有很多方法可以绘制世界地图，从地理插图到我们周围生物的基因组成。某可再生能源研究组将这些概念也应用到了电池的研究中。他们领导了电池电化学储能计算模型，设计了地图和模型，以提高我们对电池的理解。

研究可持续能源是我帮助保护自然世界的一种方法。为了更好的电池建模，研究者们开始制造电脑模型，为可持续发展的未来设计更好的电池，并设计和解决安全、可靠、高效的电网和交通脱碳电池的难题。目前全球数千名工程师投入了解电池电化学材料与大型系统的之间的复杂相互作用。

储能是电气化交通运输和电网快速发展的关键，是未来脱碳的基石。公开交换电池数据对于实现能源目标是不可或缺的。为了支持这一努力，研究者们与行业伙伴之间建立新兴合作，以创建一个强有力的电池基因组图谱，以标准化数据格式，并促进整个电池社区的数据和软件的开放交换。该计划将支持未来利用机器学习和人工智能来简化电池研发的过程。

“计算建模使研究人员能够自动化和加速创新，”科研人员说，“与物理相关的人工智能有助于解决电池材料不完全了解的问题；或者因为数据集的规模太大，人类无法解决的问题。通过共同努力，我们可以加快前沿实验的步伐，增加对新的可持续技术的采用。”

对电池基因组的更全面的了解将加速储能项目的研究。科研人员从事新电池材料的发现，将建模工作通过提供电池在新材料下的性能的粗略预测，支持了下一代电池新发现的快速达成。此外，电池基因组项目将把电池视为一个整体系统，从制造到健康预测，能够改进整个能源存储系统。