AI-metod från Chalmers förlänger elbilsbatteriers livslängd med 23 procent

Metoden anpassar laddningen efter batteriets skick

Kärnan i lösningen är att AI:n kontinuerligt läser av batteriets tillstånd och kemi under snabbladdning. Utifrån den informationen justeras laddningen i realtid för att minimera slitaget på cellerna.

Tidigare har snabbladdning varit förknippat med accelererat åldrande av batteriet, eftersom höga strömstyrkor bryter ned materialet snabbare. Den nya metoden motverkar det utan att kompromissa med laddningstiden, uppger Chalmers i ett pressmeddelande.

Kan rullas ut som mjukvaruuppdatering i befintliga bilar

Det som gör metoden särskilt intressant är att den inte kräver ny hårdvara. Enligt forskarna går lösningen att implementera via mjukvaruuppdateringar i elbilar som redan finns på marknaden.

Det innebär att fordonstillverkare, bland annat de som redan använder liknande batterihanteringssystem, potentiellt kan erbjuda förbättringen till befintliga kunder utan att byta ut komponenter.

Forskarna beskriver metoden som en viktig pusselbit i elektrifieringen av transportsektorn, där batterikostnad och livslängd fortsatt är centrala hinder för bredare adoption.

Chalmers har inte uppgett när metoden väntas nå kommersiell tillämpning, men att implementeringsvägen går via mjukvara talar för en relativt kort väg från forskning till praktisk användning.