Versnelling van Doorbraken in Solide-Staat Batterijen met AI

De snelgroeiende wereld van batterijtechnologie zal naar verwachting meer dan $100 billion waard zijn in de komende jaren, dankzij de stijgende adoptie van elektrische voertuigen (EV's), de installatie van diverse batterijen en het aandrijven van datacenters.

Onder de verschillende soorten batterijen is lithium‑ion de populairste, met een enorme marktaandeel van 44%. Li‑ion batterijen zijn oplaadbare batterijen die het meest worden gebruikt in de huidige wereld, en voorzien onze mobiele telefoons, laptops en andere consumentenelektronica van stroom, naast EV's en energiesystemen.

Hoewel lithium‑ion batterijen veel voordelen bieden op het gebied van lichtgewicht, hoge geleidbaarheid en hoge energiedichtheid, hebben ze problemen met de levensduur. Veiligheid is een andere grote uitdaging omdat ze een vluchtig, vloeibaar elektrolyt bevatten, dat kan ontbranden bij schade of oververhitting.

Als gevolg hiervan zijn solid‑state batterijen (SSB) naar voren gekomen als een alternatief voor vloeibare batterijen (LSB), die gebruikmaken van vaste elektrolyten om lekken of gasvorming te voorkomen.

Naast een grotere veiligheid bieden dergelijke batterijen ook voordelen zoals miniaturisatie, lichtgewicht, snellere oplaadbaarheid, uitstekende verpakkings efficiëntie, werking over een breed temperatuurbereik en een lange houdbaarheid.

Solid‑state batterijen zijn echter geen nieuwe ontdekking. Ze werden voor het eerst geïntroduceerd in de 19e eeuw, maar ondanks hun lange bestaan hebben ze geen brede toepassing gekregen. Dat verandert nu eindelijk met de groeiende trend van elektrificatie en de behoefte aan betere en veiligere alternatieven voor de breed geadopteerde Li‑ion batterijen. 

Te midden van de hernieuwde belangstelling voor de technologie optimaliseren onderzoekers solid‑state batterijen via een veelzijdige aanpak die zich richt op materialen, structuur en interfacontrole, naast het gebruik van data‑gedreven AI‑technieken. 

Lopend Werk aan het Verbeteren van SSB's

Onderzoekers over de hele wereld werken hard aan het begrijpen en verbeteren van solid‑state batterijen om de toekomst van energie te voeden. Enkele recente, prominente studies op dit gebied zijn als volgt:

Decoderen van SSB's

Onderzoekers van de University of Missouri hebben zich verdiept in het begrijpen van problemen met solid‑state batterijen en manieren om deze te overwinnen, om SSB's tot realiteit te maken.

Ze gebruikten 4D scanning transmission electron microscopy (STEM) om de atomaire structuur van de batterij te analyseren zonder deze te demonteren en ontdekten dat de interfacelaag de bron van het probleem was.

In SSB's leidt een vast elektrolyt dat in contact komt met de kathode tot een reactie die een 100 nm dikke interfacelaag vormt. Hoewel deze laag 1.000 keer dunner is dan een menselijk haar, blokkeert hij de naadloze overdracht van lithiumionen en elektronen, wat de weerstand verhoogt en de batterijprestaties schaadt.

Na deze ontdekking plant assistent‑professor Matthias Young nu te testen of de specialisatie van zijn laboratorium, dunne films gemaakt via een proces genaamd oxidative molecular layer deposition (oMLD), beschermende coatings kunnen vormen en helpen voorkomen dat het vaste elektrolyt en de kathodematerialen met elkaar reageren.

“De coatings moeten dun genoeg zijn om reacties te voorkomen, maar niet zo dik dat ze de lithium‑ionenstroom blokkeren,” zei hij. “We streven ernaar de hoge prestatiekenmerken van het vaste elektrolyt en de kathodematerialen te behouden. Ons doel is deze materialen samen te gebruiken zonder hun prestaties op te offeren ten gunste van compatibiliteit.”

Verkennen van het Potentieel van LLZO als Vast Elektrolyt in SSLMB

Een recente studie van onderzoekers aan de Tohoku University evalueerde garnet‑type vaste elektrolyten voor solid‑state lithium‑metaalbatterijen (SSLMB), die worden beschouwd als een veelbelovende technologie vanwege hun potentieel voor verbeterde energieprestaties en veiligheid.

De studie vond dat de verwachte voordelen in energiedichtheid van deze batterijen mogelijk overschat zijn. 

Volgens deze studie biedt een volledig solid‑state lithium‑metaal batterij (ASSLMB) met de toonaangevende vaste elektrolyt‑kandidaat LLZO (lithium‑lanthaan‑zirkonium‑oxide) slechts een marginale toename in energiedichtheid vergeleken met huidige Li‑ion batterijen, terwijl de productiekosten hoog zijn en er productie‑uitdagingen bestaan.

Volgens de studie zou ASSLMB een gravimetrische energiedichtheid van 272 Wh/kg bereiken, vergeleken met 250‑270 Wh/kg voor Li‑ion, waardoor quasi‑solid‑state elektrolyten meer haalbare alternatieven worden.

“All‑solid‑state lithium‑metaalbatterijen worden gezien als de toekomst van energieopslag, maar onze studie toont aan dat LLZO‑gebaseerde ontwerpen mogelijk niet de verwachte sprong in energiedichtheid leveren. Zelfs onder ideale omstandigheden zijn de winsten beperkt, en de kosten en productie‑uitdagingen zijn aanzienlijk.”

– Hoofdonderzoeker Eric Jianfeng Cheng van WPI‑AIMR, Tohoku University

Hoewel gewaardeerd om zijn ionische geleidbaarheid en stabiliteit, stelde een uitgebreide modellering van een praktische LLZO‑gebaseerde batterij het idee in twijfel dat het de energiedichtheid aanzienlijk verbetert. Zelfs met een ultradunne LLZO keramische separator en een hoog‑capaciteit kathode, vindt de studie dat de prestaties van de batterij slechts iets beter zijn dan die van de beste conventionele lithium‑ion cellen.

De dichtheid van LLZO is hier het belangrijkste probleem, omdat deze de celmassa verhoogt en de verwachte energiewinst vermindert. Daarnaast is er de brosheid van het materiaal, problemen met lithium‑dendrieten, moeilijkheden bij het vervaardigen van defect‑vrije dunne vellen, en holtes aan de interface, die allemaal grootschalige implementatie bemoeilijken. Volgens Cheng:

“LLZO is een uitstekend materiaal vanuit stabiliteitsperspectief, maar de mechanische beperkingen en het gewicht vormen serieuze barrières voor commercialisatie.”

Hier toonde de combinatie van het materiaal met gel‑ of polymeer‑gebaseerde elektrolyten een betere langetermijnstabiliteit.

Ontdekken van Veelbelovende Vaste Elektrolyten

Onderzoekers van de Tokyo University of Science ontdekten ook nieuwe materialen voor veilige, high‑performance SSLIB's.

“Het maken van volledig solid‑state lithium‑ion secundaire batterijen is al lange tijd een droom van veel batterijonderzoekers,” zei professor Kenjiro Fujimoto, die opmerkte dat ze een oxidematig vast elektrolyt hebben ontdekt, een sleutelcomponent van ASSLIB's.

Het materiaal (Li1.25La0.58Nb2O6F) is zeer stabiel en vertoont een totale ionische geleidbaarheid van 3,9 mS cm⁻¹ bij kamertemperatuur, wat hoger is dan eerder gerapporteerde oxidematige vaste elektrolyten, terwijl het een extreem lage activeringsenergie heeft.

Bovendien zal het bij beschadiging niet ontbranden, waardoor het nieuwe materiaal geschikt is voor toepassingen waar veiligheid cruciaal is. Het kan bij hoge temperaturen worden gebruikt en ondersteunt snel opladen, waardoor het geschikt is voor toepassingen met hoge capaciteit zoals EV's.

“De toepassing van dit materiaal is veelbelovend voor de ontwikkeling van revolutionaire batterijen die kunnen opereren over een breed temperatuurbereik, van laag tot hoog.”

– Prof. Fujimoto

Ondertussen ontwikkelden onderzoekers van de Osaka Metropolitan University eind vorig jaar Na2.25TaCl4.75O1.25 als een nieuw vast elektrolyt.

De onderzoekers hadden eerder het vaste elektrolyt NaTaCl6 ontwikkeld, een combinatie van natriumchloride en tantaalchloride. Deze keer voegde het team tantaalpentoxide (Ta2O5) toe, wat hen hielp een hoge geleidbaarheid bij kamertemperatuur te bereiken. 

Het vertoont ook een hoge vormbaarheid en een hogere elektrochemische stabiliteit dan conventionele chloriden.

“De resultaten van dit onderzoek worden verwacht een significante bijdrage te leveren aan de ontwikkeling van samengestelde vaste elektrolyten, naast de glas‑ en kristal‑vaste elektrolyten die tot nu toe zijn ontwikkeld.”

– Assistent‑professor Kota Motohashi van de Graduate School of Engineering

Ze richten zich nu op het illustreren van het ionische geleidingsmechanisme van samengestelde vaste elektrolyten en op het ontwikkelen van meer materialen.

Veranderen van de Structuur, Verwijderen van de Componenten

Onderzoekers van de University of Illinois Urbana‑Champaign ontdekten echter dat een helicale structuur de geleidbaarheid van solid‑state peptide‑polymeer elektrolyten aanzienlijk verhoogde ten opzichte van “random coil” tegenhangers, waarbij langere helices leiden tot hogere geleidbaarheid. Bovendien verhoogt de helicale structuur de algehele stabiliteit van het materiaal ten opzichte van spanning en temperatuur.

“We introduceerden het concept van het gebruik van secundaire structuur – de helix – om de basismateriaal eigenschap van ionische geleidbaarheid in vaste materialen te ontwerpen en te verbeteren.”

– Hoofdonderzoeker professor Chris Evans

Dit is dezelfde helix die in peptiden in de biologie wordt gevonden. Omdat het uit peptiden bestaat, kan het materiaal, zodra de batterij het einde van zijn bruikbare levensduur bereikt, worden afgebroken tot individuele monomere eenheden met behulp van zuur of enzymen, waarna de uitgangsmaterialen kunnen worden teruggewonnen en hergebruikt, waardoor het milieuvriendelijk is.

In een andere interessante studie creëerden onderzoekers de eerste anode‑vrije natrium solid‑state batterij met stabiele cycli gedurende enkele honderden cycli. De goedkope, hoge‑capaciteit, snel‑oplaadbare batterij kan helpen de economie te decarboniseren.

Removing the anode required an innovative architecture, so the team created a current collector using aluminum powder, which, while solid, can flow like a liquid, that surrounded the electrolyte.

“Natrium solid‑state batterijen worden meestal gezien als een verre toekomsttechnologie, maar we hopen dat dit artikel meer impuls kan geven aan het natrium‑gebied door aan te tonen dat het inderdaad goed kan werken, in sommige gevallen zelfs beter dan de lithiumversie.”

– Eerste auteur Grayson Deysher, een PhD‑kandidaat aan UC San Diego

Tijd om AI te Gebruiken om Snel de Beste Vaste Elektrolyt‑Kandidaten te Vinden

Te midden van dit uitgebreide lopende onderzoek naar verschillende aspecten van solid‑state batterijen, met name elektrolyten, om ze te verbeteren en hun adoptie te stimuleren, maken wetenschappers nu gebruik van kunstmatige intelligentie.

Elektrolyt is een van de meest cruciale batterijcomponenten. Het transporteert ladingsdragende deeltjes, ionen genaamd, heen en weer tussen de twee elektroden van de batterij, waardoor de batterij oplaadt en ontlaadt. 

Daarom ligt de focus op het verbeteren van de prestaties van het solid‑state elektrolyt (SSE), wat inhoudt dat de ionische geleidbaarheid, stabiliteit en levensduur worden verbeterd. Echter, beperkingen van huidige materialen maken het moeilijk om deze verbeteringen te realiseren. 

Het overwinnen van deze uitdagingen vereist de ontwikkeling van high‑performance SSE‑materialen, die het volledige potentieel van solid‑state batterijen zullen ontsluiten.

Metaaloxiden en sulfiden zijn enkele van de meest bestudeerde materialen als veelbelovende SSE's. Hier is het onderzoeken van hydrides als SSE's die hoge redox‑ en mechanische stabiliteit en gemiddelde divalente ionische geleidbaarheid bij kamertemperatuur vertonen, bijzonder voordelig. 

Met hun hoge ionische geleidbaarheid en lage activeringsenergie hebben hydrides veelbelovend getoond in de ontwikkeling van SSE's. Metaalhydrides bieden daarentegen unieke voordelen vanwege de lichte massa van waterstofatomen.

Echter, het lichte gewicht van waterstof en het complexe gedrag van divalente hydrides vormen uitdagingen bij synthese en structurele karakterisering, wat de beperkingen van huidige experimentele technieken benadrukt.

De uitdaging hier is dat experimentele SSE‑ontdekking afhankelijk is van inefficiënte, tijdrovende trial‑and‑error methoden. Om dit aan te pakken, hebben we computationeel ondersteund onderzoek nodig om ionmigratiemechanismen te begrijpen en nieuwe solid‑state elektrolyten te ontdekken.

Het punt is dat theoretische benaderingen vaak meer systematische en snellere manieren bieden om materiaaleigenschappen te verkennen. Daarnaast zijn er vooruitgangen in grote taalmodellen (LLM's), die data‑gedreven methodologieën verder verbeteren en theoretische voorspellingen verbeteren.

Desondanks is het behalen van hoge nauwkeurigheid in theoretische methoden uitdagend vanwege de complexiteit van de SSE‑materialen. De focus van huidig onderzoek op één materiaal of methode beperkt bovendien het alomvattende begrip van SSE's.

Dus, hoe kunnen we theoretische inzichten beter gebruiken om efficiëntere experimenten te ontwerpen? En welk type optimale workflow combineert naadloos theoretische modellering met experimentele validatie? Het antwoord ligt in het combineren van computationele en experimentele informatie.

Om de obstakels met divalente SSE's, die aanzienlijk potentieel tonen voor high‑performance All‑Solid‑State‑Batterijen (ASSB's), te overwinnen, ontwikkelden onderzoekers in een nieuwe studie een geïntegreerde workflow die data‑mining, AI‑gedreven analyse, machine‑learning regressie, globale structuurzoektocht, ab‑initio metadynamics (MetaD) simulaties en theorie‑experiment benchmarking combineert.

Dit onderzoek heeft als doel ons begrip van divalente SSE's te verbeteren en een robuust kader te bieden om nieuwe SSE‑kandidaten te voorspellen en te ontwerpen. Hierdoor zal de ontdekking van geoptimaliseerde SSE‑opties worden versneld om levensvatbare energieopslagtechnologieën te bevorderen.

Klik hier om meer te leren over Princeton's baanbrekende solid‑state batterijtechnologie.

Naar de Volgende Generatie SSB's voor Duurzame Energieoplossingen

Om succesvol krachtigere en duurzame solid‑state batterijen te bouwen, hebben de onderzoekers aan de Tohoku University een data‑gedreven AI‑kader ontwikkeld¹. 

In tegenstelling tot de traditionele aanpak, waarbij elk materiaal afzonderlijk wordt getest en vervolgens paden één voor één worden vastgesteld, identificeert dit kader potentiële solid‑state elektrolyt (SSE) kandidaten die “de juiste” kunnen zijn om de ideale duurzame energieoplossing te creëren.

Het ontwikkelde model selecteert niet alleen optimale kandidaten, maar kan ook voorspellen hoe de reactie zal verlopen. Bovendien legt het uit waarom een bepaalde kandidaat een goede keuze is door inzicht te geven in potentiële mechanismen, waardoor onderzoekers al kunnen beginnen voordat ze het laboratorium betreden.

Professor Hao Li of the Advanced Institute for Materials Research noted:

“Het model doet in wezen al het trial‑and‑error werk voor ons. Het put uit een grote database van eerdere studies om alle potentiële opties te doorzoeken en de beste SSE‑kandidaat te vinden.”

Het geavanceerde AI‑kader van het team integreert met het Large Language Model (LLM), een type machine‑learning model dat vooraf is getraind op enorme hoeveelheden data. LLM's staan bekend om hun uitstekende vermogen om menselijke taal te verwerken, te begrijpen en te genereren.

Door andere data‑gedreven technieken te integreren, put het voorspellende model uit zowel computationele als experimentele data. Op deze manier biedt de studie onderzoekers een solide optie met de meest succesvolle uitkomst.

Naast het versnellen van de ontwikkeling van high‑performance, duurzame solid‑state batterijen, heeft de studie ook als doel de complexe structuur‑prestatie relaties van SSE's te begrijpen. Deze relatie omvat factoren zoals ionische geleidbaarheid, stabiliteit en compatibiliteit met elektroden en wordt vaak onderzocht via computationele modellering, experimentele analyse en data‑gedreven benaderingen.

Het door het team gebouwde model voorspelt bovendien activeringsenergieën, identificeert stabiele kristalstructuren en verbetert de algehele workflow van onderzoekers. De bevindingen van de studie tonen aan dat MetaD een uitstekende computationele methode is, met aanzienlijke overeenstemming met experimentele data voor complexe hydride SSE's.

Onderzoekers hebben ook een nieuw ionoverdrachtsysteem geïdentificeerd. Het “twee‑stappen” mechanisme is ontdekt in beide SSE's die voortkomen uit de integratie van neutrale moleculen.

Dus, door feature‑analyse te combineren met multiple lineaire regressie, kon het team met succes nauwkeurige voorspellende modellen ontwikkelen voor de snelle evaluatie van hydride SSE‑prestaties. Belangrijker nog, het kader maakt nauwkeurige voorspelling van kandidaatstructuren mogelijk zonder afhankelijk te zijn van experimentele invoer.

Over het geheel biedt de studie waardevolle inzichten en geavanceerde methodologieën voor het efficiënte ontwerp en de optimalisatie van solid‑state batterijen van de volgende generatie.

Maar dit zijn slechts de eerste stappen naar het bouwen van duurzame energieoplossingen, waarbij het team van plan is hun kader toe te passen op diverse elektrolyt‑families. Het team verwacht dat generatieve AI‑tools nuttig zullen zijn bij het onderzoeken van ionmigratie‑paden en reactiemechanismen, waardoor de voorspellende capaciteit van het platform wordt vergroot.

Investeren in de Solid‑State Batterijen Markt

Als het gaat om een investeerbaar bedrijf in de groeiende solid‑state batterijmarkt, staat QuantumScape voorop als een belangrijke speler met focus op lithium‑metaal technologie. Zijn eigen solid‑state keramische separator is ontworpen om de energiedichtheid, oplaadsnelheid en veiligheid te verbeteren, terwijl kritieke problemen zoals dendrietvorming, die de adoptie van lithium‑metaal anodes heeft beperkt, worden voorkomen.

QuantumScape Corporation (QS )

QuantumScape Corporation ontwikkelt SSB‑technologie voor EV's en streeft ernaar een originele apparatuurfabrikant (OEM) te worden, en heeft al partnerschappen veiliggesteld met de grote autofabrikant Volkswagen Group en haar dochteronderneming PowerCo.

Hoewel het uitdagingen ondervindt bij commercialisatie, blijft QuantumScape een grote naam in de sector. Vorig jaar begon het met het produceren van monsters van zijn verschillende SSB‑producten en is van plan dit jaar nog meer te produceren.

Met een marktkapitalisatie van $2,2 mlrd, worden QS‑aandelen momenteel verhandeld tegen $3,90, een daling van meer dan 25 % YTD. De EPS (TTM) is -0,91, en de P/E (TTM) is -4,30.

Voor Q1 2025 rapporteerde het bedrijf $5,8 mln aan kapitaalinvesteringen, GAAP operationele kosten van $123,6 M, en een GAAP nettoverlies van $114,4 M. Het eindigde het kwartaal met $860,3 mln aan liquiditeit, waarbij de cash‑runway naar verwachting doorloopt tot de tweede helft van 2028.

Dit jaar streeft het bedrijf ernaar het Cobra separator‑proces naar basisproductie te brengen, de kwaliteit en output van QSE‑5 monsters te verbeteren, en QSE‑5 cellen te verzenden om de uitzonderlijke prestatiecapaciteiten in een real‑world toepassing te demonstreren.

Laatste Nieuws over QuantumScape Corporation

Conclusie

Aangezien batterijen een sleutelrol spelen bij het aandrijven van elektronica, EV's en energiesystemen, is er behoefte aan de ontwikkeling van energie‑materialen van de volgende generatie om een duurzame toekomst te creëren. Hoewel solid‑state batterijen een veelbelovende oplossing bieden, ondervindt hun ontwikkeling aanzienlijke technische uitdagingen. Wat SSB‑ontwikkeling nodig heeft, is verbetering van de prestaties van het solid‑state elektrolyt (SSE).

Daarom zal het intensieve onderzoek rond SSE's, dat dankzij het nieuwe data‑gedreven AI‑model in een hoger tempo zal versnellen, een belangrijke rol spelen. Aangedreven door enorme datasets en geavanceerde simulatie‑technieken helpt het kader onderzoekers SSE's te identificeren en te optimaliseren met ongekende snelheid en nauwkeurigheid. Deze convergentie van materiaalkunde en machine learning toont een enorm potentieel om high‑performance en duurzame solid‑state batterijoplossingen te leveren voor de toekomst van schone energie.

Klik hier voor een lijst van top solid‑state batterij aandelen.

Gerefereerde Studies:

1. Wang, Q., Yang, F., Wang, Y., Zhang, D., Sato, R., Zhang, L., Cheng, E. J., Yan, Y., Chen, Y., Kisu, K., Orimo, S., & Li, H. (2025). Het ontrafelen van de complexiteit van divalente hydride‑elektrolyten in solid‑state batterijen via een data‑gedreven kader met groot taalmodel. Angewandte Chemie International Edition, 64(22), e202506573. https://doi.org/10.1002/anie.202506573