L’intelligenza artificiale potrebbe aiutare le batterie delle auto elettriche a durare più a lungo, senza cambiare celle, materiali o architettura del pacco batteria. La novità arriva da uno studio della Chalmers University of Technology, in Svezia, dove un gruppo di ricercatori ha sviluppato un software capace di adattare la ricarica rapida allo stato reale della batteria.
Il risultato dichiarato è rilevante: nei test simulati, la strategia basata su AI ha aumentato la vita utile della batteria del 22,9% rispetto ai metodi di ricarica standard, senza allungare i tempi di ricarica. Il dato va letto con cautela, perché non riguarda ancora una tecnologia già montata sulle auto in vendita, ma indica una direzione interessante: la durata delle batterie non dipende solo dalla chimica, ma anche da come vengono gestite.
Perché la ricarica rapida può stressare la batteria
La ricarica rapida è una funzione indispensabile per rendere più comoda l’auto elettrica nei viaggi lunghi. Il problema è che potenze elevate, temperature alte e correnti intense possono accelerare il degrado delle celle agli ioni di litio.
Il fenomeno più delicato è il cosiddetto lithium plating. Durante la ricarica veloce, una parte del litio può depositarsi sull’anodo invece di inserirsi correttamente nella struttura della cella. Nel tempo questo processo riduce la capacità disponibile, peggiora l’efficienza e può aumentare i rischi interni alla batteria.
Per questo le auto elettriche moderne non accettano sempre la stessa potenza di ricarica. La curva cambia in base alla temperatura, alla percentuale di carica e alla strategia impostata dal costruttore. L’intelligenza artificiale studiata dai ricercatori svedesi prova a rendere questo processo più raffinato.
Come funziona il software sviluppato in Svezia
Oggi molte batterie usano una strategia nota come CC-CV: prima una fase a corrente costante, poi una fase a tensione costante. È un metodo consolidato, ma non sempre tiene conto in modo dettagliato dello stato di salute della singola batteria lungo tutta la sua vita.
Il nuovo software usa il reinforcement learning, una tecnica di apprendimento automatico in cui il sistema impara attraverso simulazioni, errori e correzioni successive. In pratica, l’AI regola la ricarica tenendo conto dello stato di carica e dell’invecchiamento della batteria. Una batteria nuova e una batteria già usata non vengono quindi trattate nello stesso modo.
Questa differenza è importante, perché con il passare dei cicli, le celle cambiano comportamento. Una strategia di ricarica fissa può essere efficace all’inizio, ma meno adatta dopo anni di utilizzo. L’AI cerca invece di modulare corrente e tensione in base alla condizione reale dell’accumulatore.
Perché potrebbe bastare un aggiornamento software
Uno degli aspetti più interessanti dello studio è la possibile applicazione pratica. Secondo i ricercatori, il metodo potrebbe essere integrato nei sistemi di gestione della batteria tramite software, senza modificare fisicamente il pacco batteria.
In teoria, quindi, un costruttore potrebbe migliorare la gestione della ricarica elettrica con un aggiornamento del Battery Management System. Non significa che ogni auto già in circolazione riceverà questa funzione, perché servono test su celle reali, validazioni di sicurezza e adattamenti alle diverse chimiche. Però il principio è importante: una parte della longevità delle batterie può dipendere da algoritmi più evoluti.
Il team cita anche il transfer learning, cioè la possibilità di riutilizzare conoscenze sviluppate su una batteria per accelerare l’adattamento a celle simili. Questo potrebbe ridurre i tempi necessari per portare il sistema su pacchi batteria diversi.
Cosa manca prima di vederla sulle auto di serie
Il limite principale è che i risultati arrivano da simulazioni su modelli digitali, non ancora da prove estese su batterie montate su veicoli in condizioni reali. La strada verso la produzione richiede test di laboratorio, prove su cicli lunghi, verifica termica e compatibilità con i sistemi di sicurezza già usati dai costruttori.
C’è poi un tema di chimica. Le batterie LFP, NMC e altre soluzioni agli ioni di litio non reagiscono sempre allo stesso modo alla ricarica rapida. Anche il formato delle celle, raffreddamento, tensione di lavoro e software del costruttore possono cambiare i risultati.
Per questo il 22,9% non può essere trasformato in una promessa valida per tutte le auto elettriche. È un dato di ricerca, utile per capire il potenziale della tecnologia, non una garanzia commerciale già applicabile.
Perché questa ricerca conta per chi guida elettrico
La durata della batteria resta uno dei fattori che più pesano nella scelta di un’auto elettrica. Incide sul valore dell’usato, sui costi nel lungo periodo e sulla fiducia di chi teme un degrado rapido dopo anni di ricariche frequenti.
Se strategie di questo tipo arriveranno sui veicoli di serie, potrebbero ridurre l’impatto della ricarica rapida sulla vita della batteria. Sarebbe un vantaggio soprattutto per chi non dispone di una wallbox domestica o usa spesso colonnine ad alta potenza.
La ricerca svedese non dice che l’intelligenza artificiale risolverà da sola tutti i problemi delle batterie, ma che il modo in cui una batteria viene caricata può essere ottimizzato meglio, e il software potrebbe diventare uno degli strumenti più importanti per far durare più a lungo le auto elettriche.
