Renforcement de la conception de la batterie, recyclage

Les scientifiques et les utilisateurs savent depuis longtemps que les performances des batteries lithium-ion diminuent avec l’âge, mais il est difficile de déterminer exactement quels facteurs attribuent le plus à la perte de puissance et capacité de stockage.

Aujourd’hui, des chercheurs de l’Université de Stanford ont développé un nouveau modèle capable de prédire l’état réel d’une batterie lithium-ion rechargeable en temps réel, glanant de nouvelles informations sur les paramètres de performance et ouvrant la voie à une conception plus intelligente.

En effet, le modèle, qui combine la modélisation informatique et les données de détection,pourrait aider à résoudre un problème de conception clé auquel les constructeurs de batteries de véhicules électriques (VE) sont actuellement confrontés, ont déclaré les chercheurs.

Les constructeurs automobiles construisent une capacité de réserve pour anticiper une baisse des performances inconnue, ce qui ajoute des coûts et des matériaux supplémentaires, dont certains sont rares ou même toxiques. En ayant une meilleure estimation de la capacité réelle d’une batterie, ils peuvent concevoir des batteries plus petites qui offrent une plus grande autonomie, a déclaré Simona Onori, professeure adjointe d’ingénierie des ressources énergétiques à l’École des sciences de la terre, de l’énergie et de l’environnement de Stanford.

« Avec notre modèle, il est toujours important de faire attention à la façon dont nous utilisons le système de batterie », a-t-elle expliqué dans un communiqué de presse. « Mais si vous avez plus de certitude sur la quantité d’énergie que votre batterie peut contenir tout au long de son cycle de vie, vous pouvez utiliser une plus grande partie de cette capacité. Notre système révèle où se trouvent les bords, afin que les batteries puissent être utilisées avec plus de précision. »

Potentiel de recyclage

Cette précision est basée sur l’exactitude des prédictions du modèle, qui se situent à moins de 2% de la durée de vie réelle de la batterie. Disposer de ces informations pourrait également permettre le recyclage des batteries de véhicules électriques, une fois qu’elles ne sont plus utiles à leur objectif initial, pour stocker de l’énergie pour le réseau électrique, a déclaré Onori.

« Dans l’état actuel des choses, les batteries retirées des voitures électriques varieront considérablement en termes de qualité et de performances », a déclaré Onori dans un communiqué de presse. « Il n’existe aucune méthode fiable et efficace pour les standardiser, les tester ou les certifier d’une manière qui les rende compétitifs par rapport aux nouvelles batteries conçues sur mesure pour le stockage stationnaire.

Pour créer le modèle, les chercheurs se sont écartés d’une hypothèse standard que les systèmes traditionnels de gestion de batterie font, à savoir que la quantité de lithium dans chaque électrode – la cathode et l’anode – ne change jamais.

En réalité, le lithium se perd dans les réactions secondaires à mesure que la batterie se dégrade, ce qui signifie que cette hypothèse conduit à une modélisation des performances inexacte, a noté Anirudh Allam, doctorant en ingénierie des ressources énergétiques qui a travaillé avec Onori sur la recherche.

Renforcement de la précision

Pour améliorer la précision, Onori et Allam ont conçu leur système avec des estimations mises à jour en permanence des concentrations de lithium ainsi qu’un algorithme dédié pour chaque électrode. L’algorithme est dynamique et s’ajuste en fonction des mesures du capteur pendant que le système fonctionne.

Le modèle s’appuie également sur les données des capteurs trouvés dans les systèmes de gestion de batterie présents dans les véhicules électriques actuels, ce qui signifie qu’il peut être intégré aux technologies actuelles « pour les faire fonctionner de manière plus intelligente », a-t-elle déclaré dans un communiqué de presse.

Les chercheurs ont publié un papier sur leur travail dans la revue Transactions IEEE sur la technologie des systèmes de contrôle.

L’équipe a expérimenté son modèle à l’aide d’une batterie lithium-ion couramment utilisée dans les véhicules électriques (oxyde de lithium nickel manganèse cobalt) pour fournir des estimations de variables internes clés telles que la concentration en lithium et la capacité des cellules.

Cependant, les chercheurs pensent que le cadre, qui se veut une solution pratique pour déterminer les performances des batteries de véhicules électriques, peut également être appliqué à d’autres types de batteries lithium-ion.