Los investigadores han desarrollado un algoritmo de aprendizaje automático que podría ayudar a reducir los tiempos de carga y prolongar la vida útil de la batería en los vehículos eléctricos al predecir cómo los diferentes patrones de conducción afectan el rendimiento de la batería, mejorando la seguridad y la confiabilidad.
Los investigadores, de la Universidad de Cambridge, dicen que su algoritmo podría ayudar a los conductores, fabricantes y empresas a aprovechar al máximo las baterías que alimentan los vehículos eléctricos al sugerir rutas y patrones de conducción que minimicen la degradación de la batería y los tiempos de carga, escribe la universidad británica.
Evitar la degradación de la batería
El equipo desarrolló una forma no invasiva de probar las baterías y obtener una visión holística del estado de la batería. Luego, estos resultados se incorporaron a un algoritmo de aprendizaje automático que puede predecir cómo los diferentes patrones de conducción afectarán la salud futura de la batería.
Si se desarrolla comercialmente, el algoritmo podría usarse para recomendar rutas que lleven a los conductores de un punto a otro en el menor tiempo posible sin degradar la batería, por ejemplo, o recomendar la forma más rápida de cargar la batería sin que se degrade.
La salud de una batería, ya sea en un teléfono inteligente o en un automóvil, es mucho más compleja que un solo número en una pantalla. «La salud de la batería, como la salud humana, es algo multidimensional y puede degradarse de muchas maneras diferentes», dijo la primera autora Penelope Jones, del Laboratorio Cavendish de Cambridge. “La mayoría de los métodos para monitorear el estado de la batería asumen que una batería siempre se usa de la misma manera. Pero no es así como usamos las baterías en la vida real. Si estoy transmitiendo un programa de televisión en mi teléfono, la batería se agotará mucho más rápido que si lo estoy usando para enviar mensajes. Es lo mismo con los autos eléctricos: la forma en que conduces afectará la degradación de la batería”.
Los ‘biomarcadores’ de la batería
Los investigadores desarrollaron una sonda no invasiva que envía pulsos eléctricos de alta dimensión a una batería y mide la respuesta, proporcionando una serie de «biomarcadores» del estado de la batería. Este método es suave con la batería y no hace que se degrade más.
Las señales eléctricas de la batería se convirtieron en una descripción del estado de la batería, que se introdujo en un algoritmo de aprendizaje automático. El algoritmo pudo predecir cómo respondería la batería en el siguiente ciclo de carga y descarga, dependiendo de qué tan rápido se cargara la batería y qué tan rápido iría el automóvil la próxima vez que estuviera en la carretera. Las pruebas con 88 baterías comerciales mostraron que el algoritmo no requería ninguna información sobre el uso previo de la batería para hacer una predicción precisa.
undefinedEl experimento se centró en las celdas de óxido de cobalto y litio (LCO), que se utilizan ampliamente en las baterías recargables, pero el método se puede generalizar a los diferentes tipos de químicas de batería que se utilizan en los vehículos eléctricos en la actualidad.
Potencial para varias áreas.
Los investigadores dicen que además de los fabricantes y los conductores, su método podría ser útil para las empresas que operan grandes flotas de vehículos eléctricos, como las empresas de logística. “El marco que hemos desarrollado podría ayudar a las empresas a optimizar la forma en que usan sus vehículos para mejorar la vida útil general de la batería de la flota”, dijo el Dr. Alpha Lee, quien dirigió la investigación. «Hay tanto potencial con un marco como este».
Los investigadores ahora están trabajando con los fabricantes de baterías para acelerar el desarrollo de baterías de próxima generación más seguras y duraderas. También están explorando cómo podría usarse su marco para desarrollar protocolos óptimos de carga rápida para reducir los tiempos de carga de vehículos eléctricos sin causar degradación.