Modelagem de bateria de chumbo-ácido através de rede MLP: um estudo comparativo com um modelo parametrítico

Abstract

As baterias desempenham papeis importantes no dia a dia da sociedade contemporânea sendo utilizadas em veículos elétricos, veículos a combustão, smartphones, notebooks, relógios, controles remotos, entre outros. A maioria das baterias podem ser recarregadas e a vida útil destes dispositivos é expressa em termos de número médio de recargas admitidas. Quanto mais preciso for o processo de recarga, mais ciclos de recarga a bateria suporta e, consequentemente, maior é a sua vida útil. Um processo de recarga preciso consiste em aplicar um nível de tensão controlado aos terminais da bateria, de acordo com o estágio de carga que o dispositivo assume ao longo do processo de carregamento. Portanto, a implementação de uma recarga precisa requer um modelo que permita identificar o estágio de carga da bateria através de informações como tensão, corrente e temperatura. Por este motivo diversos estudos relacionados a modelagem de baterias são desenvolvidos, almejando o desenvolvimento de novas tecnologias que permitam otimizar os processos de recargas, aumentando assim a vida útil desses dispositivos e viabilizando novas soluções, como os veículos elétricos. Este trabalho apresenta dois métodos para modelagem de baterias de chumbo-ácido, a partir de dados reais de descarga de uma bateria para testar os modelos. Um dos métodos, proposto por Tremblay et al (2007), permite a construção de um modelo paramétrico que pode ser utilizado para a construção de curvas de descargas de baterias de chumbo-ácido, níquel-cádmium, íon de lítio e níquel metal hibrido, o segundo método constrói um modelo não paramétrico utilizando a rede neural artificial MLP. No final é feito um estudo comparativo entre os modelos, utilizando os dados reais de descargas, para identificar qual modelo é mais preciso.