Точное охлаждение EV: зарядка вдвое быстрее и умнее

Почти все разговоры про «быструю зарядку электромобилей» упираются в мощность станции: 150 кВт, 350 кВт и дальше по списку. Но реальный ограничитель часто сидит не в кабеле и не в трансформаторе, а внутри батарейного блока — в тепле и его неравномерном распределении. Если в одной зоне ячейки перегреваются, система управления батареей (BMS) вынуждена снижать мощность (тот самый tapering), чтобы не загнать элементы в деградацию.

На этой неделе (17.12.2025) инженеры из британского стартапа Hydrohertz показали подход, который мне нравится своей «приземлённостью»: не менять химию, не обещать чудеса, а убрать бутылочное горлышко через точное управление охлаждением. Их роторный «маршрутизатор» охлаждающей жидкости Dectravalve в лабораторных испытаниях позволил сократить время DC‑зарядки 10–80% до 10–13 минут вместо ~30, то есть примерно на 60%.

И вот почему это особенно интересно для нашей серии «Искусственный интеллект в транспорте и логистике»: это история про управление потоками и узкие места. Ровно то же делает ИИ в энергосистемах и логистике — находит, где система «задыхается», и перераспределяет ресурсы так, чтобы получить больше производительности из уже имеющегося железа.

Почему EV не заряжаются «как заправка» — ответ: тепло

Причина проста: при быстрой DC‑зарядке в батарее резко растёт тепловыделение, а охлаждение работает не идеально равномерно. Неравномерность опаснее среднего значения температуры: один «горячий угол» способен заставить BMS снизить мощность для всего пакета.

Практическая граница тоже известна. При температурах порядка 50 °C и выше повышаются риски ускоренной деградации: нежелательные процессы вроде литиевого осаждения на аноде и деградации электролита начинают идти активнее. Поэтому BMS действует консервативно: лучше медленнее, чем потеря ёмкости и гарантийные случаи.

Для энергетиков и операторов зарядной инфраструктуры это означает неприятный эффект: вы вроде бы поставили «быструю» станцию, но реальная средняя мощность сессии оказывается ниже ожидаемой — и это бьёт по пропускной способности площадки и экономике.

Dectravalve: что именно меняется в охлаждении батарей

Dectravalve — это не «ещё один насос». Суть в другом: быстро направлять антифриз (обычный водно‑гликолевый теплоноситель) туда, где именно сейчас растёт температура.

Многозонная подача вместо одного контура

Классическая архитектура — один контур, который более‑менее одинаково прокачивает теплоноситель через весь блок. Hydrohertz предлагает поставить между основным контуром и «холодными плитами» батареи устройство, которое распределяет поток по до четырём зонам. Внутри — два соосных цилиндра и шаговый двигатель, который перекидывает поток по каналам.

Что даёт многозонность:

• убирает локальные перегревы (hot spots) быстрее, чем успевает отреагировать единый контур;
• позволяет заранее «предпозиционировать» поток, если ожидается высоконагруженное событие (например, начало быстрой зарядки);
• уменьшает необходимость BMS «резать» мощность из-за одной проблемной области.

Упрощение железа — неожиданно важный бонус

Мне кажется, это недооценённый момент: производители автомобилей любят не «самое умное», а самое простое и дешёвое, если оно проходит валидацию. Dectravalve заявлен как замена «пучка» клапанов, шлангов, крепежа и датчиков.

Меньше компонентов — это:

• меньше потенциальных точек течи;
• ниже гарантийные риски;
• проще компоновка;
• шанс уменьшить избыточно большие насосы/теплообменники, которые ставят «с запасом».

Для логистики зарядных хабов это превращается в очень приземлённую метрику: сколько автомобилей в час проходит через площадку без расширения сетевого ввода.

Цифры из испытаний: 10–13 минут до 80% и разброс < 3 °C

В стендовых тестах (в начале 2025 года) сравнивали многозонное решение с обычным одноконтурным охлаждением на одном и том же батарейном пакете 100 кВт·ч.

Ключевые результаты, которые стоит запомнить:

• пиковая температура ячейки удерживалась ниже 44,5 °C;
• разброс температур «ячейка‑к‑ячейке» — чуть ниже 3 °C;
• зарядка 10–80% занимала 10–13 минут против ~30 минут при одноконтурной схеме;
• экономия времени — порядка 60%.

Формулировка «быстрее вдвое» в заголовках выглядит эффектно, но я бы держался за более честное: минус 60% времени в конкретном профиле 10–80%. Для пользователя это всё равно огромная разница: 30 минут — это «пойду по делам», 10–13 минут — это «вышел, размялся, поехал».

Что это меняет для энергетики, транспорта и логистики

Если смотреть на тему шире, чем «комфорт водителя», точное охлаждение влияет на три слоя сразу: транспорт, инфраструктура и энергосистема.

1) Пропускная способность зарядных узлов

Если средняя сессия сокращается с ~30 до ~12 минут, одна и та же станция теоретически обслужит больше машин в смену. На практике появятся ограничения по очередям, платежам и пиковой мощности, но тренд очевиден: больше оборота на тех же CAPEX.

Для операторов зарядных сетей и владельцев логистических парков это прямой рычаг:

• меньше «хвоста» очередей в пиковые часы;
• выше выручка на стойку/порт;
• меньше стимулов строить лишние точки там, где можно оптимизировать существующие.

2) Более предсказуемый профиль нагрузки

Когда батарея перегревается и BMS начинает «пилить» мощность, профиль нагрузки становится рваным. А для энергосистемы и коммерческого учёта важнее не «пиковые 350 кВт на табличке», а реальная кривая потребления.

Ровнее и выше средняя мощность сессии делает нагрузку:

• проще для планирования мощности на площадке;
• прозрачнее для управления спросом (demand response);
• удобнее для совмещения с накопителями и ВИЭ на объекте.

3) Срок службы батарей = стоимость владения

Оценка экспертов, прозвучавшая вокруг технологии: потенциальный прирост долговечности батареи — порядка 20% при заявленной эффективности контроля температуры.

Если вы управляете автопарком (курьерка, такси, корпоративные фургоны), это не абстракция. Я бы даже сказал жёстче: долговечность батареи — это главный скрытый P&L‑фактор электропарка.

Где здесь ИИ: точное охлаждение как «контрольный контур»

Сама идея Dectravalve — это высокоскоростной исполнительный механизм. Но чтобы выжать из него максимум в реальном мире, нужна интеллектуальная надстройка. И это уже территория ИИ и продвинутой аналитики.

Предиктивное управление температурой (а не реактивное)

В статье упоминается, что устройство может заранее «предпозиционироваться», если высоконагруженное событие ожидается. Это ровно то, что хорошо делает машинное обучение: предсказывать, где и когда возникнут горячие зоны, используя историю зарядок, стиль вождения, температуру окружающей среды и внутренние метрики батареи.

На практике это может выглядеть так:

• модель прогнозирует тепловую карту батареи на ближайшие 30–120 секунд;
• контроллер выбирает распределение потоков по зонам, минимизируя перегрев и разброс температур;
• BMS получает более «спокойный» тепловой режим и реже снижает мощность.

Инфраструктурный уровень: ИИ для зарядных хабов и логистики

В нашей серии про ИИ в транспорте важен следующий шаг: не только «умная батарея», но и умная станция. Если зарядный хаб знает, что конкретный автомобиль способен держать высокую мощность дольше (потому что его термоконтур точнее), то ИИ‑планировщик может:

• динамически распределять мощность между портами (чтобы не выбивать ограничение по вводу);
• минимизировать общее время ожидания очереди;
• подстраивать расписание зарядок под логистические окна (погрузка/разгрузка/смена водителей).

По сути, это одна и та же задача оптимизации потоков: хладагент внутри батареи и электроэнергия внутри зарядного узла.

Вопросы, которые задают чаще всего (и ответы по делу)

«Это увеличивает мощность охлаждения?»

Нет. Сильная сторона — не «больше холода», а быстрее и точнее доставка холода в нужное место. Это даёт больше результата от уже существующих насосов/теплообменников.

«Почему четыре зоны — не мало?»

Четыре зоны — компромисс между управляемостью и сложностью. Больше зон — больше каналов, выше требования к герметичности и валидации. Для автопрома простота часто выигрывает.

«Когда это появится в серийных авто?»

Даже если всё подтвердится, внедрение займёт годы: ресурсные испытания, краш‑тесты, производственная подготовка, согласование архитектуры охлаждения. Реалистичный горизонт — несколько модельных лет.

Что делать бизнесу уже сейчас: практичный чек‑лист

Если вы отвечаете за зарядную инфраструктуру, логистический автопарк или энергоэффективность объектов, я бы действовал так:

1. Считать не “кВт на табличке”, а “минуты на 10–80%” по типовым маршрутам и погоде.
2. Собирать телеметрию тепловых ограничений: как часто BMS снижает мощность и по каким причинам.
3. Тестировать стратегии управления нагрузкой на хабе: очереди, распределение мощности, ограничения по вводу.
4. Готовить данные под ИИ‑оптимизацию: единый контур данных “авто—зарядка—площадка—сеть”.

Это скучно, но работает: когда появляется новая технология (вроде точного охлаждения), выигрывают те, у кого уже есть метрики и контуры управления.

Почему история про клапан важна для ИИ в энергетике

Dectravalve — отличный пример того, как «бутылочное горлышко» убирается не силой, а точностью. Не увеличили мощность зарядки магическим образом — сделали систему управляемой. В энергетике и логистике ИИ делает то же самое: находит узкие места, прогнозирует перегрузки и перераспределяет ресурсы так, чтобы инфраструктура работала ближе к своему физическому максимуму.

Если вы строите зарядные узлы, переводите автопарк на электротягу или проектируете энергохозяйство для складов и терминалов, стоит смотреть на термоуправление батареи как на часть общей оптимизации. Ускорение зарядки — это не только удобство водителя. Это пропускная способность, стоимость владения и управляемость нагрузки.

А теперь вопрос, который я бы задал на планёрке: вы уже оптимизируете зарядку как процесс — или до сих пор обсуждаете её как характеристику разъёма?