Η τεχνητή νοημοσύνη ενδέχεται να αλλάξει σημαντικά τον τρόπο φόρτισης των ηλεκτρικών αυτοκινήτων, καθώς ερευνητές από το Chalmers University of Technology στη Σουηδία ανέπτυξαν μια νέα μέθοδο γρήγορης φόρτισης που μπορεί να παρατείνει τη διάρκεια ζωής των μπαταριών έως και κατά 23%, χωρίς να αυξάνει ουσιαστικά τον χρόνο φόρτισης.
Η έρευνα παρουσιάζει ένα σύστημα διαχείρισης μπαταρίας βασισμένο στην τεχνητή νοημοσύνη, το οποίο προσαρμόζει δυναμικά τη διαδικασία φόρτισης ανάλογα με την κατάσταση της μπαταρίας. Σύμφωνα με τους ερευνητές, η νέα μέθοδος πέτυχε αύξηση της διάρκειας ζωής της μπαταρίας κατά 22,9% σε σύγκριση με τις σημερινές συμβατικές μεθόδους φόρτισης.
Δείχνουμε ότι είναι δυνατό να φορτίζουμε περίπου το ίδιο γρήγορα όπως σήμερα, αλλά με σημαντικά μικρότερη μακροπρόθεσμη φθορά της μπαταρίας,
δήλωσε ο Meng Yuan, ερευνητής στο Τμήμα Ηλεκτρολόγων Μηχανικών του Chalmers.
Η διάρκεια ζωής των μπαταριών μετρήθηκε σε “ισοδύναμους πλήρεις κύκλους φόρτισης” δηλαδή στον αριθμό των πλήρων κύκλων φόρτισης και αποφόρτισης που μπορεί να αντέξει η μπαταρία μέχρι η χωρητικότητά της να πέσει στο 80% της αρχικής. Το συγκεκριμένο όριο θεωρείται συνήθως το τέλος της ωφέλιμης ζωής μιας μπαταρίας για χρήση σε ηλεκτρικά οχήματα.
Με τη νέα μέθοδο, ο μέσος χρόνος φόρτισης παρέμεινε σχεδόν αμετάβλητος: 24,12 λεπτά έναντι 24,15 λεπτών της συμβατικής μεθόδου.
Οι ερευνητές εξηγούν ότι η συχνή ταχεία φόρτιση επιβαρύνει τις μπαταρίες ιόντων λιθίου, καθώς τα υψηλά ρεύματα μπορούν να προκαλέσουν ανεπιθύμητες χημικές αντιδράσεις. Ένα από τα σημαντικότερα προβλήματα είναι η επιμετάλλωση λιθίου, κατά την οποία το μεταλλικό λίθιο εναποτίθεται στα ηλεκτρόδια αντί να αποθηκεύεται σωστά στη δομή της μπαταρίας. Το φαινόμενο αυτό μειώνει τη χωρητικότητα, αυξάνει την εσωτερική αντίσταση και σε ακραίες περιπτώσεις μπορεί να επηρεάσει την ασφάλεια της μπαταρίας.
Ο κίνδυνος εμφάνισης επιμετάλλωσης λιθίου αυξάνεται όσο γερνά η μπαταρία. Ωστόσο, οι σημερινές τυπικές μέθοδοι φόρτισης χρησιμοποιούν το ίδιο ρεύμα και τάση ανεξάρτητα από το αν η μπαταρία είναι καινούργια ή χρησιμοποιείται εδώ και χρόνια,
ανέφερε ο Yuan.
Ο Changfu Zou, καθηγητής στο Τμήμα Ηλεκτρολόγων Μηχανικών του Chalmers University, δήλωσε:
Αυτή η εργασία δείχνει ότι το πραγματικό εμπόδιο της γρήγορης φόρτισης δεν είναι απλώς τα όρια του ρεύματος, αλλά η εξελισσόμενη ηλεκτροχημική κατάσταση στο εσωτερικό της μπαταρίας. Ενσωματώνοντας την τεχνητή νοημοσύνη με μια κατανόηση βασισμένη στη φυσική, πλησιάζουμε περισσότερο σε στρατηγικές φόρτισης που λαμβάνουν υπόψη την υγεία της μπαταρίας και μεγιστοποιούν τόσο την απόδοση όσο και τη διάρκεια ζωής.
Η νέα μέθοδος βασίζεται στην ενισχυτική μάθηση, μια τεχνική μηχανικής μάθησης κατά την οποία ο αλγόριθμος μαθαίνει μέσω δοκιμής και σφάλματος να λαμβάνει καλύτερες αποφάσεις. Στην περίπτωση των ηλεκτρικών οχημάτων, το σύστημα προσαρμόζει το ρεύμα και την τάση φόρτισης ανάλογα με τη χημεία και την κατάσταση υγείας της μπαταρίας κατά τη διάρκεια της γρήγορης φόρτισης.
Οι ερευνητές εξηγούν ότι καθώς η μπαταρία γερνά, η τεχνητή νοημοσύνη προσαρμόζει τη διαδικασία ώστε να προστατεύονται εξαρτήματα όπως η άνοδος, η κάθοδος και ο ηλεκτρολύτης από υπερβολική καταπόνηση.
Στη μελέτη αναφέρεται πως η εργασία αυτή παρουσιάζει την πρώτη σαφή διατύπωση ενός προβλήματος δια βίου γρήγορης φόρτισης μπαταρίας. Η προτεινόμενη μέθοδος επιτυγχάνει σημαντική βελτίωση στην απόδοση, όπου η διάρκεια ζωής της μπαταρίας επεκτείνεται σε 703 ισοδύναμους πλήρεις κύκλους.
Οι ερευνητές σημειώνουν επίσης πως η προτεινόμενη προσέγγιση διατηρεί συγκρίσιμη αποδοτικότητα φόρτισης ενώ επεκτείνει σημαντικά τη διάρκεια ζωής της μπαταρίας, αποδεικνύοντας ότι η αύξηση της διάρκειας ζωής μπορεί να επιτευχθεί χωρίς συμβιβασμούς στην ταχύτητα φόρτισης.
Σύμφωνα με το Chalmers University, ένα σημαντικό πλεονέκτημα της τεχνολογίας είναι ότι θα μπορούσε να εφαρμοστεί μέσω ενημερώσεων λογισμικού στα υπάρχοντα συστήματα διαχείρισης μπαταρίας, χωρίς την ανάγκη ειδικών αισθητήρων εργαστηρίου κατά τη λειτουργία.
Οι ερευνητές εκτιμούν ότι η μεγαλύτερη διάρκεια ζωής των μπαταριών θα μπορούσε να μειώσει το κόστος εγγυήσεων για τις αυτοκινητοβιομηχανίες, να αυξήσει την μεταπωλητική αξία των ηλεκτρικών οχημάτων και να περιορίσει τη ζήτηση για πρώτες ύλες που χρησιμοποιούνται στις μπαταρίες.
Ο Changfu Zou δήλωσε:
Για ταξί ή βαρέα οχήματα στη βιομηχανία, για παράδειγμα, η πρόσβαση στη γρήγορη φόρτιση είναι πολύ σημαντική, αλλά αυτό ισχύει και για τα επιβατικά αυτοκίνητα. Παρότι οι ιδιώτες οδηγοί συνήθως φορτίζουν τα ηλεκτρικά τους αυτοκίνητα στο σπίτι, η διαθεσιμότητα γρήγορης φόρτισης εκτός σπιτιού αποτελεί κρίσιμο παράγοντα, καθώς διευκολύνει τις μετακινήσεις και τα μεγαλύτερα ταξίδια.
Οι επιστήμονες επισημαίνουν πάντως ότι τα αποτελέσματα προέρχονται μέχρι στιγμής από εργαστηριακές δοκιμές και προσομοιώσεις υψηλής ακρίβειας και όχι από δοκιμές σε πραγματικές συνθήκες δρόμου. Το επόμενο βήμα της έρευνας είναι η δοκιμή του συστήματος απευθείας σε φυσικές μπαταρίες.
Παράλληλα, επειδή η σχέση μεταξύ τάσης φόρτισης και κατάστασης υγείας εξαρτάται από τη θερμοκρασία και τη χημεία κάθε μπαταρίας, οι ερευνητές εξετάζουν τη χρήση τεχνικών “transfer learning” ώστε η τεχνολογία να προσαρμόζεται ταχύτερα σε διαφορετικούς τύπους μπαταριών και οχημάτων.