Geavanceerde 'digital twin' batterij die de levensduur van de batterij kan voorspellen
Een real-life proef van elektrische voertuigen, waarbij batterijanalysespecialist Silver Power Systems (SPS), EV-fabrikanten en academici betrokken waren, heeft een grote stap voorwaarts gezet in het ontwikkelen van batterijmodellering die de levensduur van een EV-batterij nauwkeurig kan voorspellen.
Met de snelle groei van elektrificatie als gevolg van het verbod op de verkoop van nieuwe ICE in 2030, gecombineerd met het feit dat de batterij verreweg het duurste onderdeel van een EV is, is het van cruciaal belang om te kunnen begrijpen hoe een batterij presteert en te voorspellen hoeveel deze waarschijnlijk zal zijn. degraderen gedurende de levensduur van het voertuig.
Tot nu toe was het voorspellen van de levensduur lastig. Hoewel er digitale modellen van EV-batterijen zijn gemaakt, ontbrak het hen aan nauwkeurige gegevens uit de echte wereld om ze te ondersteunen. Bovendien zijn niet alle batterijen hetzelfde en worden ze gedurende hun hele levensduur niet gelijk behandeld. Ze gaan dus in verschillende snelheden achteruit. Dit onderstreept de noodzaak om gegevens uit de echte wereld te combineren met op machine learning gebaseerde voorspellende gegevens. technologie om beter te begrijpen hoe ze degraderen.
Het auto-onderzoeksprogramma REDTOP (Real-time Electrical Digital Twin Operating Platform) dat de afgelopen negen maanden is uitgevoerd, heeft getracht een stapsgewijze verandering teweeg te brengen in het begrip van batterijen, met als doel het creëren van 's werelds meest geavanceerde 'digitale tweeling'-batterij - een zeer geavanceerd virtueel model, gekoppeld aan een echte batterij.
Gedeeltelijk gefinancierd door The Advanced Propulsion Centre UK (APC), heeft het project, geleid door Silver Power Systems, partners Imperial College, London Electric Vehicle Company (LEVC) en JSCA, de onderzoeks- en ontwikkelingsdivisie van de Watt Electric Vehicle Company, gezien. bundelen hun krachten op een real-world EV-proef.
Sinds januari hebben zo'n 50 LEVC TX elektrische taxi's en een nieuwe EV-sportwagen van de Watt EV Company samen meer dan 500,000 km afgelegd als onderdeel van het programma. Elk voertuig is uitgerust met het ultramoderne gegevensverzamelende IoT-apparaat van Silver Power Systems, dat constant communiceert met de cloudgebaseerde software van het bedrijf.
Deze gegevens zijn geanalyseerd door SPS's machine learning-aangedreven platform EV-OPS, en samen met de batterijonderzoekers van het Imperial College zijn nu 's werelds meest geavanceerde digitale tweelingen van echte EV-batterijen gecreëerd, die niet alleen een beeld geven van de realtime batterijprestaties en gezondheidstoestand, maar ook het potentieel om deze zeer geavanceerde batterijmodellen in staat te stellen de levensduur van de batterij te voorspellen.
"Dit is echt de heilige graal", legt Pete Bishop, CTO van Silver Power Systems, uit. “Begrijpen hoe de batterij van een elektrisch voertuig momenteel presteert – en voorspellen hoe deze de komende jaren zal presteren – is voor veel sectoren van cruciaal belang. Maar tot op heden is er een gebrek aan gegevens en is voorspellende modellering grotendeels in het laboratorium gebaseerd.
“Door een robuuste praktijktest te combineren met onze EV-OPS-analysecapaciteit voor machine learning via het REDTOP-programma, zijn we niet alleen in staat geweest om een ongekend beeld te krijgen van de realtime batterijprestaties en de gezondheidstoestand, maar ook om 's werelds meest geavanceerde digitale twin waarmee de toekomstige levensduur van de batterij kan worden voorspeld.”
Ongeëvenaarde monitoring geeft een totaalbeeld van de batterij-activiteit, identificeert verschillen tussen batterijen (of het nu gaat om prestaties of laadvermogen) en – op de lange termijn – het opbouwen van een volledig beeld van de batterijgezondheid gedurende de levensduur van het voertuig: een soort batterijgrootboek.
Voor fabrikanten van elektrische voertuigen geeft deze monitoringfunctie inzicht in de batterijprestaties, waardoor ze de ontwikkeling van batterijaangedreven voertuigen kunnen versnellen. Wagenparkbeheerders kunnen een compleet beeld krijgen van de gezondheid van elektrische voertuigen in hun wagenpark, waardoor ze hun voertuigen efficiënter kunnen laten rijden (en mogelijk hun levensduur verlengen), terwijl wagenparkbeheerders de mogelijkheden van SPS kunnen gebruiken om de toekomstige restwaarde van voertuigen te voorspellen op basis van de toekomstige batterijstatus . Naarmate de markt overgaat op EV's, zal dit steeds belangrijker worden.
OEM's en batterijfabrikanten kunnen de technologie ook gebruiken om nauwkeuriger gegarandeerde batterijgaranties mogelijk te maken, garanties op een nieuwe batterij in te stellen of risico's op een bestaande batterij te beheren, terwijl andere sectoren die hiervan kunnen profiteren, zijn onder meer verzekeringsaanbieders, transportautoriteiten, gemeenten en zelfs particuliere EV-bezitters voor wie toegang hebben tot gegevens over de batterijprestaties van hun eigen voertuig gunstig is.