Thermo-Relational State Inference for Lithium-Ion Battery SOC Estimation under Dynamic Thermal Excitation

La vita moderna si regge sull'energia immagazzinata. Dalle auto elettriche che scivolano silenziosamente per le strade cittadine ai massicci banchi di batterie che stabilizzano la rete elettrica, le batterie agli ioni di litio sono i motori silenziosi del nostro futuro elettrificato. Tuttavia, queste batterie non sono semplici contenitori di energia; sono sistemi chimici complessi che cambiano il proprio comportamento a seconda che siano caldi o freddi. Per usarle in modo sicuro ed efficiente, un sistema informatico all'interno del dispositivo deve sapere costantemente esattamente quanta energia rimane. Questo è chiamato "stato di carica". Se il sistema sbaglia la previsione, un'auto potrebbe fermarsi inaspettatamente, o una batteria potrebbe essere danneggiata venendo scaricata troppo profondamente. La sfida è che la relazione tra ciò che possiamo misurare — come la tensione ai terminali della batteria — e l'energia effettiva all'interno non è fissa. Essa si sposta e si deforma man mano che la batteria si riscalda durante l'uso o si raffredda durante l'inverno.

Per anni, gli ingegneri hanno cercato di costruire modi migliori per tracciare questo livello di energia. Molti approcci si basano sull'osservazione della storia della batteria: cosa è successo un secondo fa, un minuto fa o un'ora fa. Ma questi metodi spesso trattano la temperatura della batteria come un semplice numero di sfondo, come un'etichetta statica su una scatola. Essi non riescono a realizzare che la temperatura stessa è un bersaglio mobile che cambia il modo in cui il comportamento passato della batteria si relaziona con il suo stato presente. Una specifica lettura di tensione oggi potrebbe significare qualcosa di completamente diverso rispetto alla stessa lettura di tensione ieri se la batteria si trovava a una temperatura differente. Questo disconnessione diventa critico quando una batteria è sottoposta a un'eccitazione termica dinamica, un modo elaborato per dire che viene riscaldata e raffreddata rapidamente mentre è sotto carico pesante, come durante una guida veloce o un improvviso picco di potenza.

Un team di ricercatori ha sviluppato un nuovo metodo per risolvere questo problema specifico, creando un sistema che tratta la storia termica della batteria come una parte viva e pulsante del calcolo. Invece di aggiungere semplicemente la temperatura attuale a una lista di input, il loro nuovo sistema, che chiamano Thermo-Relational State Inference Network, riscrive attivamente il significato delle misurazioni elettriche in base a come la temperatura sta cambiando. Pone due domande per ogni dato: cosa sta facendo la temperatura proprio ora, e quanto è diverso questo momento rispetto ai momenti precedenti? Rispondendo a queste domande, il sistema può capire che due segnali elettrici identici possono rappresentare quantità di energia diverse se si sono verificati sotto condizioni termiche differenti.

I ricercatori hanno testato questo nuovo approccio utilizzando un profilo di guida reale noto come LA92, che imita la natura dei continui arresti e ripartenze della guida cittadina. Hanno utilizzato un tipo specifico di cella batteria, la Panasonic NCR18650PF, e l'hanno sottoposta a un ambiente termico variabile in cui la temperatura dell'aria esterna oscillava da circa 10 gradi Celsius a 25 gradi Celsius. In questo test, la temperatura superficiale della batteria e la temperatura dell'aria sono state misurate separatamente, permettendo al sistema di vedere esattamente come la batteria reagiva al cambiamento di calore. L'obiettivo era vedere se il nuovo sistema potesse tracciare il livello di energia della batteria con maggiore precisione rispetto ai metodi esistenti quando le condizioni termiche sono in costante fluttuazione.

I risultati sono stati sorprendenti. Il nuovo sistema ha tracciato il livello di energia della batteria con un errore medio di appena lo 0,47 percento. Per mettere questo dato in prospettiva, se si cercasse di indovinare il peso di un oggetto di 100 chilogrammi, questo sistema sbaglierebbe di meno di mezzo chilogrammo. In confronto, il più forte metodo esistente utilizzato per questo test ha prodotto errori più che doppi, mancando il bersaglio con una media del 1,24 percento. Il nuovo sistema ha anche ridotto la dimensione dei suoi errori più grandi del 65 percento rispetto al precedente miglior approccio. Ciò significa che non solo la stima media era migliore, ma il sistema ha anche evitato i grandi salti improvvisi nell'errore che possono verificarsi quando la temperatura di una batteria cambia rapidamente.

Ciò che rende possibile questo traguardo è un cambiamento nel modo in cui il computer pensa al tempo e al calore. I ricercatori hanno costruito un sistema che non guarda solo al passato della batteria in linea retta. Invece, crea un "campo di relazione termica", una mappa mentale che collega ogni momento della storia della batteria a tutti gli altri momenti basandosi su due fattori: quanto tempo è passato e quanto la temperatura era diversa in quei due momenti. Se la batteria era calda dieci minuti fa e ora è fredda, il sistema comprende che i dati di dieci minuti fa sono meno rilevanti per il momento attuale rispetto a se la temperatura fosse rimasta la stessa. Questo permette al sistema di pesare l'importanza degli eventi passati in modo dinamico, piuttosto che trattare tutti i dati passati come ugualmente utili.

Il sistema include anche un meccanismo per regolare i segnali elettrici stessi prima che vengano analizzati. Al variare della temperatura, la chimica interna della batteria cambia, facendo sì che le letture di tensione e corrente si comportino diversamente. Il nuovo sistema utilizza la temperatura attuale, la velocità con cui la temperatura cambia e la differenza tra la superficie della batteria e l'aria circostante per ricalibrare automaticamente questi segnali elettrici. Esso essenzialmente traduce i numeri grezzi in un linguaggio che abbia senso per l'ambiente termico attuale. Questo avviene in tempo reale, assicurando che il sistema interpreti sempre i dati correttamente per le condizioni che sta affrontando.

Per dimostrare che questi specifici elementi sono stati la ragione del successo, i ricercatori hanno eseguito una serie di test in cui hanno rimosso una parte del sistema alla volta. Quando hanno rimosso la capacità di confrontare le differenze termiche tra passato e presente, il tasso di errore è aumentato significativamente. Quando hanno sostituito la complessa regolazione della temperatura con un metodo di scalatura unidirezionale più semplice, il sistema è diventato meno stabile e ha commesso errori più grandi. Questi test hanno confermato che il miglioramento non derivava solo dall'avere più dati o un computer più potente, ma dal modo specifico in cui il sistema collegava i cambiamenti termici alla rilevanza storica. Il sistema funziona perché modella esplicitamente il fatto che il significato del segnale elettrico di una batteria dipende dalla storia termica che l'ha preceduta.

Lo studio è stato condotto utilizzando un dataset pubblicamente disponibile raccolto presso l'Università del Wisconsin–Madison, garantendo che i risultati si basino su misurazioni del mondo reale piuttosto che su simulazioni al computer. I ricercatori sono stati attenti a testare il loro sistema su un profilo di guida completamente separato dai dati utilizzati per l'addestramento, dimostrando che il sistema può generalizzare a nuove situazioni. Sebbene il test sia stato limitato a un tipo specifico di batteria e a un intervallo di temperature moderato, i risultati offrono una via chiara per i sistemi di gestione delle batterie. Riconoscendo che il passato non è solo una sequenza di eventi, ma una sequenza di stati termici mutevoli, questo nuovo approccio fornisce un modo più robusto e accurato per monitorare l'energia immagazzinata nei nostri dispositivi più critici. Suggerisce che il futuro della gestione delle batterie non risiede nell'ignorare il calore, ma nel comprendere come quel calore dia nuova forma alla storia della vita della batteria.