Geoptimaliseerde hybride PI-regelaar voor adaptief energiemanagement in aan fotovoltaïsche geïntegreerde elektrische voertuiglaad-microgrids

Waarom slimmer laden ertoe doet

De opkomst van elektrische voertuigen belooft schonere lucht en stillere straten, maar brengt ook een nieuw probleem met zich mee: hoe miljoenen auto’s van elektriciteit te voorzien zonder het elektriciteitsnet te overbelasten of de kosten op te drijven. Dit artikel onderzoekt een manier om kleine, lokale elektriciteitsnetten — microgrids genaamd — te beheren die zonnepanelen, brandstofcellen, batterijen en snelladers combineren, zodat EV’s goedkoop, betrouwbaar en met veel minder broeikasgasemissies kunnen worden opgeladen.

Auto’s voeden met zon en meer

De studie richt zich op een gelijkstroom (DC) microgrid dat is opgebouwd rond meerdere schone energiebronnen. Dakgebonden zonnepanelen leveren het merendeel van de energie wanneer de zon schijnt. Een waterstofbrandstofcel treedt op als schone backup wanneer zonlicht zwak is, en een grote batterij slaat overtollige energie op of geeft die vrij bij piekvraag. Al deze apparaten zijn verbonden met een gemeenschappelijke DC-bus die de laadpunten voor elektrische voertuigen voedt. Omdat zowel zonneschijn als rijpatronen onvoorspelbaar zijn, moet het systeem voortdurend beslissen wanneer het stroom van elke bron gebruikt wordt, wanneer energie wordt opgeslagen en wanneer het hoofdnet wordt aangesproken — en dat alles terwijl spanningen stabiel blijven en laders operationeel zijn.

Een brein voor het lokale elektriciteitsnet

Om dit gehannes te coördineren ontwerpen de auteurs een ‘energiebeslisser’ die bovenop het microgrid zit. Centraal staat een veelgebruikt type terugkoppelregelaar, in de techniek bekend als een PI-regelaar, die omzetterhardware bijstuurt om spanningen en stromen binnen veilige grenzen te houden. Op zichzelf kan deze regelaar moeite hebben wanneer de omstandigheden snel veranderen. Het artikel versterkt deze met twee lagen kunstmatige intelligentie: fuzzy logica, die menselijk als‑dan redeneren over onzekere situaties nabootst (zoals “vraag is hoog” of “zonne-energie is laag”), en een bio-geïnspireerde zoekmethode die de instellingen van de PI-regelaar afstemt. Dit zoekalgoritme combineert ideeën uit het jacht- en sociaal gedrag van dwergmangoesten en rode panda’s om efficiënt vele mogelijke regelsinstellingen te onderzoeken en die te kiezen die de kosten van laden minimaliseren en het net stabiel houden.

Hoe het systeem in de praktijk reageert

De onderzoekers bouwen een gedetailleerd computermodel van het microgrid met MATLAB/Simulink, inclusief realistisch zonnegedrag, batterijkarakteristieken, brandstofcel‑dynamica en de stop‑en‑go aankomst van EV’s bij een station. Ze testen veel scenario’s: verschillende niveaus van hernieuwbare energie, variërende laadvraag en doordeweekse versus weekendgebruikspatronen. De slimme regelaar meet continu zonneopbrengst, batterijladingsniveau, brandstofcelstatus en EV‑vraag, en past vervolgens vermogensomzetters aan zodat zon- en brandstofcelvermogen eerst worden gebruikt, de batterij binnen veilige grenzen wordt geladen of ontladen, en netstroom alleen wordt afgenomen wanneer dat nodig is. Een fuzzy beslislaag verschuift bovendien meer laden naar uren waarin hernieuwbare energie overvloedig is en tarieven laag zijn, waardoor de druk op het grotere net afneemt.

Besparingen, stabiliteit en schonere lucht

De simulaties tonen aanzienlijke verbeteringen ten opzichte van bestaande beheermethoden op basis van neurale netwerken of andere optimalisatieschema’s. Tijdens zonnige daluren daalt de laadtarief tot ongeveer 0,009–0,015 USD per kilowattuur geleverd, ver onder typische vaste tarieven. Gemiddeld dalen de laadkosten doordeweeks en in het weekend tot ongeveer 0,086 en 0,088 USD per kilowattuur — besparingen van ongeveer 45% en 56% vergeleken met conventionele opstellingen. Omdat de regelaar lokaal zon- en brandstofcelenergie prioriteert, kan het microgrid tot 84% hernieuwbare bijdrage bereiken, en de uitstoot van broeikasgassen met ongeveer 55% verminderen ten opzichte van een station dat alleen op het net leunt. Tegelijkertijd houdt de afgestelde regelaar de DC-busspanning binnen nauwe grenzen en reageert snel op plotselinge in- of uitpluggen, waarbij hij verschillende bekende optimalisatiealgoritmen overtreft in zowel snelheid als betrouwbaarheid.

Wat dit betekent voor toekomstige laadhubs

Dit werk suggereert dat het koppelen van lokale schone energie aan intelligente sturing EV-laadstations kan transformeren tot goedkope, koolstofarme energiehubs die het grotere net ook beschermen tegen plotselinge vraagpieken. Door eenvoudige, snel reagerende besturing te combineren met adaptieve, door de natuur geïnspireerde afstemming, biedt het voorgestelde systeem een praktische route om snel, betaalbaar en klimaatvriendelijk laden breed beschikbaar te maken naarmate elektrische voertuigen de norm worden.

Bronvermelding: Natarajan, R., Selvaraj, J., Daniel, S. et al. Optimized PI controller-based hybrid model for adaptive energy management in photovoltaic integrated electric vehicle charging microgrids. Sci Rep 16, 10341 (2026). https://doi.org/10.1038/s41598-026-40839-2

Trefwoorden: opladen van elektrische voertuigen, microgrids, hernieuwbare energie, energiemanagement, fuzzy besturing