Con los sistemas de gestión de baterías actuales, un coche eléctrico puede indicar que tiene 40% de carga, pero los conductores deben adivinar si realmente podrán recorrer 100 kilómetros subiendo colinas con la calefacción encendida.
Los ingenieros de la Universidad de California en Riverside (UCR) quieren eliminar esa incertidumbre.
Han desarrollado una métrica diagnóstica innovadora llamada State of Mission (SOM), diseñada para responder a una pregunta concreta:
“¿Puede esta batería, en su estado actual, completar de forma segura y exitosa una tarea específica?”
Qué es SOM y cómo funciona
SOM combina datos de la batería con factores ambientales, como:
- Patrón de tráfico
- Cambios de elevación
- Temperatura ambiente
Esto permite generar predicciones en tiempo real sobre si la batería podrá cumplir la misión planeada.
A diferencia de modelos puramente físicos, que no se adaptan a cambios, o modelos de aprendizaje automático que no explican sus resultados, SOM utiliza un enfoque híbrido:
- Aprende de cómo las baterías se cargan, descargan y calientan con el tiempo.
- Respeta las leyes de la electroquímica y la termodinámica.
Esto permite que las predicciones sean fiables incluso en situaciones extremas, como bajadas bruscas de temperatura o pendientes pronunciadas.
Resultados y pruebas
El equipo probó el sistema con datasets públicos de NASA y la Universidad de Oxford, que incluían:
- Ciclos de carga y descarga
- Variaciones de temperatura
- Datos de corriente y voltaje
- Tendencias de rendimiento a largo plazo
SOM redujo significativamente los errores de predicción:
- 0.018 voltios en voltaje
- 1.37 °C en temperatura
- 2.42% en el estado de carga
En lugar de un simple “X% de batería”, SOM ofrece un resultado anticipado y específico para la misión:
- Indica si puedes completar un trayecto sin recargar
- Advierte si necesitas recargar a mitad de camino
- Evalúa si un vuelo de dron es posible según condiciones de viento
Limitaciones y futuro
Actualmente, la principal limitación de SOM es la complejidad computacional. Requiere más potencia de procesamiento que los sistemas de gestión de baterías actuales.
Aun así, los investigadores son optimistas. Con optimización, el modelo podría aplicarse pronto en:
- Vehículos eléctricos (EV)
- Drones y sistemas aéreos no tripulados
- Almacenamiento en red eléctrica
- Sistemas domésticos de baterías
- Incluso misiones espaciales
Además, planean expandir SOM para otras químicas de baterías, como:
- Sodio-ion
- Estado sólido
- Baterías de flujo