Un método de IA podría alargar la vida útil de las baterías de los VE en 23%
Aunque estudios recientes han demostrado que el desgaste de la batería en los primeros 100.000 kilómetros es a menudo más bajos de lo previsto, El estado de salud (SoH) de las baterías de tracción disminuye inevitablemente a medida que los vehículos eléctricos envejecen y acumulan kilometraje. Esto se traduce en una reducción gradual de la capacidad utilizable de la batería en comparación con las especificaciones del fabricante.
Dado que la disminución de la capacidad de las baterías es una de las principales preocupaciones de los posibles compradores de coches eléctricos y vehículos eléctricos comerciales, los investigadores de la Universidad Tecnológica Chalmers de Gotemburgo (Suecia) han desarrollado un método para mejorar la salud de las baterías. Se centraron en la carga rápida de CC, que se sabe que acelera la degradación de las baterías más rápidamente que los cargadores de CA, más lentos.
“Para los taxis o los vehículos pesados de la industria, por ejemplo, el acceso a la recarga rápida significa mucho, pero esto también es cierto para los turismos”, afirma Changfu Zou, profesor del Departamento de Ingeniería Eléctrica de la Universidad de Chalmers. “Aunque los automovilistas particulares suelen cargar sus coches eléctricos en casa, la disponibilidad de carga rápida fuera del hogar es un factor crucial, ya que facilita los desplazamientos y la conducción en distancias más largas”.”
Prolongar la vida útil con la IA
En un estudio publicado recientemente, Zou, junto con Meng Yuan, profesor adjunto de la Universidad Victoria de Wellington en Nueva Zelanda y antiguo investigador de la Universidad de Chalmers, demostró que la inteligencia artificial puede prolongar la vida útil de las baterías sin aumentar significativamente el tiempo de carga.
Este método de carga impulsado por la IA prolonga la vida útil de la batería en aproximadamente un 23% en comparación con los procedimientos estándar actuales, mientras que el tiempo de carga permanece prácticamente inalterado. “Demostramos que es posible cargar más o menos tan rápido como hoy, pero con una degradación a largo plazo de la batería significativamente menor”, afirma Meng Yuan.
La carga rápida es un factor de estrés para las baterías, ya que fuerza la electricidad de alta corriente a través de células individuales, aumentando el riesgo de reacciones químicas secundarias. Una cuestión especialmente problemática es el recubrimiento de litio. En este caso, el litio metálico se deposita en el electrodo en lugar de almacenarse adecuadamente dentro de la estructura de la pila. Esto puede reducir la capacidad y comprometer la seguridad, ya que una distribución desigual del litio puede, en el peor de los casos, provocar un cortocircuito.
Prevenir el recubrimiento de litio
“El riesgo de recubrimiento de litio aumenta con la edad de la batería. Sin embargo, los métodos estándar de carga actuales utilizan la misma corriente y tensión independientemente de si la batería es nueva o lleva años utilizándose”, afirma Meng Yuan.
La nueva estrategia de carga basada en IA se basa en el aprendizaje por refuerzo, en el que las acciones correctas son recompensadas y reforzadas. El modelo de IA se entrenó para adaptar el proceso de carga al estado de carga (SoC) de la batería teniendo en cuenta su estado general, ya que esto es fundamental tanto para la capacidad como para el rendimiento electroquímico. El resultado es una estrategia de carga que reduce el tiempo de carga y minimiza las reacciones nocivas.
Según los investigadores, la nueva estrategia de carga es sencilla y rentable de aplicar, ya que podría implantarse mediante actualizaciones de software en los sistemas de gestión de las baterías de los vehículos. Sin embargo, serían necesarios algunos ajustes para su adopción generalizada.
0 Comentarios