超宽温域储能新进展:国产铝基电池低温性能显著提升

中国科学院深圳先进技术研究院(以下简称"深圳先进院")碳中和技术研究所先进储能技术团队,历经近十年潜心攻关,自主研发的铝基超宽温域锂离子电池 ,近日在黑龙江黑河成功完成极寒整车装车测试。这不仅是该技术首次搭载国内新能源汽车头部企业的量产纯电车型 ,更是首次在真实低温场景下验证了快速充电能力,标志着国产电池在极端环境适应性上迈入全新阶段。

测试现场实测数据亮眼

测试车辆在平均**零下25℃**的严寒环境中静置超过24小时后,进入城市实际工况循环测试。结果显示:

  • 放电效率 超过92%(远高于传统锂电池在同等低温下的表现,通常仅50-70%)
  • 低温快速充电性能突出:从低电量充至90% 仅需20分钟

这一成绩直接解决了北方冬季电动车"趴窝"、充电慢、续航腰斩的痛点,为寒区大规模推广新能源车提供了坚实技术支撑。

(图示:比亚迪等车型在黑河冰雪场地极寒测试场景,类似本次铝基电池搭载车型面临的真实低温环境)

技术原理:铝基负极如何破解低温瓶颈?

传统石墨负极锂离子电池在低温下主要面临两大难题:

  1. 电解液粘度急剧增加,离子迁移受阻
  2. 负极表面SEI膜增厚,锂离子嵌入/脱出困难,导致容量衰减严重

深圳先进院团队创新性地采用合金化类金属材料 ,开发出铝基负极体系。该负极具有以下核心优势:

  • 更高的锂离子扩散系数,低温下迁移阻力显著降低
  • 形成更稳定、薄而致密的SEI膜,抑制锂枝晶生长
  • 整体电化学窗口更宽,兼容超低温电解液体系

最终实现电池工作温度范围扩展至**−70℃ ~ +80℃** ,远超常规锂电池(通常−20℃~+60℃)。团队目标是进一步实现**−40℃** 环境下保持80%以上续航里程,目前已在−25℃实车测试中取得阶段性胜利。

相比2025年冬季的实验室/模拟测试,本次突破有两大"首次":

  • 首次搭载头部新能源车企量产车型(非测试专用车)
  • 首次开展真实低温快充验证

m.eeo.com.cn

(图示:深圳先进院先进储能团队实验室场景与宽温域电池产品展示)

更广阔的应用前景与产业化进展

该技术不仅限于乘用车,已在北方地区智能电网监测清洁能源规模化存储 等领域实现推广应用,并成功入选国家知识产权局2025年第三批专利转化运用优秀案例,显示出极强的产业转化潜力。

未来,随着铝基负极材料工艺优化和成本下降,这项技术有望成为寒冷地区(东北、西北、高原)电动车、储能电站、重卡、无人机等场景的首选方案,推动我国在全球宽温域电池赛道占据领先地位。

qbitai.com

浙大6C快充登Nature:10分钟高速充放,漠河寒冬也不怕-- 量子位

(示意图:典型锂离子电池结构,突出负极材料对宽温性能的关键影响)

结语

从实验室到量产车,从−70℃到+80℃,深圳先进院的铝基超宽温域锂电池用近十年时间,给出了中国在极端环境储能领域的硬核答卷。这不仅仅是一次冬测成功,更是中国电池技术从"跟跑"到"并跑"甚至"领跑"的生动注脚。

期待这项技术早日大规模上车,让北方用户也能像南方一样放心开电动车过冬!

相关推荐
张小殊.38 分钟前
LoongForge TAOT 训练方案,解决MoE EP不均衡问题
人工智能·python·深度学习·机器学习·ai
爱知菜1 小时前
Transformer vs Diffusion:为什么扩散模型更擅长捕捉细节?
人工智能·深度学习·transformer·扩散模型
HiDev_1 小时前
【非标自动化】plc执行顺序问题、扫描周期问题
深度学习·算法·机器学习
高洁012 小时前
工信部教考中心证书-人工智能系列本系列
人工智能·python·深度学习·算法
手写码匠4 小时前
华为云Flexus+DeepSeek征文|Agent 评测体系实战:用 DeepSeek-R1 当裁判,打造 Dify Agent 的自动化回归测试流水线
人工智能·深度学习·算法·aigc
hopsky4 小时前
大数据架构详解:从数据获取到深度学习
大数据·深度学习·架构
ccLianLian5 小时前
机器学习和深度学习
人工智能·深度学习·机器学习
TAN-90°-5 小时前
Deep Learning for Computer Vision——Image Classification with Linear Classifiers
python·深度学习·算法·计算机视觉·线性回归
是上好佳佳佳呀5 小时前
【深度学习|DAY03】神经网络深度学习笔记(上):框架总览、参数初始化与激活函数
笔记·深度学习·神经网络
探物 AI5 小时前
yolo检测中的激活函数19:ReLU激活函数 (Rectified Linear Unit)
网络·人工智能·深度学习·yolo