4 Minuty
Rychlé dobíjení je jedním z velkých slibů elektrických vozidel, ale vždy mělo tiché kompromisy. Čím častěji řidiči spoléhají na rychlé DC nabíjení, tím větší zátěž kladou na akumulátor. Toto poškození se neprojeví přes noc, ale v průběhu let může postupně snižovat dojezd a dlouhodobé zdraví baterie. Výzkumníci z Chalmersovy technologické univerzity ve Švédsku nyní tvrdí, že možná našli chytřejší cestu.
V nové studii publikované v IEEE Transactions on Transportation Electrification tým popisuje systém nabíjení elektromobilů založený na umělé inteligenci, který dokáže snížit opotřebení baterie, aniž by řidiče nechal déle čekat u zásuvky. Podle jejich výsledků metoda prodloužila životnost baterie téměř o 23 % ve srovnání s konvenčním rychlým nabíjením. Překvapivé je, jak málo změnila samotnou dobíjecí relaci. Testy ukázaly průměrnou dobu nabíjení 24.12 minut oproti 24.15 minut u standardního nabíjení. V praxi je tento rozdíl zanedbatelný.
Ne každá baterie stárne stejným způsobem
To je skutečný problém většiny dnešních systémů rychlého nabíjení. Mají tendenci zacházet s každým akumulátorovým blokem, jako by byl identický. Nová baterie a ta, která už strávila roky na silnici, jsou často nabíjeny podle stejné strategie proudu a napětí. Na papíře to zní efektivně. Ve skutečnosti to ignoruje, jak se baterie mění s věkem.
Starší lithium-iontové články jsou více náchylné k jevu známému jako lithiové pokovování. Místo toho, aby byly lithium-ionty správně absorbovány, začne se na povrchu elektrod usazovat kovové lithium. Jedná se o pomalou, téměř neviditelnou formu poškození, ale časem snižuje kapacitu a urychluje degradaci. Jinými slovy baterie funguje dál, jen už ne tak dobře jako dřív.
Přístup Chalmersu využívá reinforcement learning k řešení tohoto problému. Tento typ strojového učení zlepšuje rozhodování prostřednictvím opakované zpětné vazby a umožňuje systému přizpůsobovat se změnám podmínek. Umělá inteligence zde v reálném čase upravuje nabíjecí proud na základě dvou proměnných: stavu nabití baterie a jejího zdravotního stavu. Novější článek snese agresivnější nabíjecí profil, zatímco starší dostane mírnější křivku navrženou ke snížení zátěže.
Je to jednoduchý nápad s velkými důsledky. Místo aby systém všechny EV baterie protahoval stejným postupem, reaguje na každý článek spíše jako zkušený mechanik, a to podle stáří, stavu a aktuální situace.
Softwarová oprava, nikoli kompletní výměna hardwaru
Jedna věc vyniká. Nejedná se o koncept závislý na exotickém novém hardwaru baterií nebo drahých přepracováních. Výzkumníci uvádějí, že technologii lze zavést prostřednictvím softwarových aktualizací stávajících systémů správy baterií. To ji činí mnohem realističtější pro automobilky a hráče v nabíjecím ekosystému, kteří hledají praktické způsoby, jak zlepšit životnost EV.
Samozřejmě je tu háček. Systém stále musí být kalibrován pro různé chemie baterií, což znamená, že to není ihned univerzální řešení. Přesto je myšlenka atraktivní, protože funguje s hardwarem, který je již v provozu na většině trhu s elektrickými vozidly.
Degradace baterií zůstává jedním z nejtrvalejších problémů vlastnictví EV, zejména pro řidiče, kteří silně spoléhají na veřejné rychlé nabíjení. Obavy o dojezd možná dominují titulkům, ale dlouhodobé zdraví baterie je často důležitější otázkou poté, co opadne počáteční nadšení z vlastnictví. Pokud metoda nabíjení s AI z Chalmersu pronikne do sériových vozidel, hlášené zlepšení o 23 % by pro mnoho řidičů mohlo znamenat o rok či dva více užitečné životnosti baterie.
To by nebylo dobré jen pro majitele. Mohlo by to také posílit zůstatkové hodnoty, snížit celkové náklady na vlastnictví a učinit elektromobily atraktivnějšími pro lidi, kteří se stále zdráhají přejít. Pro problém, který dlouho setrvával v pozadí debaty o EV, to vypadá jako typ řešení, na který průmysl čekal.
Zanechte komentář