Uma otimização híbrida e rede por grafo para carregamento sustentável de veículos elétricos usando um conversor ponte ativa dupla e energia renovável

Por que o carregamento mais limpo de automóveis importa

Veículos elétricos prometem ruas mais limpas e menores emissões de carbono, mas a forma como os carregamos ainda depende em grande medida da rede elétrica convencional. Este estudo explora como construir uma estação de carregamento mais inteligente que extraia energia principalmente do sol e de células a combustível de hidrogênio, suporte baterias como reserva e ainda forneça carregamento confiável e acessível. Ao combinar um conversor de potência eficiente com algoritmos avançados emprestados tanto da natureza quanto da inteligência artificial moderna, os autores mostram como os hubs de recarga do futuro podem ser mais verdes e mais baratos ao mesmo tempo.

Misturando sol, hidrogênio e baterias

A estação de carregamento analisada neste trabalho usa uma combinação de painéis solares, uma célula a combustível e um banco de baterias, todos conectados a um “ônibus” comum de corrente contínua, uma espécie de rodovia energética. Os painéis solares fornecem eletricidade de baixo custo quando há luz solar disponível, enquanto a célula a combustível oferece energia de reserva controlável quando as nuvens cobrem o sol ou a demanda aumenta. Uma bateria armazena o excedente e preenche lacunas, nivelando os altos e baixos naturais da geração renovável e dos padrões de condução. Juntas, essas três fontes visam manter o carregamento de veículos elétricos estável, apesar da grande variabilidade tanto na oferta de energia quanto no comportamento dos motoristas.

A eletrônica de potência no coração da estação

Entre esse barramento de energia compartilhado e a bateria do veículo está um componente crucial chamado conversor ponte ativa dupla. Ele funciona como uma caixa de marchas inteligente para a eletricidade, permitindo fluxo de potência em ambas as direções com alta eficiência e isolamento elétrico para segurança. Ao ajustar cuidadosamente o tempo de comutação interno, o conversor pode regular quanto de energia é enviada para ou recebida do carro e da bateria de armazenamento da estação. Esse controle fino ajuda a manter a tensão do barramento em torno de um nível constante e molda a corrente para que a bateria do veículo carregue rapidamente no início e depois de forma mais suave, ajudando a preservar sua vida útil.

Planejamento inspirado na natureza para energia mais barata

O hardware por si só não basta; a estação também precisa de um cérebro para decidir quando usar o solar, quando acionar a célula a combustível e quando carregar ou descarregar a bateria. Para isso, os pesquisadores recorrem a um “algoritmo de otimização pelicano”, um método matemático modelado em como pelicanos cooperam ao caçar peixes. No estudo, cada “pelicano” virtual representa uma maneira diferente de programar os fluxos de potência e as configurações do conversor. Ao explorar e refinar repetidamente essas opções, o algoritmo busca planos de operação que minimizem o custo de energia a longo prazo, levando em conta limites dos equipamentos e o comportamento variável de motoristas e renováveis.

Um cérebro baseado em grafo para decisões em tempo real

Para complementar esse planejador, a equipe utiliza uma rede neural avançada chamada rede convolucional por grafo multi-ordem com atributos. Em vez de analisar cada fonte de energia ou carga isoladamente, esse modelo trata a estação como uma teia de nós interconectados: produção solar, comportamento da célula a combustível, estado de carga da bateria, tensão do barramento e demanda de carregamento do veículo. Ele aprende como mudanças em um ponto se propagam pelo restante do sistema, capturando relações em múltiplos passos que modelos mais simples deixam passar. Uma vez treinado, esse cérebro baseado em grafo prevê os melhores sinais de controle para o conversor ponte ativa dupla, ajudando a estação a responder em tempo real a mudanças súbitas na luz solar ou na demanda de carregamento.

O que as simulações revelam

Usando simulações detalhadas por computador, os autores mostram que seu esquema de controle híbrido mantém as grandezas elétricas-chave — como a tensão do barramento central, a corrente de carga e a tensão da bateria do veículo — estáveis em segundos após a partida. A energia solar diminui gradualmente no cenário de teste, enquanto a célula a combustível e a bateria ajustam suas contribuições para que o carro continue recebendo potência quase constante. O perfil de carregamento da bateria do veículo espelha o que os motoristas esperam: uma rápida elevação de tensão e corrente no início, seguida por uma fase mais suave que protege a bateria do estresse. No geral, a estação fornece cerca de 4 quilowatts de potência de carregamento contínua com apenas pequenas quedas rapidamente corrigidas.

Menores custos para um carregamento mais verde

Talvez o resultado mais marcante seja econômico. Quando o novo método — combinando otimização baseada em pelicanos com a rede neural por grafo — é comparado com uma gama de técnicas de planejamento populares, ele apresenta o menor custo por unidade de energia entregue. O estudo relata um custo nivelado de energia de cerca de cinco centavos e meio por quilowatt-hora, uma redução de aproximadamente metade em comparação com um método padrão de enxame de partículas e mais de 70% em relação a algumas outras abordagens heurísticas. Para o leitor leigo, isso significa que, ao orquestrar quando e como diferentes fontes limpas de energia alimentam o carregador e ao guiar com precisão a eletrônica de potência, a estação pode oferecer carregamento renovável confiável a um preço competitivo com — ou melhor que — as opções baseadas na rede convencional.

Citação: 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

Palavras-chave: carregamento de veículos elétricos, energia renovável, redes inteligentes, eletrônica de potência, otimização de energia