Energi

Accelerera genombrott inom fast‑tillståndsbatterier med AI

mm
Lägg till Securities.io bland dina föredragna källor på Google
Information: Securities.io kan få ersättning när du använder länkar till produkter vi granskar. Det påverkar inte våra redaktionella bedömningar. Vi är inte registrerad investeringsrådgivare; detta är inte investeringsråd. Läs vår affiliateinformation.
Accelerating Solid-State Battery

Den snabbt växande världen av batteriteknik förväntas vara värd över $100 miljarder under de kommande åren, tack vare den ökande antagandet av elfordon (EV), installationen av olika batterier och driften av datacenter.

Bland olika typer av batterier är litiumjon den mest populära, med en enorm marknadsandel på 44 %. Li‑jonbatterier är uppladdningsbara batterier som mest regelbundet används i dagens värld, driver våra mobiltelefoner, bärbara datorer och annan konsumentelektronik samt elfordon och energilagringssystem.

Även om litiumjonbatterier erbjuder många fördelar när det gäller lätt vikt, hög ledningsförmåga och hög energitäthet, har de problem med livslängd. Säkerhet är en annan stor utmaning eftersom de innehåller en flyktig, flytande elektrolyt som kan fatta eld om den skadas eller överhettas.

Som ett resultat har fast‑tillståndsbatterier (SSB) framträtt som ett alternativ till flytande batterier (LSB), som använder fasta elektrolyter för att undvika läckage eller gasbildning.

Förutom ökad säkerhet erbjuder sådana batterier även fördelar som miniaturisering, lätt vikt, snabbare laddning, utmärkt förpackningseffektivitet, drift över ett brett temperaturområde och lång hållbarhet.

Fast‑tillståndsbatterier är dock inte en ny upptäckt. De introducerades först på 1800-talet, men trots att de har funnits så länge har de inte fått bred tillämpning. Detta förändras nu med den växande trenden mot elektrifiering och behovet av bättre och säkrare alternativ till de allmänt använda Li‑jonbatterierna. 

Mitt i det förnyade intresset för teknologin optimerar forskare fast‑tillståndsbatterier genom ett mångfacetterat tillvägagångssätt som fokuserar på material, struktur och gränssnittsdesign, samt utnyttjar datadrivna AI‑tekniker. 

Pågående arbete med att förbättra SSB:s

Forskare runt om i världen arbetar intensivt med att förstå och förbättra fast‑tillståndsbatterier för att driva framtiden. Några nyliga, framstående studier inom detta område är följande:

Avkoda SSB:s

Decoding solid-state batteries

Forskare från University of Missouri gjorde en djupdykning i att förstå problem med fast‑tillståndsbatterier och sätt att övervinna dem för att hjälpa SSB:s att bli en verklighet.

De använde 4D scanning transmission electron microscopy (STEM) för att analysera batteriets atomstruktur utan att demontera det och fann att interfaslagret var problemet.

I SSB:s leder en fast elektrolyt som berör katoden till en reaktion som bildar ett 100 nm tjockt interfaslager. Även om detta lager är 1 000 gånger tunnare än ett enda hår, blockerar det den sömlösa överföringen av litiumjoner och elektroner, vilket ökar resistansen och försämrar batteriets prestanda.

Efter att ha gjort denna upptäckt planerar assisterande professor Matthias Young nu att testa om hans labs specialisering, tunna filmer skapade genom en process som kallas oxidativ molekylär lagerdeposition (oMLD), kan bilda skyddande beläggningar och hjälpa till att förhindra att den fasta elektrolyten och katodmaterialen reagerar med varandra.

”Beläggningarna måste vara tillräckligt tunna för att förhindra reaktioner men inte så tjocka att de blockerar litiumjonflödet,” sade han. ”Vi strävar efter att behålla de högpresterande egenskaperna hos den fasta elektrolyten och katodmaterialen. Vårt mål är att använda dessa material tillsammans utan att offra deras prestanda för kompatibilitetens skull.”

Utforska LLZO:s potential som fast elektrolyt i SSLMB

En nylig studie av forskare vid Tohoku University utvärderade granattypade fasta elektrolyter för fast‑tillståndslitiummetallbatterier (SSLMB), som anses vara en lovande teknik på grund av deras potential för förbättrad energiprestanda och säkerhet.

Den fann att de förväntade fördelarna i energitäthet för dessa batterier faktiskt kan vara överskattade.

Enligt denna studie erbjuder ett helt fast‑tillståndslitiummetallbatteri (ASSLMB) med den ledande fasta elektrolytkandidaten LLZO (lithium‑lanthanum‑zirkoniumoxid) endast en marginell ökning i energitäthet jämfört med nuvarande Li‑ionbatterier, samtidigt som det medför höga produktionskostnader och tillverkningsutmaningar.

Enligt studien skulle ASSLMB uppnå en gravimetrisk energitäthet på 272 Wh/kg jämfört med Li‑jons 250‑270 Wh/kg, vilket gör kvasi‑fast‑tillståndselektrolyter till mer livskraftiga alternativ.

”Alla fast‑tillståndslitiummetallbatterier har setts som framtiden för energilagring, men vår studie visar att LLZO‑baserade designer kanske inte ger det förväntade språnget i energitäthet. Även under ideala förhållanden är vinsterna begränsade, och kostnads‑ samt tillverkningsutmaningarna är betydande.”

– Huvudförfattare Eric Jianfeng Cheng från WPI‑AIMR, Tohoku University

Trots att den värderas för sin jonledningsförmåga och stabilitet, ifrågasatte en omfattande modellering av ett praktiskt LLZO‑baserat batteri idén att den avsevärt förbättrar energitätheten. Även med en ultratunn LLZO‑keramisk separator och en högkapacitetskathod visar studien att batteriets prestanda bara är något bättre än de bästa konventionella litiumjoncellerna.

LLZO:s densitet är det centrala problemet här, vilket ökar cellens massa och minskar de förväntade energifördelarna. Dessutom finns materialets sprödhet, problem med litiumdendriter, svårigheter att tillverka felfria tunna skivor och tomrum vid gränssnittet, vilket alla komplicerar storskalig implementering. Enligt Cheng:

”LLZO är ett utmärkt material ur ett stabilitetsperspektiv, men dess mekaniska begränsningar och viktstraff skapar allvarliga hinder för kommersialisering.”

Här visade kombinationen av materialet med gel‑ eller polymerbaserade elektrolyter bättre långsiktig stabilitet.

Upptäcka lovande fasta elektrolyter

Enhancing Solid State Batteries

Forskare från Tokyo University of Science upptäckte också nya material för säkra, högpresterande SSLIB:s.

”Att tillverka helt fasta litiumjonsekundära batterier har varit en länge håll dröm för många batteriforskare,” sade professor Kenjiro Fujimoto, som noterade att de har upptäckt en oxidfast elektrolyt, som är en nyckelkomponent i ASSLIB:s.

Materialet (Li1.25La0.58Nb2O6F) är mycket stabilt och visar en total jonledningsförmåga på 3,9 mS cm⁻¹ vid rumstemperatur, vilket är högre än tidigare rapporterade oxidfasta elektrolyter, samtidigt som det har extremt låg aktiveringsenergi.

Dessutom, om det skadas, kommer det inte att antändas, vilket gör det nya materialet lämpligt för tillämpningar där säkerhet är kritisk. Användbart vid höga temperaturer och stödjer snabb uppladdning, vilket också gör det lämpligt för högkapacitetsapplikationer som elfordon.

”Tillämpningen av detta material är lovande för utvecklingen av revolutionerande batterier som kan fungera i ett brett temperaturområde, från lågt till högt.”

– Prof. Fujimoto

Under tiden, i slutet av förra året utvecklade forskare från Osaka Metropolitan University Na2.25TaCl4.75O1.25 som en ny fast elektrolyt.

Forskarnas tidigare utvecklade fasta elektrolyt NaTaCl6, som är en kombination av natriumklorid och tantalumklorid. Denna gång tillsatte teamet tantalumpentoxid (Ta2O5) till den, vilket hjälpte dem att uppnå hög ledningsförmåga vid rumstemperatur.

Den uppvisar också hög formbarhet samt högre elektrokemisk stabilitet än konventionella klorider.

”Resultaten av denna forskning förväntas göra ett betydande bidrag till utvecklingen av sammansatta fasta elektrolyter, utöver de glas- och kristallfasta elektrolyter som hittills har utvecklats.”

– Assisterande professor Kota Motohashi vid Graduate School of Engineering

De fokuserar nu på att illustrera den jonledningsmekanism som gäller för sammansatta fasta elektrolyter samt att utveckla fler material.

Ändra strukturen, ta bort komponenterna

Forskare vid University of Illinois Urbana‑Champaign fann under tiden att en helikal struktur avsevärt ökade ledningsförmågan hos fasta peptidpolymerelektrolyter jämfört med “random coil”-motsvarigheter, där längre helixar ledde till högre ledningsförmåga. Dessutom ökar den helikala strukturen materialets övergripande stabilitet mot spänning och temperatur.

”Vi introducerade konceptet att använda sekundärstruktur – helixen – för att designa och förbättra den grundläggande materialegenskapen jonledningsförmåga i fasta material.”

– Studieledare professor Chris Evans

Detta är samma helix som finns i peptider i biologin. Att vara gjord av peptider innebär att när batteriet når slutet av sin användbara livslängd kan materialet brytas ner till enskilda monomerenheter med hjälp av syra eller enzymer, och startmaterialen kan sedan återvinnas och återanvändas, vilket gör det miljövänligt.

I ännu en intressant studie skapade forskare det första anodfria natriumfast‑tillståndsbatteriet med stabil cykling under flera hundra cykler. Det prisvärda, högkapacitets‑ och snabbladdande batteriet kan hjälpa till att avkarbonisera ekonomin.

Att ta bort anodet krävde en innovativ arkitektur, så teamet skapade en strömsamlare med aluminiumspulver, som, trots att den är fast, kan flöda som en vätska, och som omger elektrolyten.

”Natriumfast‑tillståndsbatterier ses vanligtvis som en avlägsen framtidsteknik, men vi hoppas att detta papper kan ge mer drivkraft åt natriumområdet genom att demonstrera att det faktiskt kan fungera bra, ibland till och med bättre än litiumversionen.”

– Första författaren Grayson Deysher, en doktorand vid UC San Diego

Dags att använda AI för att snabbt hitta de bästa fasta elektrolytkandidaterna

Mitt i denna omfattande pågående forskning kring olika aspekter av fast‑tillståndsbatterier, särskilt elektrolyter, för att förbättra dem och driva deras antagande, använder forskare nu artificiell intelligens.

Elektrolyt är en av de mest kritiska batterikomponenterna. Den överför laddningsbärande partiklar, så kallade joner, fram och tillbaka mellan batteriets två elektroder, vilket får batteriet att laddas och urladdas.

Därför ligger fokus på att förbättra prestandan hos fast‑tillståndselektrolyten (SSE), vilket innebär att öka jonledningsförmågan, stabiliteten och livslängden. Begränsningar i nuvarande material har dock gjort det svårt att uppnå dessa förbättringar.

Att övervinna dessa utmaningar kräver utveckling av högpresterande SSE‑material, vilket kommer att låsa upp den fulla potentialen hos fast‑tillståndsbatterier.

Metalloxider och sulfider är några av de mest studerade materialen som lovande SSE:s. Här är det särskilt fördelaktigt att undersöka hydrider som SSE:s som visar hög redox- och mekanisk stabilitet samt genomsnittlig divalent jonledningsförmåga vid rumstemperatur.

Med sin höga jonledningsförmåga och låga aktiveringsenergi har hydrider visat stor lovande i SSE‑utveckling. Metallhydrider erbjuder samtidigt särskilda fördelar på grund av väteatomernas låga massa.

Dock medför den lätta vikten av väte och det komplexa beteendet hos divalenta hydrider utmaningar i syntes och strukturell karakterisering, vilket belyser begränsningarna i nuvarande experimentella tekniker.

Utmaningen här är att experimentell SSE‑upptäckt förlitar sig på ineffektiva, tidskrävande trial‑and‑error‑metoder. För att lösa detta behövs beräkningsassisterad forskning för att förstå jonmigrationsmekanismer och upptäcka nya fast‑tillståndselektrolyter.

Saken är att teoretiska tillvägagångssätt ofta erbjuder mer systematiska och snabbare sätt att utforska materialegenskaper. Dessutom finns framsteg inom stora språkmodeller (LLM), som ytterligare förbättrar datadrivna metoder och förbättrar teoretiska förutsägelser.

Ändå är det en utmaning att uppnå hög noggrannhet i teoretiska metoder på grund av SSE‑materialens komplexitet. Fokuset i nuvarande forskning på ett enda material eller metod begränsar också den omfattande förståelsen av SSE:s.

Så, hur kan vi bättre använda teoretiska insikter för att designa mer effektiva experiment? Dessutom, vilken typ av optimal arbetsflöde kombinerar sömlöst teoretisk modellering med experimentell validering? Svaret ligger i att kombinera beräknings- och experimentell information.

För att övervinna hindren med divalenta SSE:s, som visar betydande lovande för högpresterande All‑Solid‑State‑Batterier (ASSB:s), utvecklade forskare i en ny studie ett integrerat arbetsflöde som kombinerar datautvinning, AI‑driven analys, maskininlärningsregression, global struktursökning, ab initio metadynamik (MetaD)‑simuleringar och teori‑experiment‑benchmarking.

Denna forskning syftar till att förbättra vår förståelse av divalenta SSE:s och tillhandahålla ett robust ramverk för att förutsäga och designa nya SSE‑kandidater. I sin tur kommer den att påskynda upptäckten av optimerade SSE‑alternativ för att främja livskraftiga energilagringsteknologier.

Klicka här för att lära dig om Princetons banbrytande fast‑tillståndsbatteriteknik.

Mot nästa generations SSB:s för hållbara energilösningar

För att framgångsrikt bygga kraftfullare och hållbara fast‑tillståndsbatterier har forskarna vid Tohoku University byggt ett datadrivet AI‑ramverk1

Till skillnad från det traditionella tillvägagångssättet, som innebär att testa varje material och sedan sätta vägar en efter en, identifierar detta ramverk potentiella fasta elektrolytkandidater (SSE) som kan vara ”den rätta” för att skapa den ideala hållbara energilösningen.

Den utvecklade modellen väljer inte bara optimala kandidater utan kan också förutsäga hur reaktionen kommer att ske. Dessutom förklarar den varför en viss kandidat är ett bra val genom att ge insikter i potentiella mekanismer, vilket hjälper forskare att komma igång redan innan de går in i laboratoriet.

Professor Hao Li från Advanced Institute for Materials Research noterade:

”Modellen utför i princip allt trial‑and‑error‑arbete åt oss. Den drar nytta av en stor databas från tidigare studier för att söka igenom alla potentiella alternativ och hitta den bästa SSE‑kandidaten.”

Det avancerade AI‑ramverket från teamet integreras med den stora språkmodellen (LLM), en typ av maskininlärningsmodell som är förtränad på enorma mängder data. LLM:s är kända för sin stora förmåga att bearbeta, förstå och generera mänskligt språk.

Genom att införliva andra datadrivna tekniker hämtar den prediktiva modellen både från beräknings- och experimentella data. På så sätt ger studien forskarna ett robust alternativ med det mest framgångsrika resultatet.

Förutom att hjälpa till att påskynda utvecklingen av högpresterande, hållbara fast‑tillståndsbatterier, syftar studien också till att förstå de komplexa strukturella‑prestandarelationerna hos SSE:s. Denna relation omfattar faktorer som jonledningsförmåga, stabilitet och kompatibilitet med elektroder och undersöks ofta genom beräkningsmodellering, experimentell analys och datadrivna tillvägagångssätt.

Modellen som teamet byggde förutsäger dessutom aktiveringsenergier, fastställer stabil kristallstruktur och förbättrar forskarnas övergripande arbetsflöde. Studien visar att MetaD är en utmärkt beräkningsmetod, vilket demonstrerar betydande överensstämmelse med experimentella data för komplexa hydrid‑SSE:s.

Forskare har också identifierat ett nytt jonöverföringssystem. ”Tvåstegs”-mekanismen har upptäckts i både SSE:s som uppstår från integrationen av neutrala molekyler.

Så, genom att kombinera funktionanalys med multipel linjär regression kunde teamet framgångsrikt utveckla precisa prediktiva modeller för snabb utvärdering av hydrid‑SSE‑prestanda. Ännu viktigare möjliggör ramverket exakt förutsägelse av kandidatstrukturer utan att förlita sig på experimentella indata.

Sammanfattningsvis ger studien stora insikter samt avancerade metoder för effektiv design och optimering av nästa generations fast‑tillståndsbatterier.

Men detta är bara de inledande stegen mot att bygga hållbara energilösningar, med teamet som planerar att utvidga ramverkets tillämpning över olika elektrolytfamiljer. Teamet förväntar sig faktiskt att generativa AI‑verktyg kommer att vara användbara för att undersöka jonmigrationsvägar och reaktionsmekanismer, vilket förbättrar plattformens förutsägelsekapacitet.

Investera i marknaden för fast‑tillståndsbatterier

När det gäller ett investerbart företag i den framväxande marknaden för fast‑tillståndsbatterier ligger QuantumScape i framkant, som en stor aktör med fokus på litium‑metallteknik. Dess proprietära fasta keramiska separator är utformad för att förbättra energitäthet, laddningshastighet och säkerhet samtidigt som den förhindrar kritiska problem som dendritbildning, vilket har begränsat antagandet av litium‑metallanoder.

QuantumScape Corporation (QS )

Genom att utveckla SSB‑teknik för elfordon och sträva efter att bli en originalutrustningstillverkare (OEM) har QuantumScape Corporation redan säkrat partnerskap med den stora biltillverkaren Volkswagen Group och dess dotterbolag PowerCo.

Trots att de möter utmaningar i kommersialiseringen förblir QuantumScape ett stort namn inom området. Förra året började de producera prover av sina olika SSB‑produkter och planerar att tillverka ännu fler i år.

QS Prisdiagram

Med ett börsvärde på 2,2 miljarder dollar handlas QS‑aktier för närvarande till 3,90 dollar, vilket är mer än 25 % lägre år‑till‑dag. Dess EPS (TTM) är -0,91 och P/E (TTM) är -4,30.

För Q1 2025 rapporterade företaget 5,8 miljoner dollar i kapitalutgifter, GAAP‑driftskostnader på 123,6 miljoner dollar och en GAAP‑nettoförlust på 114,4 miljoner dollar. Det avslutade kvartalet med 860,3 miljoner dollar i likviditet, och kassareserven förväntas räcka in i andra halvan av 2028.

I år siktar företaget på att föra Cobra‑separatorprocessen till baslinjeproduktion, förbättra kvaliteten och produktionen av QSE‑5‑prover, samt leverera QSE‑5‑celler för att demonstrera dess exceptionella prestanda i en verklig tillämpning.

Senaste om QuantumScape Corporation

Slutsats

Eftersom batterier spelar en nyckelroll i att driva elektronik, elfordon och energisystem, finns ett behov av att utveckla nästa generations energimaterial för att skapa en hållbar framtid. Fast‑tillståndsbatterier erbjuder en lovande lösning, men deras utveckling möter betydande tekniska utmaningar. Vad SSB‑utvecklingen behöver är att förbättra prestandan hos den fasta elektrolyten (SSE).

Därför kommer den intensiva forskningen kring SSE:s, som är på väg att accelerera i ännu högre takt tack vare den nya datadrivna AI‑modellen. Drivet av enorma datamängder och avancerade simuleringsmetoder hjälper ramverket forskare att identifiera och optimera SSE:s med enastående hastighet och noggrannhet. Detta samspel mellan materialvetenskap och maskininlärning visar en enorm potential att leverera högpresterande och hållbara fast‑tillståndsbatterilösningar för att driva en ren energiframtid.

Klicka här för en lista över de bästa fast‑tillståndsbatteriaktierna.

Refererade studier:

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). Unraveling the complexity of divalent hydride electrolytes in solid-state batteries via a data-driven framework with large language model. Angewandte Chemie International Edition, 64(22), e202506573. https://doi.org/10.1002/anie.202506573

Gaurav började handla med kryptovalutor 2017 och har sedan dess blivit förälskad i kryptorummet. Hans intresse för allt som rör kryptovalutor förvandlade honom till en skribent som specialiserar sig på kryptovalutor och blockchain. Snart fann han sig själv arbeta med kryptoföretag och mediekanaler. Han är också en stor Batman-entusiast.