Híbridos y Eléctricos

ENTREVISTA DR. KAI-PHILIPP KAIRIES

Baterías basadas en datos: así serán los vehículos eléctricos de próxima generación

El Dr. Kai-Philipp Kairies, consultor e investigador experto en gestión de baterías explica las razones por las que el futuro del sistema de gestión de las baterías, conocido como BMS, debe estar basado en la nube.

BMS baterias basadas datos-portada
El BMS no puede ver su pasado ni el comportamiento de otros paquetes de baterías similares, lo que ofrecería una línea de base para realizar diagnósticos avanzados.

Las baterías no son solo grandes sistemas químicos con capacidad para producir energía eléctrica. El BMS (Battery Management System, por sus siglas en inglés) es el sistema de gestión que permite que las baterías funcionen en todo momento dentro de los parámetros más apropiados. Sin embargo, los sistemas actuales están muy limitados porque no puede aprender de su pasado ni del comportamiento que otras baterías han tenido en diferentes circunstancias. Por eso, un BMS basado en datos almacenados en la nube y gestionado por los algoritmos apropiados podría ayudar a sacar más partido a las baterías de los vehículos eléctricos.

El BMS es un sistema electrónico que gestiona la recarga y la descarga de una batería. Entre otras cosas, se encarga de evitar que funcione fuera de su área de operación segura recopilando datos sobre su estado, controlando el voltaje individual de cada celda y procediendo a su equilibrado cuando es necesario. Se trata de un software inteligente cuyos algoritmos pueden variar de un fabricante a otro y que es clave para alargar la vida útil de la batería. Al BMS le acompaña un sistema de comunicación con el exterior que habitualmente se conoce como el BUS de datos.

El Dr. Kai-Philipp Kairies, director ejecutivo de ACCURE Battery Intelligence, lleva una década como investigador, consultor y académico en el sector de las baterías, realizando su trabajo en lugares tan dispares como Alemania, Singapur y California. Gracias a ellos, ha acumulado una amplia experiencia en el campo de las innovaciones tecnológicas en el campo del almacenamiento de energía.

BMS baterias basadas datos-interior1
Dr. Kai-Philipp Kairies, director ejecutivo de ACCURE Battery Intelligence.

La startup que dirige actualmente impulsa la investigación y ayuda a otras empresas a comprender y mejorar la seguridad y la longevidad de sus baterías mediante análisis de datos avanzados. En una entrevista realizada por Battery Technology, describe el escenario en el que se encuentra su campo de trabajo y explica el papel que desempeñará en el futuro la tecnología de baterías basadas en datos.

Las baterías de iones de litio juegan un papel esencial en la nueva movilidad porque son las encargadas de almacenar energía, que ha de ser de origen renovable y alimentar los vehículos en los que nos desplazamos. El objetivo común de la industria de lograr las cero emisiones netas va de la mano para mejorar la seguridad, el rendimiento y la vida útil de las baterías. 

Desde el aspecto medioambiental, “necesitamos utilizar las baterías que tenemos hoy en día de forma más eficiente”, asegura Kairies. Esta necesidad también es aplicable en términos de escasez de materias primas y ahorro de recursos. Los datos de la batería pueden indicar cómo los ciclos de carga y otros factores de uso afectan a su vida útil y su rendimiento, revelando cómo mejorarlo. “Debemos hacer correr la voz de que las baterías seguras, fiables y sostenibles son posibles y son la columna vertebral de nuestro futuro energético”.

El BMS monitorea todas las celdas dentro de un paquete de baterías equilibrándolas para limitar la divergencia entre ellas. También calcula el estado de carga (SOC), con el que se determina la autonomía de un coche eléctrico (o el tiempo que le queda de uso a un ordenador portátil). Finalmente, incluye funciones básicas de seguridad como la protección contra el sobrecalentamiento o las descargas profundas, que tratan de evitar fallos catastróficos en la batería.

Sin embargo, el BMS no reconoce cuando las celdas se comportan de forma ligeramente irregular y, por lo tanto, no puede informar al operador para prevenirle de un peligro. La razón por la que ocurre esto es su limitación de acceso a los datos. El BMS no puede ver su pasado ni el comportamiento de otros paquetes de baterías similares, lo que ofrecería una línea de base para realizar diagnósticos avanzados. Esta barreara restringe la posibilidad de pronosticar el estado de salud de la batería.

Por lo tanto, si bien el BMS genera todos los datos necesarios para realizar análisis avanzados, no puede hacerlo localmente. “Es por eso que para operar las baterías de manera efectiva y prevenir con éxito incendios y averías inesperadas, se necesita una capa adicional de seguridad”, explica Kairies.

BMS baterias basadas datos-interior2
Con un programa como ACCURE Cloud se hace realmente transparente lo que sucede dentro de una batería, sin necesidad de realizar costosas pruebas de laboratorio que además requieren mucho tiempo

Las baterías generan grandes cantidades de datos durante su ciclo de vida. La mayoría de estos datos no se utilizan actualmente porque el BMS no está diseñado para "traducir" estos datos en información procesable, en pronósticos y en predicciones. Con un “programa de traducción como ACCURE Cloud, podemos aplicar nuestros algoritmos y el conocimiento de la base de datos del comportamiento de millones de celdas de batería para proporcionar inteligencia a los operadores de baterías que va mucho más allá de lo que puede hacer BMS.”. El programa hace realmente transparente lo que sucede dentro de una batería, sin necesidad de realizar costosas pruebas de laboratorio que además requieren mucho tiempo. Tampoco es necesario un hardware adicional ni realizar modificaciones del sistema de la batería. La "inteligencia" se basa puramente en datos operativos que ya están disponibles. 

“Una vez que tenemos los datos del BMS en nuestra nube ACCURE, se filtran para que estén disponibles de forma estructurada”. El objetivo de esta limpieza de datos es administrar su complejidad, unificar los formatos y corregir errores de medición. “Utilizamos el aprendizaje automático por un lado y el conocimiento de nuestro experto en baterías por otro lado para preparar los datos”.

Posteriormente se construye un modelos virtual de la batería (lo que algunos llaman un gemelo digital). Al extraer características como el voltaje, la pérdida de litio e impedancias complejas de los datos de campo, estos gemelos digitales permiten, entre otras cosas, detectar anomalías con el potencial de provocar incidentes como incendios de baterías, predecir el rendimiento futuro y el envejecimiento y optimizar el funcionamiento

“Utilizamos estos algoritmos en una amplia variedad de aplicaciones, desde micromovilidad y autobuses eléctricos hasta coches deportivos, barcos e instalaciones de almacenamiento de energía a gran escala. Nuestros análisis avanzados también ayudan a determinar el valor de las baterías retiradas para encontrar aplicaciones de segunda vida adecuadas para ellas”.

BMS baterias basadas datos-interior3
Los gemelos digitales de las baterías permiten detectar anomalías con el potencial de provocar incidentes como incendios, predecir el rendimiento futuro y el envejecimiento y optimizar su funcionamiento. 

La necesidad de tener baterías con densidades de energía más alta y una vida útil más prolongada impulsa las innovaciones en todos los frentes: la química celular, el diseño de los empaquetamientos, el BMS y el análisis en la nube. “Personalmente, no creo que BMS necesite ser mucho mejor de lo que es hoy. Sería genial tener algunos datos adicionales, como ultrasonido o EIS en línea, pero no parece que sean comercialmente viables en el corto plazo. Mientras tanto, creo que el análisis en la nube es una solución fantástica para aplicar en este momento”.

Conversaciones: