好”的地方吗？

* 图片截自嘉宾发言PPT

有的，就是上面这个框图中，逆向的箭头部分：调整设计参数以满足特定的性能需求。我们虽然用虚拟迭代替代了实验试错过程中大部分的制样测试，在仿真中输入一套设计变量，得到一套性能的估计，这个过程能不能一次完成一个型号设计呢？很难，因为刚开始的这套设计变量的选取，当然有经验的成份，也会有一些随机性，性能很可能不满足要求，或者实验者希望这个性能能够好上加好，那怎么办呢？仿真工程师会重新输入一套设计参数，观察这个性能的提升。在这个重新迭代的过程中，有大量的人工经验的判断在里面。首先它可能不是最快的，看右下图，因为人工驱动多次仿真有一个方向选择的问题，它可能找到的不是最快路径，在所谓的寻优过程中会走弯路。另外也不可能是最好的，人工多次迭代，仿真工程师也很辛苦，他有可能会停留在一个目前令人基本满意的性能结果上，或者停留在一个局部最优点，这个人工的寻优过程就停下来了。

针对这种人工多次迭代仿真带来的浪费，和非最优的缺陷，我们进一步提出，如果将人工多次仿真与寻优的过程通过自动化的方法来替代，还有可能找到更好更快的电池设计方法，这就是第三代智能化全自动设计方法。

在智能化全自动的设计方法下，我们开展了一些案例研究。案例还不是面向真实电池的设计问题，几十个变量可以调，可能关注十个以上的电池性能表现。在案例研究中，我们大规模的缩小了输入和输出的量。

* 图片截自嘉宾发言PPT

这两张图是两个多目标优化的结果，一个是电极性能的设计结果，一个是单体尺寸的设计结果。大家可以看左图，我们想设计一款能量密度和功率密度都比较好的电极。因为高能量的电极和高功率的电极很多关键的设计参数可能是相反的，所以这里存在着能量密度和功率密度相平衡的问题。通过某些智能寻优的方法，我们把仿真过程中的构效关系模型上的通路依然保留。但是下面这个迭代过程，不再是人来迭代了，用更聪明的算法来迭代。通过2500次迭代，大家可以认为经历了2500个不同设计方案的比较，我们发现其中有25个最优解，即这些红色的点，就是在整个能量密度和功率密度的二维坐标下最接近于右上角实现帕累托最优的解。2500个迭代过程的完成大概花了多久呢？在实验室条件下，大约只有40多个小时，大家可以想象，如果通过更早期的实验试错的方法来比较2500个设计方案需要多长时间？

右图是一个单体结构的设计问题，在这个设计案例中我们要求或者希望这个电池工作过程的最高温度低一点、电池内部的温差也低一点，因此最优的设计方案一定是左下角的这些设计方案。大家可以看到，其中任何一个点都是一套设计方案，右图上比较了300组不同设计方案在最高温度和最大温差上的表现，发现红色的点大概有20多个，达到了帕累托的最优解，最接近于左下角。其中，每一个点在单体设计的关键形状、尺寸、长宽厚的比例上可能都各不相同。所以，不仅对于电极设计，对于单体设计，这种全自动智能化方法的效率也是非常惊人的。

这个效率的极限能到多少呢？这是大家非常关心的一个问题，我们针对效率极限进一步开展了大规模案例研究。

* 图片截自嘉宾发言PPT

大家看下左上角这些图，这是一个典型的高能量密度单目标的优化设计问题，我们发现，开展10次平行的高能量密度的设计，平均完成一次设计大约需要2个小时，这是在某个特定的算法下。如果在更快的算法下，处理同一个问题可以把2小时进一步压缩到7分钟。有的设计工程师可能认为这个设计问题很简单，只有1个输入或者2个输入或者3个输入，我们也在研究右上角这张图，当输入增加，有一天达到40个输入，把配方、微观结构、工艺、宏观结构都拿进来的时候，这样一个智能化、自动化的设计过程它的效率是不是依然还OK？

随着设计变量的增多，一个好消息是，整个全自动智能化电池设计方法的耗时没有发生随着设计变量的增多而产生指数的、灾难的增长，它是一个规律的线性增长。初步发现告诉我们，把全自动智能化的设计方法移植到具有复杂的、数十个可设计变量的真实产品设计过程中是可能的。

进一步来看，如何能够设计出这种效率最高的全自动智能化的设计方法呢？我们要做一个基本公式，比如花6000秒完成了一个整体的设计过程，要把这6000秒花在什么问题上解析出来，下面这张图就是做这个事情。

* 图片截自嘉宾发言PPT

我们把算法的耗时环节分解出来了，其中包括很多因素，比如上面构效关系的单次计算过程依然保留着。单次，完成一次构效关系模型的这种机理模型的计算需要多久？完成这种进化式的算法大概需要算多少次上面的映射关系？我们称之为所需的仿真数量，到达算法收敛前这个代际进化要进化多少轮呢？我们有没有比较好的软硬件的配置，可以使得整个算法是可以并行的呢？

这是四个基础的算法耗时环节的分解，通过这一分解过程我们会定义到耗时最长的这个部分，有针对性的进一步把全自动智能化电池设计方法的效率提高到一个极限。一个基本的判断是，我们可以将实验试错法，目前通行的数月到数年的单型号设计周期压缩到数小时、数天或者数十天，电池产品研发的速度将有1-2个数量级的提升。

到此为止，我们可以把三代电池设计技术的一些核心指标进行对比了，第一代实验试错法，第二代仿真驱动的正向设计方法，和第三代全自动智能化的电池产品设计方法。首先它们的周期不一样，开发成本逐渐降低，在技术创新上，越向后研发工作人员越可以把更多的时间用在创新性的内容上。工作中的重复迭代部分被压缩到了最小，另外我们还会看到，通过第二代、第三代电池设计方法的引入，可以为企业保留下来越来越丰富的知识库，这一知识库对提升团队的技术水平，包括快速的切入到新器件的先行研发非常有效。

* 以上内容整理自嘉宾发言速记