Key points are not available for this paper at this time.
A fronteira de Pareto é amplamente adotada na otimização multiobjetivo, especialmente na modelagem de sistemas de energia multicarregador. Apesar das várias metodologias disponíveis para derivar a fronteira, ela representa diferentes soluções ótimas, tornando a seleção final não trivial. A experiência do modelador é crucial na determinação dos fatores de peso atribuídos a cada objetivo para selecionar a solução final da fronteira de Pareto. Este estudo propõe uma abordagem inovadora para suportar essa tomada de decisão, introduzindo um indicador de desempenho chave adicional, o estado de saúde da bateria, avaliado por meio de modelagem física da bateria. Ao comparar diferentes esquemas de agendamento em sistemas de energia multicarregador multiobjetivo, cada um com sua distinta estratégia operacional da bateria, esse novo indicador foi utilizado para identificar automaticamente a solução final da fronteira de Pareto, sem coeficientes de peso adicionais. Tal abordagem, portanto, automatiza o processo de decisão, o que apoia a engenharia fácil, especialmente para sistemas de multienergia em pequena escala, como casas inteligentes, como o caso de estudo apresentado neste trabalho, que possui quatro transportadores de energia distintos, adotando módulos de bateria de íon de lítio com química LFP de 12 V 128 Ah, demonstrando a eficácia desse processo de seleção automatizado. Além disso, quando comparada aos valores máximos em toda a fronteira, a solução escolhida automaticamente apresenta reduções de 27,96% nas emissões de CO2 e uma redução de 3,67% nos custos totais. Ao longo da operação de longo prazo, essa abordagem tem o potencial de prolongar a vida útil da bateria em até 26,67%, impactando diretamente a economia dos sistemas de energia multicarregador.
Jin et al. (Ter,) estudaram essa questão.