5月19日至21日，“第八屆中國國際儲能大會”在深圳隆重召開， 來自中國、美國、德國、英國、加拿大、西班牙、日本、韓國、澳大利亞等國和地區1500余位政府機構、科研院所、行業組織、電力公司、新能源項目單位、系統集成商等代表出席本次大會。

深圳吉陽智能科技有限公司董事長陽如坤，發表了題為"儲能電池制造價值鏈"的精彩演講。

演講內容如下：

陽如坤：

大家好!非常高興有機會在這里跟大家分享有關鋰電制造的內容，內容非常多，制造業是大家最關心的題目，今天我從一個側面跟大家分享儲能電池制造，我們如何考慮價值鏈的分布，如何提升制造的效果。

我的報告分為以下四部分，一是價值鏈的構成，接下來是幾個目標的實現。

從電池產業的發展來看，我們認為電池成為資源節約、新能源汽車、清潔能源的重要依賴。我們認為任何一個產品，如果它處于這樣的地位，我們把它稱之為基礎產品，跟CPU、機器人、鋼鐵同等重要。我們認為這樣的產品應該專門解決其制造問題。我們認為芯片是產業的大腦，電池是產業的心臟，尤其是對移動產業來說。我們認為二者的結合成為移動產品的重要支柱。

既然是芯片和大腦的結合，我們認為動力電池的制造，尤其是電芯的制造，應該用芯片制造的理念制造。目前最重要的是不能實現所謂的多樣化，我們知道芯片是把里面做好，通過組合滿足不同的電腦或者手機的要求。個人認為電池應該有這樣的理念制造，才能滿足整個產業的要求。

這是來小康2011年提出的要求，5000次以上的循環壽命，1.5元以下的成本，80%以上的效率。在今天看來，目標已經實現了。從成本的角度來說，應該控制在這樣的層面。我們從產業的挑戰來說，未來電動汽車能夠完美實現，替代燃油車，目前在1.5-1.8元，我們有比較大的空間實現目標。

電池的價值鏈包括兩大途徑：

第一：

一是降低商業成本，我們可以通過材料降低成本，我們認為這個層面是有限。提升電池制造合格率，目前是90%的水平，還有比較大的空間達到目的。

二是提升產能利用率，如果每一個產業的產能翻一倍，制造成本會下降10-20%，要看產業飽和度的情況。一定程度的飽和度，下降比較少。我認為在電池制造業，尤其是一個電池廠來說，成本的降低非常明顯。最近在規劃大電池廠時，從1GWh翻到2GWh，從2GWh翻到4GWh時，成本會有大幅的下降。

三是梯次利用，最近鐵塔集團有一個說法，退下的電池可以按照0.4-0.5元每GWh來回收，這對行業是可喜的消息。模塊化的設計在降低成本方面也是顯著的效果，最后實現縱向一體化，這是比亞迪采取的行動，他們在這一塊取得了比較可喜的成就。在這個層面上個人認為不是每個企業都可以采納的，只有對全產業鏈有能力的企業才有可能采納。

綜合以上因素，提升合格率，降低成本、梯次利用，我認為降低50%的空間是有可能的，在于你如何努力。

第二，采用物理方法減少成本，這面臨安全風險。提升Pack的效率，國內有比較大的上升空間，Pack的存儲率大概是50-60%的水平。黃老師的Pack存儲率大概是85%以上，對鐵鋰來說是好消息。

今天我想說的是第一個層面，如何從制造的角度降低成本。這是電池制造的背景，從材料體系發展來說，從現在到2020年、2025年，對制造帶來的挑戰。在此層面上，我不詳細介紹。這對制造體系有比較大的改變，從現在基本實現社會的互聯互通、智能智造到虛擬現實的制造。

簡單介紹動力電池，我們有評估指標體系。很多電池企業規劃生產線時忽略了重要的指標。大家知道電池之的合格率、材料利用率、人工成本率、WH指標、每WH設備投入、安全指標、能耗指數、運轉可靠性。在能耗指標上，我們可以計算電池廠，每WH電力成本大概是3-5分錢，每個企業計算電池廠建設時，是否認真計算能耗成本，這對電池的成本影響非常大。假設現在可以把1元降到2、3分錢，這是很好的降低。運轉可靠性，現在設備在不斷發展過程中，可靠性對我們的影響非常大。目前為止，電池單機制造設備的無故障時間比較低，大概是1000-3000小時的水平，難以達到機器人達到的50000小時以上。

從制造合格率現狀來說，包括以下五方面：

第一，從電池制造合格率來看，現在是75-80%，未來希望漲到90-96%的水平。

第二，材料利用率也是如此。

第三，人工成本是3-10%，未來尤其是動力電池的制造，我們希望盡量減少人工，人對電池制造的影響非常大。除了維護的基本成本，我們在所有動的方向都會減少，可能會把人工成本率降到3%以下。

目前為止，我們從90%的合格率到88%材料利用率，產出率是79%。希望2020年，我們電池制造合格率可以提升到96%，未來材料利用率希望達到95%，產出率可以達到91%。2025年，我們希望把電池制造合格率提升到99%，材料利用率提升到98%。我們第一步的提升有12%的利潤空間，再提升有18.5%利用空間。12%的利潤空間對1GWh的電池廠來說是18.5%的價值。尤其是現在競爭激烈的情況下，對我們產業是非常有意義的事情，值得我們關注。

電池制造目標路線圖，如何降低電池品種，現在150種算是少的，簡單統計下來接近170-180種，這么多的電池對制造業來說是災難。每個廠家的技術、結構、設備、制造效率不一樣，我們希望逐步把我們的品種降到10種左右，個人認為中國做10種左右的電池便足夠了。

最重要的提高一致性，可惜現在沒有完全的指標規定一致性。我們認為用系數衡量不同電池的容量、規格，可能是比較好的辦法。希望從0.2到1.8左右，希望未來可以降到0.1的水平。汽車廠跟我們說做電池是選出來的，做發動機是個個都合格的。我們希望未來直接Pack，不需要過多的篩選。B品的材料是賣不出去的。

制造成本，包括電力、人工、設備折舊，加起來大概是0.2-0.25元的水平。隨著規模的提升，制造成本會有比較大的降幅空間。單線產能，規模對我們來說是可觀的。未來一條線甚至一臺設備可以做到1-2GWh的水平，我認為這是電池企業應該追逐的主要目標。主要原因是電池企業和汽車企業存在巨大的差距，1GWh可以滿足2萬輛車的要求，一個汽車廠的規劃至少是10萬輛，甚至30萬輛。他要選擇多少個汽車廠滿足其要求，汽車廠希望選2-3個汽車廠，不會把百分百的產能都給你。我們可以規劃電池廠的規模要達到什么水平。

從制造合格率來看，按照重要度分為20個影響因素，我們稱之為KACC五。從20個因素分享CPK值，我們可以做到90%左右的整體合格率。我們做到1.1，可以實現2020年的基本目標。我們努力把CPK做到1.33，將會更好。大家可以把電池制造體系進行規劃，我們把每個系統、質量影響因素統計起來，算出我們應該做到怎樣的水平，我們的電池應該怎么做。

提醒大家，電池的制造工序里，如果某一個工序的合格率在95-96%的范圍波動時，建議你們徹底砍掉這個工序，或者用別的方式替代。如果達不到這個水平，顯然這道工序不能作為制造的主要工序。電池制造還有工序處于這個局面，我希望大家應該有思維提高電池的制造質量和電池制造的合格率。

設備的投入和合格率成本的關系，并不是設備越好，成本越低，也不是設備稍差，便不能滿足要求。隨著中國的發展，我們從半自動、自動到今天追求全自動的過程，我們追求合適的合格率是經濟的成本。我們看到合格率成本的曲線是凹形的，合格率在不斷提升，曲線往前推移?？梢钥吹结槍Σ煌那Х种A段、規?；a階段，表現出不同的要求。我們規劃電池制造企業時可以劃曲線，我們把合格率定義在哪里，投入應該在什么水平，大家可以認真研究這方面的內容。

智能制造實現的目標和方案，個人認為現在電池制造合格率是90%是極限，我們把所有的設備放在一起，能產出的合格率。我們優化每臺設備能達到的合格率，未來必須依靠大數據、智能制造，才能把合格率提升到96-99%的水平。

工業體系和基礎思路，這是智能制造的思想，第一步是實現標準化，我們要用大規模的思想做電芯，如何把芯做好。第二步是有規模，只有模型才能數據化，沒有模型，任何東西都難以實現。模型包括工廠模型、制造模型、工藝模型、質量模型，把這些模型建立起來才能實現數字化。用數據進行分析，有數據可以實現智能，進行質量分析決策。實現數據，第一步要實現互聯互通互操作，建立電池互聯互通互操作的體系，對物料、系統、信息系統的信息模型、標識、交換，我們要聽到、聽懂、理解和思考，關鍵在于數據支點，它可以實現這個功能。這涉及每個企業如何定義物料數據支點、信息系統的數據支點。

這是互聯互通的基本思路，通過原數據的分析、數據規范、適配模型，搭建規范，現在的規范會逐漸走向規范，實現不同廠家的連接。我們要實現全過程的追溯。要實現起來是非常難的，并不是所有廠家都能實現追溯。只有實現這樣的追溯，優化才有基礎、有數據，有追溯才能實現一一的對應關系。

關于智能制造實現的路徑，我們對模型進行數字化，大家知道這個模型很復雜。從納米尺度、微米密度、厘尺度等，都會影響我們整個過程，整個過程都需要實現數字化。有了數字化，我們可以基于數據進行大數據的優化，我們建立優化模型，實現智能制造。

有了數據，我們可以實現制造過程的數字孿生。我們對產品數字孿生、生產數據、工廠數據，實現數字孿生的過程。我們電腦里建立理想模型，生產過程中有現實模型，兩個模型進行比較。電腦模型沒有誤差，這是標桿，我們用標桿和實際模型比較，這是我們優化的過程。我認為這是數字孿生最重要的想法和思想，這是西門子在構筑工業系統時的理想模型，我認為這個模型對我們過程非常有價值和意義。

從智能制造數字化模型過程中，離不開人、機、才、方、環。我們以前的思想是對人、機、料、發、環進行調整，從而解決問題。過程最重要的是人的經驗的積累，盡管所有東西積累到電腦里，它只是一張紙，并不是整個電腦具備的經驗的積累。

未來我們要基于模型MBD，通過模型的分析、調整解決問題，過程是實現模型的經驗積累。有了模型的經驗積累，我們可以在電腦積累，電腦可以認識過程，這是標準化、模型化、數字化和大數據智能化。AlphaGO沸沸揚揚，重點的是他有模型，我們電池也可以這么做，通過這種方式提升電池的制造質量。說白了是我們犯過所有的錯誤和積累的經驗，通過數據實現模型，實現制造過程的優化。這是我認為智能制造的核心思想。有了這個思想，我們可以解決現在的顯性問題，顯性問題是我們可以觀測的問題。解決隱性問題，通過大數據的分析，提取、評估發現隱性問題。機器的衰退、磨損、腐蝕、泄露、粉塵、振動等，通過數據的分析進行體現，由此進行健康管理、運行維護。電池企業一條生產線是8-10GWh，這個東西對我們的意義和價值是可想而知的。有了這個東西可以進行數據的挖掘，最終實現智能優化，這是開發微模型循環優化的過程，這對提升電池質量有關有好處，從中修正我們的模型。

建立模型后可以進行質量分析集成，我們建立了這樣的模型，有了追溯、質量控制點，我們可以建立幾個段，把鋰電制造分為三大段，每一段可以建立質量分析的模型，每一段進行優化?？梢园阉械亩谓Y合起來建立大數據模型，最后實現大數據分析閉環，我認為這是質量制造模型。

回頭看制造價值鏈，我們通過這樣的過程提升電池制造合格率，我們提升材料的利用率以及提高制造的一致性。目標是從我們現在的CPK每個工序平均是1.33，合格率是99%，帶來15-18%的合格率的提升。

制造價值鏈面臨的挑戰，從目前的情況來看，智能制造分級來說，目前的電池智能制造處于初級狀態，我們有感知，我們對質量、設備質量有統計和追溯，但沒有實現數據和設備聯動和優化，合格率只有90%左右。我們希望未來可以實現恒定智能，我們的數據可以進行分析、優化，優化的過程可以實現制造的制造合格率。

從智能制造面臨的問題，最重要的是模型，在模型的建立方面，清華歐陽老師團隊做了很多關于模型的東西，這是鋰電制造的基礎，對我們非常有價值。目前鋰電制造的主要問題是研發周期長、準確率低，完全靠經驗、碰運氣解決問題。大企業積累的東西很多，犯錯也多，他們變得越來越優秀，電池越來越向他們集中。我們希望未來能把經驗變成在電腦里能實現的東西，對提升合格率有更大的價值。

來料數字化面臨多樣的問題，液體、粉體、雜志等如何實現數字化，這對我們來說是比較大的挑戰?？偨Y來說，鋰電制造在試錯的時代，靠試錯解決問題，而不是靠模型、數字化解決問題，希望大家共同努力，取得更好的成果。

簡單談談政策的變化，這對我們的影響很大。2017-2018年降了40%補貼，這種補貼對產業來說不是好事業。我認為這是三角債和安全隱患的制造者。三角債，很多汽車廠為了拿補貼做了很多廠，汽車廠不會把車給電池廠，電池廠不會把錢給材料企業。我認為這是國家補貼政策造成的，國家良性債務體系較差，加上這樣的問題，我認為整個產業目前面臨的，不要說自己很好，我認為都會面臨同樣的問題。

安全隱患，為了提升合格率，我們的標準里只講合格率，幾乎沒怎么說安全，大家拼命提高所謂的容量，從115提到140，甚至是160。過程中帶來的安全隱患非常大，把殼增大等，由于國家政策因素，我們統一做高能量密度或者目前沒有完全驗證的材料，對產業的隱患非常大。在座有驚心動魄的事情，我們現在做的電池安全性比以前差了很多，我們應該用市場需求決定我們的定位，我們應該考慮在沒有補貼的情況下，我們定位自己的電池、自己的結構。盡管少拿補貼，我們未來可能可以活得更長。

動力電池是產業的心臟，不應盲目追求多品種、適用性解決問題。

我們要靠單一化電芯、規模成本成為發展的主流，以為以Pack組合適應差異化需求。以提升合格率作為企業核心競爭力，降低成本。我認為電池企業應該從產品需求發揮，劃分自己的產品平臺和制造平臺，確定制造模式，才能滿足市場的要求，而不是完全為了滿足補貼的需求，規劃我們的產品平臺或制造平臺，我認為這會對我們整個產業帶來毀滅性的打擊，可能很多企業就此停止成長，這是我們的顧慮問題，謝謝大家!