リチウム・イオン電池に対する技術経済学的競争力のためのナトリウム・イオン技術ロードマップの批判的評価

リチウム・イオン電池に対する技術経済的競争力のための

ナトリウム・イオン技術ロードマップとシナリオの批判的評価

Critically Assessing Sodium-Ion Technology Roadmaps and Scenarios

for Techno-Economic Competitiveness against Lithium-Ion Batteries

By Adrian Yao, Sally M. Benson & William C. Chueh

Nature Energy 2025 2025.01.13

要約

　ナトリウム･イオン電池は、主要鉱物の供給不足と価格変動に悩まされているリチウム・イオン電池の潜在的に低コストの代替品として注目を集めている。本稿では、鉱物価格とエンジニアリング設計フロアによって制約される構成要素の学習曲線を組み込んだモデリング・フレームワークを使用して、既存のリチウム・イオン電池に対するナトリウム･イオン電池の技術経済的競争力を評価する。ナトリウム・イオン技術開発ロードマップ、サプライチェーン・シナリオ、市場浸透率、学習率を変えながら、6,000以上のシナリオで予測されるナトリウム･イオンとリチウム・イオンの価格動向を比較する。ターゲットを絞った研究開発を通じて技術ロードマップに沿って大幅な進歩を遂げることができると仮定すると、2030年代に低コストのリチウム・イオン変種と価格競争力を持つ可能性のあるナトリウム･イオンの経路をいくつか特定する。さらに、タイムラインは重要な鉱物サプライチェーン、具体的にはリチウム、グラファイト、ニッケルのサプライチェーンの動向に非常に左右されることが示されている。モデル化の結果は、短期的に低コストのリチウム・イオン変種に対して価格面で有利になることは困難であり、ナトリウム･イオンのエネルギー密度を高めて材料の強度を下げることが競争力を向上させる最も効果的な方法の1つであることを示唆している。

メイン

　エネルギー転換には、電気自動車や定置型エネルギー貯蔵システム用の電池の大規模な導入が必要である。近年、ほぼすべての新しい蓄電池導入はリチウム・イオン電池によって行なわれてきた。これは主に、1991年に初めて商業化されて以来、価格が97％以上下落するなど、積極的な学習率を特徴とする過去30年間の商業化における大幅なコスト低下によって可能になったものである。この傾向は、本研究の業界データ提供者から集計された補足図1(省略)に示す平均リチウム・イオン・セル価格に反映されており、NMCタイプ(ニッケル、マンガン、コバルト酸化物)とLFPタイプ(リン酸鉄リチウム)の正極化学の異なる価格軌道も解決されている。しかし、急速なリチウム・イオン需要の増加により、最近、リチウム、ニッケル、グラファイト、コバルトの鉱物サプライチェーンに大きな負担がかかり、2022年に平均リチウム・イオン・セル価格指数が初めて上昇したが、その後、鉱物価格が急落したため、再び下落した。これにより、リチウム・イオンへの価格動向の依存や、生産のボトルネック、サプライチェーン・ショック、地政学的制約のリスクに関する懸念が高まっている。

　ナトリウム･イオン電池は、主に次の2つの理由から、近い将来リチウム・イオンの潜在的な実行可能な代替品となる。(1) ナトリウムの豊富さと入手可能性の増加は価格の低下を示唆し、(2) リチウム・イオン製造インフラとの互換性の低下は迅速な拡張タイムラインを示唆する。したがって、COVID後の深刻なリチウム価格高騰に対応してメーカーは最近、2030年までに240 GWhを超えるナトリウム･イオン・セル製造パイプラインを発表し、リチウム・イオンよりも低価格を約束した。しかし、ナトリウム･イオン電池が価格面で有利になるかどうか、何時になるか、どの程度になるかは、まだ主に推測の域を出ない。

　学習曲線は、ライトが航空機製造の改善パターンを最初に提唱して以来、技術進歩と価格の予測に広く利用されてきた。一般的な学習曲線(ライトの法則)は、累積生産量の関数として価格低下を予測し、エネルギー技術を含む幅広い分野にわたって正確な予測を生み出すことが統計的に証明されている。リチウム・イオン電池の産業上の重要性を考慮して、いくつかの研究ではライトの法則の従来の形式を使用して価格動向を特徴付けようとしたが、他の研究では研究による学習や規模の経済など、過去の動向を理解するために追加の記述子を割り当てている。しかし、従来の学習曲線は、基礎となる鉱物によって設定される限界を無視して、コストが限りなくゼロに近づくと非現実的に想定している。そのため、他のアプローチでは、鉱物価格の下限で学習曲線をさらに制限し、より現実的な予測を作成しようとしてきた。すべての価格の下限や追加のパラメーターが有効であると想定できるわけではないことに注意する。例えば、専門家の意見に基づく価格の下限は歴史的に非現実的であることが示されており、追加のパラメーターは過剰適合のためにモデルのパフォーマンスを低下させることが示されている。

　この研究では、個々の材料コンポーネントの下限制約学習曲線と、学習行動も示す技術開発ロードマップを組み合わせて、将来の価格動向をより正確に予測するアプローチを提案する。つまり、モデルの単純さと物理的精度のバランスをとる。次に、個々のアプローチを使用して、さまざまな技術、市場、サプライチェーンの条件下でのリチウム・イオンとナトリウム･イオンの電池価格動向を予測し、ナトリウム･イオンの技術経済的競争力を向上させる戦略を特定する。

学習曲線と技術ロードマップを組み合わせる

リチウム・イオンのベースラインを確立する

リチウム・イオン技術ロードマップ

学習の源泉を解明する

ナトリウム･イオン・セル開発ロードマップの予測

競争力の条件を見つけるためのシナリオのモデリング

考察

　　以上の章は省略。