研究显示，在电动车快充过程中引入人工智能（AI）调控充电过程，电池寿命最高可延长23%。

据外媒InsideEVs当地时间13日报道，瑞典Chalmers University of Technology研究团队在发表于IEEE旗下刊物的论文中指出，基于AI的充电控制方法有助于减缓电池老化。

这项方案的核心，是将强化学习引入电池管理系统（BMS）。研究团队让系统在快充时根据电池的化学特性及老化状态，实时调整充电电流和电压，并随着电池老化动态优化充电策略，以减轻对负极、正极及电解液的损耗。

论文称，这是首次从电池全生命周期角度系统定义快充问题。按照研究结果，该方法可实现相当于约703次完整充放电循环，较传统方案提升22.9%。

尽管电动车电池通常按多年使用进行设计，但频繁快充仍会加速老化。高功率充电会加大电芯内部的负担，在部分情况下还可能引发锂在负极表面堆积的“锂沉积”现象，进而导致性能下降。引入AI的BMS，重点就在于尽可能降低这类损耗。

研究团队强调，这一方案并非以牺牲充电速度为代价来换取寿命提升。论文作者表示，在维持充电效率的同时，电池寿命仍可明显延长，这也说明寿命改善未必需要依靠降低快充速度来实现。

若电池寿命提升23%，将可能直接影响电动车的整体使用年限。考虑到特斯拉电池寿命会因使用方式和充电习惯不同而变化，外界通常估算其可用里程约为30万至50万英里（约48万至80万公里），上述提升理论上可能带来额外数万英里的使用里程。不过，研究团队也指出，此次结果是以充放电循环次数衡量，而非实际行驶里程。

目前，这一成果仍停留在仿真阶段，尚未在真实车用电池包上完成验证，能否实现商业化仍取决于其在实车环境中能否复现同等表现。若后续能够落地，依赖快充的车主或可推迟电池更换时间点，同时也可能对电池质保政策和二手电动车估值带来影响。研究还认为，电池寿命延长有望降低原材料需求和制造负担，从而带来一定环境效益。

这项研究也反映出，电动车电池竞争正从能量密度和充电速度，进一步延伸至长期寿命与老化管理。接下来，AI充电控制能否真正集成至车载BMS，并在真实道路场景下验证同等的寿命提升效果，将成为后续关注重点。