A presente dissertação apresentou uma abordagem para modelar e estimar o comportamento energético de baterias de chumbo ácido, ainda hoje, as mais aplicadas em sistemas elétricos.
Para tal, foi escolhida uma metodologia que aplica o modelo KiBaM e através de informações disponíveis de fabricantes de baterias, foi possível identificar o comportamento e estimar a autonomia da bateria em questão.
Ainda com a ferramenta apresentada nessa dissertação foi possível estimar a vida útil de baterias chumbo ácido em fase de projeto básico, onde não há informações completas nem se executam modelagens dinâmicas de operação. Portanto o modelo aplicado, apesar de não levar em consideração a temperatura, para a fase de especificação básica de baterias para sistemas elétricos apresenta-se como uma excelente opção em vista da facilidade de obtenção de dados e sua consequente simulação.
Conclui-se, portanto, que o modelo implementado em conjunto com a metodologia desenvolvida apresentou resultados satisfatório para representar as principais características elétricas das baterias.
O método de LPE para determinar a vida útil remanescente em baterias é um método validado em várias fontes, e nesse trabalho mostrou-se como uma alternativa viável que para projetos de sistemas híbridos tem uma aplicação direta. Nesses sistemas a geração e a carga muitas vezes têm comportamento imprevisível e estimar a vida de uma bateria em condições fora de laboratório se torna muito complexo.
Aplicadas em sistemas híbridos com fontes renováveis, não é possível a obtenção de uma corrente de carga e descarga controladas, pois as fontes energéticas são de geração intermitente de energia, não tendo com isso uma regularidade para cargas e descargas das baterias, havendo dificuldade para a estimativa de comportamento utilizando modelos padrões para previsão de autonomia de baterias.
Contudo, o modelo apresentado se mostra satisfatório na determinação da vida útil de baterias em condições mais próximas das reais.
Finalmente, essa dissertação contribui com o conhecimento e difusão sobre o uso de baterias em sistemas elétricos.
5.1 Trabalhos futuros
Considerando o tempo de desenvolvimento da dissertação, não foi possível abranger todos os aspectos da modelagem, porém a seguir serão apresentadas algumas sugestões de aprofundamento para o trabalho apresentado:
• Uma modificação do modelo KiBaM para levar em consideração os efeitos da temperatura no comportamento da bateria, ainda que uma simples alteração da temperatura media do local, e assim permanecendo a simplicidade do modelo para sua aplicabilidade em situações de poucas informações do local do projeto;
• Aplicação do modelo KiBaM para outros tipos de baterias, bem como, verificar a sua eficiência em representar o comportamento do sistema em conjunto com o modelo LPE na estimativa de autonomia de baterias em sistemas elétricos;
• Verificar o comportamento da ferramenta ao longo de períodos maiores de simulação e sua validação experimental em condições locais.
REFERÊNCIAS
ARMENTA-DEU, C., Prediction of battery behavior in SAPV aplictions. ScienceDirect. 2003.
BAGOTSKY, Vladimir S.; SKUNDIN, Alexander M.; VOLFKOVICH, Yurij M.. Batteries, Fuel Cells, and Supercapacitors. New Jersey: John Wiley & Sons, Inc, 2015.
BINDNER, H., CRONIN, T., LUNDSAGER P., MANWELL, J.F, ABDULWAHID, U., BARING-GOULD, I., Lifetime Modelling of Lead Acid Batteries. Risø National Laboratory.Roskilde.Denmark. Risø-R-1515(EN), 2005.
BRITO SOUZA, J.R, NOGUEIRA LIMA, A.M., Modelagem e simulação do tempo de vida de banco de baterias chumbo-ácido utilizados em sistemas de múltiplas fontes de energia. ResearchGate. 2008.
BROUSSELY, M.; PISTOIA, G.. Industrial Applications of Batteries: From Cars to Aerospace and Energy Storage. Oxford: Elsevier, 2007.
CHAN, H.L., A new battery model for use with battery energy storage systems and electric vehicles power systems, IEEE, 2000.
CHEN, M.; RINCON-MORA, G.A.. Accurate Electrical Battery Model Capable of Predicting Runtime and I–V Performance. IEEE Transactions On Energy Conversion, [s.l.], v. 21, n. 2, p.504-511, jun. 2006. Institute of Electrical and Electronics Engineers (IEEE).
DANIIL, Nikolaos; DRURY, David; MELLOR, Phil H.. Performance comparison of diffusion, circuit-based and kinetic battery models. 2015 IEEE Energy Conversion Congress And Exposition (ECCE), [s.l.], p.1382-1389, set. 2015. Institute of Electrical and Electronics Engineers (IEEE).
DUARTE, KELLY P., Aplicação de um modelo híbrido para predição do tempo de vida de baterias utilizadas em dispositivos móveis. Dissertação de mestrado, Ijuí, RS, Brasil, 2014.
DÜRR, Matthias et al. Dynamic model of a lead acid battery for use in a domestic fuel cell system. Journal of Power Sources, [s.l.], v. 161, n. 2, p.1400-1411.Elsevier. 2006.
Energy Storage in the UK: An Overview. REA – Renewable Energy Association.2015. GHOSSEIN, Nagham El et al. Survey on electrical modeling methods applied on different battery types. 2015 Third International Conference On Technological Advances In Electrical, Electronics And Computer Engineering (TAEECE), [s.l.], p.39-44, abr. 2015. Institute of Electrical & Electronics Engineers (IEEE).
INTERNATIONAL ENERGY AGENCY(IEA). Recommended Practices For Charge Controllers: Use of PV Systems in Stand-Alone and Island Applications. Disponível em: http://iea-pvps.org/index.php?id=9&eID=dam_frontend_push&docID=372. Acesso em: 22 ago. 2016.
JONES, R.. Charge Control Options for Valve Regulated Lead Acid Batteries. TW0060, nov. 2004.
JONGERDEN, M.r.; HAVERKORT, B.r.. Which battery model to use? IET Software, [s.l.], v. 3, n. 6, p.445-457, 2009. Institution of Engineering and Technology (IET).
KIM, Taesic; QIAO, Wei. A Hybrid Battery Model Capable of Capturing Dynamic Circuit Characteristics and Nonlinear Capacity Effects. IEEE Transactions On Energy Conversion, [s.l.], v. 26, n. 4, p.1172-1180, dez. 2011. Institute of Electrical and Electronics Engineers (IEEE).
LINDEN, David; REDDY, Thomas B.. Handbook of batteries. 3. ed. New York: Mcgraww- hill, 2002.
MANWELL, James F.; MCGOWAN, Jon G.. Lead acid battery storage model for hybrid energy systems. Solar Energy, [s.l.], v. 50, n. 5, p.399-405, maio 1993. Elsevier BV.
MENICTAS, Chris; SKYLLAS-KAZACOS, Maria; LIM, Tuti Mariana. Advances in Batteries for Medium and Large-scale Energy Storage. Cambridge: Elsevier, 2015.
MESSENGER, Roger A.; VENTRE, Jerry. Photovoltaic systems engineering. 2. ed. Boca Raton: CRC Press, 2004.
PARFOMAK, Paul W. Energy Storage for Power Grids and Electric Transportation: A Technology Assessment. Congressional Research Service, [S.L], v. 75700, p. 11-15, mar. 2012.
PINHO, João Tavares et al. SISTEMAS HÍBRIDOS: Soluções Energéticas para a Amazônia. Brasília: Ministério de Minas e Energia, 2008. 396 p.
PINHO, João Tavares et al. Manual de Engenharia para Sistemas Fotovoltaicos. Rio de Janeiro: CEPEL – CRESESB, 2014.
RAO, Ravishankar; VRUDHULA, S.; RAKHMATOV, D.n.. Battery modeling for energy- aware system design. Computer, [s.l.], v. 36, n. 12, p.77-87, dez. 2003. Institute of Electrical and Electronics Engineers (IEEE).
ROSS, J.N., Modelling Battery Charge regulation for a stand-alone photovoltaic system. Elsevier, 2000.
SAAD, MARCELO C., Controlador de carga e descarga de baterias microcontrolado com PIC, cm aplicação em sistemas de fornecimento de energia em geral, incluindo sistemas fotovoltaicos. PUC Rio, 2012.
SALAMEH, Z.M., CASACCA, M.A., LYNCH, W.A., A mathematical model for lead-acid batteries. IEEE. 1992.
SCHLÖGL, Robert et al. Schlögl (Ed.) - Chemical Energy Storage. Berlim: De Gruyter Graduate, 2013.
ZHANG, Cheng et al. Battery modelling methods for electric vehicles - A review. 2014 European Control Conference (ECC), [s.l.], p.2673-2678, jun. 2014. Institute of Electrical and Electronics Engineers (IEEE).
ZHOU, W., YANG, H., FANG, Z., Battery Behavior Prediction and Battery Working States Analysis of a Hybrid Solar-Wind Power Generation System. Elsevier, 2008.