Cette IA suédoise pourrait prolonger la durée de vie des batteries électriques de 23 % sans ralentir la recharge rapide

Cette IA suédoise pourrait prolonger la durée de vie des batteries électriques de 23 % sans ralentir la recharge rapide

23% de durée de vie en plus pour une batterie de voiture électrique, sans rajouter de minutes à la recharge rapide, c’est la promesse d’une méthode mise au point à l’université Chalmers, en Suède.

L’idée est simple sur le papier, mais redoutable en pratique, une IA ajuste le courant de charge en fonction de l’état réel de la batterie, pas seulement d’un protocole standard figé. Le point qui fait tiquer, c’est justement la recharge rapide, indispensable sur autoroute ou pour les flottes, mais connue pour accélérer l’usure interne. Les chercheurs expliquent avoir gardé un temps de charge comparable aux standards actuels, à quelques secondes près. Et surtout, le déploiement ne passerait pas par un nouveau pack, mais par une mise à jour du logiciel de gestion de batterie.

Chalmers annonce 23% de cycles gagnés via une IA

Le cur de la méthode, c’est un apprentissage par renforcement, une approche où l’algorithme apprend à choisir la meilleure action, ici, le niveau de courant, selon la situation. Les chercheurs de Chalmers expliquent avoir entraîné leur modèle sur des simulations et un jumeau numérique d’une batterie lithium-ion “courante” dans l’automobile. Résultat, une durée de vie étendue d’environ 23% par rapport à une stratégie de charge rapide standard.

Pour mesurer ce gain, ils s’appuient sur une notion utilisée dans l’industrie, le nombre de cycles équivalents complets jusqu’à ce que la batterie tombe à 80% de sa capacité d’origine. Dit autrement, tu gardes plus longtemps une capacité utile proche de ce que le constructeur annonçait au départ. Et c’est là que l’approche devient intéressante, elle ne prétend pas “réparer” la chimie, elle limite l’usure en évitant des conditions de charge agressives au mauvais moment.

A lire aussi :  Après les critiques sur Liquid Glass, Apple corrige le tir avec macOS 27 et une nouveauté Safari très pratique

La promesse la plus sensible pour le grand public, c’est le temps. Les chercheurs affirment que la durée de recharge reste globalement inchangée, avec une variation de quelques secondes. Sur une borne rapide, ça compte, parce que la moindre rallonge se voit tout de suite dans une file d’attente. La nuance, et elle est importante, c’est que ces résultats viennent de simulations, pas d’un déploiement massif sur route.

Le logiciel adapte la charge au SoC et au SoH

Le système se base sur deux entrées principales, l’état de charge instantané, le SoC, et l’état de santé cumulé, le SoH. En clair, il ne traite pas une batterie neuve comme une batterie qui a déjà vécu, et il ne pousse pas pareil si tu arrives à 5% ou si tu branches à 35%. L’IA ajuste le courant en temps réel pour concilier vitesse et préservation, là où un protocole classique applique des règles plus générales.

Pourquoi ça change la donne, surtout en recharge rapide, parce que l’usure n’est pas linéaire. Certaines phases de charge sont plus pénalisantes que d’autres selon la chimie et l’état du pack. L’approche présentée vise à limiter cette “usure interne” sans sacrifier l’usage, tu continues à charger vite, mais tu évites des pics inutiles. Les chercheurs décrivent une charge “plus ou moins aussi rapide qu’aujourd’hui”, mais avec moins de dégradation à long terme.

A lire aussi :  Le Canada franchit une étape clé avec un hélicoptère hydrogène-électrique capable de décoller, voler et atterrir en conditions réelles

Sur le terrain, le besoin est très concret. Les batteries de véhicules électriques sont souvent données pour durer environ 8 à 15 ans, selon l’usage et les habitudes de charge. Or, la recharge rapide pèse dans la balance, surtout pour les conducteurs qui en dépendent. L’intérêt de cette IA, c’est de coller à des profils variés, du conducteur occasionnel au gros rouleur, sans demander une discipline parfaite à chaque branchement.

Taxis et véhicules industriels visés, déploiement via mise à jour

Les chercheurs citent des usages où la recharge rapide “compte beaucoup”, les taxis, les flottes, et des véhicules lourds utilisés dans l’industrie. Pour ces acteurs, gagner 23% de durée de vie, c’est potentiellement repousser un remplacement coûteux, et réduire l’immobilisation. Même pour une voiture particulière, l’accès à une recharge rapide fiable reste un critère clé, parce que ça conditionne les trajets longs et une partie de l’acceptation de l’électrique.

Le point pratique, c’est le déploiement. Selon l’équipe, il suffirait d’une mise à jour du logiciel de gestion de batterie, le BMS. Pas besoin de changer de chimie, ni d’ajouter un composant matériel. Sur le papier, c’est la voie la plus rapide pour toucher un parc existant, à condition que les constructeurs acceptent d’intégrer la stratégie, et que les validations de sécurité suivent, parce qu’on parle d’un organe critique.

A lire aussi :  Cette IA américaine pourrait trouver en quelques heures les alliages capables de survivre à la fusion nucléaire

Et là, petite critique nécessaire, une promesse “sans coût” n’existe jamais vraiment. Une mise à jour BMS, ça implique des campagnes de tests, des certifications, et une compatibilité avec des packs et des capteurs très variés. Il y a aussi la question de la transparence, est-ce que le conducteur verra un changement, ou est-ce que tout se fera en arrière-plan. Pour l’instant, l’approche est présentée comme accessible, mais son passage à l’échelle dépendra des choix des constructeurs et des opérateurs de charge.

À retenir

  • Une méthode d’IA développée à Chalmers annonce environ 23% de durée de vie batterie en plus.
  • La stratégie ajuste la charge rapide selon le SoC et le SoH, en temps réel.
  • Le temps de charge resterait comparable aux standards actuels, à quelques secondes près.
  • Le déploiement passerait par une mise à jour logicielle du BMS, sans changement matériel.

Laisser un commentaire