Como o Model Predictive Control (MPC) está revolucionando o gerenciamento térmico de baterias em veículos comerciais elétricos

O controle tradicional de temperatura PID em veículos elétricos funciona como “dirigir olhando pelo espelho retrovisor” – ele reage às mudanças de temperatura depois que elas já ocorreram. Para automóveis de passageiros, esta abordagem é muitas vezes suficiente. Mas para veículos elétricos comerciais que transportam baterias de 200 a 400 kWh e exigem carregamento rápido 4C, o resfriamento reativo simplesmente não consegue acompanhar.

É aqui que o Model Predictive Control (MPC) muda tudo.

O Controle Preditivo de Modelo é uma estratégia de controle avançada que utiliza um modelo matemático do sistema para prever seu comportamento futuro e otimizar as ações de controle de acordo. Em pesquisas acadêmicas, foi demonstrado que o MPC reduz significativamente o consumo de energia em sistemas de gerenciamento térmico de baterias, ao mesmo tempo que mantém um controle de temperatura mais rígido em comparação com os métodos convencionais.

A NEWBASE tornou-se a primeira empresa a implantar com sucesso algoritmos MPC no setor de BTMS (Sistema de Gerenciamento Térmico de Bateria) de veículos comerciais – movendo o gerenciamento térmico de ajuste reativo para previsão proativa.

A unidade refrigerada a água BTMS baseada em MPC opera através de um ciclo inteligente de três etapas:

1. Modelagem preditiva de gêmeos digitais

Um modelo duplo digital acoplado termoelétrico da bateria é estabelecido em tempo real, prevendo a trajetória da temperatura da bateria para os próximos 30 a 60 segundos. Este modelo é atualizado continuamente com base no feedback real do sensor, garantindo a precisão da previsão mesmo à medida que as condições da bateria evoluem ao longo de seu ciclo de vida.

2. Integração de entrada multidimensional

O sistema não analisa apenas a temperatura atual da bateria. Ele leva em consideração as condições da estrada, os perfis de potência de carregamento, as previsões de temperatura ambiente e até mesmo os padrões de direção previstos. Ao combinar essas entradas, o algoritmo MPC planeja a estratégia ideal de resfriamento antes que o calor se torne um problema.

3. Otimização contínua com correção de feedback

Dentro de cada ciclo de controle, o sistema realiza otimização contínua – comparando constantemente os resultados previstos com medições reais e ajustando seu modelo em tempo real. Este circuito fechado de “prever-executar-correr” garante que o sistema de resfriamento esteja sempre um passo à frente dos eventos térmicos.

Os resultados da implementação do MPC nas unidades BTMS refrigeradas a água da NEWBASE são mensuráveis ​​e significativos:

• Variação de temperatura da célula controlada dentro de ±2°C durante cenários de carregamento rápido 4C — em comparação com o padrão da indústria de ±3–5°C. Uma maior uniformidade de temperatura se traduz diretamente em maior vida útil da bateria e desempenho mais consistente.
• O consumo de energia do sistema foi reduzido em 25–30% em comparação com sistemas tradicionais controlados por PID. Para os operadores de frota que operam dezenas de camiões elétricos, isto representa poupanças substanciais nos custos operacionais ao longo da vida útil do veículo.
• A latência de resposta foi reduzida de segundos para milissegundos. No gerenciamento térmico, cada milissegundo é importante, especialmente durante o carregamento rápido, quando a temperatura da bateria pode subir rapidamente.

À medida que o mercado comercial de veículos elétricos transita para os padrões de carregamento ultrarrápido 4C e 5C, a carga térmica nas baterias aumenta dramaticamente. Uma carga 4C fornece quatro vezes a capacidade atual da bateria – gerando muito mais calor do que a carga convencional. Sem gestão térmica inteligente, este calor pode degradar as células da bateria, reduzir a eficiência de carregamento e até desencadear eventos de fuga térmica.

O gerenciamento térmico baseado em MPC é especialmente adequado para enfrentar esse desafio porque pode antecipar a carga térmica antes do início do carregamento e pré-resfriar a bateria até a temperatura inicial ideal. Durante a carga, ele ajusta dinamicamente a intensidade do resfriamento com base nas previsões de temperatura em tempo real – evitando o superaquecimento e o resfriamento excessivo.

Uma pesquisa publicada na revista World Electric Vehicle Journal (2025) do MDPI confirma que as estratégias de MPC para BTMS podem otimizar o consumo de energia enquanto mantêm as temperaturas da bateria dentro de janelas operacionais seguras. Vários estudos acadêmicos de instituições, incluindo o Instituto de Tecnologia de Pequim, validaram que o gerenciamento térmico baseado em MPC supera as abordagens convencionais baseadas em regras e PID tanto em eficiência energética quanto em precisão de controle de temperatura.

A conquista da NEWBASE reside em traduzir esses avanços acadêmicos em um sistema pronto para produção e comercialmente viável para aplicações pesadas - onde confiabilidade, durabilidade e economia não são negociáveis.

O MPC não é apenas uma atualização de algoritmo de controle – é a base de um gerenciamento térmico de bateria verdadeiramente inteligente. À medida que os veículos elétricos comerciais se tornam mais potentes e carregam mais rapidamente, a capacidade de prever, planear e prevenir problemas térmicos antes que surjam separará os líderes da indústria dos restantes.