Integracja MPPT oparta na uczeniu maszynowym z kwadratowym podwójnie rozszerzonym przetwornikiem DC-DC dla pojazdów elektrycznych BLDC zasilanych z PV i połączonych z siecią

Czysta energia na drodze przed nami

W miarę jak pojazdy elektryczne przechodzą z niszy do głównego nurtu, pojawia się zasadnicze pytanie: jak ładować i napędzać je przy użyciu czystej energii, nie marnując przy tym cennej mocy? W artykule zbadano układ napędowy zasilany energią słoneczną, którego celem jest wycisnąć więcej energii ze słońca, przesyłać ją wydajniej przez elektronikę i niezawodnie napędzać silnik elektryczny, przy jednoczesnym zachowaniu równowagi między siecią a pokładową baterią. Efektem jest techniczny schemat dla czystszej, bardziej efektywnej mobilności elektrycznej, który może uczynić pojazdy ładowane energią słoneczną znacznie bardziej praktycznymi w codziennym użytkowaniu.

Dlaczego samochody słoneczne potrzebują sprytniejszej elektroniki

Panele słoneczne kuszą jako źródło zasilania pojazdów, ponieważ przekształcają darmowe światło słoneczne w energię elektryczną bez emisji spalin. Jednak pojedynczy panel generuje stosunkowo niskie napięcie, a jego moc ciągle zmienia się pod wpływem chmur, temperatury i pory dnia. Aby napędzić silnik elektryczny, to niestabilne, niskopoziomowe zasilanie trzeba podnieść, ustabilizować i ukierunkować między silnikiem, akumulatorem i siecią. Tradycyjne przetwornice potrafią to zrobić, ale mają trudności z osiągnięciem wysokich napięć przy wysokiej sprawności, szczególnie w zmieniających się warunkach. Podobnie wiele istniejących metod sterowania szukających „słodkiego punktu” panelu jest wolnych, podatnych na oscylacje lub łatwo zmylanych przez gwałtowne zmiany pogody i częściowe zacienienia.

Nowy sposób wzmacniania energii słonecznej

Aby sprostać tym wyzwaniom, autorzy zaprojektowali nowy typ przetwornicy DC-DC nazwaną kwadratowym podwójnie rozszerzonym (QDE). Mówiąc prościej, układ ten przyjmuje umiarkowane napięcie stałe z pola fotowoltaicznego i za pomocą starannie zorganizowanej sieci cewek, kondensatorów, diod i dwóch aktywnych przełączników mnoży je do znacznie wyższego, bardziej użytecznego poziomu. W przeciwieństwie do konwencjonalnych wzmacniaczy wieloetapowych, które łączą kilka przetwornic — dodając koszt, złożoność i dodatkowe straty mocy — konstrukcja QDE ponownie wykorzystuje ścieżki energii w czasie w ramach jednej struktury. Skutkuje to kwadratowym wzrostem napięcia wyjściowego względem sygnału sterującego (cyklu pracy), przy jednoczesnym utrzymaniu stosunkowo niskiego napięciowego obciążenia komponentów. Niższe obciążenie oznacza mniejsze, chłodniejsze i bardziej niezawodne elementy, co pomaga całemu systemowi działać przy wyższej sprawności.

Puszczenie algorytmu uczącego do polowania na światło

Podniesienie napięcia to tylko połowa historii; system musi też zdecydować, jak mocno sterować przetwornicą, aby w danym momencie pozyskać jak najwięcej mocy z paneli. Tutaj autorzy sięgają po uczenie maszynowe i strategię wyszukiwania inspirowaną naturą. Używają radialnej sieci neuronowej z funkcjami bazowymi (RBFNN), rodzaju prostego modelu uczącego się, który potrafi uchwycić nieliniowe zależności i generować sygnał sterujący przetwornicą. Sieć neuronowa jest strojoną przez metodę optymalizacyjną wzorowaną na zachowaniu żerowania żółwi morskich, które podążają za chemicznymi wskazówkami w oceanie do bogatych miejsc pokarmowych. W elektronicznym odpowiedniku wiele „wirtualnych żółwi” bada różne kombinacje parametrów, stopniowo zbliżając się do ustawień maksymalizujących ocenę wydajności związaną z uchwytem mocy. Ten proces Sea Turtle Foraging Optimization (STFO) daje sterownikowi zdolność szybkiego i płynnego reagowania na zmiany nasłonecznienia i temperatury, utrzymując panele blisko punktu maksymalnej mocy przy minimalnych wahaniach.

Dzielenie mocy między słońce, akumulator i sieć

Po stronie pojazdu wzmocniona energia słoneczna trafia na szynę DC, która zasila falownik trójfazowy i silnik bezszczotkowy DC (BLDC), zasadniczy element napędzający koła. Prosty regulator proporcjonalno-całkujący (PI) utrzymuje prędkość silnika na stałym poziomie przy różnych obciążeniach. Aby zapewnić, że pojazd nigdy nie zabraknie energii — ani nie zmarnuje nadmiaru produkcji słonecznej — system zawiera dwukierunkową przetwornicę połączoną z pakietem akumulatorów oraz drugi falownik łączący z siecią elektryczną. Akumulator może się ładować, gdy słońce świeci mocno, a zapotrzebowanie na silnik jest niewielkie, lub rozładowywać, by wspierać jazdę, a nawet oddawać moc do sieci w scenariuszu vehicle-to-grid. Interakcja z siecią jest również zarządzana tak, aby moc czynna i bierna pozostawały w bezpiecznych granicach, pomagając utrzymać czysty, niemal sinusoidalny prąd o bardzo niskich zniekształceniach.

Testowanie projektu

Naukowcy zweryfikowali swoje podejście za pomocą symulacji komputerowych i prototypu sprzętowego. Przy realistycznych warunkach słonecznych przetwornica QDE podnosi napięcie panelu do około dwukrotności jego poziomu, utrzymując zmierzoną sprawność konwersji powyżej 95 procent w symulacji i niemal 94 procent w sprzęcie. Sterownik neuronowy wytrenowany metodą STFO osiąga wysoką efektywność śledzenia, co oznacza, że pozyskuje niemal całą moc, jaką panele mogą dostarczyć, przy jednoczesnym utrzymaniu niewielkich tętnień i przeregulowań. Prądy sieci wykazują całkowite zniekształcenie harmoniczne znacznie poniżej powszechnych norm, co wskazuje, że energia oddawana do sieci jest wyjątkowo czysta. W trakcie testów, gdy słońce przygasa, pole słoneczne zostaje wyłączone lub zmieniają się obciążenia, akumulator i sieć przejmują zadania płynnie, dzięki czemu silnik BLDC nadal pracuje gładko z zadaną prędkością.

Co to oznacza dla codziennych kierowców

Mówiąc wprost, badanie pokazuje, że inteligentna elektronika i sterowanie oparte na uczeniu mogą uczynić pojazdy zasilane energią słoneczną znacznie bardziej wydajnymi i niezawodnymi. Łącząc wysokozyskową, niskoobciążeniową przetwornicę z biologicznie inspirowanym, samostrojącym się sterownikiem, system wydobywa więcej użytecznej energii z każdego promienia słońca i marnuje mniej w postaci ciepła i szumów elektrycznych. Skoordynowane użycie akumulatora i wsparcia sieciowego utrzymuje silnik w pracy na stałym poziomie nawet przy niekorzystnych warunkach. Choć konieczne są dalsze badania potwierdzające długoterminową odporność w surowych warunkach i przy starzeniu się komponentów, ta architektura wskazuje kierunek ku czystszym, bardziej odpornym pojazdom elektrycznym, które lepiej współpracują zarówno z systemami fotowoltaicznymi na dachach, jak i nowoczesnymi sieciami energetycznymi.

Cytowanie: Karthikeyan, D., Shukla, .K. & Rajesh, K. Machine learning-based MPPT integration with quadratic double-extended DC-DC converter for grid-connected PV-powered BLDC electric vehicles. Sci Rep 16, 11466 (2026). https://doi.org/10.1038/s41598-026-41938-w

Słowa kluczowe: elektryczne pojazdy słoneczne, elektronika mocy, śledzenie punktu maksymalnej mocy, integracja odnawialnych źródeł energii, napędy silników bezszczotkowych DC