Por qué anticipar el rendimiento de la batería es como el pronóstico de tráfico y cómo progresan los investigadores

Las baterías de iones de litio son una inclusión silenciosa de grandes partes del mundo, incluidos vehículos eléctricos y teléfonos inteligentes. Revolucionaron cómo las personas almacenan y usan energía. Pero a medida que estas baterías se vuelven más centrales para la vida cotidiana, prestan más atención a los desafíos de administrarlas y la energía que mantienen de manera segura e eficiente e inteligente.

Soy un ingeniero mecánico que estudia estas baterías casi ubicuas. Son décadas, pero aún así, investigadores como yo todavía están tratando de comprender completamente cómo se comportan estas baterías, especialmente cuando trabajan duro.

Las baterías pueden parecer simples, pero son complicadas ya que el mundo real usa personas diseñadas.

Panorama general

Sus núcleos, las baterías de iones de litio dependen del movimiento de partículas cargadas, llamados iones, elementos de litio entre dos pilares eléctricos o electrodos. Los iones de litio van desde un electrodo positivo negativamente a través de una sustancia conductora llamada electrolito, que puede ser sólido o líquido.

Los conceptos básicos de cómo funciona la batería de iones de litio.

Cuánta energía almacenan estas baterías y qué tan bien funcionan depende de la fabricación de factores, incluida la temperatura, la estructura física de la batería y cómo los materiales con el tiempo.

Alrededor de los investigadores del mundo, intentan responder preguntas sobre cada uno de estos factores individualmente y en el concierto entre ellos. Algunas investigaciones se centran en mejorar la esperanza de vida y calcular cómo se degradan el tiempo de la batería. Otros proyectos tratan con la seguridad en condiciones extremas, como el uso de un relleno rápido en climas extremos, ya sea caliente o frío. Muchos investigan materiales completamente nuevos que podrían acompañar baterías, a largo plazo o más seguros. Y un grupo significativo, incluido yo, trabaja con simulaciones por computadora para mejorar el seguimiento de la batería en tiempo real.

Monitoreo en tiempo real en la función del sistema de batería de vehículo eléctrico: monitorea el voltaje, la corriente y la temperatura para evaluar cuánta energía permanece, por lo que no tendrá batería muerta varada.

Pero es difícil medir exactamente cuántas celdas de energía hay dentro de la batería durante el tiempo o a medida que cambia del frío en invierno a más cálido con el tiempo. Por lo tanto, el sistema de gestión de la batería utiliza la simulación por computadora para evaluar estos factores. En combinación con el monitoreo en tiempo real, el sistema puede evitar la cubierta de la batería, la velocidad de recolección con salud a largo plazo, evitar fallas de energía y mantener un alto rendimiento. Pero hay muchas variables.

Analogía del tráfico

Una de las mejores maneras de comprender este desafío es pensar en el tráfico de la ciudad.

Supongamos que desea conducir por la ciudad y debe determinar si su automóvil tiene suficientes viajeros para viajar con la mejor ruta. Si su simulador de navegación hiciera cada cese, cada zona de construcción y cada vehículo en la carretera, le daría la respuesta correcta. Pero podría tomar una hora en ejecución, hasta entonces las circunstancias cambiarían y la respuesta probablemente estaría mal. No es útil si está tratando de tomar una decisión de inmediato.

Un modelo más simple puede suponer que cada vez es claro y cada automóvil se mueve en un límite de velocidad. Esta simulación aporta inmediatamente el resultado, pero sus resultados son muy incorrectos cuando el tráfico es difícil o está cerrado. No capta la realidad de una hora apresurada.

Mientras conduce, el sistema de control de la batería haría un conjunto similar de cálculos para ver cuántos cargos están disponibles para el resto del viaje. Miraría la temperatura de la batería, cuántos años y cuántas energía busca el automóvil, como acelerar la colina o la aceleración rápida para acelerar con otros automóviles. Pero además de las simulaciones de navegación, debe alcanzar el equilibrio entre información útil extremadamente precisa y beneficiosa antes de su batería explícita en el medio de su viaje.

Los modelos más precisos que simulan cada reacción química en la batería son demasiado lentos para el uso en tiempo real. Los modelos más rápidos simplifican tanto las cosas que pierden los comportamientos clave, especialmente bajo estrés, como la facturación rápida o el uso repentino de robo.

El control de flujo de electrones hacia y desde la batería es complicado como un control de flujo de tráfico en las calles locales. AP Photo / Julio Cortez ¿Cómo los investigadores cierran la brecha?

Esta velocidad minorista entre la velocidad y la precisión está hoy en el corazón de la encuesta para el modelado de baterías hoy. Los científicos e ingenieros están explorando muchas formas de resolver esto.

Algunos software de modelado transcrito para calcular la física más eficiente, reduciendo la complejidad sin perder detalles clave. Otros, como yo, se convierten en aprendizaje automático: capacitación en computadora para reconocer los formularios en los datos y dar predicciones rápidas y precisas sin resolver cada ecuación básica.

En su trabajo reciente, utilicé un simulador de batería de alta precisión, uno de esos realmente preciso, pero muy lento, para crear una gran cantidad de datos sobre cómo funciona la batería al llenar y liberar. Utilicé esta información para entrenar un algoritmo de aprendizaje automático llamado XGBOost, que es especialmente bueno para encontrar formularios en los datos.

Luego usé software para emparejar el sistema XGBOost simple, moviendo rápidamente el modelo de batería que captura la física básica, pero puede perder detalles más finos. El modelo más simple equivale al conjunto inicial de resultados, y el elemento XGBOOST está finamente ajustado para hacer corrección en vuelo, especialmente cuando la batería está bajo voltaje.

El resultado es un modelo híbrido que puede responder de manera rápida y precisa a los cambios en las condiciones de conducción. El conductor debajo del campo lo acelera solo un modelo simple no obtendría suficiente energía; Un modelo más detallado daría la cantidad correcta de energía solo después de que terminara todos sus cálculos. Mi modelo híbrido ofrece una potencia rápida para aumentar sin demora.

Otros equipos trabajan en enfoques híbridos similares, física de mezcla e inteligencia artificial de manera creativa. Algunos incluso construyen gemelos digitales, réplicas virtuales de baterías físicas, para ofrecer simulaciones sofisticadas que se actualizan constantemente como cambios para cambiar.

Los almacenes de la batería como estos en Arizona pueden almacenar la corriente entre cuando se genera y cuando sea necesario. AP Photo / Ross D. Franklin ¿Qué sigue?

La encuesta de la batería se mueve rápidamente, y el campo ya ve signos de cambio. Los modelos se vuelven más confiables en la gama más amplia de condiciones. Los ingenieros usan monitoreo en tiempo real para extender la duración de la batería, evitar el sobrecalentamiento y mejorar la eficiencia energética. El aprendizaje automático permite a los investigadores administrar sistemas de gestión de baterías, como altas necesidades de vehículos eléctricos, uso diario de electricidad, medicamentos para medicamentos o requisitos de batería a largo plazo para la construcción de baterías.

Y aún más viene: los investigadores trabajan sobre la participación de otros factores importantes en sus baterías, como la producción de calor y el estrés mecánico.

Algunos equipos toman modelos híbridos y compilan su software en un código liviano que se ejecuta en microcontroladores dentro del hardware de la batería. En la práctica, esto significa que cada paquete de baterías lleva su propio cerebro, calculando demasiado pagado, envejecimiento estimado y monitoreo del calor o estrés mecánico en tiempo casi real. Con la instalación de modelos en la electrónica del dispositivo, el embalaje puede ajustar automáticamente la estrategia de carga y descarga, haciendo que cada batería sea más inteligente, más segura y de manera más eficiente.

A medida que se desarrolla el panorama energético, con más vehículos eléctricos, más fuentes de energía renovables que se alimentan de la red y más personas dependen de las baterías en la vida cotidiana, la capacidad de comprender lo que la batería funciona en tiempo real está cada vez más aumentando que nunca.