Deux centres de recherche ont récemment mis au point un logiciel novateur capable d’augmenter la longévité des batteries lithium métal. Ce logiciel utilise l’intelligence artificielle pour limiter la dégradation due aux cycles de charge et de décharge. Une véritable avancée ?
Connaissez-vous les batteries lithium métal ? Elles ne sont pas couramment utilisées, bien que leur nom soit familier. Ces batteries se distinguent par leur chimie unique, qui les différencie des batteries NMC (Nickel-Manganèse-Cobalt) et LFP (Lithium-Fer-Phosphate) largement utilisées. Contrairement aux batteries lithium-ion classiques, qui utilisent du graphite ou du silicium pour l’anode, les batteries lithium métal utilisent du lithium métallique pur. Cette caractéristique leur confère une densité énergétique bien supérieure, leur permettant de stocker plus d’énergie par unité de poids, ce qui est crucial pour des applications nécessitant une grande autonomie, comme les véhicules électriques.
Alors, pourquoi ne pas les utiliser systématiquement ? Le principal inconvénient des batteries lithium métal est leur faible durée de vie. Elles sont en effet sujettes à des réactions chimiques indésirables, telles que la formation de dendrites — de petites structures en forme d’aiguille qui peuvent perforer le séparateur des électrodes, provoquant des courts-circuits et augmentant le risque d’incendie. Ces problèmes, associés à des coûts de production plus élevés, ont longtemps limité leur adoption à grande échelle. Par conséquent, les batteries lithium-ion NMC et LFP, offrant un bon compromis entre densité énergétique, stabilité et coût, dominent actuellement le marché.
Une découverte prometteuse
Cette situation pourrait cependant évoluer. En effet, une collaboration entre l’Institut national japonais pour la science des matériaux (NIMS) et SoftBank Corporation a permis de développer un logiciel innovant capable d’augmenter la durée de vie des batteries lithium métal. Ce logiciel se distingue par l’utilisation d’algorithmes d’autoapprentissage. En analysant les cycles de charge et de décharge, le logiciel devient de plus en plus précis, s’adaptant aux spécificités de chaque batterie. Cette précision permet de proposer des recommandations pour des pratiques de recharge qui minimisent les dommages, prolongeant ainsi la durée de vie des cellules.
Pour affiner ces prédictions, les chercheurs ont fabriqué des cellules lithium métal de haute densité (300 Wh/kg) avec une anode en lithium métal et une cathode riche en nickel. Ces cellules ont été soumises à des cycles de charge et de décharge intensifs, permettant de tester et d’améliorer les modèles prédictifs du logiciel. Les premiers résultats sont encourageants : le logiciel a démontré une capacité remarquable à identifier les pertes de performance spécifiques à chaque cycle, offrant des solutions concrètes pour ralentir la dégradation des batteries.
Logiciels et batteries : une alliance pour l’avenir
Cette innovation s’inscrit dans une tendance plus large où l’avenir des batteries haute performance est intrinsèquement lié aux avancées logicielles. Tandis que les progrès en chimie améliorent la capacité et la sécurité des batteries, c’est désormais la gestion logicielle qui détient les clés de l’optimisation de leur durée de vie. L’intégration de l’intelligence artificielle et du machine learning dans les systèmes de gestion des batteries permet non seulement d’optimiser les performances en temps réel, mais aussi de prédire et de prévenir les dégradations futures.
Ce projet japonais n’est pas le seul à explorer ces possibilités : d’autres acteurs de l’industrie reconnaissent également le potentiel des logiciels pour transformer l’économie des batteries. À une époque où la demande en batteries pour véhicules électriques et le stockage d’énergie renouvelable est en forte hausse, l’optimisation logicielle devient un facteur clé de compétitivité. Elle permet de maximiser le retour sur investissement en prolongeant la durée de vie des batteries, tout en contribuant à la durabilité environnementale grâce à une utilisation plus efficiente des ressources.
