绝了！原来锂离子电池技术的整体发展速度是这样评估的

　　【背景介绍】
　　锂离子电池技术在当今社会发展以及遏制气候变化方面的重要地位不言而喻。正确理解其发展潜力和趋势对公共政策的制定以及预测技术的发展方向都具有重要的指导意义。目前许多关注锂离子电池技术发展的研究人员、行业分析者都通过成本变化的现象学模型来研究能量储存系统的成本下降速率。但是几乎所有这些分析都只关注锂离子电池技术的一个性能指标：单位能量容量的成本或价格（USDKWh）。然而，实际上在锂离子电池发展的过程中，其能量密度、比能量、循环寿命等多个维度的性能都得到了提升，并且这些性能提升是科研的主要研究对象以及技术应用的驱动力，在考察成本和价格下降时却常常被排除在外，这很可能会扭曲对技术提高率的估计。另外，不同数据统计方式和换算方式也会导致估计数值的巨大差异。因此，当前亟需一套新的数据统计方式和数学模型对锂离子电池技术的发展进行更加全面和准确的评估。
　　【核心内容及观点】
　　作者从学术机构、政府、商业机构等来源系统收集了大量包括价格、市场规模、科研发展、锂离子电池性能等多种多样的数据系列（dataseries），通过对比、整合得到了具有代表性的系列数据（representativeseries），并将其带入相应的数学模型对锂离子电池的发展情况进行估计。本文中，作者主要从三个方面来对锂离子电池的提升速率进行评价，包括（成本）年均减少率（annualdecreaseratioADR）、学习率（learningrateLR）和发明活跃度变化率（inventiveactivityrateIAR）。其中学习率是成本的下降量与市场规模增量的比值，或者看作是市场规模每增加一倍，成本的下降程度；发明活跃度在本文中代表年均专利申请数量，发明活跃度率则代表发明活跃度翻一番，成本的下降程度。文中包括锂离子电池价格随时间、市场规模、专利申请数量的降低速度、ADR、LR、IAR等数据，为读者理解锂离子电池的发展速度及发展趋势提供了非常难得的视角（具体数据分析结果见下文）。
　　通常，电池的所提供的单位服务被定义为电位价格的能量容量，而作者认为电池的能量密度、循环寿命等等也应该纳入锂离子电池所提供的单位服务中。这是一种更加全面也更加合理的计算方式，正如福特公司当年转换生产策略，不以每辆汽车的单价或者单位质量价格的下降来反映技术进步，而是通过舒适度、性能、安全性等因素来重新定义服务并判断其取得的进步。在本文中，作者将能量密度这一因素纳入到考量范围内，发现，技术进步的速度是更快的。反过来说，传统的估计方式低估了锂离子电池技术的进步速度。
　　【详细内容】
　　1、建立代表性数据系列（representativeseries）
　　代表性数据系列是通过整合所收集来的数据（尽可能囊括所有可靠的数据；尽可能宽的时间范围）通过对比和相互检验把它们加和到一起，重复的部分则求和取平均来得到的。
　　2、年均成本下降率、市场规模以及专利申请数量
　　作者从收集的数据中获取了25个追踪锂离子电池价格随时间变化的数据系列，得到了图1。把所有数据综合起来考量，自1991年锂离子电池商业化以来，其成本下降了约97。
　　图1：锂离子电池价格。其中橙色和蓝色虚线分别表示由代表性数据系列拟合出的所有类型电池和圆柱形电池价格随时间变化的曲线，它们的年均价格下降率分别是13和14。
　　但是如果把这些数据系列分别进行拟合后，发现圆柱形电池的成本年均下降率从4。8到23不等，而所有类型电池的成本年均下降率在1123不等。如此宽泛的变化范围极大地影响了对学习率的判断（1430），也极大影响了简单的外延性预测结果，例如在估计价格在何时会降低到目标值时，时间偏差达到了数十年的跨度（如图2所示。）。
　　图2：之前报道过的锂离子电池价格系列及简单外推。
　　此外，作者还整理出了纪录锂离子电池市场规模（电池数量）随时间变化的27组数据系列。并同样从这些数据系列中整合出了代表性数据系列。这些代表性系列表明，自1992年以来，圆柱形电池的市场规模增长了约3。4个数量级，而所有类型电池的市场规模增长了4。1个数量级（如图3所示）。另外，作者还以整理了以电池总能量容量衡量市场规模的趋势变化图（图4）。从图中可以看出市场规模在1991年至1996年间迅速增长，然后增长速率逐渐放缓。以兆瓦小时为单位的代表性系列表明，自1991年以来，市场规模增加了近6个数量级，自1992年以来增加了约4。7个数量级。
　　图3：以电池数量表示市场规模。包括了不同类型电池的市场规模随时间的变化。
　　图4：以电池总能量容量衡量市场规模。
　　图5是相关专利申请数量随时间变化的趋势图。专利申请数量的增长代表科研活力的增长，这和电池产量的增长以及其应用的扩大是一致的。代表性数据系列表明自1997年以来，专利申请数量增长了将近4个数量级。
　　图5：专利申请数量。统计数据最后一年所表现出的下降是由于年中数据统计不足及数据滞后导致的。
　　3、价格和时间、市场规模、专利申请数量之间的关系
　　图6分别是1992到2016年间，所有类型电池和圆柱形电池的价格与时间、市场规模以及专利申请数量之间的关系。其中，由于专利技术一般适用于所有类型的电池，因此没有单独对圆柱形电池进行考量。图中显示全电池种类以及圆柱形电池种类年均价格下降率分别为13。1和13。3（图a）；学习率分别为20。4和24，差别较大（图b）。发明活跃度变化率为40。1
　　图6：所有类型电池和圆柱形电池的价格与时间、市场规模以及专利申请数量之间的关系。
　　文献报道的很多锂离子技术提升率都是基于单位能量容量单价，而学习率则是基于累计能量容量产量。在本文中，作者也做了类似的工作，使用代表性单位能量容量单价和基于能量容量的市场规模来估计1991年到2016年之间七年（及大于七年的时间间隔）内的学习率，得到了图7。结果表明，即使是一个单一价格和市场规模的数据系列，在不同时间间隔内学习率的波动也是明显的。当所考察的时间间隔延长或采用较新的时间间隔时，学习率的离散度缩小。
　　图7：单位能量容量单价和基于能量容量的市场规模来估计1991年到2016年之间七年（及大于七年的时间间隔）内的学习率
　　另外，作者还发现，用不同的方式计算市场规模时，得到的学习率也有明显的差异。以电池能量容量来计算市场规模所得到的学习率明显低于以电池数量来计算市场规模时所得到的学习率。如下表所示。
　　4、纳入其它性能指标
　　以上的数据分析的都是能量容量真实价格的进步（降低）与相关因素之间的关系。然而，能量容量仅仅是电池中众多性能中的一个指标。其它指标诸如能量密度、比能量、循环寿命、温度敏感性等等也是科研界的重点研究对象，并且在1990年以来也得到了极大的发展。这些性能的提升都是由电池的应用驱动的。比如，小型移动电子设备要求电池具有很高的能量密度，对于电动汽车来说，功率密度更加重要。因此，仅从能量容量的单价来衡量锂离子电池技术的进步是不合理的。于是，作者运用一个与多属性效用理论类似的数学模型重新定义了电池的服务价值，将能量密度纳入其中。利用这个模型还可以将更多因素纳入到考量范围中。
　　当把能量密度考虑在内，价格随时间、市场规模、专利申请数量的下降速率都增加了（如图8所示），年均价格下降率以及学习率也都得到了提升（图9）。也就是说，当把能量密度囊括到对锂离子电池技术进步的评估中来时（而不仅仅只考虑单位能量容量成本），技术进步的速度是更快的。反过来说，传统的估计方式低估了锂离子电池技术的进步速度。
　　图8：把能量密度纳入考量范围后，ADR、LR、IAR都得到了提升。
　　图9：把能量密度纳入考量范围后，全类型电池及圆柱形电池的价格年下降率分别从13。1和13。3提升到了17。1和17。4；全类型电池及圆柱形电池的学习率增长到了26。6和30。9
　　【总结与展望】
　　本文得到的经过改善的速率估计值表明限制锂离子电池成本下降的是性能要求而不是单位能量容量成本。并且，随着电池技术的发展和在静态储能领域的应用，对电池体积和质量的要求会放宽，而这将使电池的成本实现更快速的下降。当然，这一预测还需要需要基于工程的机械成本模型来进一步描述。本文中所运用的数据收集方法以及估计出的提升率可以作为一个范本来指导如何运用有限的数据做出一系列关于科技进步的评估
　　MicahS。ZiegleraandJessikaE。Trancik。Reexaminingratesoflithiumionbatterytechnologyimprovementandcostdecline。EnergyEnviron。Sci。，2021，DOI：10。1039D0EE02681F
　　https：pubs。rsc。orgencontentarticlelanding2021EED0EE02681F！pAbstract