Análise da Eficácia do Controle com Rejeição Ativa de Distúrbios e Aprendizado por Reforço para Aprimorar o Desempenho Dinâmico de um Conversor de Ponte Ativa Dupla
Atualmente, os conversores eletrônicos de potência são essenciais em diversas aplicações, como as estações de carregamento de veículos elétricos. Esses sistemas, que incluem estágios de conversão CC-CC, geralmente usam conversores isolados devido a razões de segurança e confiabilidade. Entre as topologias de conversores isolados, o conversor de ponte ativa dupla (DAB) se destaca por sua alta densidade de potência e eficiência. Este trabalho tem como objetivo analisar o desempenho dinâmico de um conversor DAB utilizando o controle com rejeição ativa de distúrbios (ADRC) e o aprendizado por reforço (RL) baseado no algoritmo de gradiente de política determinística profunda (DDPG). Esses métodos serão comparados com o controle PI tradicional. Os três métodos de controle foram avaliados comparativamente mediante simulações no software Matlab/Simulink, na qual o conversor DAB foi simulado em conjunto com os métodos de controle analisados. Os resultados mostraram que o controle RL-DDPG apresentou o melhor desempenho, reduzindo o sobressinal e obtendo uma resposta rápida para atingir o estado em regime permanente, enquanto o ADRC apresentou um desempenho superior ao controle PI tradicional. O controle RL-DDPG demonstrou ser a opção mais eficaz, no ambiente de simulação avaliado, para controlar a tensão de saída em diferentes níveis.