首页/文章/ 详情

从Excel到网页:手把手教你搭建电芯设计工具

8天前浏览141
一次完整的工程实践:把复杂的电芯计算做成人人可用的网页工具

做电池研发的工程师都知道,电芯设计是一个反复迭代的过程。容量、尺寸、材料选择、成本估算——每一个参数的调整,都会牵动一系列连锁反应。传统做法是用Excel搭建计算模板,但随着设计方案的增多,Excel的局限性也逐渐显现:版本管理混乱、计算逻辑不透明、协作困难。

最近,我完成了一个有意思的小项目:把一个161Ah LFP卷绕方形电芯的Excel设计表,完整地搬到了网页上。这篇文章就记录一下这个过程,希望对同样在做电芯设计的你有所帮助。


一、电芯设计表里有什么?

先从Excel说起。这份设计表的核心是一个“计算引擎”,包含了电芯设计几乎所有的关键公式。

输入侧涵盖了电芯外形尺寸(长宽高)、额定容量、正负极材料体系(LFP/NMC等)、箔材厚度、配方比例、电解液注入量等参数。这些参数在表格中都以醒目的黄色单元格标识,方便识别和修改。

输出侧则自动计算出电芯重量、体积、比能量、能量密度等核心指标,以及正负极涂层厚度、电极长度/宽度、各部件成本等详细数据。

整个计算逻辑大致分为几个模块:

正极计算:根据容量、正极比容量、面容量等参数,算出活性物质质量、涂布面积、涂层厚度和铝箔用量。

负极计算:考虑N/P比和石墨比容量,类似地算出负极的各项参数。如果选择“石墨+硅”体系,还会根据硅含量加权计算比容量。

隔膜与电解液:根据电极尺寸和设计系数计算隔膜面积和用量,电解液则按注入比(g/Ah)计算。

成本核算:将所有物料用量乘以对应的材料单价,汇总得到材料总成本。再加上制造成本和良率损失,最终输出单颗电芯的成本和每kWh成本。

此外,表格还包含一个“智能卷绕优化器”,用于根据电极长度和电芯内腔尺寸,自动优化卷绕圈数和芯棒长度——这部分逻辑较为复杂,涉及几何迭代和评分函数,我们在网页版中暂时保留了扩展接口。


二、为什么要从Excel搬到网页?

Excel足够强大,但在实际使用中会遇到几个痛点:

第一,计算过程不透明。公式藏在单元格里,新人接手时需要逐个单元格追溯,学习成本高。

第二,版本管理困难。每次修改参数都可能产生一个新文件,时间一长,哪个是最终版本都搞不清楚。

第三,协作效率低。分享给同事时,对方可能因为Excel版本不同或宏安全设置而打不开。

第四,无法实时交互。修改一个参数需要等待整个表格重新计算,而且结果和输入往往不在同一个视图内。

网页版刚好能解决这些问题:所有计算逻辑集中在后端,前端只负责展示和交互;修改参数即时响应,结果一目了然;分享只需要一个链接。


三、网页版是怎么实现的?

整体架构采用了经典的前后端分离模式。

后端用Python的Flask框架搭建,核心计算逻辑全部封装在calculations.py中。这个文件把Excel里的几百个公式翻译成了Python函数,接收前端传来的参数,返回所有计算结果。

前端是一个HTML页面,用Bootstrap做了响应式布局。左侧是输入区,按功能分组(外形尺寸、材料选择、厚度参数、配方比例、制造与商业加成);右侧是结果区,点击“计算”按钮后实时刷新。

前后端通过REST API通信。前端把用户输入打包成JSON发送到/calculate接口,后端计算后返回JSON数据,前端再渲染成表格。


四、核心计算逻辑是怎么“翻译”的?

把Excel公式转成Python代码,关键是理解每一步的物理含义。

正极活性质量为例,Excel中的公式是:


= Capacity * 1000 / 正极比容量 / 利用率 / 0.9367

对应的Python代码是:


cathode_active_mass = capacity_Ah * 1000 / cathode_spec_cap / electrode_utilization / 0.9367

其中0.9367是一个经验系数,用于修正理论容量与实际容量的偏差。

正极涂层厚度的计算稍微复杂一些:


= 干固体质量 / (涂布面积 * 压实密度 * 固体分数) * 10000

这里的10000是单位换算系数(从cm到um)。

负极计算的关键是处理“石墨+硅”体系。如果用户选择了含硅负极,比容量需要按硅含量加权:





if anode_material == 'graphite+Si':    anode_spec_cap = base_cap * (1 - si_content/100) + si_cap * (si_content/100)else:    anode_spec_cap = base_cap

石墨的基础比容量是342mAh/g,硅的比容量是1500mAh/g。

成本计算则把每个部件的用量乘以对应的单价。以正极为例:


cathode_cost = 活性材料成本 + PVDF成本 + 炭黑成本 + 铝箔成本

其中粘结剂和导电剂的成本按它们在干固体中的质量分数分摊。


五、部署和体验

整个项目只需要三个文件:app.py(Flask服务)、calculations.py(计算引擎)、templates/index.html(前端页面)。

部署步骤非常简单:

  1. 安装Python依赖:pip install flask flask-cors
  2. 在项目目录运行:python app.py
  3. 浏览器访问:http://127.0.0.1:5000


从打开网页到完成一次完整的电芯设计计算,整个过程不超过30秒。所有参数都是中文标注,下拉菜单和数字输入框让操作变得直观。计算结果不仅包含电芯性能指标,还完整展示了从材料成本到最终售价的完整成本链。


六、写在最后

把电芯设计表从Excel搬到网页,表面上是工具形式的改变,本质上是对工程知识沉淀和复用方式的一次升级。

Excel适合个人快速 prototyping,但当设计逻辑日趋复杂、协作需求日益增长时,代码化的方案展现出明显优势:计算逻辑可追溯、可测试、可版本控制;界面可定制、可交互、可分享。

当然,这只是一个开始。后续还可以加入更多功能:不同化学体系的材料数据库、图表可视化、设计方案对比、导出报告等。工具的价值在于降低重复劳动的成本,让工程师把精力集中在真正有创造性的工作上。

如果你也在做类似的工作,欢迎交流讨论。

(本文基于实际项目经验撰写,数据仅供参考,实际电芯设计请以实测为准。)


来源:小明来电
ACT化学汽车python通信UM理论材料控制渲染
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:2026-08-17
最近编辑:8天前
小明来电
硕士 新能源干货,尽在小明来电~
获赞 11粉丝 10文章 258课程 0
点赞
收藏
作者推荐

全球电动汽车展望2026 - 2

新兴电池化学与设计钠离子电池正进入规模化生产阶段首款钠离子电池驱动的电动汽车于2023年底才在中国推出,但如今宁德时代(CATL)和比亚迪等领先的电池制造商正逐步扩大该技术的应用。与锂离子电池相比,钠离子电池在低温环境下性能显著更优,尤其是磷酸铁锂(LFP)化学体系。最新一代钠离子电池在低至-40°C的温度下仍能保持约90%的标称容量,并可在高达70°C的高温环境中正常运行。对于能够同时维持多个供应链的大型电池制造商而言,掌握钠离子电池的专业技术和生产能力,也有助于降低对锂价剧烈波动的暴露风险。尽管近年来取得了一定进展,钠离子电池仍因能量密度低于锂离子技术而受到限制,在当前锂价下难以与LFP电池竞争。最新的钠离子电池能量密度最高可达175 Wh/kg,而最新一代LFP电池可达205 Wh/kg,镍钴锰氧化物(NMC)电池则能达到265 Wh/kg。在体积能量密度(Wh/L)方面,其劣势更为明显:配备钠离子电池的普通SUV续航里程最高可达350公里,而相同条件下锂离子电池的续航里程为400至600公里。因此,钠离子电池预计更适合用于短途电动汽车、城市区域的轻型商用车、两轮和三轮车,以及叉车等工业设备,还有电池固定储能系统。此外,在混合动力电动车电池包中结合锂离子和钠离子化学体系时,它们还能帮助减少寒冷天气下的续航损失。钠离子电池的全球供应链也远不如锂离子电池发展完善,这限制了其短期内大规模应用的前景。例如,硬碳(作为钠离子电池中替代石墨的阳极活性材料)的供应链目前仍不成熟,且主要集中在亚洲地区。电池制造产能也显著不足。目前钠离子电池的制造能力仅相当于锂离子电池的1.01%左右,而2030年公布的项目产能仅占当年承诺的锂离子电池产能的约7%。 固态电池正在不断进步,但仍需进行大规模验证。固态电池(SSB)因其可实现更长续航里程和更高安全性而受到关注和投资。然而,这些优势尚未在实际应用中得到验证。“固态电池”这一术语涵盖多种技术,所有技术均采用固态电解质,而锂离子电池则使用液态(易燃)有机溶剂与锂盐作为电解质。半固态电池(Semi-SSBs)已投入商用,采用固体聚合物作为电解质,必须在较高温度(约60–90°C)下运行,此时聚合物会转变为软的、类似橡胶的状态。近固态电池(almost-SSB)和全固态电池(all-SSB)均使用固体电解质,在工作过程中保持机械刚性。在近固态电池中,会在阴极电极上添加少量液态电解质,以提高其导电性。目前最常提及的固态电池优势,例如更高的安全性,主要来自近固态或全固态设计,这些设计尚处于原型阶段。尽管全固态电池已开始小规模生产用于测试,但其制造过程仍比锂离子电池更为复杂且成本更高。此外,由于对机械性能要求更严苛,例如需要施加更高的压力来运行电池,将其集成到电动汽车电池包中也面临诸多挑战。其中,日本制造商丰田公司最为先进,已于2021年测试出首个原型,并宣布计划在2028年前推出首款全固态电池驱动的汽车;中国比亚迪则计划从2027年开始销售首款全固态电池电动车,并于2030年起启动量产。韩国三星也制定了类似的全固态电池生产时间表。美国方面,QuantumScape于2025年已在摩托车中测试了其固态电池技术,而Factorial Energy则在完成超过1000公里续航的实际测试后,宣布计划进入公开市场上市。SSB的初期成本可能较高,这反映了其制造工艺和供应链尚不成熟。在高端市场,消费者更看重产品范围和性能,因此这类市场可能支持SSB的早期推广,为制造商提供利润空间,以应对规模化生产带来的挑战,并逐步降低生产成本。新兴市场,例如人形机器人等智能设备,可能成为SSB生产商的重要早期需求和收入来源。然而,这意味着SSB要真正进入电动汽车大众市场仍需时间,预计到2030年代上半年之前,SSB仍将主要局限于高端细分市场。第九章:电动汽车与电池展望场景概述采用情景分析方法,结合近期的市场趋势、政策和技术创新,探讨2035年电动出行的发展前景。情景预测展示了全球电动汽车(EV)市场的可能未来发展趋势及其对能源领域的影响。这些情景均不构成对未来走势的预测,也不旨在对未来进行预判。其主要目的是为政策制定者和相关利益方提供有关电动汽车市场未来演变的洞察。提出了两种基于政策的探索性情景:当前政策情景(CPS)和已定政策情景(STEPS)。第三个情景——2050年实现净零排放情景(NZE情景),是一种规范性情景,旨在勾勒出到2050年将全球能源相关二氧化碳排放降至净零的路径。当前政策情景假设现有政策和法规保持不变,对新兴能源技术(包括电动汽车)在能源系统中的部署与整合速度持谨慎态度。在此情景下,潜在的制约因素——如基础设施不足、机构能力有限、融资困难或缺乏持续的政策支持,以及对技术成本下降前景的悲观预期——阻碍了这些技术的普及率提升。因此,电动汽车的部署主要集中在政策框架健全的市场,而在其他地区则较为平缓,其市场份额长期维持在当前水平。此外,传统车辆技术效率的改善也较历史水平放缓,因为该情景假设在规定政策期限后,相关标准将不再进一步加强,这与能源消耗和排放影响密切相关。政策情景(CPS)考虑实施更广泛的政策,包括那些虽已正式提出但尚未采纳的政策,以及其他官方战略文件所指明的发展方向。假设新兴技术部署的障碍低于CPS情景;然而,STEPs并不认为目标一定会实现,其实现前景和时间将取决于相关市场、基础设施和财务约束的评估。STEPs旨在照见政策制定者的计划,并审视其可能带来的后果。“到2050年实现净零排放”情景采取了不同的方法,提出了一条路径,旨在到2050年将全球能源相关二氧化碳排放量降至净零,并与长期目标一致,即把全球平均气温上升幅度控制在1.5°C以内(概率为50%)。要实现到2050年全球二氧化碳排放量达到净零,存在多种可能的路径,同时也面临诸多不确定性因素。因此,“净零排放情景”仅是一条路径,并非通往净零排放的唯一路径,国际能源署也认识到各国将各自选择不同的发展道路。所有国际能源署(IEA)情景均采用相同的社会经济假设(即人口和经济增长)。但它们在政策、长期目标以及克服技术障碍能力方面的假设上有所不同。这种方法使人们能够在一个共同的背景下比较不同能源选择所产生的影响和后果。本报告所呈现的预测基于截至2026年3月底的历史市场数据及已公布的政策。这些情景预测包含了国际货币基金组织和牛津经济研究所提供的GDP假设,以及联合国提供的人口假设,具体说明见国际能源署《2025年全球能源与气候模型》文件。(未完待续)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