世界的な電気自動車の導入によるコスト削減のおかげで、リチウムイオン電池はグリッドストレージに重要な役割を果たすようになったと、アルゴンヌ国立研究所のスーザン・バビネック氏は、先週開催された国際バッテリーバーチャルセミナーと展示会で語りました。しかし、それらをフルに活用するためには、人工知能の助けが必要になるといいます。

テスト期間を2年から2週間に短縮するAIへの期待

「グリッド経済学では、正確な寿命データが必要ですが、これを作成するには非常に時間とリソースがかかりますが、AIを使うことで、サイクル寿命予測の時間を大幅に短縮することができます」とバビネック氏は述べています。

バビネック氏のグループは、AIを使った迅速なサイクル寿命評価を開発しており、テストを現在の2年から2週間の目標にまで減らすことができるといいます。アルゴンヌ国立研究所は、豊富なデータとAI専門家チーム、そして新しいスーパーコンピューターがあるため、この研究に適した場所だとバビネック氏は主張しています。

プロジェクトの範囲は広く、物理学をベースにしたツールからディープニューラルネットまで、いくつかのAIアプローチを使用しています。「どのAIアプローチがこの問題に最も適しているかを見極めたいと考えています」とバビネック氏はいいます。すべてのリチウムイオン化学物質を意図的に順次テストし、電流、電圧、時間を、すべての細胞のすべてのサイクルの毎秒ごとに記録するのです。

彼らの計画をテストするために、グループはNature Energy誌に昨年発表された公開データを使用しました。彼らは、1サイクル目のある電圧での容量と20サイクル目の同じ電圧での容量を比較し、相関関係と関係を生成し、そこから予測を行いました。その結果、実験で得られた故障サイクルと予測された故障サイクルが一致したといいます。

アルゴンヌ国立研究所の電池データとその精査

サイクル寿命予測の作業が続く一方で、バビネック氏によると、アルゴンヌ国立研究所では電池データを含む20年分以上のスプレッドシート、データベース、マシンファイルのクリーンアップにも力を入れているといいます。「データは素晴らしいものですが、それを一掃しなければなりません。これは大掛かりな作業で、私たちが取り組んでいるところです」と彼女は語った。

テストスケジュールが短縮されることで、複雑で変化する使用シナリオの評価が可能になり、最終的にはリスクを最小限に抑えながら柔軟な展開が可能になるとバビネック氏は述べています。

【考察】バッテリーサイクル予測を短縮させるAIとその活用

電気自動車など様々なテクノロジーにおいて、バッテリーとその寿命の予測は大きな課題となっています。

AIによって、バッテリーサイクル予測を短縮することができれば、リスク軽減と新たな技術開発に大きな貢献をもたらすでしょう。

参照元：Argonne National Labs Using AI To Predict Battery Cycles