4 Minuty
Rychlé nabíjení je jedním z hlavních slibů elektromobilů, ale vždy s sebou neslo tichý kompromis. Čím častěji řidiči spoléhají na vysokorychlostní stejnosměrné nabíjení, tím více zatěžují bateriový blok. Toto poškození se neprojeví přes noc, ale v průběhu let může postupně snižovat dojezd a dlouhodobé zdraví baterie. Nyní výzkumníci z Chalmersovy technologické univerzity ve Švédsku tvrdí, že možná našli chytřejší cestu.
V nové studii publikované v IEEE Transactions o elektrifikaci dopravy tým popisuje systém nabíjení elektromobilů založený na umělé inteligenci, který dokáže snížit opotřebení baterie, aniž by řidiče nutil čekat déle u zásuvky. Podle jejich výsledků metoda prodloužila životnost baterie téměř o 23 % ve srovnání s konvenčním rychlým nabíjením. Překvapivé je, jak málo změnila samotnou relaci nabíjení. Testy ukázaly průměrnou dobu nabíjení 24,12 minut oproti 24,15 minutám u standardního nabíjení. V praxi je tento rozdíl zanedbatelný.
Ne všechny baterie stárnou stejně
To je skutečný problém většiny dnešních systémů rychlého nabíjení. Mají tendenci zacházet s každým bateriovým blokem jako by byl identický. Čerstvá baterie a ta, která už roky jezdí, jsou často nabíjeny podle stejné strategie proudu a napětí. Na papíře to zní efektivně. Ve skutečnosti to ale přehlíží, jak se baterie mění s věkem.
Starší lithium-iontové bloky jsou náchylnější k jevu známému jako pokovování lithiem. Místo aby se ionty lithia vstřebávaly, jak je zamýšleno, začne se na povrchu elektrod ukládat kovové lithium. Je to pomalá, téměř neviditelná forma poškození, ale časem snižuje kapacitu a zrychluje degradaci. Jinými slovy baterie nadále funguje, jen nikoli tak dobře jako dříve.
Přístup Chalmersu využívá učení posilováním k řešení tohoto problému. Tento typ strojového učení zlepšuje rozhodování prostřednictvím opakované zpětné vazby, což systému umožňuje se přizpůsobovat, když se podmínky mění. Zde AI v reálném čase upravuje nabíjecí proud na základě dvou proměnných: stavu nabití a stavu zdraví baterie. Novější blok může tolerovat agresivnější profil nabíjení, zatímco starší dostane jemnější průběh navržený k omezení zátěže.
Je to jednoduchá myšlenka s velkými důsledky. Místo aby všechny baterie EV procházely stejnou rutinou, systém reaguje na každý blok víc jako zkušený mechanik, na základě věku, stavu a aktuální situace.
Softwarové řešení, nikoli přestavba hardwaru
Vyniká jedna podrobnost. Nejde o koncept závislý na exotickém novém hardwaru baterie nebo nákladných přepracováních. Výzkumníci uvádějí, že technologii by bylo možné nasadit prostřednictvím softwarových aktualizací do stávajících systémů řízení baterie. To ji činí mnohem realističtější pro automobilky a hráče v ekosystému dobíjení, kteří hledají praktické způsoby, jak zlepšit životnost EV.
Samozřejmě existuje omezení. Systém stále potřebuje kalibraci pro různé chemie baterií, což znamená, že to není univerzální řešení hned. Přesto je myšlenka atraktivní, protože pracuje s hardwarovým vybavením, které už se využívá v značné části trhu s elektromobily.
Degradace baterií zůstává jednou z nejtrvalejších obav spojených s vlastnictvím EV, zejména pro řidiče, kteří se silně spoléhají na veřejné rychlé nabíjení. Úzkost z dojezdu možná ovládá titulky, ale dlouhodobé zdraví baterie je často důležitější otázkou, jakmile novinka vlastnictví opadne. Pokud se metoda AI nabíjení z Chalmersu dostane do sériových vozidel, udávané zlepšení o 23 % by pro mnoho řidičů mohlo znamenat o rok či dva více užitečné životnosti baterie.
To by nebylo přínosné jen pro majitele. Mohlo by to také posílit cenu při dalším prodeji, snížit celkové náklady na vlastnictví a učinit elektrická auta atraktivnějšími pro lidi, kteří se stále rozhodují, zda přejít. Pro problém, který po dlouhou dobu zůstal v pozadí debaty o EV, to vypadá jako opatření, na které průmysl čekal.
Zanechte komentář