Gerenciamento Ótimo de Energia em VE Autônomos sob Temperaturas Frias com Controle Preditivo
Em veículos elétricos autônomos (VEAs), a distribuição da energia da bateria entre as necessidades primárias de propulsão e as demandas auxiliares, como o sistema de Aquecimento, Ventilação e Ar Condicionado (HVAC), é uma tarefa crítica. Essa alocação torna-se ainda mais desafiadora sob baixas temperaturas ambientes, especialmente quando a bateria está com baixo estado de carga. Nessas condições, o aquecimento da cabine e o pré-condicionamento da bateria (necessário antes do carregamento) podem consumir uma parcela significativa da energia disponível, impactando diretamente a autonomia do veículo.
Geralmente, em cenários de baixa energia e temperaturas frias, a prioridade é dada à propulsão, ou são aplicadas regras heurísticas para o gerenciamento térmico. No entanto, essas abordagens frequentemente resultam em utilização subótima da energia. Há uma necessidade clara de uma metodologia baseada em princípios que possa alocar a potência da bateria dinamicamente, equilibrando conforto térmico, saúde e pré-condicionamento da bateria, juntamente com a preservação da autonomia.
Um estudo recente aborda essa questão propondo uma estrutura de Controle Preditivo Baseado em Modelo (MPC) em tempo real. O objetivo é otimizar o consumo de energia, dividindo a potência de forma inteligente entre a propulsão, o sistema HVAC e o gerenciamento térmico da bateria. Isso visa garantir que a bateria esteja na temperatura ideal para ser carregada imediatamente ao chegar ao destino.
O modelo MPC proposto é projetado para ser implementável em tempo real e considera a divisão ótima de potência entre a propulsão do veículo, o sistema HVAC e o gerenciamento térmico da bateria. A arquitetura HVAC utilizada emprega o modo de operação de bomba de calor para o aquecimento da cabine. Estudos de caso foram realizados focando em cenários de baixo estado de carga da bateria e baixas temperaturas ambientes. Para simular condições de estrada do mundo real, foram utilizados dados de inclinação obtidos do Open Street Maps e OpenTopology.
A utilização de modelos físicos detalhados, aproximações polinomiais para propriedades de fluidos refrigerantes e controle de setpoint baseado em MPC demonstrou a capacidade da estrutura proposta em reduzir o consumo de energia. Isso permite manter tanto o conforto térmico quanto a segurança da bateria sem comprometer o objetivo principal de alcançar o destino sem esgotar completamente a bateria. A capacidade de usar informações antecipadas sobre as condições da estrada, como a inclinação, através de câmeras veiculares em VEAs, possibilita a aplicação eficaz do MPC a este problema. Este trabalho representa um passo importante para melhorar a eficiência energética e a autonomia de veículos elétricos autônomos operando em condições climáticas adversas.