Quelle est la durée de vie d'une batterie de voiture électrique ?

Un nouveau modèle combine l’état de santé et la durée de vie résiduelle des batteries dans une prévision unique.

Photo: Motor1 Italia visual (AI-assisted)

Par: Eleonora Lilli

10 Oct à 09:20

Une batterie lithium-ion vieillit, et la question n’est jamais seulement de savoir combien de charge elle peut stocker aujourd’hui, mais aussi : combien de temps lui reste-t-il avant d’atteindre la fin de sa durée de vie utile ?

Une nouvelle étude publiée dans le Journal of Energy Storage tente justement d’estimer ces deux aspects ensemble, plutôt que séparément. Parue en septembre, l’étude combine trois outils : un algorithme qui extrait des récurrences à partir des données des capteurs, un indice qui résume l’état de la batterie en un seul chiffre et un modèle statistique mis à jour en continu avec de nouvelles mesures.

Sur les données publiques utilisées pour le test, les auteurs font état d’une réduction de plus de 20 % des erreurs de prévision par rapport aux méthodes de comparaison.

Modèle pour batteries lithium-ion : ce qu’il estime

Le modèle travaille sur deux grandeurs distinctes. La première est l’état de santé, c’est-à-dire la capacité que conserve la batterie par rapport à son état neuf. La seconde est la durée de vie utile restante : le nombre de cycles de charge et de décharge encore disponibles avant que la batterie ne passe sous le seuil considéré comme utilisable.

Une étude parallèle, publiée quelques jours plus tôt dans une autre revue scientifique, estime ces deux grandeurs en utilisant uniquement des données de charges partielles, sans avoir besoin de la capacité mesurée sur des cycles complets.

Sur deux bases de données publiques, la configuration de référence affiche des erreurs moyennes de 143,69 et 161,10 cycles dans la prévision de la durée de vie restante. Les écarts dans l’estimation de la capacité sont de 12,36 et 7,28 mAh.

Tests de laboratoire avancés et surveillance holographique de l’état de santé (SOH) et de la durée de vie utile restante (RUL) d’un module de batterie pour véhicules électriques.

Photo de : visuel Motor1 Italia (assisté par IA)

Ces chiffres restent dans le cadre d’une expérimentation sur des données recueillies en laboratoire, et non d’une validation sur des voitures vendues en concession. La nuance est importante : une chose est de disposer d’un algorithme performant sur des batteries testées dans des conditions contrôlées, une autre est de proposer un système capable de tenir face à des millions de cycles de recharge réels, avec des températures, des styles de conduite et des usages imprévisibles.

État de santé et durée de vie restante : pourquoi les associer

Estimer séparément ces deux grandeurs présente une limite bien connue. L’état de santé donne une photographie du présent, mais renseigne peu sur le comportement de la batterie au cours des prochains mois. Relier les deux estimations au sein d’un même modèle permet de distinguer le vieillissement à long terme des variations liées à un usage récent, par exemple un trajet comportant de nombreuses charges rapides rapprochées.

À court terme, rien ne change pour les conducteurs : ces modèles existent aujourd’hui dans les articles scientifiques, pas dans le système de gestion de la batterie (le BMS, l’ordinateur de bord qui surveille la charge, la température et le vieillissement) des voitures en circulation. Le passage de la recherche au produit de série, lorsqu’il a lieu, nécessite des années d’essais sur des flottes réelles, et pas seulement sur des données collectées en laboratoire.

La tendance est toutefois cohérente avec ce que montrent aussi d’autres analyses du secteur : utiliser les données recueillies en conditions réelles, tout au long du cycle de vie de la batterie, afin d’interpréter son vieillissement avec davantage de précision. C’est la même logique que celle de l’étude qui a analysé 500 000 batteries de véhicules électriques, d’où il ressortait que certaines vieillissent mieux que d’autres selon leurs conditions d’utilisation.

Reste à savoir quelle part de ces modèles expérimentaux trouvera réellement sa place dans les systèmes embarqués des prochaines années, et avec quel niveau de fiabilité hors laboratoire.