Estratégia Avançada de Gestão de Energia Eleva Eficiência de Veículos Híbridos a Célula de Combustível em 6,4%
No cenário em rápida evolução da mobilidade de emissão zero, uma arquitetura de veículo destaca-se pelo seu potencial de combinar o melhor da capacidade de longo alcance, reabastecimento rápido e resposta dinâmica: o veículo elétrico híbrido a célula de combustível (FCHEV). Ao contrário dos veículos elétricos a bateria (BEVs), que dependem exclusivamente de eletricidade armazenada, os FCHEVs emparelham uma pilha de células de combustível a hidrogênio com um ou mais sistemas eletroquímicos de armazenamento de energia—tipicamente baterias de iões de lítio e, cada vez mais, ultracapacitores. Este sistema de propulsão tripartido oferece um equilíbrio convincente: a saída limpa e de alta densidade energética do hidrogênio, o amortecimento em estado estacionário das baterias e os surtos de energia relâmpago (e absorção regenerativa) dos ultracapacitores. No entanto, esta mesma força—a complexidade do sistema—cria um desafio de controlo formidável: como alocar energia entre três fontes distintas em tempo real, sob condições de condução em constante mudança, maximizando a eficiência, a durabilidade e a capacidade de condução?
Um estudo recentemente publicado pela Universidade de Ciência e Tecnologia de Henan oferece uma resposta robusta. No seu núcleo está uma nova e inteligente estratégia de gestão de energia (EMS) construída em torno de uma versão melhorada do algoritmo de aprendizagem por reforço profundo Soft Actor-Critic (SAC). Os investigadores não se limitaram a afinar um modelo existente; eles reestruturaram o seu processo de treino fundamental e a sua interação com o sistema de propulsão físico. O resultado é um sistema que não reage meramente à exigência do condutor—ele antecipa, optimiza e protege, alcançando uma melhoria média mensurável de 6,4% na economia de combustível face ao seu predecessor, suavizando significativamente a carga operacional no componente mais sensível: a célula de combustível.
Recuemos por um momento. As estratégias tradicionais de controlo para FCHEVs dividem-se amplamente em dois campos. Estratégias baseadas em regras são simples e fiáveis mas inflexíveis; são essencialmente respostas pré-programadas “se-então” que não se conseguem adaptar a padrões de tráfego novos ou complexos. Estratégias baseadas em optimização, como a programação dinâmica (DP), podem produzir resultados quase ótimos, mas são computacionalmente exaustivas e muitas vezes requerem o conhecimento de todo o ciclo de condução futuro—tornando-as impraticáveis para uso em tempo real a bordo. A ascensão da aprendizagem por reforço profundo (DRL) prometia um caminho do meio: um algoritmo que poderia aprender a política de controlo ótima através de experiência simulada, adaptando-se a novas situações com intuição quase humana, mas funcionando de forma suficientemente eficiente para ser incorporado na unidade de controlo de um veículo.
Os primeiros sucessos da DRL em EMS usaram algoritmos como Q-learning ou a sua contraparte profunda, Deep Q-Networks (DQN). No entanto, estas abordagens esbarraram num obstáculo fundamental: a “maldição da dimensionalidade”. A alocação de energia num FCHEV não é um simples interruptor de ligar/desligar; é uma decisão contínua—quantos quilowatts deve a célula de combustível produzir agora? Quantos deve a bateria contribuir? Estas são variáveis que podem assumir um número infinito de valores entre os seus limites mínimos e máximos. O Q-learning debate-se imensamente nestes espaços de ação contínuos e de alta dimensão.
O campo então voltou-se para algoritmos como o Deep Deterministic Policy Gradient (DDPG), que se destaca em domínios contínuos. O DDPG aprende uma política determinística, significando que para cada estado observado—a velocidade do veículo, aceleração, estado de carga (SoC) da bateria, etc.—produce uma e apenas uma ação “melhor”. Embora isto seja computacionalmente eficiente, é também frágil. O mundo real é confuso. Uma leitura de sensor pode estar momentaneamente ruidosa, ou um condutor pode fazer uma manobra inesperada. Uma política determinística, tendo-se comprometido totalmente com uma ação precisa, carece da flexibilidade para absorver graciosamente tais perturbações. É como um equilibrista sem margem para se ajustar.
É aqui que o algoritmo Soft Actor-Critic (SAC) entra em cena. O SAC pertence a uma nova geração de métodos DRL que incorporam o princípio da entropia máxima. Em vez de procurar uma única ação rigidamente ótima, o SAC procura uma política estocástica (probabilística)—uma distribuição de ações que são todas “suficientemente boas”, ponderadas pela sua probabilidade de sucesso. Esta aleatoriedade incorporada serve como exploração, permitindo ao controlador lidar graciosamente com incertezas e evitar ficar permanentemente preso em padrões de controlo subóptimos. É o equilibrista que pode fazer pequenas oscilações corretivas para manter o equilíbrio.
A equipa de investigação, liderada pelo Professor Tao Fazhan, reconheceu o potencial do SAC mas também o seu calcanhar de Aquiles: instabilidade no treino. Nos caóticos estágios iniciais de aprendizagem, um agente DRL toma muitas más decisões. Numa configuração SAC tradicional, cada uma destas más experiências—um exemplo em que o agente comandou a célula de combustível para disparar para 100% de potência durante uma suave desaceleração, por exemplo—é registada no “banco de memória” do agente, conhecido como buffer de repetição de experiência. Durante o treino, o algoritmo amostra aleatoriamente deste buffer para aprender. Se o buffer estiver inundado com falhas catastróficas das primeiras horas de treino, todo o processo de aprendizagem pode descarrilar, levando a um controlador que é não funcional ou altamente subóptimo.
A sua solução engenhosa foi introduzir um mecanismo de “Repetição de Experiência Heurística”. Pense nele como um mentor sábio a supervisionar o aprendizado de um novato. Antes de uma nova experiência ser adicionada ao banco de memória, o sistema executa uma verificação de sanidade rápida. Ele compara a nova ação contra uma biblioteca de estratégias de controlo conhecidas e de alta qualidade, derivadas de anos de dados experimentais anteriores e conhecimento de domínio. Se a nova ação for extremamente irrazoável—por exemplo, drenar o ultracapacitor para zero em menos de um segundo, ou forçar a célula de combustível para além do seu envelope operacional seguro—a experiência é rejeitada. O agente é então solicitado a tentar novamente, gerando uma ação mais plausível para registar.
Este filtro simples mas poderoso atua como um estabilizador de treino. Ele não dá a resposta de mão beijada; meramente impede o agente de aprender com os seus erros mais egregiosos e prejudiciais ao sistema. A análise de convergência do artigo demonstra isto vividamente: as curvas de perda e recompensa do treino do SAC melhorado mostram um progresso suave e constante, enquanto as curvas do SAC tradicional exibem picos e patamares violentos, indicativos de um processo de aprendizagem constantemente sabotado pelos seus próprios fracassos passados.
Mas a inteligência não para no algoritmo. Uma EMS verdadeiramente eficaz para um FCHEV de três fontes deve primeiro simplificar o problema que está a tentar resolver. A equipa empregou uma arquitetura inteligente de dois estágios: Estratificação de Potência.
O primeiro estágio usa um filtro fuzzy adaptativo para executar uma “decomposição de frequência” em tempo real da exigência de potência do condutor. Imagine o sinal de potência como um acorde musical complexo. Este filtro atua como um equalizador de áudio sofisticado, separando o acorde nas suas notas constituintes. As “notas” de alta frequência—os picos agudos de potência necessários para aceleração agressiva ou os surtos repentinos absorvidos durante uma travagem forte—são instantaneamente direcionados para o ultracapacitor. Este componente é singularmente adequado para este papel, capaz de carregar e descarregar a taxas centenas de vezes mais rápidas do que uma bateria, com degradação mínima.
Ao descarregar estes eventos transitórios de alta potência, o sistema cria um sinal de potência “de média e baixa frequência” mais calmo e manejável para o segundo estágio—o controlador baseado em SAC. Este controlador agora só precisa de decidir como dividir esta exigência de potência suavizada entre a célula de combustível e a bateria de lítio. Esta divisão de trabalho é crítica: protege a célula de combustível de picos de corrente prejudiciais e ciclagem térmica, e protege a bateria do stress de alta corrente, prolongando assim a vida útil de ambos os componentes dispendiosos.
O “objetivo” do controlador SAC, definido pela sua função de recompensa, é elegantemente multifacetado. Não se trata apenas de minimizar o consumo de hidrogênio, embora isso seja primordial. A função de recompensa, inspirada no princípio da Estratégia de Minimização de Consumo Equivalente (ECMS), também penaliza o controlador por permitir que o SoC da bateria se afaste demasiado do seu ponto de ajuste ideal (0,7 nos seus testes). Isto garante que a bateria permanece na sua janela operacional mais eficiente e durável, pronta a auxiliar quando necessário sem ser cronicamente sobrecarregada ou esgotada.
A validação deste sistema foi rigorosa. Os investigadores sujeitaram a sua estratégia SAC melhorada a uma bateria de quatro ciclos de condução padrão da indústria: o caótico para-e-arranca do Urban Dynamometer Driving Schedule (UDDS), a cruise constante do Highway Fuel Economy Test (HWFET), o New European Driving Cycle (NEDC) de perfil misto, e o mais agressivo West Virginia University Suburban Cycle (WVUSUB). Através deste espectro diverso, os resultados foram consistentes e convincentes.
No ciclo UDDS altamente dinâmico, a estratificação de potência brilhou. Quando o condutor pressionou a fundo o acelerador a partir de uma paragem, o ultracapacitor forneceu o surto inicial de potência, permitindo que a célula de combustível aumentasse a potência de forma mais gradual e suave. Durante a travagem, o ultracapacitor absorveu avidamente a energia regenerativa que, de outra forma, sobrecarregaria o circuito de carregamento da bateria. Os dados do artigo mostram que, sob o SAC melhorado, a curva de potência de saída da célula de combustível foi visivelmente menos irregular do que sob o SAC tradicional, um indicador direto de redução do stress mecânico e térmico.
Crucialmente, esta operação mais suave não veio à custa da eficiência. Na verdade, melhorou-a. A célula de combustível opera de forma mais eficiente dentro de um “ponto ideal” específico da sua gama de potência. Ao impedir que seja puxada para dentro e para fora desta zona por exigências transitórias, o sistema manteve-a a funcionar na sua banda de alta eficiência por períodos mais longos. Os dados confirmam isto: o SAC melhorado demonstrou consistentemente uma maior eficiência operacional da célula de combustível, particularmente durante os segmentos mais voláteis do ciclo de condução.
Os números da economia de combustível falam por si. A estratégia melhorada entregou um consumo equivalente de hidrogênio de 2,3 L/100km no UDDS, comparado com 2,5 do SAC tradicional—uma melhoria total de 8%. No HWFET, o ganho foi de 4,3%, e no exigente WVUSUB, foi de 6,9%. A média dos quatro testes situou-se numa melhoria altamente significativa de 6,4%. Para uma indústria onde um ganho de 1% é celebrado, este é um salto massivo.
Para além da simulação, a equipa avançou para a validação hardware-in-the-loop num banco de testes sofisticado. Esta plataforma integrou componentes reais—pilha de células de combustível, pack de baterias de lítio, módulo de ultracapacitores e um dinamómetro para simular a carga da estrada—controlados pelo algoritmo a correr num ambiente LabVIEW. O teste do mundo real espelhou as simulações: o SAC melhorado manteve a eficiência da célula de combustível quase exclusivamente dentro da gama ótima de 50–60%, mesmo durante um período deliberadamente severo de 200 segundos de exigência de potência flutuante rapidamente. Entretanto, o SoC da bateria declinou de uma forma belamente linear e previsível, confirmando a capacidade da estratégia para gerir o equilíbrio energético a longo prazo sem stress desnecessário.
Este trabalho representa um passo significativo em frente, mas os autores já estão a olhar para o futuro. A sua conclusão nota uma fronteira crítica: embora a sua estratégia conserve eficazmente a energia da bateria, ela não modela diretamente a degradação interna da bateria. Uma bateria não perde apenas carga; a sua química interna deteriora-se lentamente com cada ciclo de carga/descarga, especialmente sob alto stress. A próxima geração de EMS inteligente precisará de incorporar modelos de saúde preditiva, transformando o controlador de um contabilista de energia num “médico do sistema de propulsão” holístico que prescreve ações não apenas para eficiência imediata, mas para longevidade plurianual.
Num mercado onde o custo total de propriedade para veículos a hidrogênio permanece uma barreira chave, estender a vida da pilha de células de combustível de $10.000 ou do pack de baterias de $15.000 não é uma nota de rodapé técnica—é um imperativo comercial. Ao unir a aprendizagem por reforço profundo com heurísticas práticas e baseadas na física, esta pesquisa da Universidade de Ciência e Tecnologia de Henan entregou uma estratégia que não é apenas academicamente elegante, mas industrialmente relevante. É um sinal claro de que o futuro da mobilidade inteligente não será escrito em código rígido, mas em algoritmos adaptativos e auto-corretivos que aprendem, protegem e optimizam—tal como os melhores condutores humanos.
Tao Fazhan, Lu Hongxin, Fu Zhumu, Sun Haochen, Ma Haoxiang. Gestão Inteligente de Energia para Veículos Elétricos Híbridos a Célula de Combustível. Journal of Henan University of Science and Technology (Natural Science), 2023, 44(6): 49–56. DOI:10.15926/j.issn1672-6871.2023.06.007