上海電機大学が実施した研究は、1年間にわたり15台の電気自動車から収集した実走行データを分析した。速度、バッテリー電流、充電レベル、電圧、温度のデータが10秒ごとに記録された。機械学習を用いて、研究者らは運転スタイルを穏やかなものから攻撃的なものまで5つのカテゴリーに分類した。注目すべきは、この研究における攻撃的な運転とは高速走行を意味するのではなく、低速での高トルク加速の頻発と、バッテリーからの大電流の引き出しを指すことだ。チームはまた、温度、充電レベル、アイドル時間など、バッテリーの劣化に影響を与える他の要因も分離した。結果は、2つの極端な運転スタイルの間に顕著な差を示した。最も攻撃的な運転スタイルにおけるバッテリー劣化ストレスは、経済的な運転の18.4倍と測定された。攻撃的な運転グループの平均電流は66.02アンペアで、経済的なグループの20.56アンペアと比較された。運転スタイルのみを攻撃的から経済的に変更し、他の条件を一定に保ったシナリオをモデル化したところ、研究者らは短期的なバッテリー劣化ストレスが91.3パーセント削減できると計算した。研究はまた、長期的な影響も予測した。1,000回の充放電サイクル後、経済的に運転された車両はバッテリー容量の約21.15パーセントを失うと予測され、最も攻撃的な運転スタイルでは53.22パーセントの容量損失が見られる可能性があり、これは約2.5倍高い。研究者らは、これらの数値は推定値であると指摘する。実際の走行データをバッテリー劣化モデルを通じて分析したものであり、1,000サイクルを直接追跡したわけではないからだ。それでも、この研究は、高い電流要求がバッテリーの劣化を加速させる可能性があることを強調している。
