Los investigadores dicen que la carga adaptativa de EV podría alargar la vida de la batería sin paradas más lentas

Una respuesta de software a un cuello de botella de hardware

La carga de vehículos eléctricos se ha convertido en una carrera por la velocidad, pero cuanto más rápida es esa carrera, más atención se presta a la batería misma. La carga rápida en corriente continua es esencial para que los EV sean más prácticos en viajes de larga distancia, pero la carga repetida a alta potencia puede añadir estrés con el tiempo, especialmente a medida que envejecen los paquetes. Un nuevo estudio destacado por The Drive sostiene que un software de carga más inteligente podría ofrecer una forma de aliviar esa tensión.

Investigadores de la Universidad Tecnológica de Chalmers, escribiendo en un artículo publicado por IEEE, desarrollaron lo que describen como un algoritmo de carga que tiene en cuenta el estado de salud. La idea es sencilla pero importante: en lugar de aplicar el mismo comportamiento de carga durante toda la vida de una batería, el sistema lee el estado de salud de la batería y ajusta el perfil de carga a medida que envejece.

En simulación, los investigadores dicen que ese enfoque redujo la degradación proyectada lo suficiente como para extender la vida útil de una batería en alrededor de 23%, manteniendo el tiempo de carga prácticamente sin cambios. Esa combinación es lo que hace notable el trabajo. Los propietarios de EV, los operadores de flotas y los fabricantes quieren baterías que duren más, pero no a costa de una carga notablemente más lenta. Un método que preserve ambas cosas tendría valor comercial.

Cómo funciona el enfoque

El sistema reportado está diseñado para conectarse a un sistema de monitoreo de baterías y aprender el estado de la batería con el tiempo. Con base en esa evaluación, el algoritmo puede ajustar el comportamiento de carga fijando distintos límites de voltaje. En términos prácticos, eso significa que la carga puede moderarse cuando una batería más vieja o más exigida necesita un trato más suave, sin dejar de permitir un buen rendimiento cuando las condiciones lo permiten.

Los investigadores también afirman que el enfoque puede funcionar sin sensores dedicados que vigilen la batería directamente. Eso importa porque el hardware de detección adicional añade complejidad y costo. Si el software puede inferir lo suficiente sobre la salud de la batería a partir de los datos de monitoreo existentes, resulta mucho más fácil imaginar el método integrado en sistemas de producción.

El contraste con la carga convencional es central para el atractivo del estudio. En lugar de tratar cada batería como si fuera nueva, el algoritmo está pensado para reconocer que el envejecimiento cambia lo que es seguro y eficiente. Eso suena obvio en principio, pero los sistemas de carga de EV suelen juzgarse primero por la velocidad y la estandarización, no por la precisión con la que se adaptan al estado de un paquete individual a lo largo de años de uso.

Los resultados de la simulación

Las cifras del informe son lo bastante específicas como para llamar la atención. Una batería simulada que usó el método adaptativo duró 703 ciclos de carga y descarga antes de que su capacidad cayera por debajo de 80%, según el artículo. Una batería simulada cargada con un método de voltaje constante duró 572 ciclos antes de cruzar ese mismo umbral.

Igual de importante es que los tiempos de carga fueron casi idénticos: 24.12 minutos para el método guiado por IA y 24.15 minutos para el tradicional. Si esos resultados se trasladan bien fuera de la simulación, apuntan a una reformulación valiosa del problema de la carga. La industria suele presentar la durabilidad y la conveniencia como prioridades en competencia. Esta investigación sugiere que al menos parte de ese conflicto podría resolverse con una mejor lógica de control en lugar de una experiencia de usuario más lenta.

Por qué importa la gestión de la salud de la batería

Los paquetes de baterías siguen siendo uno de los componentes más costosos y estratégicamente importantes de un vehículo eléctrico. Su estado afecta el valor de reventa, la exposición a garantías, la economía de flotas y la confianza del consumidor. Incluso cuando una batería no falla por completo, la degradación acelerada puede reducir la autonomía útil y aumentar el costo de propiedad a largo plazo del vehículo.

Por eso el software de gestión de baterías se ha convertido en un campo de batalla silencioso pero crítico. Las mejoras no tienen por qué venir solo de nuevas químicas o baterías más grandes. También pueden provenir de algoritmos que hacen que el hardware existente se comporte de forma más inteligente a lo largo de los años. Si un EV puede conservar más capacidad de batería sin pedirle al conductor que espere más en el cargador, el resultado es en efecto una ganancia de eficiencia en la vida útil del producto.

The Drive también señala que las baterías más viejas son menos capaces de sostener una carga agresiva. Eso hace que los sistemas adaptativos sean más relevantes a medida que madura la flota de EV. La primera ola de adopción masiva de EV creó una población creciente de vehículos que ahora entra en la mediana edad. Gestionar bien esos paquetes ya no es solo un reto de diseño para modelos nuevos; se está convirtiendo en un problema operativo para millones de vehículos ya en circulación.

De la investigación al despliegue

El artículo tiene cuidado de no exagerar el salto de un artículo prometedor a un producto comercial. Los resultados de investigación no se convierten automáticamente en sistemas prácticos, y los resultados de simulación aún deben sobrevivir a las realidades de la ingeniería, la certificación y el mercado. Esa cautela está justificada. Muchas innovaciones en baterías parecen convincentes en un laboratorio o un modelo y luego se topan con límites de costo, integración o variabilidad del mundo real.

Aun así, la dirección está clara. The Drive señala que un software capaz de monitorear el estado de la batería en tiempo real y ajustar el comportamiento de carga ya se está acercando al uso práctico, tenga o no una etiqueta de IA en su marketing. Ese puede ser el resultado más realista. Los ganadores a largo plazo en la carga de EV quizá no sean las empresas que simplemente elevan los números de potencia pico, sino las que convierten la carga en un servicio más adaptable y consciente de la batería.

En ese sentido, el trabajo de Chalmers refleja un cambio más amplio en la tecnología del transporte. Los vehículos se definen cada vez más no solo por motores y celdas, sino por capas de software que determinan cómo se usan esos componentes. Una mejor inteligencia de carga no generará titulares como una nueva química de batería o una velocidad récord de carga. Pero si puede ofrecer una vida de batería más larga sin una penalización significativa en la comodidad, puede resultar más valiosa que un avance más vistoso.

• El estudio publicado por IEEE provino de investigadores de la Universidad Tecnológica de Chalmers.
• El algoritmo que tiene en cuenta el estado de salud adapta el comportamiento de carga a medida que envejece la batería.
• Los investigadores informaron un aumento de alrededor de 23% en la vida útil prevista de la batería en simulación.
• El tiempo de carga en la simulación se mantuvo prácticamente sin cambios.

Este artículo se basa en el reporte de The Drive. Leer el artículo original.