Los científicos crean un indicador inteligente que puede resolver la ansiedad por las baterías de los vehículos eléctricos para siempre

¿Qué ha sucedido? Ingenieros de la Universidad de California en Riverside (UCR) han desarrollado un método nuevo y más inteligente para estimar el rendimiento esperado de una batería de iones de litio para una tarea específica en condiciones dinámicas reales. Un avance que podría aliviar significativamente la ansiedad generada por las baterías de vehículos eléctricos.

• Lo llaman Estado de Misión (SOM). Mientras que los indicadores de batería tradicionales muestran el porcentaje de carga restante, el SOM es diferente (según la revista iScience ).
• La métrica predice si una batería puede completar de manera confiable y segura una tarea específica del mundo real.
• Combina principios electroquímicos y termodinámicos basados ​​en la física con aprendizaje automático para tener en cuenta variables de conducción como la elevación, la temperatura ambiental, el tráfico y el estilo de conducción.

¿Por qué es importante? Los investigadores han probado SOM con conjuntos de datos de la NASA y Oxford, y ha demostrado su eficacia para reducir los errores de predicción relacionados con el voltaje, la temperatura y el estado de carga de la batería.

• Al tener en cuenta todas las variables que afectan a una batería y su funcionamiento en tiempo real, SOM tiene el potencial de superar a los sistemas de gestión de baterías convencionales .

¿Por qué debería importarme? La tecnología eliminará las dudas asociadas con el funcionamiento de sistemas alimentados por baterías, como conducir vehículos eléctricos, volar drones a batería o instalar inversores domésticos para paneles solares .

• Por ejemplo, SOM puede ayudarle a determinar si su vehículo eléctrico puede recorrer 80 kilómetros cuesta arriba con su estado de carga actual, mientras que el sistema tradicional proporciona un rango basado en porcentaje.
• Si es propietario de un vehículo eléctrico, SOM puede revolucionar prácticamente su planificación de viajes con predicciones de autonomía realistas y específicas para cada viaje.

Bien, ¿qué sigue? Dado que SOM utiliza un modelo híbrido que combina el cálculo tradicional con las condiciones ambientales y el aprendizaje automático, requiere mucha más potencia de procesamiento que la que ofrecen actualmente los sistemas ligeros de gestión de baterías.

• El equipo de la UCR está trabajando para optimizar el rendimiento del SOM para que pueda funcionar con vehículos eléctricos, drones y otras aplicaciones de la red, pero la implementación en el mundo real aún está lejos.
• Los científicos también planean hacer que el sistema sea compatible con tecnologías de almacenamiento de energía, como baterías de iones de sodio o de estado sólido .
• Creo que el sistema, si puede acceder a la potencia de procesamiento de un dispositivo complementario (como un teléfono inteligente capaz de ejecutar modelos de IA), puede beneficiar tanto a los fabricantes como a los propietarios de vehículos eléctricos.