電気自動車や自動運転の普及にはエネルギー補給技術の限界を乗り越えなければならない

電気自動車や自動運転の普及にはエネルギー補給技術の限界を乗り越えなければならない

電気による輸送はますます多様化しています。そして、それは地球規模の持続可能な開発の文脈において重要な役割を果たします。電動自転車や電動自動車から、無人電気自動車、ロボットトラック、自動運転ドローンまで、これらの製品は将来のあるトレンドを明らかにしているようです。

カナダのオンタリオ工科大学のウィリアムソン教授は、電気自動車の商業化と将来の完全自動運転技術のさらなる成功は、パワーエレクトロニクス技術の進歩にかかっていると考えています。

「この技術は今後、特にエネルギー貯蔵システムの制御とスマート充電システムの開発において多くの課題に直面するでしょう。」

インテリジェント管理システムのパフォーマンスの向上

航続距離の不安と電気自動車のバッテリーの寿命の限界は特に懸念される。現在、パワーバッテリーには容量低下の問題が残っており、これは特に寒冷(0℃以下)や高温(40℃以上)の環境、および急速充電のシナリオで顕著です。

この問題を解決するために、パワーエレクトロニクス分野では、車載バッテリーのエネルギー管理の分野に全力を注いでいます。このエネルギー管理の目的は、インテリジェントな電力電子変換技術 (アクティブ セル バランシングとも呼ばれます) により、セル レベルで電圧均等化を実現することです。このアプローチにより、走行距離を 2 ~ 3 倍に延ばすことができ、バッテリー パックのコストは 1 ~ 2% しか増加しません。

ウィリアムソン氏は、現在、イノベーションは回路基板上のインダクタンスの量を最小限に抑える回路トポロジー(部品点数削減コンバーターと呼ばれる手法)を通じて達成されることが多いと述べた。今後数年間で、セルバランスをさらに効率的かつ安価にするさらなる開発が行われる可能性があります。

バッテリーの「第二の人生への道を開く

動力電池は、通常、8~10年使用すると容量の低下により廃棄されますが、寿命が尽きると、これらの電池原材料をリサイクルすることが、ほとんどの人が思いつく解決策のようです。

しかし、実はこれらの電池は他の分野でも使うことができます。消耗したバッテリーは容量の約 70% を保持できるため、マイクログリッドやスマートグリッドの固定式ストレージなどの用途に適している可能性があります。

最近、いくつかの企業が、このバッテリーの「セカンドライフ」ソリューションの実現可能性を調査するプロジェクトを立ち上げました。しかし、使用済みバッテリーの劣化挙動については、まだあまり知られていない問題です。

バッテリーの初回使用時と再使用時の適切な監視は、再使用ソリューションの技術的な実現可能性を検証する上で非常に重要です。たとえば、容量の異なる古いバッテリーをいくつか直列に接続してセカンドライフモジュールを形成すると、利用可能なエネルギーを大幅に増やすことができます。

研究者たちはさらに研究を進めた結果、容量や化学組成が異なる電池でも安全に使用でき、お互いの性能に影響を与えないと考えている。しかし、このようなシステムを構築するには、使用済みの各バッテリーの電流を制御して、バッテリー容量の消費をリアルタイムで監視する新しい方法が必要です。

機械学習技術に基づく現在の適応制御戦略は、容量をより正確に推定することができ、複数のバッテリーを 1 つのバッテリーに組み合わせてバッテリーの 2 番目の寿命モジュールを形成するという、ゲームチェンジャーとなる可能性を秘めています。

超急速充電ステーションはいつ普及するのでしょうか?

都市、郊外、さらには遠隔地でも電気自動車を充電する必要があるため、電力研究者は再生可能エネルギーと定置型バッテリーストレージの組み合わせなど、充電インフラにおいて多くの課題に直面しています。

現在、商用電気自動車には、AC 壁コンセントから入力電力を供給するオンボード充電器が搭載されています。この時点で、バッテリー パックの充電に必要なエネルギー変換は車両上で完了します。

一方、最近では直流(DC)急速充電器が市販されており、充電器と関連するすべての電源装置を車両シャーシの外部に移動できるようになり、将来の超急速充電器の要件と一致しています。

オンボード AC 充電 (1.44 kW - 166 kW) およびオフボード DC 充電 (80 kW - 400 kW) に関する SAE J1772 規格に基づいて、一部の学者が有線充電トポロジに関する詳細な研究を行ってきました。現在、世界的に使用されているDC急速充電規格はCHAdeMO規格です。この規格では62.5kWから400kWまでの電力供給が可能

超急速充電技術は過去3〜4年で登場し、400kW以上の電力を供給できるようになりました。この技術は、わずか 5 分で電気自動車を充電できるように設計されており、走行距離の不安を解消します。このアプローチは、窒化ガリウム (GaN) やシリコンカーバイド (SiC) スイッチなどの新しいワイドバンドギャップ半導体デバイスに基づく高度な電力変換トポロジと、新しいシステムレベルのアーキテクチャに依存しています。

超高速充電アーキテクチャでは、配電システムで使用される電圧電力をエンドユーザーが必要とするレベルまで下げるサービス変圧器を使用します。

ただし、これによりシステムのコストとサイズが増加し、インストール プロセスが複雑になります。技術がさらに発展するにつれて、ソリッドステート変圧器技術を使用して電力密度と効率を高めることができます。電力変換トポロジー、制御方式、保護デバイス、ワイドバンドギャップ電源デバイス、デジタルコントローラのさらなる開発と相まって、超高速充電ステーションは今後数年間でますます普及するでしょう。

ワイヤレス充電により大容量バッテリーの必要性が減少

自動運転車の可能性を考慮して、いくつかの充電機器メーカーが自動車用ワイヤレス充電器の使用を検討し始めています。無線伝送の概念は、1 世紀以上前のニコラ テスラの研究にまで遡り、今日では音響電力伝送、無線周波数電力伝送、光電力伝送、静電容量電力伝送、誘導電力伝送など、さまざまな方法が利用可能です。

これらの技術は電力伝送媒体に基づいて区別できますが、システム構成は似ており、主に電源、負荷、カプラ、および一次/二次電子回路で構成されます。

電気自動車用のワイヤレス充電器は、AC または DC のいずれかで電源を供給でき、負荷は通常、電気自動車のバッテリー パックで終わる DC です。誘導電力伝送は現在、ワイヤレス充電器を製造するための最も一般的な方法です。数十ワットから数キロワットの出力電力レベルを提供できます。この方法では、エアギャップを数センチメートルから数メートルまで変えることもできます。

全自動ワイヤレス充電器を使用すると、電気自動車をいつでも充電できるため、充電が速くなり、全体的な走行距離が長くなります。

ワイヤレス充電器技術は、本質的に電気的絶縁特性を備えているため、直接の電気的接触なしに電源と電気自動車のバッテリー間の空隙を通じて電力を伝送することができ、非常に革新的です。

その結果、充電ポイントとバッテリー端子間の長いケーブルがなくなり、プラグの差し込み不良、つまずきの危険、ケーブルやコネクタの老朽化や腐食による感電の危険など、従来の有線充電器の欠点が解消されます。

プラグイン技術と同様に、ワイヤレス充電器は、住宅のガレージ、オフィス、ショッピングモールの駐車場に設置して静電気充電を行うことができます。バス停や信号機に設置して準動的ワイヤレス電力伝送も可能になります。

さらに、道路上に動的ワイヤレス充電(またはダイナミック充電)システムを設置して、電気自動車が走行中に充電できるようにすることで、車載バッテリーの容量要件を大幅に削減することもできます。

電力伝送は電磁接続を介して行われるため、送信パッドは地中に埋めることができ、極端な気象条件の影響を軽減することができます。しかし、ワイヤレス電力伝送システムは、特にコスト、展開、効率、インフラストラクチャ、相互運用性、磁場放出の面で、まだ改善が必要です。

この問題の研究ソリューションには、新しい電力コンバータトポロジ、誘導コイル設計、補償ネットワークトポロジ、制御システム、電磁干渉シールド方法、インテリジェント通信などがあります。

著者について:

Sheldon S. Williamson (IEEE フェロー) は、1999 年にインドのムンバイにあるムンバイ大学で電気工学の学士号 (優等学位) を取得し、2002 年に米国イリノイ州シカゴのイリノイ工科大学で電気工学の修士号と博士号 (優等学位) を取得しました。彼は現在、カナダのオンタリオ工科大学工学・応用科学学部電気・コンピュータ・ソフトウェア工学科の教授であり、スマート交通電動化・エネルギー研究 (STEER) グループのディレクターを務めています。​

<<:  AI システムを監査する際に尋ねるべき 9 つの質問

>>:  MindSporeが再び躍進: タンパク質構造の予測、トレーニング、推論の全プロセスがオープンソース化され、バイオメディカルの発展を促進

推薦する

...

ビッグデータと機械学習を駆使して12星座の素顔を明らかにする!

[[201919]] 「なぜ論文が出版されないのでしょうか?私は研究に向いていないのでしょうか?」...

人工知能のヒューマニズム:AIをより愛らしくする方法

1. デジタル格差が拡大し、高齢者は「デジタル難民」となっている最近、高齢者に関する2つのニュース...

...

XGBoost機械学習モデルの意思決定プロセス

XGBoost アルゴリズムは、Kaggle やその他のデータ サイエンス コンテストで優れた結果...

機械学習に必要な確率論の基礎

この記事を読んでいただければ、確率の基本原理を機械学習に応用できる可能性が 100% あります。機械...

機械学習/ディープラーニング プロジェクトを始める 8 つの方法

[[392342]] [51CTO.com クイック翻訳]探索的データ分析から自動機械学習 (Aut...

...

...

Googleの研究ディレクターはスタンフォード大学で教鞭をとり、「人工知能:現代的アプローチ」の著者でもある。

スタンフォード大学は10月11日、Googleリサーチディレクターのピーター・ノーヴィグ氏がスタンフ...

パスワードを解読する方法: 暗号ハッシュアルゴリズムの識別

Q: パスワードのビットシーケンスから暗号化アルゴリズムを識別することは可能ですか? A: 外部ソー...

AIと機械学習の統合アーキテクチャ:インテリジェントな意思決定を可能にする

人工知能 (AI) と機械学習の台頭により、あらゆる業界に大きな変化が起きています。データ量が増加し...

AI が台頭して 9 年目を迎えた今、どんな大きな可能性があるのでしょうか?

2012年以来、人工知能の復活は9年目に入りました。「人工知能とは何か」に対する人々の認識は、当初...

...

デジタル経済時代の識別技術の新たな展開

青果市場では、小銭を気にせず、携帯電話をスワイプするだけで支払いができます。駅では、切符を買うために...