Gêmeos digitais para baterias de veículos elétricos.

• Ano de defesa: 2025
• Autor(a) principal: OLIVEIRA, Sávio Alves de.
• Orientador(a): LIMA, Antonio Marcus Nogueira. , LIMA, Rafael Bezerra Correia.
• Banca de defesa: FERNANDES, Eisenhawer de Moura., LUIZ, Saulo Oliveira Dornellas.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande
• Programa de Pós-Graduação: PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
• Departamento: Centro de Engenharia Elétrica e Informática - CEEI
• País: Brasil
• Palavras-chave em Português: Engenharia elétrica; Veículos elétricos; Gêmeos digitais; Baterias de íons de lítio; Modelo eletroquímico; Estimativa de estado de carga; Filtro de Kalman estendido; Electrical engineering; Electric vehicles; Digital twins; Lithium-ion batteries; Electrochemical model; State-of-charge estimation; Extended Kalman filter
• Área do conhecimento CNPq: Engenharia Elétrica.
• Link de acesso: https://dspace.sti.ufcg.edu.br/handle/riufcg/42141

Este trabalho apresenta o desenvolvimento de um gêmeo digital para baterias de íons de lítio, empregadas em veículos elétricos terrestres de uso urbano, visando monitorar variáveis como estado de carga e estado de temperatura. A metodologia proposta combina modelos eletroquímicos de ordem reduzida, modelos de circuito equivalente e modelos térmicos, integrados por algoritmos de estimação de estados capazes de processar dados de tensão, corrente e temperatura, como o Filtro de Kalman Estendido. Para validar o gêmeo digital, recorre-se a um conjunto de simulações pseudo-sintéticas, realizadas em diferentes faixas de temperatura, obtidas pela integração de duas ferramentas complementares: o FASTSim, utilizado para reproduzir de forma eficiente a dinâmica veicular em três ciclos de condução padronizados—um perfil urbano com tráfego intenso, um percurso rodoviário a velocidade quase constante em vias expressas e um trajeto dinâmico com acelerações bruscas e velocidades elevadas—e o PyBaMM, empregado para modelar o comportamento eletroquímico da bateria sob os perfis de potência demandada pelo veículo. Os resultados evidenciam acurácia na predição do estado de carga, com erro absoluto médio inferior a 3% em condições de temperatura ambiente maiores do que 10◦C, além de estimativas de alcance residual de veículos com erros absolutos da ordem de 30km. Dessa forma, o gêmeo digital desenvolvido, sustentado por uma arquitetura modular e pela combinação de modelos físicos com dados pseudo-sintéticos, permite aprimorar o gerenciamento de baterias, bem como ampliar o potencial de integração dos veículos elétricos em novos serviços e arquiteturas.