E-Auto-Akkus holder længere i det virkelige liv

E-Auto-Akkus holder længere i det virkelige liv

E-Auto-batterier holder op til et tredjedel længere, end man tidligere har antaget! En ny undersøgelse fra Stanford Universitet i USA afslører, at elektriske bilbatterier har en imponerende levetid, der overstiger laboratorietests betydeligt.

Forskningen fra SLAC-Stanford Battery Center har igennem to år testet 92 forskellige kommercielle E-Auto-batterier under omfattende forhold. Resultaterne viste, at batteriernes ladekapacitet forbliver intakt i længere perioder, end det tidligere blev betragtet, hvilket naturligvis har stor betydning for de potentielle E-Auto-ejere.

Med denne undersøgelse fra Stanford kan vi se frem til en lysere fremtid for elektrisk mobilitet. Holdbarheden af trækkraftbatterierne er ganske enkelt blevet betydeligt bedre end tidligere forudsigelser. Den seneste generation af batterier kan nu forventes at holde til 300.000 kilometer eller mere.

Forskerne evaluerede forskellige afladningsprofiler for at forstå, hvordan bilister bruger deres biler i hverdagen. De fandt, at det typiske kørselsmønster er langt mere skånsomt mod batterierne, end tidligere tester har antydet. Som Simona Onori, professor ved Stanford, bemærker: 'Vi har endnu ikke anvendt de rette testmetoder for E-Auto-batterier.'

En overraskende opdagelse fra studiet er, at hurtige accelerationer faktisk kan være til gavn for batteriets sundhed. Det, man tidligere mente var skadeligt, viser sig nu at støtte batteriets levetid - det kan sammenlignes med en løber, der forbedrer sit konditionsniveau ved at indlægge korte spurt.

Ydermere fandt forskerne, at hyppig brug af E-Autoen hjælper med at bevare batteriets sundhed. Det er vigtigt, at bilen regelmæssigt bliver brugt; stille lagring minimerer ikke kun brugen, men forårsager hurtigere nedbrydning af batteriet.

Forskerne anbefaler, at producenter af elektriske køretøjer tilpasser deres batterihåndteringssoftware for at maksimere batterilevetiden i virkelige kørselsforhold. Dertil anvendte de en algoritme til maskinlæring, som kunne optimere dataindsamlingen.