L’intelligence artificielle permet aux batteries des véhicules électriques de bénéficier d’une durée de vie prolongée de 23 %, sans augmenter le temps de charge.
La recharge rapide réduit la durée de vie des batteries, mais elle est indispensable pour les longs trajets en véhicule électrique. Des chercheurs de l’université de technologie Chalmers, en Suède, ont mis au point une nouvelle méthode d’intelligence artificielle qui adapte la recharge rapide à l’état de la batterie. Leur étude montre qu’il est possible d’augmenter la durée de vie de la batterie de près de 23 % sans allonger le temps de charge. Une simple mise à jour du logiciel du véhicule suffit.
Lorsque des particuliers ou des entreprises envisagent l’acquisition de véhicules électriques, la possibilité d’une recharge rapide est un facteur important.
« Pour les taxis ou les véhicules lourds industriels, par exemple, l’accès à la recharge rapide est primordial, mais c’est également vrai pour les voitures particulières. Bien que les automobilistes privés rechargent généralement leurs voitures électriques à domicile, la disponibilité de bornes de recharge rapide à l’extérieur du domicile est un facteur crucial, car elle facilite les trajets domicile-travail et les longs trajets », explique Changfu Zou, professeur au département de génie électrique de Chalmers.
Les batteries des véhicules électriques ont actuellement une durée de vie d’environ 8 à 15 ans, selon l’utilisation et la fréquence de recharge. Plusieurs études du marché européen des véhicules électriques* montrent que les consommateurs envisageant l’achat d’un véhicule électrique sont préoccupés par la durée de vie limitée des batteries.
L’exigence d’une charge rapide et efficace est également incompatible avec la santé des batteries, car une telle charge les soumet à rude épreuve et réduit leur durée de vie.
Changfu Zou s’est attaqué à ce défi avec Meng Yuan, professeur adjoint à l’Université Victoria de Wellington (Nouvelle-Zélande) et ancien chercheur à Chalmers. Dans une étude récemment publiée , ils démontrent qu’il est possible d’accroître la durée de vie des batteries sans augmenter significativement leur vitesse de charge, grâce à l’intelligence artificielle.
Adaptation de la charge à l’état de la batterie
Dans cette étude, les chercheurs présentent une stratégie de charge basée sur l’intelligence artificielle qui adapte le courant lors de chaque charge rapide à la chimie et à l’état de santé de la batterie. Cette charge adaptée prolonge la durée de vie de la batterie d’environ 23 % par rapport à la méthode standard actuelle. Parallèlement, le temps de charge reste inchangé, à quelques secondes près.
« Nous démontrons qu’il est possible de recharger plus ou moins aussi vite qu’aujourd’hui, mais avec une dégradation à long terme de la batterie nettement moindre », explique Meng Yuan.
Lorsqu’une batterie est chargée rapidement, un courant important est forcé dans ses différentes cellules, ce qui accroît notamment le risque de réactions chimiques parasites. L’une des plus problématiques est le dépôt de lithium, au cours duquel du lithium métallique se dépose sur l’électrode au lieu d’être correctement stocké dans la structure de la batterie. Ce phénomène peut réduire la capacité et compromettre la sécurité, car une répartition irrégulière du lithium peut, dans le pire des cas, provoquer un court-circuit.
« Le risque de dépôt de lithium augmente avec l’âge de la batterie. Cependant, les méthodes de charge standard actuelles utilisent le même courant et la même tension, que la batterie soit neuve ou qu’elle ait été utilisée pendant des années », explique Meng Yuan.
Temps de charge court et usure réduite
La nouvelle stratégie de recharge, basée sur l’IA, repose sur l’apprentissage par renforcement, qui récompense et renforce les bonnes pratiques. L’environnement d’entraînement comprenait un modèle de l’une des batteries de véhicules électriques les plus courantes sur le marché et une simulation des paramètres influant sur le temps de recharge et l’état de la batterie.
Le modèle d’IA a été entraîné à adapter la charge en fonction du niveau de charge ou de décharge de la batterie au moment de la charge. Il devait également tenir compte de l’état général de la batterie, facteur crucial pour sa capacité et son électrochimie. Il en résulte une stratégie de charge qui réduit le temps de charge tout en minimisant les réactions indésirables.
« Notre étude montre qu’une adaptation intelligente du courant pendant la charge, prenant en compte l’évolution de l’état électrochimique de la batterie, peut maximiser à la fois les performances et la durée de vie de la batterie », explique Changfu Zou.
Facile à mettre en œuvre – mais nécessite une adaptation
D’après les chercheurs, cette nouvelle stratégie de recharge est à la fois simple et économique à mettre en œuvre : en principe, elle pourrait être implémentée par le biais de mises à jour logicielles des systèmes de gestion de la batterie du véhicule. Toutefois, une adaptation est nécessaire pour une utilisation généralisée.
« Il n’existe pas encore une multitude de types de batteries différents, mais la méthode doit être calibrée pour être utilisable par tous. Grâce à l’apprentissage par transfert , nous pouvons tirer parti des connaissances déjà acquises par notre modèle d’IA et ainsi l’adapter plus rapidement aux nouvelles batteries », explique Changfu Zou.
La prochaine étape consiste à tester la méthode directement sur des batteries physiques. Les chercheurs espèrent que cette stratégie de recharge basée sur l’IA contribuera de manière significative à l’électrification du secteur des transports.
« Pour réduire les émissions et opérer une transition vers une société sans énergies fossiles, il est important que les citoyens soient prêts à passer aux véhicules électriques. La possibilité d’une recharge rapide, associée à une durée de vie accrue des batteries, sont des facteurs déterminants », explique Meng Yuan.
« Et pour l’industrie automobile, une augmentation de près de 23 % de la durée de vie des batteries peut se traduire par des coûts de garantie réduits, une meilleure valeur de revente et une utilisation plus efficace des matières premières essentielles », explique Changfu Zou.