Un’ottimizzazione ibrida e una rete a grafo per la ricarica sostenibile dei veicoli elettrici usando un convertitore dual active bridge e energie rinnovabili

Perché la ricarica più pulita delle auto è importante

I veicoli elettrici promettono strade più pulite e minori emissioni di carbonio, ma il modo in cui li ricarichiamo si basa ancora in larga misura sulla rete elettrica convenzionale. Questo studio esplora come progettare una stazione di ricarica più intelligente che prelevi energia principalmente dal sole e da celle a combustibile a idrogeno, supporti batterie come riserva e fornisca comunque ricariche affidabili e a costi contenuti. Combinando un convertitore di potenza efficiente con algoritmi avanzati ispirati sia dalla natura sia dall’intelligenza artificiale moderna, gli autori mostrano come gli hub di ricarica del domani possano essere contemporaneamente più verdi e più economici.

Mischiare sole, idrogeno e batterie

La stazione di ricarica esaminata in questo lavoro utilizza una combinazione di pannelli solari, una cella a combustibile e un banco di batterie collegati a un “bus” in corrente continua condiviso, una sorta di autostrada energetica. I pannelli solari forniscono elettricità a basso costo quando il sole è disponibile, mentre la cella a combustibile offre potenza di riserva controllabile quando arrivano le nuvole o la domanda aumenta. Una batteria immagazzina l’energia in eccesso e colma i vuoti, attenuando i naturali sbalzi nella produzione rinnovabile e nei modelli di guida. Insieme, queste tre sorgenti mirano a mantenere la ricarica delle auto elettriche stabile nonostante la forte variabilità sia dell’offerta energetica sia del comportamento dei conducenti.

L’elettronica di potenza al centro della stazione

Tra questo bus energetico condiviso e la batteria del veicolo si trova un componente chiave chiamato convertitore dual active bridge. Funziona come una scatola del cambio intelligente per l’elettricità, permettendo il flusso di potenza in entrambe le direzioni con alta efficienza e isolamento elettrico per la sicurezza. Modulando con cura il timing dei suoi interruttori interni, il convertitore può regolare quanta potenza venga inviata al veicolo o prelevata dalla batteria di stazione. Questo controllo fine aiuta a mantenere la tensione del bus attorno a un livello costante e a modellare la corrente in modo che la batteria del veicolo si carichi rapidamente all’inizio e poi più dolcemente, contribuendo a preservarne la salute.

Pianificazione ispirata alla natura per energia più economica

L’hardware da solo non basta; la stazione ha anche bisogno di un cervello che decida quando usare il solare, quando attivare la cella a combustibile e quando caricare o scaricare la batteria. Per questo i ricercatori ricorrono a un “algoritmo di ottimizzazione pellicano”, un metodo matematico modellato sul comportamento cooperativo dei pellicani durante la caccia ai pesci. Nello studio, ogni “pellicano” virtuale rappresenta una diversa strategia di pianificazione dei flussi di potenza e delle impostazioni del convertitore. Esplorando e affinando ripetutamente queste opzioni, l’algoritmo cerca piani operativi che minimizzino il costo energetico a lungo termine, tenendo conto dei limiti dell’equipaggiamento e della variabilità di conducenti e rinnovabili.

Un cervello basato su grafo per decisioni in tempo reale

Per completare questo pianificatore, il team impiega una rete neurale avanzata chiamata attributed multi-order graph convolutional network. Anziché considerare ogni sorgente energetica o carico in isolamento, questo modello tratta la stazione come una rete di nodi interconnessi: produzione solare, comportamento della cella a combustibile, stato di carica della batteria, tensione del bus e domanda di ricarica dei veicoli. Impara come le variazioni in un punto si propagano nel resto del sistema, catturando relazioni multi-step che modelli più semplici perdono. Una volta addestrato, questo cervello basato su grafo predice i segnali di controllo migliori per il convertitore dual active bridge, aiutando la stazione a rispondere in tempo reale a rapidi cambiamenti di irraggiamento o di domanda di ricarica.

Cosa rivelano le simulazioni

Attraverso dettagliate simulazioni al computer, gli autori mostrano che il loro schema di controllo ibrido mantiene le grandezze elettriche chiave — come la tensione del bus centrale, la corrente di carico e la tensione della batteria del veicolo — stabili entro pochi secondi dall’avvio. L’energia solare nel loro scenario di prova si riduce gradualmente, mentre la cella a combustibile e la batteria adattano i loro contributi in modo che l’auto continui a ricevere una potenza pressoché costante. Il profilo di carica della batteria del veicolo rispecchia ciò che gli utenti si aspettano: un rapido incremento di tensione e corrente all’inizio, seguito da una fase più morbida che protegge la batteria dallo stress. Nel complesso, la stazione eroga circa 4 kilowatt di potenza di ricarica continua con solo fluttuazioni minori, rapidamente corrette.

Costi inferiori per una ricarica più verde

Forse il risultato più rilevante è di natura economica. Quando il nuovo metodo — che combina l’ottimizzazione basata sui pellicani con la rete neurale a grafo — viene confrontato con una serie di tecniche di pianificazione diffuse, produce il costo per unità di energia più basso. Lo studio riporta un costo livellato dell’energia di circa cinque centesimi e mezzo per kilowattora, una riduzione di circa la metà rispetto a un metodo standard di particle swarm e più del 70 percento rispetto ad altri approcci euristici. Per un lettore non specialistico, questo significa che orchestrando quando e come le diverse fonti pulite alimentano il caricatore, e guidando con precisione l’elettronica di potenza, la stazione può offrire una ricarica rinnovabile e affidabile a un prezzo competitivo o migliore rispetto alle opzioni basate sulla rete convenzionale.

Citazione: Narayanan, P., Kandasamy, P., Kandasamy, N. et al. A hybrid optimization and graph network for sustainable electric vehicle charging using a dual active bridge converter and renewable energy. Sci Rep 16, 8868 (2026). https://doi.org/10.1038/s41598-026-36280-0

Parole chiave: ricarica veicoli elettrici, energie rinnovabili, smart grid, elettronica di potenza, ottimizzazione energetica