Predecir el envejecimiento de las baterías de vehículos eléctricos

El Centro Tecnológico CTC está trabajando en la creación de un modelo virtual de las baterías de ion-litio utilizadas en vehículos eléctricos que permita predecir su envejecimiento en tiempo real. El objetivo es desarrollar un sistema de predicción que evalúe cómo las cargas y descargas de electricidad afectan a la salud de estos componentes. De este modo será posible anticiparse a posibles fallos de funcionamiento y optimizar las labores de mantenimiento. La iniciativa, denominada BAT-VIA, está financiada dentro de la convocatoria “Proyectos de I+D en el sector de la Automoción 2022”, promovida por SODERCAN.

 

Foto cortesía de CTC

 

La tecnología planteada en esta investigación es estratégica para el sector de fabricación de baterías para el vehículo eléctrico. BAT-VIA permitirá avanzar en dos aspectos críticos para el desarrollo de este tipo de automóviles. Por un lado, la seguridad de los usuarios de los vehículos eléctricos; por el otro, supondrá una reducción de los costes derivados del mantenimiento o la necesidad de sustituir las baterías antes de lo previsto.

Para ello, CTC busca crear el modelo virtual basado en simulaciones térmicas avanzadas. Esta simulación permitirá saber cómo se distribuye el calor por la batería durante los ciclos de carga y descarga de electricidad en sus diferentes periodos de vida. Comprender y conocer su comportamiento térmico ayudará a deducir cómo va a evolucionar su envejecimiento y qué puntos del componente se van a ver más afectados.

Con esta información será posible diseñar diferentes estrategias de refrigeración de las baterías para disminuir su temperatura al mínimo necesario, ralentizar el declive por el uso y, por tanto, prolongar su vida útil. Asimismo, esta solución permitirá realizar predicciones de posibles fallos aplicando técnicas de inteligencia artificial.

Para el desarrollo de este proyecto, el Centro Tecnológico estudiará los datos en abierto disponibles sobre medidas de baterías de ion-litio de vehículos eléctricos y las herramientas tecnológicas que actualmente están utilizando los fabricantes para calcular la durabilidad de sus celdas. A través de algoritmos de inteligencia artificial, CTC explotará estos datos para generar el modelo virtual.

Componente fundamental

Las baterías ion-litio son un elemento fundamental en los vehículos eléctricos. Es esencial que exista una estabilidad térmica y cuenten con una capacidad mínima para almacenar carga eléctrica para que el transporte circule con seguridad. Los sistemas de gestión de baterías (conocidos por sus siglas en inglés BMS) son los componentes encargados de supervisar el funcionamiento de las celdas de la batería. Este mercado se ha convertido en uno de los más relevantes en el ámbito de los automóviles eléctricos. En 2019, se estimó su tamaño en 5.810 M$, y se prevé que alcance los 24.830 M$ para 2027.

En este sentido, CTC está trabajando en el proyecto BAT-VIA con la misión principal de continuar mejorando la capacidad de los BMS e incrementar de esta forma la vida útil de las baterías. Gracias a este modelo, los sistemas BMS de los vehículos eléctricos podrán controlar la operativa y el funcionamiento de las baterías para incrementar la seguridad de los usuarios y el buen uso de los vehículos. Asimismo, permitirá a los fabricantes mejorar el diseño de las baterías actuales.

Cabe destacar que este proyecto se encuadra dentro de la línea estratégica de CTC para trabajar en técnicas de inteligencia artificial vinculadas al campo de las baterías recargables. De hecho, el único centro tecnológico de la región continúa trabajando para la Agencia Espacial Europea (ESA) en una iniciativa cuyo propósito es reducir el tiempo de análisis de las celdas de baterías utilizadas en el campo espacial de los dos años actuales a menos de cinco meses.

Artículos relacionados

Image
Sitio web dedicado a la energía desde todos sus puntos de vistas: actualidad, política, tecnología, operación y mantenimiento, entrevistas, opiniones.
Todo lo que necesitas saber para trabajar con energía.