Banca de DEFESA: ALLAN ALEX DE FRANÇA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: ALLAN ALEX DE FRANÇA
DATA: 28/02/2025
HORA: 14:00
LOCAL: https://meet.google.com/zvu-nmyd-opg
TÍTULO: Desenvolvimento de um Sistema de Gerenciamento de Baterias em Nuvem
PALAVRAS-CHAVES: cloud BMS, internet das coisas, sistema de baterias.
PÁGINAS: 75
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO: As baterias são vitais em muitas aplicações modernas, desde dispositivos eletrônicos portá teis até veículos elétricos e sistemas de armazenamento de energia. Seu funcionamento correto é essencial para garantir a segurança, o desempenho otimizado, a eficiência energé tica e a redução de custos ao longo do tempo. Para isso, o Sistema de Gerenciamento de Bateria (BMS- Battery Management System) desempenha um papel fundamental, reali zando monitoramento das células, estimativa do estado, balanceamento de carga, controle térmico e atividades de controle de carga e descarga. No entanto, a baixa capacidade de processamento e armazenamento de dados desses dispositivos é uma limitação significativa. Para resolver esse problema, uma nova abordagem de hardware e software foi desenvolvida e utilizada em sistemas de gerenciamento, o BMS em nuvem ou cloud BMS. Nessa nova arquitetura, a disponibilidade de capacidade de processamento e armazenamento de dados cresce exponencialmente. Este trabalho apresenta o desenvolvimento de uma solução de hardware e software para um sistema de gerenciamento de bateria baseado em nuvem, utilizando o módulo IoT ESP32 e a plataforma AWS IoT. O sistema projetado visa superar as limitações dos sistemas tradicionais ao aproveitar a computação em nuvem para proporcionar um maior poder de processamento e capacidades de armazenamento de dados. A solução proposta inclui um sistema formado por uma placa BMS especialmente projetada, software embarcado a esta placa que permite o monitoramento, estimativa de estado, balanceamento de carga, controle térmico e controle de carga/descarga, um dashboard hospedado num servidor remoto e uma aplicação python executando na nuvem um algoritmo de rede neural para estimação do estado de carga da bateria. Para validação desse sistema, um ensaio foi realizado inicialmente conectando à entrada do BMS projetado um pack de 48V formado por 13 células de íons de lítio e à saída uma carga resistiva de aproximadamente 50 Ω para gerar consumo de corrente. O monitoramento da tensão do pack, tensão das células individuas, corrente do pack, temperatura das células e temperatura das FETS de controle durante o ensaio é realizado por meio do dashboard e a estimativa do estado de carga do pack é realizada por dois métodos distintos, o coulomb counting (SoC local) e por uma rede neural previamente treinada (SoC remoto). Ao final do ensaio a comparação entre os resultados dos dois métodos de estimação retornou um valor MSE de 7,82 com um MAPE de 6,57% e um índice MAE de 2,33, indicando que a estimação remota do SoC por rede neural se aproxima com boa precisão ao valor do SoC local.
MEMBROS DA BANCA:
Presidente - 1783447 - EULER CASSIO TAVARES DE MACEDO
Interno - 2333186 - CICERO DA ROCHA SOUTO
Interno - 1972280 - JUAN MOISES MAURICIO VILLANUEVA
Externo à Instituição - IVANOVITCH MEDEIROS DANTAS DA SILVA