La IA alarga la vida de las baterías de los VE un 23% sin ralentizar la carga rápida
Los investigadores entrenaron un modelo de aprendizaje por refuerzo sobre la electroquímica de las baterías para adaptar la corriente de carga al estado de salud de cada batería
Anuncios
La carga rápida acorta la vida de las baterías de los vehículos, pero es necesaria en los viajes largos con vehículos eléctricos. Investigadores de la Universidad Tecnológica de Chalmers (Suecia) han desarrollado un nuevo método de inteligencia artificial que adapta la carga rápida al estado de la batería. Su estudio demuestra que la duración de la batería puede aumentar casi un 23% sin prolongar el tiempo de carga. Basta con actualizar el software del vehículo.
Cuando los particulares o las empresas se plantean adquirir vehículos eléctricos, la posibilidad de carga rápida es un factor importante.
"Para los taxis o los vehículos pesados de la industria, por ejemplo, el acceso a la carga rápida significa mucho, pero esto también es cierto para los turismos. 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", afirma Changfu Zou, profesor del Departamento de Ingeniería Eléctrica de Chalmers.
En la actualidad, las baterías de los vehículos eléctricos tienen una vida útil de entre 8 y 15 años aproximadamente, en función del uso y la carga. Varios estudios del mercado europeo de vehículos eléctricos* muestran que los consumidores que se plantean comprar un vehículo eléctrico están preocupados por la limitada vida útil de las baterías.
La exigencia de una carga rápida y eficiente también entra en conflicto con la salud de las baterías, ya que dicha carga es estresante para las baterías y acorta su vida útil.
Changfu Zou se ha enfrentado a este reto con Meng Yuan, profesor adjunto de la Universidad Victoria de Wellington (Nueva Zelanda) y antiguo investigador de Chalmers. En el estudio que acaban de publicar, demuestran que es posible aumentar la vida útil de las baterías sin aumentar significativamente la velocidad de carga, con ayuda de la inteligencia artificial.
Adaptar la carga al estado de la batería
En el estudio, los investigadores presentan una estrategia de carga basada en inteligencia artificial que adapta la corriente durante cada carga rápida a la composición química de la batería y a su "estado de salud". La carga adaptada prolonga la vida útil de la batería en torno a un 23% en comparación con el método estándar actual. Al mismo tiempo, el tiempo de carga no se ve afectado, más o menos unos segundos.
"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.
Cuando una batería se carga rápido, se fuerza la entrada de una gran corriente en las distintas celdas, lo que provoca un mayor riesgo de reacciones químicas secundarias, entre otras cosas. Una de las más problemáticas es la conocida como deposición de litio, en la que el litio metálico precipita sobre el electrodo en lugar de almacenarse correctamente en la estructura de la batería. Esto puede reducir la capacidad y también afectar a la seguridad, ya que las irregularidades en la estructura del litio pueden, en el peor de los casos, provocar un cortocircuito.
"El riesgo de que el litio se aplaste aumenta con la antigüedad 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 usándose", afirma Meng Yuan.
Poco tiempo de carga y menos desgaste
La nueva estrategia de carga basada en IA se basa en el aprendizaje por refuerzo, en el que las acciones correctas son recompensadas y, por tanto, reforzadas. El entorno de entrenamiento consistió en un modelo de una de las baterías de vehículos eléctricos más comunes del mercado y una simulación de los parámetros que influyen tanto en el tiempo de carga como en la salud de la batería.
El modelo de IA se entrenó para adaptar la carga en función de lo cargada o descargada que estuviera la batería en el momento de la carga. También debía tener en cuenta el estado general de la batería, crucial tanto para la capacidad como para la electroquímica. El resultado fue una estrategia de carga que acorta el tiempo de carga y minimiza las reacciones nocivas.
"Nuestro estudio demuestra que la adaptación inteligente de la corriente durante la carga, teniendo en cuenta el estado electroquímico cambiante de la batería, puede maximizar tanto el rendimiento como la vida útil de la batería", afirma Changfu Zou.
Fácil de aplicar, pero requiere adaptación
Según los investigadores, la nueva estrategia de carga es fácil y rentable: en principio, podría aplicarse actualizando el software de los sistemas de gestión de la batería del vehículo. Sin embargo, es necesaria cierta adaptación para que el método pueda utilizarse de forma generalizada.
"Hoy en día no hay tantos tipos de baterías diferentes, pero es necesario calibrar el método para que pueda ser utilizado por todo el mundo. Gracias al aprendizaje por transferencia, podemos aprovechar lo que nuestro modelo de IA ya ha aprendido y adaptarlo así a las nuevas baterías con mayor rapidez", explica Changfu Zou.
El siguiente paso es probar el método directamente en baterías físicas. Los investigadores esperan que la estrategia de carga basada en IA contribuya de forma significativa a la electrificación del sector del transporte.
"Para reducir las emisiones y pasar a una sociedad sin combustibles fósiles, es importante que la gente esté preparada para pasarse a los vehículos eléctricos. La posibilidad de recarga rápida, combinada con una mayor duración de las baterías, son importantes fuerzas motrices", afirma Meng Yuan.
"Y para la industria del automóvil, un aumento de casi el 23% en la vida útil de las baterías puede significar menores costes de garantía, mejor valor de reventa y un uso más eficiente de materias primas fundamentales", afirma Changfu Zou.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
Estos productos pueden interesarle
