Estratégias de balanceamento de estado de carga e saúde para sistemas de armazenamento baseados em baterias inteligentes

Página do item simplificado
dc.contributor.advisorCupertino, Allan Fagner
dc.contributor.advisor-coBrito, Erick Matheus da Silveira
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/5649657715776454
dc.contributor.advisorLatteshttp://lattes.cnpq.br/3035620499629987
dc.contributor.authorOliveira, Jonathan Silva de
dc.contributor.authorLatteshttp://lattes.cnpq.br/9744075843316274
dc.contributor.refereeCupertino, Allan Fagner
dc.contributor.refereeBrito, Erick Matheus da Silveira
dc.contributor.refereeVicente, Eduardo Moreira
dc.contributor.refereeCorrêa, Tomás Perpétuo
dc.date.accessioned2025-03-28T11:38:18Z
dc.date.available2025-03-28T11:38:18Z
dc.date.issued2023-12-12
dc.description.abstractA busca por métodos mais eficientes de se armazenar energia elétrica é impulsionada pela alta demanda de veículos elétricos e de fontes de geração de energia elétrica não despacháveis, como solar fotovoltaica e eólica. Dentre as formas de se armazenar energia elétrica, o uso de baterias torna-se uma das melhores opções, devido à maior facilidade de projetar e aplicar esta tecnologia. O aumento da vida útil de uma bateria é um dos principais temas atuais, visto que em aplicações como veículos elétricos, a bateria corresponde a grande parte do investimento inicial e geralmente é substituída após perder cerca de 20% de sua capacidade nominal. Com o objetivo de utilizar as baterias de veículos elétricos por mais tempo surgem técnicas que consistem no conceito de baterias inteligentes. O termo bateria inteligente está atrelado a métodos distribuídos de se gerenciar baterias. Portanto, este trabalho tem como objetivo estudar técnicas inteligentes para estimar o estado de carga e estado de saúde das baterias inteligentes. Para alcançar este objetivo foram realizados estudos envolvendo estimativas do estado da bateria e a modelagem da degradação no software PLECS. Além disso, foi implementado um modelo de balanço de carga com conversor c.c./c.c. boost com o intuito de realizar o balanceamento do modelo e permitir simulações mais precisas. A técnica utilizada para balanceamento consiste em um programa computador fixo, encontrado na literatura, é implementada no esquema elétrico para equalizar as tensões das células da bateria. A técnica de balanceamento estuda o estado de carga e estado de saúde da bateria em tempo real e utiliza um método para equalizar as tensões das células da bateria. Uma técnica de balanceamento ativa foi escolhida, pois permite maior eficiência energética ao transferir energia entre as células da bateria sem dissipação em resistores ou outros dispositivos. O balanceamento estático é uma carga fixa que equaliza as tensões das células em tempos mais rápido, comumente utilizado quando a diferença entre as tensões é maior que 0,2%. Este trabalho apresenta uma dinâmica mais rica do que o balanceamento estático encontrado na literatura porque possibilita a extensão do número de ciclos das baterias e a postergação de uma eventual substituição por falha.
dc.description.abstractotherThe high demand for electric vehicles, and power generation sources such as photovoltaic and wind drives the search for more efficient electrical energy storage methods. Among the ways to store electricity, the use of batteries becomes one of the best options, due to the faster response in systems connected to the electricity grid. Increasing the life of a battery is one of the main current issues, since in applications such as electric vehicles, the battery corresponds to a large part of the initial investment and is usually replaced after losing about 20% of its nominal capacity. To use the batteries of electric vehicles for longer, techniques that use the concept of smart batteries arise. The term smart battery is intended for distributed methods of managing batteries. Therefore, this study aims to study techniques for balancing the state of charge and state of health in smart batteries. To achieve this goal, a battery model was developed on PLECS software to compute online degradation. In addition, an average model of the dc/dc boost converter was considered to reduce the complexity of the model and allow long-term simulations. The state of charge balancing technique is implemented with fixed proportional gain, as found in the literature. Subsequently, the method used in the literature has been transformed from a fixed gain to a variable gain, which will depend on the current battery data. A state-of-health cascading balancing technique is presented and its control action is applied as a reference to the state-of-charge balancing technique in the state-of-charge balancing technique. A case study is conducted on ten batteries, with different capacities and charge states. The state-of-charge balancing of the variable gain technique was about five times faster, considering a maximum state-of-charge error of 0.2%. In addition, the technique with variable gain ensured a smaller permanent regime error than the balancing technique with fixed gain. Health state balancing demonstrated a slower dynamic than state-of-charge balancing. Still, its use allows the extension of the number of cycles of the batteries and the postponement of an eventual replacement for failure.
dc.identifier.urihttps://repositorio.cefetmg.br//handle/123456789/1007
dc.language.isopt
dc.publisherCentro Federal de Educação Tecnológica de Minas Gerais / Universidade Federal de São João del-Rei
dc.publisher.countryBrasil
dc.publisher.initialsCEFET-MG / UFSJ
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétrica
dc.subjectBaterias elétricas
dc.subjectBaterias elétricas – Modelos
dc.subjectBaterias de armazenamento – Propriedades
dc.subjectCiclo de vida do produto
dc.titleEstratégias de balanceamento de estado de carga e saúde para sistemas de armazenamento baseados em baterias inteligentes
dc.typeDissertação

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Estratégias de balanceamento de estado de carga e saúde para sistemas de armazenamento baseados em baterias inteligentes.pdf
Tamanho:
15.64 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.39 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

Mestrado em Engenharia Elétrica