工信部：2024 年全國鋰電池總產(chǎn)量 1170GWh，同比增長 24%

工信部近日公布 2024 年全國鋰離子電池行業(yè)運行情況。2024 年，我國鋰離子電池產(chǎn)業(yè)延續(xù)增長態(tài)勢。根據(jù)鋰電池行業(yè)規(guī)范公告企業(yè)信息和行業(yè)協(xié)會測算，全國鋰電池總產(chǎn)量 1170GWh，同比增長 24%。行業(yè)總產(chǎn)值超過 1.2 萬億元。

來源：真鋰研究 點擊查閱詳情

Nature大地震！連發(fā)多篇國際頂刊！鋰離子電池領域取得里程碑式進展！

鋰離子電池作為現(xiàn)代能源存儲的核心技術，其性能優(yōu)化與安全性提升面臨多尺度、多物理場耦合的復雜挑戰(zhàn)。傳統(tǒng)實驗方法受限于高成本與長周期，而基于物理模型的仿真手段難以全面捕捉電池內(nèi)部的非線性動力學行為。機器學習憑借其強大的數(shù)據(jù)挖掘與模式識別能力，為鋰離子電池研究提供了革命性的技術路徑：在材料層面，通過高通量計算與機器學習結合，可快速篩選電極材料并預測其電化學性能，顯著加速新型材料的發(fā)現(xiàn)；在電池層面，基于數(shù)據(jù)驅(qū)動的狀態(tài)估計方法（如SOC、SOH預測）突破了傳統(tǒng)模型的精度限制；在系統(tǒng)層面，機器學習算法能夠?qū)崿F(xiàn)對電池組的高效管理與故障預警，為電池全生命周期優(yōu)化提供科學依據(jù)。隨著實驗數(shù)據(jù)積累與算法創(chuàng)新，機器學習正推動鋰離子電池研究從經(jīng)驗驅(qū)動向智能設計范式轉變，為下一代高性能、高安全性電池的開發(fā)開辟新方向。

來源：鋰想生活 點擊查閱詳情

又一鈉電+固態(tài)電池中試量產(chǎn)基地開建

據(jù)悉，該項目為眾鈉能源鈉電+固態(tài)電池中試量產(chǎn)基地，不僅是公司5GWh級別高品質(zhì)量產(chǎn)出貨的關鍵一環(huán)，還承載著眾鈉能源與中國科學院上海硅酸鹽研究所能源材料研究中心溫兆銀教授團隊在高安全、高能量密度聚合物固態(tài)電池技術研發(fā)成果轉化的關鍵任務。

來源：DT新材料 點擊查閱詳情