Um algoritmo de geração inspirado em materiais aprimorado para controle de frequência de carga em sistemas de energia integrados a VE

Por que manter a rede estável importa

Cada aparelho em nossas casas, de geladeiras a carregadores de celular, depende da rede elétrica manter uma frequência quase constante. À medida que mais veículos elétricos (VEs) são conectados e regiões maiores compartilham energia por longas distâncias, manter essa frequência estável fica mais difícil. Este estudo explora uma nova forma de ajustar controladores da rede para que possam coordenar usinas convencionais e grandes frotas de VEs, mantendo o sistema estável e confiável.

Carros elétricos como colaboradores, não apenas consumidores

As redes elétricas modernas estão cada vez mais interconectadas, com grandes áreas compartilhando eletricidade por meio de linhas de interligação. Ao mesmo tempo, milhões de VEs surgem como cargas flexíveis e de resposta rápida. VEs não apenas consomem energia; quando conectados por eletrônica adequada, podem devolver energia à rede por curtos períodos, ajudando a estabilizar a frequência após uma perturbação, como um aumento súbito na demanda. Contudo, padrões de carregamento e uso dos VEs são imprevisíveis, e fontes renováveis como vento e solar acrescentam variações adicionais. Esquemas de controle tradicionais, que dependem de regras simples de sintonia, frequentemente têm dificuldade com essa mistura de incertezas, levando a oscilações indesejadas na frequência e nos fluxos de potência entre áreas.

Uma maneira inspirada na química para buscar melhores ajustes

Os autores partem de um recente algoritmo de "geração de materiais" que toma emprestada a ideia de como átomos formam compostos químicos estáveis. Nessa visão, cada conjunto possível de ajustes do controlador é como um material formado por diferentes elementos. O algoritmo forma, quebra e recombina esses materiais virtuais, avaliando sua "estabilidade" pela capacidade de manter a frequência da rede e a potência nas linhas de interligação dentro dos limites em simulações computacionais. Mas a versão original desse método tinha uma fraqueza comum a muitas técnicas de busca: podia se acomodar cedo demais em uma solução apenas razoável e parar de explorar alternativas melhores, especialmente em problemas complexos e de alta dimensionalidade.

Acrescentando uma curva inteligente para evitar ficar preso

Para contornar isso, o estudo apresenta um Algoritmo de Geração de Materiais Aprimorado (IMGA). Além dos movimentos inspirados na química, o IMGA realiza periodicamente um pequeno passo local de "ajuste de curva": observa três soluções vizinhas e ajusta uma linha curva simples (uma parábola) ao desempenho delas. A partir dessa curva, estima um ponto próximo melhor para testar em seguida. Essa interpolação quadrática dá à busca uma noção de direção, permitindo que ela se concentre em regiões promissoras sem depender de uma única melhor solução como líder. Um interruptor probabilístico decide quando usar esse movimento baseado em curva versus a recombinação aleatória original, preservando a diversidade no conjunto de candidatos e ajudando a busca a escapar de becos sem saída locais.

Testando a ideia em uma rede compartilhada com frotas de VEs

Para verificar se essa busca mais inteligente traz benefícios práticos, os autores modelam uma rede com duas áreas conectadas, cada uma suprida por usinas térmicas convencionais e grandes frotas de VEs. Eles usam um controlador em cascata: um laço externo responde rapidamente a mudanças súbitas, enquanto um laço interno elimina qualquer erro em regime permanente. O IMGA ajusta os ganhos desse controlador em cascata de modo que, em simulação, as variações de frequência e os deslocamentos de potência nas linhas de interligação sejam tão pequenos e curtos quanto possível. O algoritmo aprimorado é comparado com vários outros métodos de busca bem conhecidos, incluindo otimização por enxame de partículas e outras metaheurísticas modernas, sob uma gama de cenários: com e sem participação dos VEs, perturbações em uma ou outra área e mudanças irregulares em degraus na demanda.

O que as simulações revelam

Em todos os casos, o IMGA encontra consistentemente ajustes do controlador que fazem a rede responder de forma mais suave do que as alternativas. Ele converge mais rápido e de forma mais confiável, mostrando menor variabilidade entre as execuções melhores e piores. Com os VEs atuando ativamente, o controlador sintonizado reduz a profundidade do mergulho inicial de frequência em cerca de metade e encurta o tempo que o sistema leva para se estabilizar em alguns segundos, em comparação com a operação sem suporte dos VEs. Diante de mudanças arbitrárias de carga, o controlador ajustado pelo IMGA mantém tanto a frequência quanto a troca de potência entre as duas áreas mais próximas dos valores desejados do que um projeto proposto anteriormente, amortecendo oscilações mais rapidamente e limitando o sobrepico.

O que isto significa para redes futuras

Em termos práticos, o estudo mostra que um método de busca mais inteligente, inspirado em química e em ajuste de curvas, pode encontrar maneiras melhores de ajustar controladores de rede para aproveitar efetivamente as frotas de VEs como parceiros estabilizadores. O algoritmo aprimorado oferece controle mais rigoroso da frequência e compartilhamento de potência mais suave entre regiões em simulações, mesmo quando as condições são ruidosas e mutáveis. Embora os modelos de VE e de rede ainda sejam simplificados e testados em um sistema de duas áreas, os resultados sugerem que tais ferramentas avançadas de sintonia poderiam ajudar sistemas de energia futuros, ricos em VEs, a permanecer estáveis e confiáveis sem a necessidade de sobreprojetos caros.

Citação: Almutairi, S.Z., Ginidi, A.R. An improved material-inspired generation algorithm for load frequency control in EV-integrated power systems. Sci Rep 16, 13020 (2026). https://doi.org/10.1038/s41598-026-47360-6

Palavras-chave: veículos elétricos, estabilidade da rede elétrica, controle de frequência, algoritmos de otimização, redes inteligentes