अ‍ॅडॅप्टिव्ह EV चार्जिंगमुळे धीमे थांबे न वाढवता बॅटरी आयुष्य वाढू शकते, असे संशोधकांचे म्हणणे

हार्डवेअर अडथळ्याला सॉफ्टवेअरचे उत्तर

इलेक्ट्रिक-वाहन चार्जिंग वेगाच्या शर्यतीत बदलले आहे, पण ही शर्यत जितकी वेगाने पुढे जाते, तितके लक्ष बॅटरीकडे वळते. लांब पल्ल्याच्या वापरासाठी EV अधिक व्यवहार्य बनवण्यासाठी DC fast charging अत्यावश्यक आहे, मात्र वारंवार होणारी उच्च-शक्तीची चार्जिंग कालांतराने ताण वाढवू शकते, विशेषतः पॅक जुने होत गेल्यावर. The Drive ने अधोरेखित केलेला एक नवा अभ्यास असा युक्तिवाद करतो की अधिक बुद्धिमान charging software हा ताण कमी करण्याचा मार्ग देऊ शकतो.

Chalmers University of Technology मधील संशोधकांनी, IEEE मध्ये प्रकाशित एका paperमध्ये, health-aware charging algorithm म्हणून ओळखले जाणारे समाधान विकसित केले. कल्पना साधी पण महत्त्वाची आहे: बॅटरीच्या संपूर्ण आयुष्यात एकसारखे charging behavior लागू करण्याऐवजी, system बॅटरीची state of health वाचतो आणि बॅटरी वृद्ध होत असताना charge profile समायोजित करतो.

simulationमध्ये, या पद्धतीमुळे projected degradation पुरेसा कमी झाला आणि battery चे usable life सुमारे 23% ने वाढले, तर charging time जवळपास अपरिवर्तित राहिला, असे संशोधक सांगतात. हाच संगम या कामाला उल्लेखनीय बनवतो. EV मालक, fleet operators, आणि automakers सर्वांनाच जास्त battery life हवी आहे, पण स्पष्टपणे मंद चार्जिंगच्या बदल्यात नाही. दोन्ही जपणारी पद्धत व्यावसायिकदृष्ट्या महत्त्वाची ठरेल.

ही पद्धत कशी कार्य करते

रिपोर्ट केलेली system battery monitoring system शी जोडून कालांतराने बॅटरीची स्थिती शिकण्यासाठी डिझाइन केली आहे. त्या मूल्यांकनाच्या आधारे, algorithm वेगवेगळ्या voltage limits सेट करून charging behavior समायोजित करू शकतो. प्रत्यक्षात, याचा अर्थ असा की जुनी किंवा अधिक ताणलेली बॅटरी असल्यास सौम्य उपचारासाठी charging नियंत्रित करता येते, तर परिस्थिती अनुकूल असेल तेव्हा मजबूत performance देत राहता येते.

संशोधकांचा असा दावाही आहे की ही पद्धत थेट बॅटरीवर नजर ठेवणाऱ्या dedicated sensors शिवाय काम करू शकते. हे महत्त्वाचे आहे, कारण अतिरिक्त sensing hardware मुळे जटिलता आणि खर्च वाढतो. जर software विद्यमान monitoring data वरून battery health बद्दल पुरेसा अंदाज लावू शकले, तर उत्पादन प्रणालींमध्ये ही पद्धत समाविष्ट करणे खूप सोपे होईल.

पारंपरिक charging पासूनचा फरक या अभ्यासाच्या आकर्षणाचा केंद्रबिंदू आहे. प्रत्येक बॅटरीला नव्यासारखे वागवण्याऐवजी, algorithm aging मुळे काय सुरक्षित आणि कार्यक्षम आहे हे बदलते, हे ओळखण्याचा प्रयत्न करतो. सिद्धांततः हे उघड वाटते, पण EV charging systems अनेकदा प्रथम speed आणि standardization वरूनच मोजले जातात, वर्षानुवर्षे वापरात एखाद्या स्वतंत्र pack च्या स्थितीनुसार त्या किती अचूकपणे जुळवून घेतात यावर नव्हे.

simulation चे निष्कर्ष

अहवालातील आकडे लक्ष वेधून घेतील इतके विशिष्ट आहेत. paper नुसार, adaptive method वापरलेल्या simulated battery ने तिची capacity 80% च्या खाली येण्यापूर्वी 703 charge and discharge cycles पूर्ण केले. constant-voltage method ने चार्ज केलेली simulated battery त्याच threshold पार करण्यापूर्वी 572 cycles टिकली.

तितकेच महत्त्वाचे म्हणजे, charging time जवळपास समान होता: AI-guided method साठी 24.12 मिनिटे आणि पारंपरिक method साठी 24.15 मिनिटे. हे परिणाम simulation च्या बाहेरही चांगले लागू झाले, तर charging problem कडे पाहण्याचा हा एक मौल्यवान पुनर्विचार ठरेल. उद्योग बहुतेकदा durability आणि convenience यांना स्पर्धात्मक प्राधान्ये म्हणून मांडतो. हे संशोधन सुचवते की त्या संघर्षाचा किमान काही भाग धीम्या user experience ऐवजी चांगल्या control logic ने सुटू शकतो.

Battery health management का महत्त्वाचे आहे

Battery packs हे electric vehicle मधील सर्वात महाग आणि धोरणात्मकदृष्ट्या महत्त्वाचे घटक राहिले आहेत. त्यांचे health resale value, warranty exposure, fleet economics, आणि consumer confidence यावर परिणाम करते. बॅटरी पूर्णपणे निकामी झाली नाही तरी, जलद degradation वापरण्यायोग्य range कमी करू शकते आणि वाहनाच्या दीर्घकालीन मालकीचा खर्च वाढवू शकते.

म्हणूनच battery management software शांत पण निर्णायक रणांगण बनले आहे. सुधारणा केवळ नवीन chemistries किंवा मोठ्या packs मधूनच यायला हव्यात असे नाही. त्या अशा algorithms मधूनही येऊ शकतात जे विद्यमान hardware ला वर्षानुवर्षे अधिक बुद्धिमानपणे वागण्यास मदत करतात. जर EV driver ला charger वर जास्त वेळ थांबवावे न लागता बॅटरी क्षमता अधिक राखता आली, तर ते उत्पादन आयुष्यातील एक कार्यक्षमतेचे वाढीव मूल्य ठरेल.

The Drive असेही नोंदवते की जुन्या बॅटऱ्या aggressive charging टिकवून धरण्यास कमी सक्षम असतात. त्यामुळे EV fleet जसजशी परिपक्व होत आहे, adaptive systems अधिक संबंधित ठरत आहेत. उच्च-प्रमाणातील EV adoption च्या पहिल्या लाटेने आता मध्यम वयात पोहोचणाऱ्या वाहनांची वाढती लोकसंख्या तयार केली आहे. अशा packs चे नीट व्यवस्थापन आता फक्त नव्या models साठी design challenge राहिलेले नाही; ते आधीच रस्त्यावर असलेल्या लाखो वाहनांसाठी operational issue बनत आहे.

संशोधनापासून deployment पर्यंत

हा लेख आशादायक paper पासून commercial product पर्यंतच्या उडीचा अतिरंजित दावा करत नाही. Research results आपोआप practical systems बनत नाहीत, आणि simulation outcomes अजूनही engineering, certification, आणि market realities मधून टिकून राहायला हवेत. ती सावध भूमिका योग्य आहे. अनेक battery innovations प्रयोगशाळेत किंवा modelमध्ये आकर्षक दिसतात आणि मग खर्च, integration, किंवा प्रत्यक्ष जगातील variability यांच्या मर्यादांना सामोरे जातात.

तरीही, दिशा स्पष्ट आहे. The Drive नमूद करते की real time मध्ये battery condition monitor करून charging behavior समायोजित करणारे software आधीच practical use कडे वाटचाल करत आहे, त्याला AI label लावले किंवा नाही तरी. कदाचित हेच सर्वात वास्तववादी takeaway आहे. EV charging मधील दीर्घकालीन विजेते ते कंपन्या नसतील ज्या फक्त peak power numbers वाढवतात, तर त्या असतील ज्या charging ला अधिक adaptive, battery-aware service मध्ये रूपांतरित करतात.

त्या अर्थाने, Chalmers चे काम वाहतूक तंत्रज्ञानातील व्यापक बदलाकडे इशारा करते. वाहने आता फक्त motors आणि cells ने नव्हे, तर त्या घटकांचा वापर कसा होतो हे ठरवणाऱ्या software layers नेही परिभाषित होत आहेत. उत्तम charging intelligence नवीन battery chemistry किंवा विक्रमी charging speed प्रमाणे headlines मिळवणार नाही. पण जर ती कोणत्याही महत्त्वाच्या सोयीच्या तोट्याशिवाय जास्त battery life देऊ शकली, तर ती कदाचित अधिक चमकदार breakthrough पेक्षा जास्त मौल्यवान ठरेल.

• IEEE मध्ये प्रकाशित झालेला हा अभ्यास Chalmers University of Technology मधील संशोधकांचा आहे.
• health-aware algorithm बॅटरीच्या वृद्धत्वानुसार charging behavior बदलतो.
• संशोधकांनी simulationमध्ये अंदाजित usable battery life सुमारे 23% ने वाढल्याचे सांगितले.
• simulationमध्ये charging time जवळपास अपरिवर्तित राहिला.

हा लेख The Drive च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.