1. Regressió lineal

Què fa: Suposa una degradació constant per quilòmetre. Traça una línia recta forçant l'inici al 100% (bateria nova).

Quan és útil: Proporciona l'escenari pitjor. Útil per a la planificació conservadora i els límits de garantia.

2. Arrel quadrada (√km)

Què fa: Modela una degradació intensa al principi que es frena amb l'ús. Refleixa el creixement de la capa SEI.

Base científica: La Llei de Fick (difusió iònica) prediu que el creixement de la capa SEI segueix una relació √t.

3. Llei de potència

Què fa: Ajusta un exponente b variable. Quan b ≈ 0,5, el comportament coincideix amb el model √km (SEI limitada per difusió).

Base científica: El NREL (National Renewable Energy Laboratory) identifica b ≈ 0,5 com a valor típic per al envelliment per calendari en LFP.

Què és el R² (R al quadrat)?

El coeficient de determinació R² mesura quina proporció de la variabilitat dels dades explica el model. Va de l'0% al 100%.

• R² > 80% Ajust excel·lent, predicció molt fiable
• R² 50-80% Ajust moderat, predicció útil
• R² < 50% Ajust pobre, predicció orientativa

El model amb el R² més alt es marca com a "Millor model".

Puntuació de confiança (0-100)

Indica quina fiabilitat tenen les prediccions basant-se en tres factors:

• Registres (màx 30 pts): Més mostres = major precisió estadística
• Cobertura km (màx 40 pts): Dades a major quilometratge = millor extrapolació
• R² màxim (màx 30 pts): Millor ajust del model dominant