Investigadores de la Chalmers University of Technology han desarrollado un nuevo método basado en inteligencia artificial que proclama aumentar casi un 23 % la vida útil de las baterías de los vehículos eléctricos sin incrementar el tiempo de carga. El avance se centra en la optimización de la carga rápida, pero de tal manera que no vaya asociada a un mayor desgaste de las baterías.
La investigación busca resolver una problemática cada vez más relevante en el sector del automóvil eléctrico. La carga rápida resulta especialmente importante para usuarios que realizan trayectos largos o dependen mucho de su vehículo, pero al mismo tiempo acelera la degradación de las baterías debido al estrés químico y térmico al que estas se ven sometidas.
Changfu Zou, profesor del Departamento de Ingeniería Eléctrica de Chalmers, es consciente de la importancia de esta función: “Para los taxis o los vehículos pesados de la industria, por ejemplo, el acceso a la carga rápida es fundamental, pero esto también se aplica a los turismos. Si bien los conductores particulares suelen cargar sus coches eléctricos en casa, la disponibilidad de puntos de carga rápida fuera del hogar es un factor crucial, ya que facilita los desplazamientos y la conducción en distancias más largas”.
Carga adaptada para evitar la degradación
Para afrontar este problema, han desarrollado una estrategia de carga basada en inteligencia artificial y aprendizaje por refuerzo, un método de aprendizaje automático en el que un algoritmo aprende mediante interacción con un entorno y mejora progresivamente sus decisiones a partir de la retroalimentación obtenida. El sistema se ha entrenado utilizando modelos de una de las baterías de vehículos eléctricos más comunes del mercado y simulaciones que incorporaban variables relacionadas tanto con el tiempo de carga como con la salud de la batería.
El método diseñado adapta automáticamente la corriente aplicada durante cada carga rápida según la química y el estado de salud de la batería. Los investigadores sostienen que esta estrategia permite minimizar reacciones químicas perjudiciales, especialmente el fenómeno conocido como ‘lithium plating’, en el que el litio metálico precipita sobre el electrodo en lugar de almacenarse correctamente en la estructura interna de la batería. Este fenómeno puede reducir la capacidad energética y, en los casos más extremos, provocar cortocircuitos internos.
Meng Yuan, profesor asistente en la Victoria University of Wellington, explicó los resultados obtenidos por el estudio señalando: “Demostramos que es posible cargar más o menos tan rápido como hoy, pero con una degradación a largo plazo de la batería significativamente menor. El riesgo de deposición de litio aumenta con la antigüedad de la batería. Sin embargo, los métodos de carga estándar actuales utilizan la misma corriente y voltaje independientemente de si la batería es nueva o se ha utilizado durante años”.
La vida útil de la batería no se ve afectada
De esta manera, el nuevo sistema consigue mantener prácticamente intactos los tiempos de recarga, con diferencias de apenas unos segundos respecto a los métodos convencionales, mientras prolonga de manera considerable la vida útil de la batería. Changfu Zou resumió las conclusiones del estudio: “Nuestro estudio demuestra que la adaptación inteligente de la corriente durante la carga, teniendo en cuenta el estado electroquímico cambiante de la batería, puede maximizar tanto el rendimiento como la vida útil de la misma”.
Además de esto, otro de sus puntos fuertes es que es una solución relativamente sencilla y económica de implementar, ya que podría integrarse directamente mediante actualizaciones del sistema de gestión de baterías de los vehículos. La cruz es que, según los investigadores será necesario adaptar el método a distintos tipos de baterías. En este sentido, Changfu Zou comenta: “Actualmente no existen tantos tipos de baterías diferentes, pero el método debe calibrarse para que todos puedan usarlo. Mediante el aprendizaje por transferencia, podemos aprovechar lo que nuestro modelo de IA ya ha aprendido y, por lo tanto, adaptarlo a nuevas baterías con mayor rapidez”.