首页/文章/ 详情

近十年动力电池成本变化

22小时前浏览22
2025年3月,美国的非营利性电池专业协作机构 Volta Foundation 在官网发布了2024年电池报告,这是该机构自2020年来第5次发布深度的电池行业报告,去年笔者也曾转载过2023年电池报告的部分内容(见文末),很有学习价值和借鉴意义。
本期我们将研读2024年报告的电池成本部分。
总结:降低成本是整个电池价值链的首要任务
要点:
  • 在利润微薄、价格竞争激烈的市场中,电池制造商和汽车制造商将降低成本作为主要的生存机制。
  • 中国目前的电池价格低到足以推动巨大的需求,但只有成本最低的生产商才能生存下来。
  • 欧洲和北美的新制造商在基本的制造效率和质量方面面临着几个障碍。鉴于此,西方电池行业继续由亚洲企业组成。
自2022年以来,由于材料价格暴跌,特别是碳酸锂、正极材料和负极材料的价格暴跌,电池的平均生产成本急剧下降。低材料价格是由产能过剩和供过于求推动的。最初的成本降低是由制造效率和电池设计的逐步改进推动的,但现在工艺已经得到了很好的优化,例如,LFP的成本与碳酸锂的价格密切相关。
随着生产成本的下降,中国制造的电池在2024年的平均销售价格也有所下降。这背后的驱动因素是已经出现的严重产能过剩,生产的电池超过了消耗的电池。这导致制造商以生产成本或低于生产成本的价格销售产品,以保持竞争力和市场份额,从而将价格推至新低。

锂离子电池包的平均价格从2023年下降了20%,到2024年达到了115美元/千瓦时的历史低点。

导致下降的因素包括:

  • 电池制造产能过剩

  • 规模经济和减少潜在成本的增量生产改进,如产量/质量

  • 低原材料和零部件价格

  • 采用低成本的LFP电池

  • 电动汽车销售增长放缓


近年来,电池成本的降低主要体现在三个方面:制造卓越;供应链效率;技术创新。

中国境外生产成本上升受以下因素影响:

  • 初期产量较低,工厂自动化程度较高

  • 能源和劳动力成本的差异

  • 供应商要求更高的利润率

  • 进口关税和原材料的本地溢价


电池制造非常困难,需要低废品率和高产量才能盈利。到目前为止,选择单干的新制造商很少能存活下来。与经验丰富的生产商合资是最成功的策略。这对于快速缩短供货时间和提高客户对供应质量和可靠性的信心至关重要。尽管中国本土企业现在越来越愿意与当地合作伙伴合作,但它们与中国政府一道,正在齐心协力避免关键技术诀窍的泄露。

尽管镍钴价格不断下跌,但与LxFP和新兴的基于NMC的化学品相比,NMC811仍然是最昂贵的化学品。中镍高压NMC已经成为高镍NMC的低成本替代品,同时提供相当的能量密度。由于缺乏昂贵的原材料和更有效的锂利用,LxFP系列正在引领低生产成本的道路。高压实密度LFP正极材料可以使电池成本降低高达3%,继续对现有化学物质进行增量改进的趋势。

以上是对2024年电池报告的成本部分的分享,希望对感兴趣的小伙伴有所帮助。


来源:小明来电
化学汽车材料工厂
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-04-06
最近编辑:22小时前
小明来电
硕士 新能源干货,尽在小明来电~
获赞 6粉丝 6文章 134课程 0
点赞
收藏
作者推荐

电池制造走向数字化-3

今天继续为大家带来《The Power of Digitalization in Battery Cell Manufacturing》的第三部分译文。数字技术 电芯制造可分为物理空间和数字空间,如图3所示。本示例的目的是提供对技术术语的基本理解。在电池制造领域,数字空间和物理空间的融合将彻底改变整个行业,提高效率、生产力和质量。本章详细阐述了这两个空间之间的相互作用,重点关注用例、数字孪生、使能技术及其对车间的影响。 图三 物理空间包括车间的所有资产。它包括用于电极生产、电池组装和电池精加工以及中间产品(如电极片)的机器。双向信息流连接着物理空间和数字空间。工厂的数字空间由三层组成:支持技术、数字孪生和可以在其上构建的用例。 赋能技术是将数字空间与车间连接起来的各种工具和系统,并允许收集、存储、处理和分析数据。这些技术,如工业物联网(IIoT)或人工智能(AI),是通过数字化进行变革的基础。在本白 皮书中,我们只提供了一个高层次的概述,电池制造的数字化赋能技术。数字空间的第二层由数字孪生(DTs)组成,它们是现实世界对象的数字表示。我们区分了建筑物、机器和产品的数字表示,使用术语“数字孪生”来涵盖任何形式的数字模型、阴影或数字表示,而对实时双向数据流等特征没有严格要求。DT是整个数字空间的数据基础。它将允许在整个组织中实现数字解决方案用例,并实现令人满意的投资回报和真正的竞争优势。 DTs利用使能技术来促进第三层的实现,从而实现数字化用例。例如,数字孪生机器可以使用其IIoT平台支持的数据连接和AI来实现预测性维护用例。作为我们基于模型的研究的中心焦点,特定的用例将被详细地彻底检查。支持技术 在数字化时代,新的先进技术正在改变生产格局。表1列出了实现向数字化生产过渡的关键硬件和软件创新。本章介绍了一些关键技术及其对生产的相关影响,展示了该领域最相关和最受欢迎的进步。如前一节所述,我们区分了启用技术和用例。使能技术是特定的数字或网络物理(通常:“工业4.0”)技术,允许实现可追溯性或质量预测等用例。随着信息技术(IT)和操作技术(OT)的融合,支持技术可以是硬件和软件解决方案的混合。 表1 在某种程度上,大多数这些促成因素都可能在现代电池生产工厂中找到。表2更详细地描述了一些高度相关或特别流行的解决方案。现代制造商希望通过“智能系统”来补充现有的制造应用程序(例如MES),通过将车间数据与企业数据相结合,进一步推动改进和价值创造。这通常包括基于平台的方法,以及具有专用业务语境的模块化应用程序。像这样的技术可以帮助公司预测事件,将它们与感兴趣的应用程序联系起来,并基于数据实现实时反应。 表2素材来源:《The Power of Digitalization in Battery Cell Manufacturing》来源:小明来电

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈