La dégradation de la batterie est l’une des préoccupations les plus récurrentes chez les propriétaires de voitures électriques. Et pour cause : c’est elle qui conditionne la valeur de revente, l’autonomie réelle sur le long terme, et ultimement la durée de vie du véhicule. Des chercheurs suédois viennent de publier une étude qui pourrait changer la donne, en exploitant l’intelligence artificielle pour préserver les cellules lors des recharges rapides. Les résultats, obtenus en simulation, sont suffisamment convaincants pour mériter qu’on s’y attarde.
Le problème bien réel de la recharge rapide sur les batteries lithium-ion
Quand vous branchez votre voiture électrique sur une borne rapide — qu’il s’agisse d’un chargeur 50 kW, 150 kW ou 350 kW — vous injectez une quantité d’énergie importante en un temps très court. C’est pratique, mais pas anodin pour la chimie interne de la batterie. Les cellules lithium-ion sont soumises à des contraintes thermiques et électrochimiques qui, répétées, accélèrent leur vieillissement. Le phénomène le plus documenté est ce qu’on appelle le placage de lithium : des ions lithium se déposent sur l’anode au lieu de s’y intercaler correctement, formant des dépôts métalliques qui réduisent progressivement la capacité utilisable de la batterie.
Ce n’est pas un phénomène marginal. Sur un véhicule utilisé quotidiennement avec des recharges rapides fréquentes, la perte de capacité peut devenir perceptible en quelques années. Les constructeurs le savent et intègrent des garde-fous dans leurs systèmes de gestion de batterie (BMS), mais ces protections reposent généralement sur des règles fixes, peu adaptées à l’évolution réelle de l’état de santé de chaque cellule.
L’approche par apprentissage par renforcement développée à Chalmers
C’est là qu’intervient l’étude publiée dans la revue académique IEEE par les chercheurs Meng Yuan et Changfu Zou de l’Université de technologie Chalmers, en Suède. Leur méthode repose sur une technique d’intelligence artificielle appelée apprentissage par renforcement — un procédé dans lequel un algorithme apprend par essais et erreurs à optimiser ses décisions pour atteindre un objectif précis. Appliqué à la gestion de batterie, cela signifie que le système ajuste dynamiquement l’intensité du courant pendant la recharge rapide, en tenant compte en temps réel de la chimie du pack et de son état de santé actuel.
Ce qui distingue cette approche des BMS conventionnels, c’est sa capacité d’adaptation. À mesure que la batterie vieillit, que l’anode, la cathode et l’électrolyte se dégradent progressivement, l’IA recalibre ses paramètres pour ne pas soumettre ces composants à des contraintes qu’ils ne peuvent plus absorber efficacement. Le système “apprend” littéralement à ménager une batterie qui change avec le temps, plutôt que d’appliquer un protocole figé conçu pour une batterie neuve.
Des chiffres qui donnent une idée concrète du potentiel
Les résultats annoncés par les chercheurs sont les suivants : leur méthode permet d’atteindre 703 cycles équivalents de charge complète, contre une référence standard de 572 cycles, soit une amélioration de 22,9 % de la durée de vie de la batterie. Pour sortir de l’abstraction des cycles et passer à quelque chose de plus parlant, voici ce que cela représente concrètement :
Une batterie Tesla est estimée capable de parcourir entre 480 000 et 800 000 km selon l’usage et les habitudes de recharge.
Un gain de 23 % représenterait entre 110 000 km supplémentaires dans le scénario bas et plus de 180 000 km dans le meilleur cas.
En France, où un conducteur parcourt en moyenne entre 12 000 et 14 000 km par an, cela équivaut à 8 à 15 années d’usage supplémentaire théorique.
Ces chiffres doivent être pris avec les précautions d’usage : il s’agit d’une simulation en laboratoire, pas d’un test sur des batteries physiques en conditions réelles. Les chercheurs eux-mêmes le précisent. Mais l’intérêt scientifique de la démonstration reste intact, d’autant qu’ils insistent sur un point crucial : “L’approche proposée maintient une efficacité de charge comparable tout en prolongeant considérablement la durée de vie de la batterie, démontrant que l’amélioration de la longévité peut être obtenue sans compromettre la vitesse de charge.” Autrement dit, pas question de brider la recharge pour ménager la batterie — l’IA trouve un équilibre sans sacrifier la praticité.
Quelles implications pour le marché et l’environnement ?
Si cette technologie venait à être intégrée dans des véhicules de série, les répercussions iraient bien au-delà du simple confort du propriétaire. La garantie constructeur sur la batterie, généralement fixée à 8 ans ou 160 000 km dans l’Union européenne, pourrait être revue à la hausse. Le marché de l’occasion électrique, encore frileux en raison des incertitudes sur l’état réel des batteries, y gagnerait en lisibilité et en confiance. Un véhicule dont on sait que la batterie a été gérée de façon intelligente tout au long de sa vie vaut objectivement plus qu’un autre.
L’angle environnemental est également à considérer. Fabriquer une batterie de 75 à 100 kWh mobilise des quantités importantes de lithium, cobalt, nickel et manganèse, avec un coût carbone à la production non négligeable. Prolonger la durée de vie utile d’une batterie existante, c’est retarder d’autant son remplacement et réduire la pression sur les filières d’extraction et de recyclage. Le gain n’est pas spectaculaire à l’échelle d’un seul véhicule, mais il devient significatif si l’on pense à des millions d’unités sur plusieurs années.
La prochaine étape pour les chercheurs de Chalmers sera de confronter leur algorithme à des batteries réelles, dans des conditions d’utilisation variées. C’est à ce stade que la méthode sera véritablement validée ou affinée. Les constructeurs et les équipementiers spécialisés dans les systèmes de gestion de batterie suivront assurément ces travaux de près — l’optimisation logicielle étant aujourd’hui l’un des leviers les moins coûteux pour améliorer la compétitivité d’un véhicule électrique sans toucher à la chimie des cellules.
Rédigé par Michael Ptaszek
Je suis un passionné de l'automobile depuis toujours. Ma fascination pour les voitures m'a conduit à explorer en profondeur l'univers de l'automobile, et plus récemment, j'ai fait le grand saut vers les voitures électriques. Cette transition, effectuée il y a plusieurs années, a non seulement renforcé ma passion, mais m'a également offert une perspective unique sur cette technologie en plein essor. Animé par le désir de partager mes connaissances et expériences, je me suis engagé à aider les autres à comprendre les subtilités et les avantages des voitures électriques.
Acheter une voiture hybride rechargeable d’occasion, c’est souvent jouer sur deux tableaux : bénéficier d’une motorisation flexible tout en profitant […]
L’industrie automobile européenne traverse une période de tension structurelle. Entre surcapacités industrielles, ventes en recul et une transition électrique qui […]
