Controle adaptativo baseado em otimização direta de preferências para minimizar distorção harmônica total em acionamentos elétricos alimentados por fotovoltaicos

Por que energia solar mais limpa para motores é importante

À medida que fábricas, bombas de água e veículos elétricos recorrem cada vez mais a painéis solares para sua energia, um problema oculto acompanha os cabos: um “ruído” elétrico que pode desperdiçar energia, sobrecarregar equipamentos e reduzir a vida útil dos motores. Este estudo explora uma nova maneira de permitir que o sistema de controle de um acionamento elétrico alimentado por solar aprenda efetivamente a manter essas ondulações indesejadas sob controle, usando ideias emprestadas da inteligência artificial moderna.

Da eletricidade irregular ao movimento suave

Painéis solares produzem corrente contínua que precisa ser convertida na corrente alternada usada pela maioria dos motores. Essa tarefa cabe a um dispositivo eletrônico chamado inversor, que comuta a corrente rapidamente. Essa comutação inevitavelmente introduz distorções na tensão e na corrente — oscilações extras em frequências mais altas — coletivamente conhecidas como distorção harmônica. Em excesso, elas podem fazer os motores aquecerem, vibrar e desperdiçar energia. Esquemas de controle tradicionais dependem de ajustes fixos ou de calibração minuciosa para conter esses harmônicos, mas tendem a ter dificuldades quando a radiação solar ou a carga do motor mudam rapidamente, como frequentemente ocorre em sistemas solares reais.

Deixar o controlador aprender com suas próprias escolhas

Os autores propõem uma nova estrutura de controle chamada Controle de Tensão Fotovoltaica baseado em Otimização Direta de Preferências (DPO-PVC). Em vez de avaliar cada configuração de controle por uma “pontuação” numérica exata, o sistema simplesmente decide qual de duas opções foi melhor — muito parecido com escolher a foto preferida entre duas. Na prática, o controlador gera duas maneiras diferentes de acionar o inversor, as executa sob as mesmas condições de sol e carga e mede a distorção elétrica resultante no motor. A opção que produzir menor distorção é marcada como preferida. Ao longo de muitas comparações desse tipo, um módulo de aprendizado dentro do controlador identifica padrões sobre quais tipos de ajustes levam de forma consistente a uma energia mais suave e limpa.

Testes com luz solar real e acionamentos exigentes

Para garantir que essa abordagem fosse realista, os pesquisadores construíram um gêmeo digital detalhado de um sistema de acionamento alimentado por solar: uma matriz fotovoltaica, um inversor de alta frequência e um modelo de motor elétrico, todos alimentados por dados minuto a minuto de insolação e temperatura do banco de dados PVDAQ do Laboratório Nacional de Energia Renovável dos EUA. Eles testaram o controlador em uma ampla gama de cenários, incluindo céu limpo, nuvens em movimento rápido, sombreamento súbito e mudanças abruptas na carga mecânica do motor. Em cada caso, um analisador harmônico incorporado monitorou o quão “ruidosas” eram as formas de onda elétricas, retroalimentando essa informação no ciclo de aprendizado por preferências.

Superando controladores padrão em todos os aspectos

O controlador DPO-PVC foi comparado com três alternativas comuns: um controlador proporcional–integral–derivativo (PID) padrão, um PID aperfeiçoado por lógica fuzzy e um PID ajustado por um algoritmo genético. Nesses testes, o novo método reduziu a distorção de tensão para cerca de 2,9% e a distorção de corrente para cerca de 2,6%, aproximadamente cortando pela metade ou superando os níveis alcançados pelos demais. Também acelerou o motor para a velocidade desejada mais rapidamente, com menores erros de velocidade e menos overshoot, enquanto convertia a energia solar em trabalho mecânico útil com eficiência de cerca de 94,6%. Importante, esses ganhos se mantiveram quando os pesquisadores introduziram ruído nos sensores, efeitos de envelhecimento nos painéis solares e no motor, e pequenas imperfeições no hardware do inversor. O próprio processo de aprendizado se mostrou estável: após cerca de 50 ciclos de treinamento, o controlador escolhia corretamente a opção melhor em mais de 95% das comparações.

O que isso significa para máquinas solares do futuro

Para não especialistas, a conclusão é que os autores demonstraram como um acionamento de motor alimentado por energia solar pode receber uma espécie de “preferência” por eletricidade limpa e aperfeiçoar essa preferência ao longo do tempo. Ao focar em decisões simples de melhor-ou-pior em vez de pontuações numéricas frágeis, o controlador permanece robusto quando o tempo é instável, o hardware envelhece ou os sensores apresentam algum ruído. O resultado é operação mais suave do motor, menos energia desperdiçada e potencialmente maior vida útil dos equipamentos. Abordagens como a DPO-PVC podem ajudar a tornar a próxima geração de bombas, ventiladores e acionamentos industriais alimentados por solar não apenas mais verdes, mas também mais inteligentes e resilientes.

Citação: Ragavapriya, R.K., Perumal, M. Direct preference optimization-based adaptive control for minimizing total harmonic distortion in photovoltaic-powered electric drives. Sci Rep 16, 8173 (2026). https://doi.org/10.1038/s41598-026-38950-5

Palavras-chave: acionamentos elétricos fotovoltaicos, distorção harmônica, controle adaptativo, aprendizado de preferências, inversor solar