23% di vita in più per una batteria di auto elettrica, senza aggiungere un solo minuto alla ricarica rapida: è la promessa di un metodo messo a punto all’università di Chalmers, in Svezia.
L’idea è semplice sulla carta, ma temibile nella pratica: un’IA regola la corrente di carica in base allo stato reale della batteria, non solo a un protocollo standard fisso. Il punto che fa storcere il naso è proprio la ricarica rapida, indispensabile in autostrada o per le flotte, ma nota per accelerare l’usura interna. I ricercatori spiegano di aver mantenuto un tempo di ricarica paragonabile agli standard attuali, a qualche secondo di distanza. E soprattutto, l’implementazione non passerebbe da un nuovo pacco batteria, ma da un aggiornamento del software di gestione della batteria.
Chalmers annuncia 23% di cicli guadagnati grazie a un’IA
Il cuore del metodo è un apprendimento per rinforzo, un approccio in cui l’algoritmo impara a scegliere l’azione migliore, in questo caso il livello di corrente, in base alla situazione. I ricercatori di Chalmers spiegano di aver addestrato il loro modello su simulazioni e un gemello digitale di una batteria agli ioni di litio “comune” nel settore automotive. Il risultato: una durata di vita estesa di circa il 23% rispetto a una strategia di ricarica rapida standard.
Per misurare questo guadagno, si basano su una nozione utilizzata nell’industria: il numero di cicli equivalenti completi prima che la batteria scenda all’80% della sua capacità originale. In altre parole, mantieni più a lungo una capacità utile vicina a quella che il costruttore annunciava all’inizio. Ed è qui che l’approccio diventa interessante: non pretende di “riparare” la chimica, ma limita l’usura evitando condizioni di carica aggressive al momento sbagliato.
La promessa più rilevante per il grande pubblico è il tempo. I ricercatori affermano che la durata della ricarica rimane sostanzialmente invariata, con una variazione di qualche secondo. Su una colonnina rapida conta, perché il minimo prolungamento si nota subito in una fila d’attesa. La sfumatura, e non è da poco, è che questi risultati provengono da simulazioni, non da un’implementazione su larga scala su strada.
Il software adatta la carica al SoC e al SoH
Il sistema si basa su due input principali: lo stato di carica istantaneo, il SoC, e lo stato di salute cumulativo, il SoH. In sostanza, non tratta una batteria nuova come una batteria che ha già macinato chilometri, e non spinge allo stesso modo se arrivi al 5% o se ti colleghi al 35%. L’IA regola la corrente in tempo reale per conciliare velocità e preservazione, mentre un protocollo classico applica regole più generali.
Perché questo cambia le carte in tavola, soprattutto in ricarica rapida? Perché l’usura non è lineare. Alcune fasi di carica sono più penalizzanti di altre a seconda della chimica e dello stato del pacco. L’approccio presentato mira a limitare questa “usura interna” senza sacrificare l’uso: continui a caricare velocemente, ma eviti picchi inutili. I ricercatori descrivono una carica “più o meno veloce quanto oggi”, ma con meno degradazione a lungo termine.
Sul campo, l’esigenza è molto concreta. Le batterie dei veicoli elettrici sono spesso date per durare circa 8-15 anni, a seconda dell’uso e delle abitudini di ricarica. Ma la ricarica rapida pesa sul bilancio, soprattutto per chi ne dipende. L’interesse di questa IA è di adattarsi a profili variati, dal conducente occasionale al grande utilizzatore, senza richiedere una disciplina perfetta a ogni collegamento.
Taxi e veicoli industriali nel mirino, distribuzione via aggiornamento
I ricercatori citano gli utilizzi in cui la ricarica rapida “conta molto”: i taxi, le flotte e i veicoli pesanti utilizzati nell’industria. Per questi attori, guadagnare il 23% di durata di vita significa potenzialmente posticipare una sostituzione costosa e ridurre il fermo macchina. Anche per un’auto privata, l’accesso a una ricarica rapida affidabile resta un criterio chiave, perché condiziona i viaggi lunghi e una parte dell’accettazione dell’elettrico.
Il punto pratico è la distribuzione. Secondo il team, basterebbe un aggiornamento del software di gestione della batteria, il BMS. Non serve cambiare chimica, né aggiungere un componente hardware. Sulla carta, è la via più rapida per raggiungere un parco esistente, a condizione che i costruttori accettino di integrare la strategia e che le validazioni di sicurezza seguano, perché si parla di un organo critico.
E qui una piccola critica necessaria: una promessa “a costo zero” non esiste mai davvero. Un aggiornamento BMS implica campagne di test, certificazioni e una compatibilità con pacchi e sensori molto diversi. C’è anche la questione della trasparenza: il conducente vedrà un cambiamento o tutto avverrà in background? Per ora l’approccio è presentato come accessibile, ma il suo passaggio su larga scala dipenderà dalle scelte dei costruttori e degli operatori di ricarica.
Da ricordare
- Un metodo di IA sviluppato a Chalmers annuncia circa il 23% di durata di vita della batteria in più.
- La strategia regola la ricarica rapida in base al SoC e al SoH, in tempo reale.
- Il tempo di ricarica resterebbe paragonabile agli standard attuali, a qualche secondo di distanza.
- La distribuzione passerebbe da un aggiornamento software del BMS, senza modifiche hardware.
Fonti
- 23% extended EV battery life: New tech tackles risks of fast charging
- AI method could extend EV battery lifespan by 23% – electrive.com
- Charged EVs | Chalmers’ researchers develop AI charging strategy to extend EV battery life 23% with no increase in charge time – Charged EVs
- AI charging adds 23% to EV battery life, study finds | Automotive World
- Smart AI gives electric vehicle batteries 23 per cent longer life – without increasing the charging time | EurekAlert!







