Fundamental Techniques for Optimal Control of Reconfigurable Battery Systems: System Modeling and Feasible Search Space Construction

Resumo Técnico: Técnicas Fundamentais para o Controle Ótimo de Sistemas de Baterias Reconfiguráveis

Definição do Problema
Sistemas de Baterias Reconfiguráveis (RBSs) oferecem uma solução promissora para melhorar a tolerância a falhas, o equilíbrio térmico/de carga e a entrega de energia ao alterar dinamicamente as conexões das baterias por meio de interruptores. No entanto, otimizar o desempenho de um RBS exige a resolução de problemas de programação inteira não lineares de alta dimensão. Os autores identificam dois desafios críticos que dificultam esse processo:

1. Modelagem de Sistema Dinâmico: A literatura existente carece de um método unificado para modelar RBSs sob reconfiguração dinâmica. À medida que os estados dos interruptores mudam, as células de bateria podem aderir ou deixar as operações, alterando as dimensões do sistema e exigindo a reconstrução manual das equações da Lei de Kirchhoff das Correntes (LKC) e da Lei das Tensões (LKT) para cada configuração. Este processo é computacionalmente ineficiente e difícil de automatizar.
2. Complexidade do Espaço de Busca: O número de vetores de estado de interruptor (SSVs) possíveis cresce exponencialmente com o número de interruptores e etapas de decisão. Para RBSs de larga escala, buscar o espaço de solução completo ($B^{N_S}$) é demorado e frequentemente fútil, pois a maioria das configurações resulta em estados inviáveis, como curtos-circuitos, circuitos abertos ou tensões de sistema indesejadas.

Metodologia
O artigo propõe uma estrutura unificada que aborda tanto a modelagem quanto a eficiência de busca:

1. Modelagem Unificada via Configuração de Sistema Completa (CSC):

   • Em vez de remover os ramos correspondentes aos interruptores "desligados", os autores propõem manter todos os ramos físicos (baterias, interruptores, fios) para manter uma estrutura de malha estável conhecida como Configuração de Sistema Completa (CSC).
   • Os estados dos interruptores são incorporados ao modelo definindo uma resistência de interruptor variável ($R_{S_n}^m$). Quando um interruptor está "ligado", ele exibe uma baixa resistência de condução; quando "desligado", exibe uma alta resistência de desligamento (efetivamente um circuito aberto).
   • Esta abordagem permite a formulação de um modelo de espaço de estados único ($\dot{X} = AX + B i_t$) onde as matrizes do sistema dependem do SSV, mas a estrutura do modelo permanece invariante. Isso elimina a necessidade de reconstrução frequente do modelo durante a otimização iterativa.
   • O modelo é discretizado para formulação de controle ótimo, com parâmetros atualizados com base em tabelas de consulta (look-up tables) de Estado de Carga (SoC) em cada intervalo de amostragem.

2. Construção de Espaço de Busca Viável:

   • Para mitigar a "maldição da dimensionalidade", os autores desenvolvem um algoritmo para construir ativamente um espaço de busca viável ($B_f^{N_S}$), em vez de buscar o espaço completo.
   • O método envolve o mapeamento de configurações de sistema para SSVs com base em estruturas modulares hierárquicas (Série-então-Paralelo, $C_{sp}$, e Paralelo-então-Série, $C_{ps}$).
   • O Algoritmo 1 utiliza Programação Dinâmica (DP) para enumerar todas as configurações viáveis de Paralelo-então-Série. Ele constrói iterativamente padrões de conexão de células válidos (flags para células em série, paralelo ou bypass) enquanto impõe restrições sobre a tensão normalizada do sistema e evita curtos/circuitos abertos.
   • Apenas os SSVs correspondentes a essas configurações válidas são retidos, reduzindo drasticamente o tamanho do espaço de busca.

Principais Resultados

• Precisão do Modelo: O modelo unificado proposto foi validado contra dados experimentais de um banco de testes de RBS de 3 células.
  • A simulação em nível de sistema mostrou Erros Médios Absolutos (MAE) de 52 mV para a tensão terminal e 46 mA para a corrente de entrada.
  • Simulações em nível de célula demonstraram precisão significativamente maior do que um "modelo simples" (que assume distribuição de corrente igual). O modelo proposto alcançou MAEs de corrente de célula $\le$ 20 mA e MAEs de tensão $\le$ 7 mV, comparado a erros muito maiores no modelo simples, particularmente durante conexões paralelas transientes.
• Eficiência de Busca:
  • Para um RBS de 10 células, a razão entre SSVs viáveis e o total de SSVs possíveis foi encontrada como sendo inferior a $2 \times 10^{-10}$.
  • Em um estudo de caso minimizando o desequilíbrio de SoC ao longo de 20 etapas de decisão usando um Algoritmo Genético (GA):
    • A busca no espaço completo falhou em convergir; o algoritmo não conseguiu encontrar soluções iniciais viáveis, e a função objetivo permaneceu estagnada.
    • A busca no espaço viável estreitado conseguiu reduzir o desequilíbrio total de SoC de 0,30 para 0,031 dentro de 220 gerações.

Significância e Alegações
O artigo afirma estabelecer uma base sólida para a formulação eficaz e a solução eficiente de problemas de controle ótimo de RBS:

1. Modelagem Unificada: Fornecer uma estrutura matemática única que acomoda vários designs de RBS e suas combinações híbridas sem exigir reconstrução de modelo, facilitando o design de topologia e a formulação de controle.
2. Redução do Espaço de Busca: Demonstrar que estreitar o espaço de busca apenas para soluções viáveis não é meramente uma heurística de otimização, mas uma necessidade para resolver problemas de controle de RBS de larga escala, pois garante a operação segura e permite a convergência onde métodos padrão falham.

Os autores concluem que estas técnicas permitem a formulação de diversos problemas de controle ótimo para melhorar o desempenho do sistema, com trabalhos futuros planejados para explorar algoritmos de otimização específicos e aplicações.