A Geely anunciou um sistema de carregamento rápido apoiado por inteligência artificial que, segundo a empresa, não apenas reduz os efeitos do carregamento de alta potência, mas também pode reverter parte dos danos associados a ele e aumentar em até 20% a vida útil operacional da bateria. O anúncio ocorre durante a expansão da corrida pelo carregamento ultrarrápido na China, onde as empresas elevam a potência a níveis que podem pressionar térmica e quimicamente as células de íons de lítio.
Carregamento de 10% a 97% em menos de nove minutos
A estação de carregamento inteligente de quinta geração da Geely utiliza uma potência máxima de 2.250 quilowatts. Nos testes apresentados pela empresa, uma bateria usada no Lynk & Co 10 e no Zeekr 001 passou de 10% a 70% em 4 minutos e 30 segundos, e de 10% a 97% em 8 minutos e 40 segundos.
Esses números superam, segundo a comparação apresentada na fonte, o desempenho da rede da BYD com potência de 1.500 quilowatts, que leva uma bateria Blade Battery 2.0 de 10% a 70% em cinco minutos, e de 10% a 97% em nove minutos.
Pulsos precisos para combater a deposição de lítio
A Geely relaciona parte da degradação das baterias ao carregamento rápido repetido, pois os íons de lítio podem se acumular na superfície do eletrodo negativo em vez de penetrar em sua estrutura. Esse fenômeno é conhecido como deposição de lítio e reduz gradualmente a capacidade utilizável.
A empresa afirma que a tecnologia de recuperação de íons de lítio por pulsos envia correntes precisas através das células com o objetivo de reativar os íons acumulados. A empresa também desenvolveu uma estratégia de carregamento lento para uso doméstico durante a noite e afirma que ela ajuda gradualmente a tratar parte da degradação resultante do carregamento rápido.
No entanto, o percentual de 20% não é um resultado garantido para todos os veículos; a própria formulação da Geely diz “até 20%”, o que o caracteriza como um resultado máximo associado às condições de teste, e não como uma promessa geral de um período adicional fixo de vida útil.
Previsão da temperatura antes que ela ocorra
O sistema utiliza o modelo Xingrui PowerMind, desenvolvido pela Geely em colaboração com a empresa chinesa emergente de inteligência artificial StepFun. O modelo coordena o veículo, a bateria, o carregador, a nuvem, a rede e o sistema de armazenamento de energia da estação.
Em vez de reduzir a potência depois que a temperatura da bateria aumenta, a Geely afirma que o modelo prevê a tendência da temperatura com cerca de 30 segundos de antecedência e, em seguida, ajusta a corrente, o resfriamento e a duração da sessão de carregamento para cada veículo e bateria. A empresa pretende manter uma temperatura média de 55 graus Celsius durante o carregamento, com um pico inferior a 65 graus.
Para alcançar isso com uma potência de 2.250 quilowatts, a estação utiliza um sistema de resfriamento líquido de cinco pontos que inclui a bateria de armazenamento de energia, a unidade de carregamento, o cabo, a porta de carregamento e o conjunto de baterias do veículo.
Bateria 6C para veículos mais baratos
A Shendun Golden Battery utilizada nos testes do Lynk & Co 10 e do Zeekr 001 é compatível com uma taxa máxima de carregamento de 12C. Já a Next-Gen Ultra Short Blade Battery, destinada aos modelos mais baratos, chega a 6C, e a Geely afirma que a soldagem a laser das abas e das tampas das células reduz em 10% o calor gerado durante o carregamento.
Por que esta notícia é importante?
O valor mais importante do anúncio não está apenas no número da potência, mas na tentativa de abordar o equilíbrio entre a velocidade de carregamento e a degradação da bateria. Se os resultados dos pulsos precisos forem confirmados em testes independentes e de longo prazo, eles poderão permitir velocidades mais altas sem depender apenas da redução da potência para proteger a bateria. Por enquanto, porém, as alegações de prolongamento da vida útil continuam vinculadas aos dados da empresa, e a fonte não apresentou detalhes suficientes sobre o número de ciclos dos testes, as condições de medição ou a extensão da aplicação dos resultados aos diferentes modelos.