Modelagem Técnica e Econômica de Sistemas Híbridos Compostos Por Geração Distribuída Fotovoltaica e Baterias Eletroquímicas

Rafael César Nolasco
Modelagem Técnica e Econômica de Sistemas

Híbridos Compostos por Geração Distribuída
Fotovoltaica e Baterias Eletroquímicas
Belo Horizonte, Minas Gerais

2020
Rafael César Nolasco
Modelagem Técnica e Econômica de Sistemas Híbridos

Compostos por Geração Distribuída Fotovoltaica e
Baterias Eletroquímicas
Dissertação de Mestrado submetida à Banca

Examinadora designada pelo Colegiado do
Programa de Pós-Graduação em Engenharia
Elétrica da Escola de Engenharia da Universi-
dade Federal de Minas Gerais, como requisito
para obtenção do título de Mestre em Enge-
nharia Elétrica.
Universidade Federal de Minas Gerais

Programa de Pós-Graduação em Engenharia Elétrica
Orientador: Victor Flores Mendes
Belo Horizonte, Minas Gerais

2020
Agradecimentos
Em primeiro lugar, dedico este trabalho a meu pai, que não pôde estar comigo
nesta etapa da minha vida mas reconheço a força e o caráter que ele me deu para seguir
as minhas escolhas mesmo frente às dificuldades.
Agradeço à minha família, em especial a minha mãe e meu irmão, meu ponto de
apoio quando preciso.
Agradeço à Patrícia, que foi minha companheira e apoiadora neste tempo todo.
Aos grandes amigos e grandes profissionais que encontrei no mundo da engenharia
elétrica nos meus ainda poucos anos de experiência acadêmica e profissional, que sempre
contribuíram para meu conhecimento e crescimento.
Ao meu professor Orientador, Prof. Victor Flores Mendes, que mesmo a distância
e com as dificuldades ao longo do caminho entendeu minhas decisões e manteve seu apoio
sempre de forma firme e direta.
Agradeço à CEMIG e ANEEL pelo apoio à pesquisa em sistemas de armazenamento
de energia na UFMG, através do projeto P&D D722 - "Análise de Arranjo Técnico e
Comercial baseado em uma Planta Piloto de Sistema Distribuído de Armazenamento de
Energia em Alimentador Crítico da Rede de Distribuição de 13,8 kV.
Resumo
Os sistemas de armazenamento de energia são uma das tecnologias mais promissoras
para integração ao Sistema Elétrico de Potência (SEP) nos próximos anos, dadas as
suas características e a possibilidade de fornecer serviços ancilares e reduzir os impactos
da intermitência de fontes renováveis de energia. Dentro deste contexto, a utilização de
baterias eletroquímicas por consumidores finais de energia elétrica vem sendo adotada em
diversos lugares pelo mundo, devido a redução em seus custos e a aplicação conjunta com
sistemas de energia distribuídos, mais amplamente disseminados. Dado que a aplicação dos
sistemas de armazenamento de energia é promissora mas ainda incipiente no Brasil, este
trabalho propõe realizar uma avaliação ampla destes por meio da modelagem matemática
de um sistema híbrido composto por geração distribuída fotovoltaica conectada a rede e
um banco de baterias eletroquímicas. Esta modelagem é dividida em partes distintas, cada
uma com diferente detalhamento e abrangência. Portanto, foram realizados neste trabalho
a modelagem matemática e simulação computacional utilizando o software Matlab R2019b
de diversos aspectos tais como: (1) características de capacidade, corrente e tensão da
bateria, (2) operação de um conversor de potência para acoplamento de baterias à rede
elétrica utilizando para isso uma topologia típica (3) os fluxos de potência observados em
uma Unidade Consumidora (UC) que contém um sistema fotovoltaico e um sistema de
armazenamento e (4) os retornos econômicos esperados no investimento em um sistema
deste tipo. Por meio destas simulações, obteve-se uma modelagem matemática aplicável a
diferentes situações em que os sistemas híbridos possam ser utilizados e um conhecimento
mais aprofundado de seu funcionamento.
Palavras-chave: Sistema de armazenamento de energia. Baterias eletroquímicas. Sis-

temas híbridos. Modelagem matemática. Simulação computacional. Geração distribuída
fotovoltaica.
Abstract
Energy storage systems are one of the most promising technologies to be integrated to the
Electric Power System in the coming years due to their characteristics and the possibility
to provide ancillary services and minimize the impacts of the intermittency of renewable
power sources. Within this context, the use of electrochemical batteries by electrical energy
consumers is being adopted around the world due to the reductions in their costs and the
application alongside distributed generators, which are already widely adopted.
Since these applications are promising but still incipient in Brazil, this work proposes
a comprehensive evaluation of them by mathematically model a system composed by
a photovoltaic distributed generator and a electrochemical battery bank. Modelling is
divided in different parts, each one with different levels of detail and coverage. Therefore,
in this work the mathematical modelling and computational simulations of various aspects
are made using the software Matlab R2019b, such as: (1) capacity, current and voltage
characteristics of batteries, (2) the operation of a power converter for coupling batteries to
the electrical grid using a typical topology, (3) the power flows seen in a energy consumer
unit with a photovoltaic and a storage system, (4) the economic return expected in a
system of this kind.
Through these simulations, it is obtained a mathematical model applicable to different

situations in which these systems can be used and a in-depth knowledge of its operation.
Keywords: Energy storage systems. Electrochemical batteries. Hybrid systems. Mathe-

matical modelling. Computational simulation. Distributed photovoltaic generation.
Lista de ilustrações
Figura 1 – Capacidade e duração de descarregamento para diferentes aplicações de

tecnologias de armazenamento de energia. Adaptado de (IEA, 2014, p.14). 33
Figura 2 – Reações que ocorrem no interior de uma célula eletroquímica de chumbo-
ácido durante o (a)descarregamento e (b)carregamento. Baseado em
(LINDEN; REDDY, 2011, p. 1.7-1.8) e (CRESESB-CEPEL, 2014, p.33) 37
Figura 3 – Vista explodida mostrando os principais componentes e a construção
de uma bateria eletroquímica (CRESESB-CEPEL, 2014, p.183). . . . . 37
Figura 4 – Comparação de curvas de descarga típicas de diversas células eletroquí-
micas para uma descarga em 5 horas (C/5). Adaptado de (LINDEN;
REDDY, 2011, p.15.13). . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Figura 5 – Valores de tensão e corrente para o carregamento de uma célula de lítio
típica. Adaptado de (HOFFART, 2008). . . . . . . . . . . . . . . . . . 40
Figura 6 – Comparação de curvas de carregamento típicas de diversas células
eletroquímicas. Adaptado de (LINDEN; REDDY, 2011, p.15.17). . . . 41
Figura 7 – Curva prevista de capacidade em função da corrente para uma bateria
de chumbo-ácido de 100 Ah de capacidade nominal e pontos obtidos
empiricamente. Adaptado de (LINDEN; REDDY, 2011, p.6.2) . . . . . 46
Figura 8 – Modelos de bateria baseados em circuitos elétricos. (a) Modelo baseado
em um circuito resistivo simples. (b) Modelo baseado em uma associação
de resistores e capacitores (c) Modelo proposto por Ceraolo (2000) com
a inclusão da corrente parasita (Ip ) e no qual os parâmetros do circuito
são função do SOC e temperatura ambiente (Tamb ). Fonte: adaptado de
Ceraolo (2000). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Figura 9 – Curva de descarga típica delimitando a zona exponencial, onde a variação
do termo exponencial é mas relevante, a zona nominal e o final do proceso
de descarregamento onde a variação do termo de tensão de polarização
passa a crescer de forma abrupta. Adaptado de (LI; KE, 2011) . . . . . 48
Figura 10 – Construção de uma célula fotovoltaica de silício típica (1) região do
tipo n (2) região do tipo p (3) zona da junção p-n e formação do
campo elétrico (4) geração do par elétron-lacuna (5) filme antirreflexo
(6) contatos metálicos. Retirado de (CRESESB-CEPEL, 2014, p.112). . 50
Figura 11 – Curva característica (I-V) de uma célula fotovoltaica. Retirado de
(CRESESB-CEPEL, 2014, p.120). . . . . . . . . . . . . . . . . . . . . . 51
Figura 12 – Exemplo de curva de geração fotovoltaica ao longo de alguns dias,
utilizando os dados usados na modelagem do trabalho, a ser apresentada
na subseção 3.3.1. Fonte: próprio autor. . . . . . . . . . . . . . . . . . . 52
Figura 13 – Figura representativa dos principais componentes de um sistema foto-
voltaico conectado à rede elétrica (a) arranjo fotovoltaico (b) inversor
fotovoltaico (c) ponto de acoplamento comum à rede (d) cargas (e)
medição bidirecional de energia (f) rede elétrica. Fonte: próprio autor. . 53
Figura 14 – Circuito equivalente para modelagem de uma célula fotovoltaica. Adap-
tado de (VILLALVA; GAZOLI; FILHO, 2009). . . . . . . . . . . . . . 55
Figura 15 – Figura representativa dos principais componentes de um sistema hí-
brido conectado à rede elétrica (a) arranjo fotovoltaico (b) sistema
de armazenamento de energia (c) conversor(es) de potência (d) ponto
de acoplamento comum à rede (e) cargas (f) medição bidirecional de
energia (g) rede elétrica. Fonte: próprio autor. . . . . . . . . . . . . . . 57
Figura 16 – Estrutura de horários tarifários para (a) consumidores do grupo A
(b) consumidores do grupo B aderentes à tarifa branca. Na figura FP
corresponde ao horário fora de ponta, IN ao horário intermediário e P
ao horário de ponta. Retirado de ANEEL (2010). . . . . . . . . . . . . 59
Figura 17 – Fluxo de potência observado em um sistema híbrido com função de
deslocamento do consumo. Fonte: próprio autor. . . . . . . . . . . . . . 59
maximização do autoconsumo. Fonte: próprio autor. . . . . . . . . . . 61
redução da demanda de pico. Fonte: próprio autor. . . . . . . . . . . . 62
Figura 20 – Arquiteturas de conversores para sistemas híbridos (a) Acoplamento c.c.
(b) Acoplamento c.a. (BHATTACHARJEE; KUTKUT; BATARSEH,
2019). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Figura 21 – Esquema de controle para integração de um sistema híbrido composto
por armazenamento de energia em baterias eletroquímicas e supercapaci-
tores e geração fotovoltaica. Adaptado de (FAKHAM; LU; FRANCOIS,
2011). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Figura 22 – Circuito típico de um conversor buck-boost. Retirado de (CHAO et al.,
2013). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
Figura 23 – Curva de capacidade em função da corrente para a bateria MouraClean
12MF220, retirada de Moura (2001) aplicando a Equação 3.2. . . . . . 71
Figura 24 – Comparação entre a curva fornecida pelo fabricante Moura (2020) utili-
zada para parametrização, simulação com mesma corrente de descar-
regamento e os pontos utilizados para parametrização. Fonte: próprio
autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Figura 25 – Comparação entre diferentes curvas de descarregamento fornecidas pelo
fabricante (MOURA, 2020) e as simulações utilizando a mesma corrente.
Fonte: próprio autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Figura 26 – Comparação entre a curva fornecida pelo fabricante (MOURA, 2020)
utilizada para parametrização, a simulação com mesma corrente de
carregamento e os pontos utilizados para parametrização. Fonte: próprio
autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Figura 27 – Comparação entre diferentes curvas de carregamento fornecidas pelo
fabricante (MOURA, 2020) e as simulações utilizando a mesma corrente.
Fonte: próprio autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
Figura 28 – Imagem ilustrativa dos diferentes ciclos de carregamento e descarre-
gamento identificados conforme a abordagem de passagem pelo zero.
Adaptado de Narayan et al. (2018). . . . . . . . . . . . . . . . . . . . . 77
Figura 29 – Relações da vida útil com a temperatura e profundidade de descarga
para a vida útil da bateria estudada modeladas a partir folha de dados
do fabricante (MOURA, 2020). Fonte: próprio autor. . . . . . . . . . . 79
Figura 30 – Combinação das relações da vida útil com a temperatura e profun-
didade de descarga para a vida útil da bateria estudada aplicando a
Equação 3.13. Fonte: próprio autor. . . . . . . . . . . . . . . . . . . . . 79
Figura 31 – Simulação do SOH ao longo de vários ciclos para uma bateria submetida
a ciclos regulares a 25°C. Fonte: próprio autor. . . . . . . . . . . . . . . 80
Figura 32 – Conversor c.c.-c.c. simulado. Fonte: próprio autor. . . . . . . . . . . . . 81
Figura 33 – Correntes e tensões durante a operação do conversor no modo boost
para descarregamento da bateria (a) Chave S1 fechada e S2 aberta (b)
Chave S1 aberta e S2 fechada. Fonte: próprio autor. . . . . . . . . . . . 82
Figura 34 – Correntes e tensões durante a operação do conversor no modo boost
para carregamento da bateria (a) Chave S1 fechada e S2 aberta (b)
Chave S1 aberta e S2 fechada. Fonte: próprio autor. . . . . . . . . . . . 82
Figura 35 – Diagrama de blocos de controle do conversor no modo CC. Fonte: próprio
autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
Figura 36 – Diagrama de blocos de controle do conversor no modo CV. Fonte:
próprio autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
Figura 37 – Circuito do conversor implementado no Simulink. Fonte: próprio autor. 85
Figura 38 – Blocos para implementação do conversor em Simulink. Fonte: próprio
autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
Figura 39 – Diagramas de Bode das funções de transferência do controlador do
conversor buck-boost (a) Controlador de corrente (b) Controlador de
tensão. Fonte: próprio autor. . . . . . . . . . . . . . . . . . . . . . . . . 87
Figura 40 – Resultados obtidos na simulação do funcionamento do conversor de (a)
potência, (b) tensão, (c) corrente e (d) SOC, para um descarregamento
total em aproximadamente 5 horas. Fonte: próprio autor. . . . . . . . . 89
Figura 41 – Variação do índice modulante obtido na simulação do funcionamento
do conversor durante o descarregamento. Fonte: próprio autor. . . . . . 89
potência, (b) tensão, (c) corrente e (d) SOC, para um descarregamento
total em aproximadamente 10 horas. Fonte: próprio autor. . . . . . . . 90
potência, (b) tensão, (c) corrente e (d) SOC, para um carregamento
com uma referência de potência de 3 kW. Fonte: próprio autor. . . . . 91
Figura 44 – Variação do índice modulante obtido na simulação do funcionamento
do conversor durante o carregamento. Fonte: próprio autor. . . . . . . . 91
potência, (b) tensão, (c) corrente e (d) SOC, para um carregamento
com uma referência de potência de 1,5 kW. Fonte: próprio autor. . . . 92
Figura 46 – Blocos para simulação da operação do sistema. Fonte: próprio autor. . 93
Figura 47 – Diagrama de blocos do conversor de potência e interações com os demais
componentes do sistema. Fonte: próprio autor. . . . . . . . . . . . . . . 96
Figura 48 – Fluxo de potência em 1 dia típico para o caso residencial para as
diferentes estratégias de controle de carga, com destaque para a potência
extraída ou injetada na bateria (a) Estratégia 1 (b) Estratégia 2 (c)
Estratégia 3 (d) Estratégia 4. Fonte: próprio autor. . . . . . . . . . . . 98
Figura 49 – Curva característica para controle de fator de potência dos inversores
(CEMIG, 2018, p.79). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
Figura 50 – Cargas típicas utilizadas nos estudos de caso (a) Residencial (b) Comer-
cial (c) Industrial. Retirado de Cemig (2007). . . . . . . . . . . . . . . 100
Figura 51 – Exemplo de fluxo de potência em 1 dia para o caso residencial, sem a
presença do banco de baterias. Fonte: próprio autor. . . . . . . . . . . 105
Figura 52 – Resultados do fluxo de potência e o SOC correspondente da bateria em
1 dia típico para a carga residencial, utilizando a (a) Estratégia 1 e (b)
Estratégia 2. Fonte: próprio autor. . . . . . . . . . . . . . . . . . . . . 106
Figura 53 – Resultados do fluxo de potência e o SOC correspondente da bateria em
1 dia típico para a carga residencial, utilizando a (a) Estratégia 1 (b)
Figura 54 – Resultados do fluxo de potência observado em 1 dia típico para a
carga comercial, utilizando as diferentes estratégias de carregamento da
bateria adotadas (a) Estratégia 1 (b) Estratégia 2 (c) Estratégia 3 (d)
Figura 55 – Resultados do fluxo de potência observado em 1 dia típico para a
carga industrial, utilizando as diferentes estratégias de carregamento da
bateria adotadas (a) Estratégia 1 (b) Estratégia 2 (c) Estratégia 3 (d)
Figura 56 – Resultados do fluxo de potência e SOC observados em 1 dia com baixa
geração, utilizando a (a) Estratégia 1 (b) e a Estratégia 2. Fonte: próprio
autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
Figura 57 – Resultados do fluxo de potência e SOC observados em 1 dia com
baixa geração no caso residencial, utilizando a (a) Estratégia 3 e a (b)
Figura 58 – Resultados do comportamento de tensões e correntes da bateria ob-
servado em 1 dia para a carga residencial, utilizando as diferentes
estratégias de carregamento da bateria adotadas (a) Estratégia 1 (b)
Estratégia 2 (c) Estratégia 3 (d) Estratégia 4. Fonte: próprio autor. . . 110
Figura 59 – Resultados do comportamento de tensões e correntes da bateria obser-
vado em 1 dia com baixa geração, utilizando as diferentes estratégias de
carregamento da bateria (a) Estratégia 1 (b) Estratégia 2 (c) Estratégia
3 (d) Estratégia 4. Fonte: próprio autor. . . . . . . . . . . . . . . . . . 111
Figura 60 – Valores totais de energia obtidos usando as diferentes estratégias no
período de 1 ano (a) Caso residencial (b) Caso comercial (c) Caso
industrial. Fonte: próprio autor. . . . . . . . . . . . . . . . . . . . . . . 112
Figura 61 – Valores líquido de energia trocados entre a rede e o sistema híbrido para
as diferentes estratégias conforme hora tarifária no período de 1 ano (a)
Caso residencial (b) Caso comercial (c) Caso industrial. Fonte: próprio
autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
Figura 62 – Resultado do autoconsumo de energia da instalação para cada estudo
de caso e estratégia de controle da bateria. Fonte: próprio autor. . . . . 114
Figura 63 – Resultado do SOH ao final do período simulado para cada estudo de
caso e estratégia de controle da bateria. Fonte: próprio autor. . . . . . 115
Figura 64 – Fluxos de potência e SOC da bateria observados em um dia típico para
(a) banco com 3 baterias (b) banco com 12 baterias. Fonte: próprio autor.117
Figura 65 – Análise de sensibilidade dos valores líquido de energia trocados entre
a rede e o sistema híbrido por hora tarifária conforme o tamanho do
banco de baterias no período de 1 ano (a) Estratégia 1 (b) Estratégia 2
(c) Estratégia 3 (d) Estratégia 4. Fonte: próprio autor. . . . . . . . . . 117
Figura 66 – Análise de sensibilidade do autoconsumo do sistema conforme o tamanho
do banco de baterias. Fonte: próprio autor. . . . . . . . . . . . . . . . . 118
Figura 67 – Análise de sensibilidade do SOH obtido ao final do período de 1 ano
conforme o tamanho do banco de baterias. Fonte: próprio autor. . . . . 119
Figura 68 – Fluxos de potência e SOC da bateria observados em um dia típico para
(a) SOC mínimo de 70% (b) SOC mínimo de 30% . Fonte: próprio autor.120
Figura 69 – Análise de sensibilidade dos valores líquidos de energia trocados entre a
rede e o sistema híbrido por hora tarifária conforme DOD admissível (a)
Estratégia 1 (b) Estratégia 2 (c) Estratégia 3 (d) Estratégia 4. Fonte:
próprio autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
Figura 70 – Análise de sensibilidade do autoconsumo do sistema conforme DOD
admissível. Fonte: próprio autor. . . . . . . . . . . . . . . . . . . . . . 121
Figura 71 – Análise de sensibilidade do SOH obtido ao final do período simulado
conforme DOD admissível. Fonte: próprio autor. . . . . . . . . . . . . . 121
Figura 72 – Custos dos componentes de sistemas híbridos por watt. Fonte: (GREE-
NER, 2020b). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
Figura 73 – Custos dos componentes de sistemas fotovoltaicos em Wp para várias
faixas de potência. Fonte: (GREENER, 2020a). . . . . . . . . . . . . . 129
Figura 74 – Componentes do fluxo de caixa acumulados ao longo da vida útil do
sistema para o estudo de caso residencial aplicando a tarifa branca (a)
sem nenhum sistema de geração instalado (b) com o sistema fotovoltaico
sem baterias instalado (c) sistema híbrido operando com a estratégia 1
(d) sistema híbrido operando com a estratégia 2 (e) sistema híbrido ope-
rando com a estratégia 3 (f) sistema híbrido operando com a estratégia
4. Fonte: próprio autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
Figura 75 – VPL calculado para os diferentes estudos de caso e em diferentes mo-
dalidades tarifárias (a) estudo de caso residencial (b) estudo de caso
comercial (c) estudo de caso industrial. Fonte: próprio autor. . . . . . . 134
Figura 76 – Fluxo de caixa acumulado ao longo da vida útil do sistema para 2
estudos de caso selecionados (a) estudo de caso comercial, aplicando a
estratégia 3 e modalidade tarifária verde (b) estudo de caso comercial,
aplicando a estratégia 4 e modalidade tarifária convencional. Fonte:
próprio autor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
Figura 77 – LCOE calculado para os diferentes estudos de caso e em diferentes
modalidades tarifárias (a) estudo de caso residencial (b) estudo de caso
comercial (c) estudo de caso industrial. Fonte: próprio autor. . . . . . . 136
Figura 78 – Resultados de análise de sensibilidade em relação à profundidade de
descarregamento admissível (a) número de trocas do banco de baterias
ao longo da vida útil (b) VPL obtido. Fonte: próprio autor. . . . . . . . 137
Figura 79 – Resultados de análise de sensibilidade em relação ao SOH para reposição
do banco de baterias (a) número de trocas do banco de baterias ao
longo da vida útil (b) VPL obtido. Fonte: próprio autor. . . . . . . . . 138
Figura 80 – Resultados de análise de sensibilidade em relação ao custo das baterias
(a) VPL (b) LCOE. Fonte: próprio autor. . . . . . . . . . . . . . . . . . 139
Figura 81 – Resultados de análise de sensibilidade do payback em relação ao custo
das baterias. Fonte: próprio autor. . . . . . . . . . . . . . . . . . . . . 140
Lista de tabelas
Tabela 1 – Tecnologias de armazenamento de energia de acordo com o meio utilizado 34

Tabela 2 – Comparativo de tecnologias de baterias eletroquímicas utilizadas em
aplicações no SEP. Adaptado de (LINDEN; REDDY, 2011, p. 15.10),
(CRESESB-CEPEL, 2014, p. 165). . . . . . . . . . . . . . . . . . . . . 44
Tabela 3 – Principais características da bateria eletroquímica modelada . . . . . . 70
Tabela 4 – Parâmetros adotados para modelagem do conversor . . . . . . . . . . . 85
Tabela 5 – Parâmetros calculados para os controladores . . . . . . . . . . . . . . 87
Tabela 6 – Sistema fotovoltaico utilizado para extração de dados . . . . . . . . . . 94
Tabela 7 – Configuração dos bancos de bateria adotados . . . . . . . . . . . . . . 95
Tabela 8 – Caracterização da curva de carga de cada estudo de caso . . . . . . . . 100
Tabela 9 – Resumo dos parâmetros adotados na simulação do caso 1 - residencial . 102
Tabela 10 – Resumo dos parâmetros adotados na simulação do caso 2 - comercial . 102
Tabela 11 – Resumo dos parâmetros adotados na simulação do caso 3 - industrial . 102
Tabela 12 – Resumo das estratégias utilizadas para controle da baterias nos estudos
de caso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
Tabela 13 – Tarifas de energia adotadas na área de concessão da Cemig. Fonte:
(CEMIG, 2020b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
Tabela 14 – Bandeiras tarifárias simuladas . . . . . . . . . . . . . . . . . . . . . . . 130
Tabela 15 – Tempo de payback dos sistemas simulados . . . . . . . . . . . . . . . . 136
Lista de abreviaturas e siglas
ANEEL Agência Nacional de Energia Elétrica
c.c. Corrente contínua
c.a. Corrente alternada
DOD Depth of discharge (profundidade de descarga)
REN Resolução Normativa
GD Geração Distribuída
HFP Horário fora de ponta
HI Horário intermediário
HP Horário de ponta
LCOE Levelized Cost Of Energy (custo nivelado da energia)
LCOS Levelized Cost Of Storage (custo nivelado do armazenamento)
PAC Ponto de acoplamento comum
PR Performance Ratio (performance global do sistema)
PWM Pulse-Width Modulation (modulação por largura de pulso)
REN Resolução Normativa
SEP Sistema elétrico de potência
SFCR Sistema Fotovoltaico Conectado à Rede Elétrica
SOC State of charge (estado de carga de uma bateria)
SPPM Seguimento do Ponto de Potência Máxima
TIR Taxa Interna de Retorno;
UC Unidade Consumidora
UPS Uninterruptible Power Source (fonte de alimentação ininterrupta)
VPL Valor Presente Líquido;

Lista de símbolos
Cbat é capacidade da bateria para determinada corrente de descarregamento
Ic é a corrente de carregamento aplicada a uma bateria
Id é a corrente de descarregamento aplicada a uma bateria
Imp corrente de uma gerador de energia fotovoltaico operando em Pm p
Isc corrente de curto-circuito de uma gerador de energia fotovoltaico
PBAT potência de saída de uma bateria ou banco de baterias
PGRID potência injetada na rede ou fornecida pela rede
PLOAD potência demandada por uma carga
Pmp ponto de máxima potência obtido de uma gerador de energia fotovoltaico
POU T potência de saída
PF V potência de geração fotovoltaica
Psc potência autoconsumida
Vbat é a tensão observada nos polos de uma bateria em V;
Vcutof f tensão de corte de uma célula ou bateria eletroquímica
Vf loat tensão necessária para manter a bateria no regime de "flutuação
Vmax tensão máxima que a bateria suporta sem danos
Vmp tensão de uma gerador de energia fotovoltaico operando em Pm p
Vnom tensão característica de operação da bateria
Voc tensão de circuito aberto de uma gerador de energia fotovoltaico
Yf produtividade do sistema
α coeficiente de variação da capacidade em função da temperatura de uma

bateria eletroquímica
ϕ taxa de autoconsumo
Sumário
1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.1 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.3 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.4 Estrutura da Dissertação . . . . . . . . . . . . . . . . . . . . . . . . . 32
2 COMPONENTES DE UM SISTEMA HÍBRIDO BATERIA-FOTOVOLTAICO 33

2.1 Sistemas de armazenamento de energia . . . . . . . . . . . . . . . . . 33
2.1.1 Armazenamento de energia aplicado no contexto de energias renováveis . . 35
2.2 Baterias eletroquímicas . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2.1 Propriedades e características de baterias eletroquímicas . . . . . . . . . . 37
2.2.1.1 Capacidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.2.1.2 Perfil de carregamento e descarregamento . . . . . . . . . . . . . . . . . . . 39
2.2.1.3 Eficiência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.2.1.4 Degradação e vida útil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.2.1.5 Outras propriedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2.2 Comparativo de tecnologias de baterias . . . . . . . . . . . . . . . . . . . 43
2.2.3 Modelos de baterias eletroquímicas . . . . . . . . . . . . . . . . . . . . . . 44
2.2.3.1 Capacidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.2.3.2 Representação do perfil de carregamento e descarregamento . . . . . . . . . . 46
2.2.3.3 Vida útil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.3 Geração de energia fotovoltaica . . . . . . . . . . . . . . . . . . . . . 50
2.3.1 Componentes de um sistema fotovoltaico conectado a rede elétrica . . . . . 53
2.3.2 Modelo para a geração fotovoltaica . . . . . . . . . . . . . . . . . . . . . 53
2.4 Sistemas híbridos de geração de energia . . . . . . . . . . . . . . . . 56
2.4.1 Aplicações de sistemas híbridos conectados à rede elétrica . . . . . . . . . 58
2.4.1.1 Alimentação de emergência . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.4.1.2 Deslocamento do consumo e arbitragem de energia . . . . . . . . . . . . . . . 58
2.4.1.3 Maximização do autoconsumo / autossuficiência . . . . . . . . . . . . . . . . 60
2.4.1.4 Redução da demanda de pico . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.4.1.5 Redução de perdas devido a limitação da potência fotovoltaica ("curtailment") . 62
2.4.2 Conversores de potência para sistemas híbridos . . . . . . . . . . . . . . . 63
2.4.2.1 Conversores de potência para baterias eletroquímicas . . . . . . . . . . . . . . 65
2.5 Considerações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3 MODELAGEM DE UM SISTEMA HÍBRIDO . . . . . . . . . . . . . 69

3.1 Modelagem de baterias eletroquímicas . . . . . . . . . . . . . . . . . 69
3.1.1 Perfil de carregamento e descarregamento . . . . . . . . . . . . . . . . . . 70
3.1.1.1 Modelagem de capacidade . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.1.1.2 Modelagem do perfil de tensão durante o descarregamento . . . . . . . . . . . 72
3.1.1.3 Modelagem do perfil de tensão durante o carregamento . . . . . . . . . . . . . 74
3.1.1.4 Limitações do modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.1.2 Degradação e vida útil de baterias . . . . . . . . . . . . . . . . . . . . . . 76
3.1.2.1 Desenvolvimento e aplicação do modelo . . . . . . . . . . . . . . . . . . . . 76
3.1.2.2 Parametrização da vida útil da bateria . . . . . . . . . . . . . . . . . . . . . 78
3.2 Conversores híbridos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.2.1 Funcionamento do conversor . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.2.2 Modelagem do conversor . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.2.2.1 Considerações sobre a simulação . . . . . . . . . . . . . . . . . . . . . . . . 88
3.2.3 Resultados para o descarregamento . . . . . . . . . . . . . . . . . . . . . 88
3.2.4 Resultados para o carregamento . . . . . . . . . . . . . . . . . . . . . . . 90
3.3 Estudos de caso para simulação da operação do sistema . . . . . . . 92
3.3.1 Geração fotovoltaica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
3.3.2 Banco de baterias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
3.3.3 Conversor de potência . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
3.3.3.1 Controle de carregamento e descarregamento da bateria . . . . . . . . . . . . 97
3.3.3.2 Controle do fator de potência . . . . . . . . . . . . . . . . . . . . . . . . . 98
3.3.4 Curvas de carga . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
3.3.5 Modelagem do autoconsumo . . . . . . . . . . . . . . . . . . . . . . . . . 101
3.3.6 Resumo dos estudos de caso . . . . . . . . . . . . . . . . . . . . . . . . . 102
3.3.7 Resumo das estratégias de controle da bateria . . . . . . . . . . . . . . . . 102
3.4 Considerações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4 RESULTADOS DOS ESTUDOS DE CASO . . . . . . . . . . . . . . 105

4.1 Fluxos de potência típicos . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.2 Comportamento da bateria . . . . . . . . . . . . . . . . . . . . . . . . 110
4.3 Deslocamento do consumo . . . . . . . . . . . . . . . . . . . . . . . . 111
4.4 Autoconsumo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
4.5 Degradação da bateria . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
4.6 Análise de sensibilidade . . . . . . . . . . . . . . . . . . . . . . . . . . 116
4.6.1 Análise de sensibilidade em relação ao tamanho do banco de baterias . . . . 116
4.6.2 Análise de sensibilidade em relação ao SOC permitido . . . . . . . . . . . . 119
4.7 Considerações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5 AVALIAÇÃO ECONÔMICA . . . . . . . . . . . . . . . . . . . . . . . 123

5.1 Revisão bibliográfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.1.1 Métodos de avaliação econômica . . . . . . . . . . . . . . . . . . . . . . . 123
5.1.2 Retorno econômico esperado das aplicações de sistemas de armazenamento 125
5.2 Modelagem econômica . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.3 Resultados da modelagem econômica . . . . . . . . . . . . . . . . . . 132
5.4 Análise de sensibilidade . . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.4.1 Análise de sensibilidade em relação ao SOC mínimo admissível . . . . . . . 137
5.4.2 Análise de sensibilidade em relação ao SOH para reposição da bateria . . . 138
5.4.3 Análise de sensibilidade em relação ao custo da bateria . . . . . . . . . . . 139
5.5 Considerações finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
6 CONCLUSÕES E PROPOSTAS DE CONTINUIDADE . . . . . . . 143

6.1 Trabalhos futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
29
1 Introdução
1.1 Motivação
A geração distribuída (GD) de energia, que pode ser caracterizada como a produção
de energia localizada próximo ao local de consumo, é um tema que passou por grandes
avanços na última década, sendo hoje uma realidade em diversos lugares do mundo, inclusive
no Brasil. Esta abordagem modifica o paradigma estabelecido no sistema elétrico de
potência desde a década de 1940 onde a geração de energia é centralizada em grandes usinas
geradoras distantes dos centros de consumo. A geração distribuída dá aos consumidores
que a adotam um novo papel no sistema elétrico, de “prosumidores”. Do ponto de vista
destes consumidores, eles passam a ter a opção de investirem em um sistema que traz
retorno econômico direto na redução dos custos com energia elétrica. Do ponto de vista dos
operadores da rede elétrica, a geração distribuída pode trazer vantagens na postergação de
investimentos, no aumento da capacidade das linhas de distribuição e a redução de perdas
técnicas, complementando a geração centralizada (ZILLES et al., 2012). No entanto, é
importante avaliar critérios técnicos, regulatórios e econômicos para que estas vantagens
sejam verificadas na prática.
A fim de disciplinar os aspectos técnicos e comerciais da conexão à rede destas
pequenas centrais de geração, diversas regulamentações e normas técnicas foram criadas em
todo o mundo para permitir que os consumidores pudessem ter esta opção, sem prejudicar
a operação do sistema elétrico. No Brasil, o marco regulatório é a publicação da Resolução
Normativa n° 482 de 2012, em que foram estabelecidas as condições de acesso a rede de
micro e minigeradores com base em fontes renováveis, e foi criado o sistema de compensação
de energia. Desde a publicação desta resolução, a GD teve crescimento exponencial no país,
destacando-se a fonte de energia fotovoltaica, devido a fatores como sua modularidade,
baixo custo relativo de instalação e manutenção e adaptação a diversas edificações. Até
o dia 15 de novembro de 2020, a ANEEL registrava 330.650 unidades consumidoras
instaladas com geração fotovoltaica e 4,0 GW de potência instalada, correspondendo a
99,9% das unidades consumidoras com algum tipo de geração e 96,9% da potência instalada
enquadrada na REN 482 (ANEEL, 2020b).
No entanto, como ocorre em outras partes do mundo, o avanço da geração dis-
tribuída gera novos desafios para a operação do sistema elétrico e discussões a respeito
do modelo econômico imposto por este novo paradigma. Do lado técnico, impõem-se
dificuldades quanto à intermitência das fontes de energia baseadas em recursos renováveis
e a imprevisibilidade da carga a ser atendida. Do ponto de vista econômico, discute-se
o benefício de fato trazido à rede, o impacto financeiro sobre as empresas distribuidoras
30 Capítulo 1. Introdução
de energia e na tarifação dos demais consumidores, que pode levar a um círculo vicioso
conhecido como “espiral da morte”, gerando um grande impacto nos modelos de negócios
sobre os quais o sistema elétrico foi construído (STOKES, 2012). Estes aspectos levam
a uma discussão do valor justo a ser pago pela geração distribuída, e tem sido bastante
comum que vários reguladores passassem a reduzir o valor pago aos geradores conforme
seus mercados amadurecessem, reduzindo o incentivo ao consumidor. No Brasil, a ANEEL
propôs uma alteração no mecanismo de compensação de energia em 2019 na qual o valor da
energia injetada na rede elétrica pelos micro e minigeradores seria reduzido gradualmente
em função da potência instalada (ANEEL, 2019). Esta modificação da regulamentação
ainda está em discussão.
Frente aos desafios da integração de energia renovável e intermitente e da geração
distribuída à rede elétrica, a utilização de baterias eletroquímicas nos sistemas elétricos
tem sido aos poucos incentivada e estudada. A utilização de sistemas de armazenamento
de energia pode solucionar problemas como estabilização da geração e demanda da rede,
modular picos ou horários de demanda de energia da rede, aumentar o autoconsumo da
geração própria e prover energia em casos de interrupção do fornecimento de energia (IEC,
2011). Tais aplicações são possibilitadas também pela ampliação da utilização, produção e
desenvolvimento que algumas tecnologias de baterias vem tendo nos últimos anos, sendo
que algumas das que mais se destacam são as baterias de chumbo-ácido, níquel-cádmio,
níquel-hidreto metálico, íon-lítio, sódio-enxofre e baterias de fluxo (BOICEA, 2014). Os
custos vêm caindo de forma rápida, principalmente para as baterias de íons de lítio, que
vêm sendo largamente utilizadas em veículos elétricos. Estima-se que os custos caiam cerca
de 18% a cada vez que a quantidade total produzida dobra (EPE, 2019). Mesmo que
as tecnologias venham se desenvolvendo e os custos caindo, na maior parte do mundo a
aplicação de sistemas de armazenamento de energia junto à geração distribuída ainda não
é viável sem subsídios. Destacam-se hoje alguns países como a Alemanha, que superou a
marca de 100 mil sistemas instalados com armazenamento em julho de 2018 e a Austrália,
que teve 33 mil instalações apenas no ano de 2018 (MASSON; KAIZUKA, 2019).
No Brasil a implementação de aplicações de sistemas de armazenamento de energia
conectados a rede se encontra ainda incipiente, com poucas instalações em funcionamento.
Com o intuito de incentivar o desenvolvimento no setor, em 2016 a ANEEL lançou a
Chamada do Projeto de P&D Estratégico n° 21/2016: “Arranjos Técnicos e Comerciais para
a Inserção de Sistemas de Armazenamento de Energia no Setor Elétrico Brasileiro”, que
pode ser considerado um marco para a pesquisa no setor dentro do país. Esta dissertação
de mestrado se insere no projeto P&D D722 - "Análise de Arranjo Técnico e Comercial
baseado em uma Planta Piloto de Sistema Distribuído de Armazenamento de Energia em
Alimentador Crítico da Rede de Distribuição de 13,8 kV. Mesmo com estes incentivos,
a efetiva implementação de sistemas do tipo no país ainda se encontra muito baixa e
encontra barreiras comerciais e regulatórias.
1.2. Objetivos 31
É importante ressaltar que, embora a aplicação de sistemas de armazenamento

conectados a rede seja ainda pouco adotada, o atendimento a comunidades isoladas por
meio da fonte solar fotovoltaica e sistemas de baterias independentes é realidade há bastante
tempo no país. Pelo menos desde 1994, com o Prodeem (Programa de Desenvolvimento
Energético de Estados e Municípios), existem programas governamentais incentivando a
eletrificação rural e de comunidades isoladas por meio destes sistemas, contando com o
apoio também de universidades, centros de pesquisa e concessionárias de energia. Em 2002
a Aneel regulamentou os chamados SIGFIs (Sistemas Individuais de Geração de Energia
Elétrica com Fontes Intermitentes) pela Resolução Normativa n° 83/2004 para atendimento
a localidades remotas e com difícil acesso à rede de distribuição e transmissão de energia.
Posteriormente esta regulamentação foi aprimorada pela Resolução Normativa n° 493/2012,
que também incluiu os MIGDIs (Microssistemas Isolados de Geração e Distribuição de
Energia Elétrica) (CRESESB-CEPEL, 2014).
Cabe salientar que sistemas de geração de energia que utilizam mais de uma fonte
de energia para geração e distribuição de energia elétrica de forma otimizada é comumente
chamado de sistema híbrido (BARBOSA, 2006). Por simplificação, neste trabalho o termo
"sistema híbrido" será utilizado para se referir aos sistemas compostos por armazenamento
de energia e geração distribuída fotovoltaica.
1.2 Objetivos
Dado o desenvolvimento técnico e compreensão dos benefícios econômicos para
integração de sistemas híbridos conectados à rede elétrica ainda incipiente no Brasil, este
trabalho objetiva uma avaliação dos aspectos técnicos e econômicos envolvidos neste tema,
do ponto de vista do consumidor que o instala. Entre estes aspectos, e como objetivos
específicos desta dissertação, podem ser citados:
• Avaliar aspectos técnicos do funcionamento, aplicação e limitações de baterias

eletroquímicas;
• Avaliar o funcionamento de conversores de potência para integração de baterias à

rede, e outros aspectos técnicos da integração destes componentes a uma instalação
elétrica;
• Realizar a modelagem matemática da operação do sistema tendo em vista a geração,

armazenamento e cargas que ele alimenta;
• Entender a operação de um sistema híbrido operando com diferentes estratégias de

carregamento e descarregamento das baterias;
32 Capítulo 1. Introdução
• Apresentar um método para calcular o retorno econômico esperado do investimento

em sistemas híbridos conectados à rede.
1.3 Metodologia
A fim de alcançar os objetivos propostos, este trabalho apresenta em primeiro lugar
uma revisão bibliográfica, onde é realizada uma ampla exploração a respeito da literatura
sobre o tema e apresentada de forma descritiva o estado da arte destes estudos.
A partir dos estudos apresentados, são realizadas simulações computacionais para
compreensão dos aspectos estudados, utilizando o software Matlab R2019b e a ferramenta
Simulink que o acompanha. As seguintes simulações foram realizadas:
• Simulação da operação de uma bateria eletroquímica;
• Simulação da topologia de um conversor de potência para conexão de baterias

eletroquímicas à rede elétrica;
• Simulação dos fluxos de potência entre a rede e uma Unidade Consumidora (UC)
com um sistema híbrido instalado. Estas simulações foram divididas em 3 estudos
de caso caracterizados pelo perfil de sua carga: residencial, comercial e industrial;
• Cálculo do retorno econômico dos sistemas híbridos que tiveram sua operação
simulada.
Buscou-se utilizar nestas simulações dados técnicos de fabricantes de baterias e

dados reais de cargas e geração distribuída fotovoltaica existentes, a fim de aumentar a
confiabilidade dos resultados obtidos e das análises e conclusões apresentadas.
1.4 Estrutura da Dissertação

O Capítulo 2 apresenta uma revisão bibliográfica sobre o tema, apresentando o
estado da arte dos estudos relacionados à composição, implementação e integração dos
sistemas híbridos que são foco desta dissertação.
No Capítulo 3 é apresentada a modelagem matemática do sistema híbrido estudado
incluindo a modelagem da bateria utilizada e os estudos de caso a serem realizado de onde
serão retirados e analisados os resultados analisados no Capítulo 4, que foca nos aspectos
técnicos do sistema. No Capítulo 5 são apresentados resultados e análise dos aspectos
econômicos, após uma breve revisão da literatura sobre o tema.
Por fim as conclusões dos estudos são apresentadas no Capítulo 6.
34 Capítulo 2. Componentes de um Sistema Híbrido Bateria-Fotovoltaico
(“black-start”), regulação de frequência, regulação de tensão, integração de fontes de

energia intermitentes e melhora da resiliência da rede;
• Empresas de transmissão e distribuição: adequação e controle de fluxos de

potência, alívio de congestionamento da rede de transmissão e distribuição;
• Consumidores: gerenciamento do consumo da rede, redução de demanda de pico,

aumento do consumo de geração própria (autoconsumo), reserva de emergência
(conhecida pelo termo em inglês Uninterruptible Power Source, UPS) e melhora da
qualidade de energia.
Na subseção 2.4.1 são apresentadas as características de aplicações para o consu-

midor final de energia, foco deste trabalho, que podem ser implementadas com o uso de
baterias eletroquímicas.
Frente as diferentes aplicações de sistemas de armazenamento de energia, o porte
e características dos possíveis clientes e a disponibilidade de recursos técnicos, diversas
tecnologias distintas foram desenvolvidas. A Tabela 1 mostra diversas formas desenvolvidas
para armazenamento de energia em diferentes meios.
Tabela 1 – Tecnologias de armazenamento de energia de acordo com o meio utilizado

Meio Tecnologias
Mecânico Bombeamento de água (Usinas hidrelétricas reversíveis), ar compri-
mido, volantes de inércia
Eletroquímico Baterias eletroquímicas, baterias de metal-ar, baterias de fluxo
Químico Hidrogênio, gás natural sintético
Elétrico Supercapacitores, supercondutores para armazenamento de energia
magnética
Térmico Armazenamento de água quente, sal fundido
Cerca de 96% da capacidade de armazenamento de energia existente no mundo

hoje se encontra na forma de usinas hidrelétricas com bombeamento (MOLINA, 2017).
Isso se deve ao fato de que esta é uma tecnologia relativamente simples e bem desenvolvida,
o que a torna a forma mais simples de armazenar enormes quantidades de energia com
menores custos, na forma de grandes volumes de água. Desta forma é possível fazer tanto
a modulação da carga diária de um determinado local quanto entre períodos do ano.
Algumas tecnologias encontram usos em meios bem específicos, como o sal fundido
que comumente é utilizado para armazenar o calor obtido por meio do sol em usinas
heliotérmicas, tornando estas usinas despacháveis, mesmo que o sol, sua fonte de energia
primária, seja intrinsecamente intermitente (IEA, 2014).
2.2. Baterias eletroquímicas 35
2.1.1 Armazenamento de energia aplicado no contexto de energias renováveis

O estudo de sistemas de armazenamento de energia tem ganhado maior destaque
desde o início deste século por serem um importante componente das redes inteligentes
(“smart grids”). Neste contexto, tem sido bastante incentivada a utilização de recursos
distribuídos baseados em energia renovável, bem como a implementação de microrredes de
energia. Estas redes representam um novo conceito em que uma determinada instalação
conectada a rede é composta por diversas cargas e unidades de geração controláveis,
podendo gerenciar a demanda ou injeção de energia na rede e operar até mesmo de forma
ilhada de maneira controlada. Estes conceitos tem sido desenvolvidos de forma a permitir
maior integração novas tecnologias, energias renováveis e veículos elétricos e híbridos
(MOLINA, 2017).
O uso de sistemas de armazenamento tem potencial para mitigar os efeitos adversos
da inserção de fontes intermitentes de energia, tais como flutuações de frequência e tensão,
problemas de estabilidade e limitações de carregamento de linhas e transformadores.
Por exemplo, Barton e Infield (2004) mostra que o uso de armazenamento de energia
com capacidade de absorver 10 minutos de potência de pico típicas de sistemas eólicos
aumentam a energia entregue à rede em 10% sem necessidade de reforços ou ampliação da
rede. Um armazenamento equivalente a 24h de energia gerada permite entregar até 3 vezes
mais energia em uma rede fraca. Yang e Walid (2013) mostra que em uma rede inteligente
com recursos intermitentes de geração a probabilidade de interrupções no fornecimento de
energia por problemas na regulação de frequência decresce de forma quadrática em relação
à capacidade de armazenamento existente.
2.2 Baterias eletroquímicas

Baterias eletroquímicas são componentes estudados e conhecidos há bastante tempo.
Seu princípio básico de operação foi pesquisado pela primeira vez por Benjamin Franklin
em 1748, que descreveu a conexão de diversas garrafas de Leiden para armazenamento de
cargas elétricas. A primeira bateria de chumbo-ácido foi inventada em 1859 por Gaston
Planté e os primeiros estudos científicos a respeito apareceram em 1873. No começo do
século XX importantes aplicações foram desenvolvidas, como para uso em circuitos de
telefonia, lanternas e baterias carregadas por geradores a gás (BOICEA, 2014). Uma
bateria é composta por células ou vasos eletroquímicos conectados em série e/ou paralelo.
A energia é armazenada na forma química e é liberada por meio de um processo de oxidação
e redução que ocorre em seus componentes.
As células que compõem as baterias eletroquímicas podem ser divididas em 2 tipos:
células primárias e células secundárias. As células do primeiro tipo são células que ao serem
descarregadas não é possível reverter o processo e elas devem ser descartadas. Este tipo
de bateria é comum como fonte de energia para aparelhos eletrônicos de baixa potência,
como relógios, brinquedos e calculadoras.
As células secundárias são baterias que podem realizar vários ciclos de carregamento
(em que se aumenta sua carga elétrica armazenada) e descarregamento (em que se reduz
sua carga elétrica armazenada), sendo portanto adequadas ao uso em aplicações no SEP.
Em uma célula eletroquímica ao se conectarem os polos de uma célula a uma carga ocorre
a transformação da energia química em energia elétrica em c.c., descarregando-a. Em
uma célula secundária é possível reverter este proceso ao conectar os polos da bateria
adequadamente a uma fonte c.c. (CRESESB-CEPEL, 2014).1
Uma célula eletroquímica é composta basicamente pelos seguintes elementos:
• Ânodo: eletrodo que cede elétrons para a corrente de saída quando ocorre a reação
eletroquímica de descarregamento da bateria;
• Cátodo: eletrodo que recebe elétrons do ânodo quando ocorre a reação eletroquímica
de descarregamento da bateria;
• Eletrólito: meio por onde ocorre a transferência de cargas elétricas entre o ânodo
e o cátodo por intermédio dos íons. Em geral o eletrólito é um meio aquoso. Em
alguns casos pode ser um gel ou um sólido.
Como exemplo de funcionamento de uma célula eletroquímica secundária, a Figura 2

apresenta as reações que ocorrem no interior de uma célula de chumbo-ácido. Em resumo,
durante o descarregamento o eletrólito, composto de ácido sulfúrico diluído em água
(H2 SO4 , dissociado em íons SO4− e H + ), reage com os eletrodos em uma reação que
ambos os eletrodos se igualam como sulfato de chumbo (P bSO4 ) e o eletrólito é cada vez
mais diluído em água. Durante o carregamento, ocorre o processo oposto: os eletrólitos
novamente são transformados em seus materiais ativos: chumbo esponjoso (Pb) e dióxido
de chumbo (P bO2 ) (CRESESB-CEPEL, 2014).
Para construção de baterias comerciais, em geral são associadas diversas células
eletroquímicas para que resulte nas características de tensão, corrente e capacidade
desejadas. São adicionados ainda outros materiais e componentes a fim de dar a resistência
mecânica, durabilidade e segurança desejada ao produto. A Figura 3 mostra a construção
típica de uma bateria de chumbo-ácido.
1
A fim de evitar confusão com os diferentes usos das palavras carga e descarga estão sendo usados
neste texto os seguintes termos (a) "carga elétrica" para se referir à propriedade física de partículas
e materiais medida em Coulombs (b) "carga" para se referir a um elemento que absorve potência no
contexto do SEP (c) descarregamento para se referir ao processo em que uma bateria cede cargas
elétricas e (d) carregamento para se referir ao processo em que uma bateria absorve cargas elétricas
eletroquímicas. Na subseção 2.2.2 é apresentado um comparativo de diferentes tecnologias.
2.2.1.1 Capacidade
A capacidade de uma bateria é sua principal propriedade, que expressa a quantidade

total de de carga elétrica envolvida nas reações eletroquímicas, dada normalmente em Ah,
mas que também pode ser expressa em Coulombs. A capacidade da bateria está diretamente
relacionada à quantidade de material ativo para realização das reações eletroquímicas
presente. Existem algumas diferentes definições de capacidade de uma bateria ou conjunto
de baterias (CRESESB-CEPEL, 2014):
• Capacidade nominal: valor dado pelo fabricante da quantidade de Ah que po-

dem ser retiradas de uma bateria nova em determinadas condições de corrente,
temperatura e tensão de corte;
• Capacidade instalada: carga em Ah que pode ser retirada de uma bateria ou banco
de baterias novo sob um conjunto específico de condições operacionais determinadas
pela sua aplicação e/ou instalação;
• Capacidade disponível: carga em Ah que pode ser retirada de uma bateria sob
um conjunto de condições operacionais determinadas, incluindo seu uso, sua idade,
quantidade de ciclos e estado inicial de carga;
• Capacidade de energia: energia em Wh que pode ser retirada de uma bateria

nova sob um conjunto de condições operacionais determinadas.
A capacidade disponível que pode ser extraída de uma bateria em uma aplicação
prática é afetada por alguns fatores, dos quais os principais que podem ser enumerados
são:
• Efeito da corrente de descarga: observa-se que quanto maior a corrente de

descarga extraída de uma bateria, menor a capacidade total que pode ser extraída.
Conhecer a corrente de descarga utilizada é um fator determinante no dimensio-
namento de bancos de baterias. Isso ocorre pelo aumento de perdas no interior da
bateria conforme se utilizam correntes maiores;
• Efeito da temperatura: em geral temperaturas elevadas ou muito baixas afetam

as reações que ocorrem no interior da bateria, modificando a quantidade de material
ativo e aumentando a degradação da bateria;
• Profundidade de descarga máxima: algumas baterias, como as de chumbo-ácido,

não toleram que toda sua carga seja utilizada, pois isto resultaria em danos graves
ou até mesmo irreversíveis a seus componentes internos;
• Tensão nominal (Vnom ): tensão característica de operação da bateria.
2.2.1.3 Eficiência
A eficiência de uma bateria mede a relação entre a saída útil e a entrada. O cálculo
de eficiência em termos de energia pode ser ainda desmembrado em outros 2 conceitos
(CRESESB-CEPEL, 2014):
• Eficência coulômbica ou de Ampère-hora (Ah): relação entre a quantidade

de carga retirada de uma bateria ou célula e a quantidade necessária para retornar
ao estágio inicial. Tal valor é obtido pela integral da corrente ao longo do tempo.
Em uma bateria de chumbo-ácido este valor está por volta de 95%, mas depende
ainda da corrente utilizada. Em geral, quanto maior a corrente menor é a eficiência
da bateria devido ao aumento de reações químicas secundárias ocorrendo no seu
interior;
• Eficiência voltaica: relação entre a tensão média para descarregamento e carrega-

mento de uma bateria ou célula. Como pode ser observado na Figura 4 e na Figura 6,
a tensão observada no processo de carregamento é mais elevada. Isso se deve a efeitos
de polarização nos eletrodos e a variação de tensão devido à resistência elétrica dos
componentes da célula. Portanto, a corrente de descarga também afeta os valores
de tensão e consequentemente de eficiência. Em uma bateria de chumbo-ácido esta
eficiência está por volta de 90,5%;
• Eficiência global ou de watt-hora (Wh): valor de eficiência energética da bateria,

obtido pela multiplicação dos 2 itens anteriores. Em uma bateria de chumbo-ácido
este valor está por volta de 80%.
2.2.1.4 Degradação e vida útil
A vida útil de uma bateria está relacionada a diversos mecanismos que podem
degradar o componente em função de seu uso e envelhecimento. O principal efeito observado
quando a bateria se degrada é a redução permanente de sua capacidade de armazenar
cargas elétricas. É convencionado que o fim de sua vida útil ocorre quando ela atinge 80%
de sua capacidade nominal, mesmo que a bateria possa ainda entregar potência depois
deste ponto.
Para cada tipo de bateria podem existir mecanismos diferentes de degradação. Em
uma bateria de chumbo-ácido, por exemplo, alguns dos principais mecanismos que levam
a sua degradação são (CRESESB-CEPEL, 2014):
• Sulfatação: formação de cristais de sulfato de chumbo (P bSO4 ) sobre as placas das

células. Este processo é acelerado se a bateria permanece muito tempo descarregada;
• Hidratação: dissolução do hidróxido de chumbo na água quando ocorrem descargas

profundas e portanto existe baixíssima concentração de hidróxido de chumbo (H2 SO4 )
resultante;
• Sedimentação: desprendimento de material ativo das placas e deposição no fundo

do vaso que contém o eletrólito, que ocorre durante seu uso;
• Gaseificação: formação de hidrogênio (H2 ) e oxigênio (O2 ) quando a bateria é

carregada em uma tensão muito elevada. Nesta situação parte da energia absorvida
é gasta na eletrólise da água presente no eletrólito. Este processo leva portanto à
perda do eletrólito e aumento da resistência interna da bateria;
• Corrosão das placas e sulfatação acelerada em temperaturas elevadas;
A fim de maximizar a vida útil de uma bateria, cada tecnologia exige cuidados

específicos em sua aplicação. Por exemplo, para prolongamento da vida útil de baterias
de íons de lítio alguns cuidados essenciais são o uso de ciclos de descarga parciais ou
profundos, evitar o carregamento até 100% de sua capacidade, limitação da temperatura
de operação e evitar altas correntes de carga e descarga (HOFFART, 2008).
2.2.1.5 Outras propriedades
A seguir são listadas algumas propriedades que ajudam a caracterizar diferentes

baterias eletroquímicas:
• Densidade energética: capacidade de energia normalizada pelo seu volume (Wh/L)

ou peso (Wh/kg), o que pode ser crítico em algumas situações, como na aplicação
em veículos elétricos;
• Taxa de autodescarga: representa o descarregamento natural de uma bateria ou

célula eletroquímica por um processo químico espontâneo. Esta taxa é normalmente
apresentada como um percentual de perdas de carga por mês. Esta propriedade pode
ser crítica em algumas aplicações como UPS e sistemas de emergência, que podem
ficar meses sem realizar ciclos de carregamento e descarregamento. Exemplificando,
baterias de chumbo-ácido podem perder de 5 a 30% de sua carga por mês enquanto
baterias de Ni-Cd de 3 a 6%;
2.2.2 Comparativo de tecnologias de baterias

A Tabela 2 apresenta as principais tecnologias comerciais existentes hoje para
aplicações no SEP (BOICEA, 2014), e suas principais características.
Tabela 2 – Comparativo de tecnologias de baterias eletroquímicas utilizadas em aplicações

no SEP. Adaptado de (LINDEN; REDDY, 2011, p. 15.10), (CRESESB-CEPEL,
2014, p. 165).
Tipo de bateria Chumbo Íons de lítio Níquel- Níquel-
ácido cádmio hidreto metá-
(NiCd) lico (NiMH
Eletrólito H2 SO4 Polímeros or- KOH KOH
gânicos
Densidade de ener-
gia
em Wh/kg 20 a 40 90 a 150 30 a 50 40 a 90
em Wh/L 50 a 120 230 a 330 100 a 150 150 a 320
Temperatura de
operação
em ºC -10 a 40 0 a 40 -20 a 50 0 a 45
Eficiência
em % 80 a 90 90 a 95 60 a 70 80 a 90
Vida útil
em anos 3 a 20 - 3 a 25 2a5
em ciclos 250 a 500 500 a 1000 300 a 700 300 a 600
Dentre as tecnologias disponíveis hoje, as duas que tem mais chamado atenção
para aplicações no SEP são as de chumbo-ácido e íons de lítio. A tecnologia de baterias
de chumbo-ácido apesar de ter baixa densidade de energia tem sido adotada em várias
aplicações devido a seu baixo custo e alta maturidade tecnológica (BOICEA, 2014).
Mesmo que seja uma tecnologia bastante antiga ela continua sendo desenvolvida de forma
incremental aumentando sua vida útil, facilitando sua operação, reduzindo mais o custo e
melhorando sua performance (MCKEON; FURUKAWA; FENSTERMACHER, 2014).
As baterias de íons de lítio vem chamando bastante atenção de muitos centros de
pesquisa e da indústria. Isso se deve ao fato de sua utilização cada vez mais intensiva em
aparelhos eletrônicos e veículos elétricos, onde suas alta densidade energética torna sua
aplicação favorável. A expansão nestes setores deve resultar em uma redução expressiva de
seus custos e também favorecer aplicações estacionárias com a utilização de componentes
reciclados utilizados anteriormente em veículos elétricos (EPE, 2019).
2.2.3 Modelos de baterias eletroquímicas

Conforme observado nas seções anteriores, as células eletroquímicas secundárias
possuem ao mesmo tempo semelhanças que as permitem serem agrupadas e estudadas por
meio de propriedades comuns, mas cada uma tem sua própria construção, dinâmica e reações
características de funcionamento. Desta forma, diferentes modelos para representação
destes comportamentos foram propostos, com seus prós e contras e aplicações a qual
servem. Podem ser listados 4 abordagens distintas para modelagem das características de
baterias (NARAYAN et al., 2018):
• Modelos eletroquímicos: modelos que buscam representar de forma completa as

reações e interações químicas que ocorrem no interior de uma célula. Em geral são
mais precisos e complexos, necessitando de detalhamento da construção da célula
para representação mais fidedigna do que ocorre em seu interior e os resultados
observados;
• Circuitos elétricos: modelos que buscam representar o comportamento de uma

bateria por meio da associação de diferentes componentes utilizados em circuitos
elétricos tais como fontes de tensão, capacitores e resistores. Estes modelos tem
como objetivo facilitar a integração destes modelos a simulações de outros circuitos
e sistemas elétricos;
• Modelos matemáticos: modelos em que são utilizadas relações analíticas entre as

grandezas envolvidas;
• Modelos baseados em redes neurais: modelagens que conseguem estabelecer

relações entre as entradas e saídas pelo processamento de uma enorme quantidade
de dados utilizando técnicas de aprendizado de máquina.
As próximas seções apresentam algumas modelagens para as diferentes característi-

cas de uma bateria e um breve comparativo de diferentes abordagens possíveis.
2.2.3.1 Capacidade
Como mostrado na seção subseção 2.2.1.1, existem diferentes fatores que alteram
a carga elétrica que pode ser extraída de uma bateria. O principal destes fatores é sua
própria corrente de descarga. Peukert publicou em 1897 um artigo em que, após uma série
de experimentos com correntes de descarga constantes em baterias ele pode mostrar que o
tempo de descarga de uma bateria e sua corrente de descarga podem ser relacionados de
uma maneira simples, mostrada na Equação 2.1 (DOERFFEL; SHARKH, 2006).
Idpc t = k (2.1)
Onde Id é a corrente de descarga, pc é a chamada constante de Peukert e k é

outro valor constante. No caso de pc=1, a capacidade extraída de uma bateria não varia
conforme a corrente extraída. Para baterias de chumbo-ácido o valor de pc está por volta
de 1,3-1,4 (MEDORA; KUSKO, 2005). A relação de Peukert apesar de bastante simples
tem sido usada em uma grande variedade de cenários pela indústria (LINDEN; REDDY,
2011).
a maior parte da variação de tensão, principalmente devido ao crescimento exponencial

observado no final de uma curva de carregamento ou descarregamento. A Figura 9 mostra
uma curva de descarregamento típica, delimitando alguns pontos relevantes para sua
parametrização.
Para modelagem da curva durante o carregamento é possível utilizar a mesma equa-
ção, modificando apenas o sinal de todos os termos, exceto a tensão constante, resultando
na Equação 2.4 (SHEPHERD, 1965). Alguns modelos assumem que os parâmetros para
o carregamento e o descarregamento são os mesmos, o que embora possa ser válido em
alguns casos, é uma simplificação que resulta em ajustes piores das curvas e maiores erros.
Q −BId t
Vbat = Es + K( )i + N i − Ae( Q ) (2.4)
Q − it
Em geral os modelos matemáticos se baseiam inicialmente na relação de Shepherd

e modificam ou adicionam termos com o intuito de melhorar o ajuste da curva a dados
medidos ou relaxar algumas das premissas do modelo. Em geral estes modelos possuem
precisão variando em torno de 5 a 20% (LI; KE, 2011).
Um dos ajustes mais comuns ao modelo é a adição de um termo de tensão de
Q
polarização, dado por K Q−it it a fim de melhor representar a variação de tensão ao longo do
tempo ou para evitar problemas de implementação numérica (TREMBLAY; DESSAINT;
DEKKICHE, 2009).
2.2.3.3 Vida útil
A modelagem da vida útil de uma bateria eletroquímica é complexa devido à

variedade de efeitos distintos que a afetam. Cada processo de degradação possui suas
próprias características e variáveis associadas, e uma modelagem detalhada de todos estes
aspectos pode se tornar bastante complexa e pouco eficaz para simulação.
Esta modelagem pode ser realizada de 3 formas distintas (SAUER; WENZL, 2008):
• Modelos físico-químicos: modelos detalhados em que as condições como estado de

carga, potencial, temperatura, corrente, concentração de eletrólito e outros aspectos
são representados e associados aos mecanismos de degradação da bateria estudada. A
construção de modelos deste tipo exige um conhecimento aprofundado da construção
e das reações que ocorrem no interior do componente;
• Modelos de capacidade ponderada: modelos construídos sob a premissa de que

sob determinadas condições a capacidade em Ah e a vida útil de uma bateria é
conhecida e previsível. Desvios em relação a estas condições conhecidas causam uma
variação na vida útil e capacidade observada;
Em uma célula fotovoltaica o aumento da irradiância (potência da radiação luminosa

recebida) causa aumento na corrente obtida, sendo este o principal fator de variabilidade
na potência obtida na saída do componente. O aumento na temperatura da célula causa
um leve aumento na corrente mas um efeito muito maior na redução da tensão, reduzindo
a potência obtida. Desta forma, em uma célula exposta ao tempo a curva típica observada
na Figura 11 varia conforme as condições ambientais. Para se obter a máxima potência, é
imprescindível a utilização de um conversor de potência com algoritmo de Seguimento do
Ponto de Potência Máxima (SPPM, também conhecido pela sigla MPPT em inglês) capaz
de variar a tensão de entrada do módulo a fim de extrair o máximo de energia dadas as
condições de operação.
Os chamados módulos fotovoltaicos são construídos pela interligação elétrica de
células semelhantes que são encapsuladas para garantir sua proteção, com o objetivo de
gerar energia elétrica (CRESESB-CEPEL, 2014). A associação de diversos módulos em
série ou paralelo por sua vez compõem um arranjo fotovoltaico. Esta modularidade e
flexibilidade na construção de arranjos é uma das características que tornam a energia
fotovoltaica adequada à geração distribuída.
Quando células ou módulos fotovoltaicos de características elétricas semelhantes
são associados em série a tensão do dispositivo resultante é igual a soma da tensão dos
dispositivos que o compõem. A associação em paralelo leva à soma de suas correntes.
Ao final o dispositivo resultante possui uma curva de características semelhantes às da
Figura 11.
O principal fator para dimensionamento de um sistema fotovoltaico conectado
a rede é a irradiação solar, já que sua potência de saída é diretamente proporcional à
Figura 12 – Exemplo de curva de geração fotovoltaica ao longo de alguns dias, utilizando os

dados usados na modelagem do trabalho, a ser apresentada na subseção 3.3.1.
Fonte: próprio autor.
qV
I = Ipv,cell − Id = Ipv,cell − I0,cell [e( akT ) − 1] (2.5)
Onde:
• I é a corrente retirada de uma célula fotovoltaica em A;
• Ipv,cell é a corrente gerada pela irradiância recebida em A;
• Id é a equação de diodo Shockley em A;
• I0,cell é a corrente de saturação reversa em A;
• q é a carga de um elétron (1, 60217646x10−19 C);
• k é a constante de Boltzmann (1, 3806503x10−23 J/K);
• T é a temperatura da junção pn em K;
• a é o fator de idealidade do diodo.
A Equação 2.5 representa uma célula ideal. Para aproximar este modelo de um
arranjo de células ou módulos fotovoltaicos é necessário acrescentar alguns parâmetros
que incluam os efeitos das conexões existentes, como mostrado na Equação 2.6.
V + Rs I V + Rs I
I = Ipv − I0 [e( ) − 1] − (2.6)
Vt a Rp
Onde:
• I é a corrente obtida do arranjo em A;
• Ipv é a corrente fotovoltaica calculada na Equação 2.5 em A;
• I0 é a corrente de saturação do arranjo;
• V é a tensão do arranjo em V;
• Rs é a resistência série resultante do arranjo, em Ω;
• Rp é a resistência paralelo resultante do arranjo, em Ω.
Utilizando a Equação 2.5 é possível representar uma célula ou arranjo pelo circuito
equivalente mostrado na Figura 14. Com o correto ajuste dos parâmetros como proposto
por Villalva, Gazoli e Filho (2009) os resultados de corrente e tensão obtidos geram a
mesma curva mostrada na Figura 11.
O valor de irradiação em determinado local pode ser obtido por meio de dados
históricos, como aqueles que podem ser visualizados no Atlas Brasileiro de Energia Solar
(PEREIRA et al., 2017), a principal referência destes dados no Brasil. Em geral os dados
disponíveis são de irradiação no global no plano horizontal (GHI), irradiação normal direta
(DNI) e irradiação horizontal difusa (DHI). A fim de obter a irradiação que chega ao plano
exato em que está instalado o arranjo, é necessário utilizar modelos de transposição destes
dados para as condições desejadas (DUFFIE; BECKMAN, 2013).
2.4 Sistemas híbridos de geração de energia

Por sistemas híbridos de geração de energia se entende um sistema que utiliza mais
de uma fonte de energia para geração de energia elétrica de forma otimizada e com custos
mínimos (BARBOSA, 2006). Um sistema de armazenamento de energia também é visto
como uma fonte de energia, já que sua utilização complementa as demais fontes e pode
até mesmo suprir completamente o sistema na falta das demais. Por simplificação o termo
sistema híbrido será utilizado nesta dissertação para se referir aos sistemas compostos por
um gerador fistribuído fotovoltaico e um banco de baterias conectados à rede elétrica em
uma UC, que é o foco deste trabalho.
Desde a década de 70 vários países começaram a diversificar sua matriz energética
investindo, entre outras tecnologias, em recursos renováveis e na geração distribuída.
Esse desenvolvimento se deu em resposta às crises do petróleo, crescentes preocupaçõs
ambientais, necessidade de aumento da confiabilidade e qualidade dos sistemas de potência,
abertura do setor elétrico e aumento das restrições à expansão dos sistemas de transmissão
e distribuição (FADIGAS, 2017). A evolução da geração distribuída fotovoltaica, que
tornou diversos consumidores conectados ao SEP também produtores de energia, abriu
também espaço para a aplicação do armazenamento de energia em pequenas unidades
consumidoras. Assim como os sistemas fotovoltaicos, a utilização de baterias eletroquímicas
tem boa flexibilidade operativa e locacional. A associação com a geração própria permite
o acréscimo de serviços ao consumidor tais como back-up, arbitragem e compensação
das variabilidades da geração intermitente (EPE, 2019). Para um consumidor que já
possua geração própria, é possível acrescentar o armazenamento com a substituição dos
conversores de potência existentes ou o acréscimo de outros conversores, conforme será
mostrado na subseção 2.4.2.
No Brasil, existem algumas situações que podem tornar interessante a aplicação
de baterias em unidades consumidoras, de acordo com o Plano Decenal de Expansão de
Energia: possibilitar o aumento do autoconsumo na micro e minigeração distribuída, a
mudança de pequenas UCs (Unidades Consumidoras) para a tarifa branca e a substituição
da geração de diesel no horário de ponta (HP). Estima-se que para o caso de baterias
2.4.1 Aplicações de sistemas híbridos conectados à rede elétrica

Nesta seção são apresentadas algumas das aplicações de sistemas compostos por
geração fotovoltaica e baterias eletroquímicas para o consumidor final, também chamadas
de aplicações atrás do medidor ("behind the meter"). Na subseção 2.4.2 são mostradas as
topologias de conversores que permitem estas aplicações assim como os algoritmos para
realizá-las.
2.4.1.1 Alimentação de emergência
Fontes de alimentação ininterrupta, bastante conhecidas como no-breaks ou pela

sigla em inglês UPS, são alimentadores capazes de suprir energia elétrica para determinadas
cargas na ausência da rede elétrica de distribuição ligada à instalação. Tais sistemas já são
bastante comuns em diversas aplicações com o uso de geradores a diesel ou baterias em
determinadas situações.
Devido à presença do componente armazenamento de energia em sistemas híbridos,
é possível conectar cargas ao conversor de potência e operá-las quando falta a rede de
energia elétrica da concessionária. Em geral são escolhidos algumas cargas críticas para esta
alimentação, já que geralmente a alimentação direta de todas as cargas de uma instalação
demandaria um banco de baterias muito grande e dispendioso. Cabe ressaltar que nem
todos os conversores podem ser utilizados para esta aplicação, já que é necessário que o
inversor possua a capacidade de funcionar sem a presença da rede elétrica (FIGUEREDO;
BET, 2016).
As normas técnicas aplicada aos inversores fotovoltaicos comercializados hoje no
Brasil, as NBRs 16149:2013 e 16150:2013 e a IEC 62116:2012, não permitem a operação
ilhada do conversor, devendo se desligar completamente da rede elétrica e de quaisquer
cargas na ausência de rede elétrica, a chamada proteção de anti-ilhamento. Neste sentido
estão sendo desenvolvidas normas técnicas nacionais aplicáveis a inversores híbridos e
alguns modelos estão sendo disponibilizados comercialmente, antevendo a demanda. Cabe
salientar que o Prodist, que regulamenta o setor de distribuição de energia no Brasil,
permite a operação ilhada de sistemas de geração, desde que desconectados fisicamente da
rede de distribuição (ANEEL, 2017).
2.4.1.2 Deslocamento do consumo e arbitragem de energia
Em UCs com sistemas híbridos a energia produzida pelo sistema fotovoltaico pode
ser armazenada para utilização em um momento mais conveniente do ponto de vista
econômico (FIGUEREDO; BET, 2016) utilizando a estratégia conhecida pelo termo time-
shifting. Dentro da estrutura tarifária de distribuição de energia no Brasil, isto significa o
armazenamento da energia produzida ao longo do dia para injeção no horário de ponta
(HP) para consumidores do grupo A (atendidos em média ou alta tensão), ou injeção
com função de deslocamento do consumo instalado na área de atuação da Cemig, onde o

horário de ponta ocorre entre as 17h e as 20h (CEMIG, 2020a).
De forma similar, sistemas híbridos podem realizar a arbitragem de energia, em que
o consumidor utiliza o sistema de armazenamento para controlar os momentos em que ele
compra e vende energia da rede, controlando o consumo e injeção na rede, observando os
preços praticados. A possibilidade de realização de arbitragem depende da granularidade
temporal de preço e seu comportamento. No Brasil a adoção em janeiro de 2021 de PLD
horário, em que o Preço de Liquidação das Diferenças para os clientes do mercado livre
será computado a cada hora, refletindo as condições de operação do SEP, esta aplicação
pode se tornar mais uma fonte de receita ou redução de custos de autoprodutores (EPE,
2019).
2.4.1.3 Maximização do autoconsumo / autossuficiência
Além do deslocamento programado do consumo, um sistema híbrido pode ser

programado para redução do fluxo de energia entre a unidade consumidora e a rede elétrica.
Esse processo é vantajoso em um sistema de tarifas feed-in em que o valor pago pela energia
importada da rede é maior do que o valor recebido pela energia injetada (FIGUEREDO;
BET, 2016). A regulamentação da GD no Brasil hoje reduz a atratividade desta opção, já
que a energia injetada na rede tem o mesmo valor da energia consumida, com pequenas
diferenças entre estes dois valores em alguns estados devido à tributação. A revisão desta
regulamentação que propõe diferenças na valoração da energia injetada e consumida pode
tornar interessante esta aplicação (EPE, 2019). Outra situação em que esta estratégia
pode ser interessante é a dos consumidores que não podem ou pretendem injetar energia
na rede por limitações da rede ou instalação elétrica.
O autoconsumo pode ser definido como a parcela de geração própria consumida
dentro da UC na qual está instalado, sem passar pela interface com a rede de distribuição.
Ela pode ser calculada utilizando a definição de potência de autoconsumo, mostrada na
Equação 2.10, e a taxa de autoconsumo, mostrada na Equação 2.11 (LUTHANDER et al.,
2016).
Psc = min[PLOAD , PF V (t) + PBAT (t)] (2.10)
R t2
t1 Psc (t)dt
ϕsc = R t2 (2.11)
t1 PF V (t)dt
Onde:
• Psc é a potência de autoconsumo em W;

sicos ou trifásicos em ponte para a conversão c.c.-c.a.. O conversor dedicado à bateria no

caso do acoplamento c.a. pode ainda ter mais de um estágio para a implementação de um
estágio c.c.-c.c. responsável pelo controle de carregamento e descarregamento da bateria
de forma otimizada (FAKHAM; LU; FRANCOIS, 2011).
A fim de gerir os diferentes fluxos de potência e atender as referências de tensão,
corrente e potência, é necessário um sistema de controle dividido em diferentes níveis
hierárquicos. A Figura 21 mostra um exemplo dos diferentes níveis de controle que devem
ser implementados em um conversor. Podem ser identificados ao menos 3 níveis de controle,
listados abaixo com suas respectivas funções (FAKHAM; LU; FRANCOIS, 2011):
• Unidade de controle de potência: cálculo das referências de potência para cada

um dos componentes do sistema;
• Unidade de controle automático: aplicação de algoritmos e sinais para satisfazer

as referências de corrente e tensão;
• Unidade de controle de chaveamento: aplicação dos sinais aos semicondutores

para controle da abertura e fechamento das chaves eletrônicas;
Cabe salientar que em um sistema com acoplamento c.a., um sistema de comunicação

entre os conversores e a capacidade de um deles de implementar os níveis mais altos de
controle permite que sejam possíveis as mesmas aplicações de um sistema com acoplamento
c.c..
Figura 22 – Circuito típico de um conversor buck-boost. Retirado de (CHAO et al., 2013).
carregamento e descarregamento de uma bateria eletroquímica acoplada a um link c.c.-c.c.

A bateria eletroquímica é conectada ao lado esquerdo do conversor de potência mostrado
na Figura 22, operando como um conversor boost no descarregamento da bateria, em que
o fluxo de potência segue o sentido mostrado para iLm , e operando como um conversor
buck no sentido contrário.
O conversor de potência conectado a bateria é conhecido como controlador de carga
e em geral são integrados a um BMS (Battery Management System), que é responsável
não só pelo controle da potência de carregamento e descarregamento do componente mas
também outras funções, tais como (LAWDER et al., 2014):
• Minimização de gradientes de temperatura no interior do componente;
• Proteger as células de degradação;
• Otimização do carregamento da bateria
• Balanceamento da carga entre as células ou baterias;
Para implementação destas funções o BMS pode ser dividido ainda em diversos
blocos individuais contendo cada um diferentes sensores e componentes, possibilitando
otimização do carregamento e descarregamento de forma mais localizada e o balanceamento
de carga entre as células. Em especial, baterias de lítio precisam necessariamente de estarem
conectadas a um controlador mais complexo com um sensor de temperatura a fim de evitar
explosões ou incêndios em casos de estresses elevados no componente (CRESESB-CEPEL,
2014).
O conversor híbrido de energia pode ainda ser construído para conexão às cargas,
adicionando mais uma porta e aumentando a complexidade do controle. Nestes casos, o
conversor pode funcionar como uma UPS. Da mesma forma, diferentes topologias podem
ser implementadas em um conversor híbrido para possibilitar a conexão às cargas.
2.5. Considerações 67
2.5 Considerações
Neste capítulo foi apresentado o embasamento teórico para a construção dos
modelos que visam a simulação de um sistema híbrido e de seus principais componentes.
No Capítulo 3 são apresentadas as modelagens de baterias eletroquímicas e conversor de
potência e os respectivos resultados destas modelagens.
69
3 Modelagem de um Sistema Híbrido
A fim de avaliar diferentes aspectos técnicos envolvidos na instalação de sistemas

híbridos de geração de energia, neste capítulo serão realizadas diferentes modelagens de
seus componentes:
• Baterias eletroquímicas: aplicação de modelos matemáticos ao funcionamento e

vida útil de uma bateria comercial de chumbo-ácido, na seção 3.1;
• Conversores híbridos: simulação de um conversor c.c.-c.c. capaz de carregar e

descarregar uma bateria eletroquímica, na seção 3.2;
• Operação do sistema: implementação de diferentes algoritmos de controle para o

carregamento e descarregamento de uma bateria eletroquímica com diferentes perfis
de carga acoplados, com o objetivo de mostrar os fluxos de potência resultantes. A
modelagem é mostrada na seção 3.3 e os resultados serão mostrados no Capítulo 4.
Serão estudadas aplicações envolvendo o deslocamento de consumo e maximização
do autoconsumo.
3.1 Modelagem de baterias eletroquímicas

Conforme mostrado na subseção 2.2.3 existem diversos métodos para realizar a
caracterização de baterias eletroquímicas. O método mais apropriado para apresentação
neste trabalho foi escolhido considerando os seguintes critérios:
• Parametrização realizada por meio de dados fornecidos pelo fabricante:

considerando as dificuldades envolvendo a realização de testes em laboratório para
extração de dados de seu comportamento, o método aqui desenvolvido se baseia em
dados disponibilizados pelo fabricante;
• Aplicável a diferentes construções de baterias: dadas as similaridades mos-

tradas no funcionamento de diversas baterias distintas, é possível desenvolver uma
modelagem de baterias adequada a diversas tecnologias diferentes;
• Considerando sua aplicação: dado que este trabalho visa estudar aplicações
de bateria para deslocamento de consumo, algumas premissas foram assumidas,
como uma operação em ciclos regulares com profundidades de descarga controladas.
Desta forma, algumas simplificações podem ser realizadas como negligenciar a taxa
de autodescarga da bateria e possíveis danos devido a ciclos de carregamento ou
descarregamento mais profundos.
70 Capítulo 3. Modelagem de um Sistema Híbrido
A modelagem de uma bateria eletroquímica foi separada em duas partes: em

primeiro lugar foram modelados a capacidade e os perfis de tensão durante carregamento
e descarregamento da bateria e posteriormente foi modelada a sua vida útil. Os 2 modelos
podem ser utilizados de maneira independente, mas também podem ser associados de
forma a simular o comportamento de uma bateria eletroquímica ao longo de vários ciclos.
Para isso, a profundidade de descarga dos ciclos simulados são utilizados para o cálculo da
degradação da bateria, como mostrado mais a frente na subseção 3.1.1.
A validação da modelagem foi realizada utilizando como modelo uma bateria
estacionária MouraClean 12MF220 (MOURA, 2001) (MOURA, 2020), cujas principais
características estão mostradas na Tabela 3. Ao longo das próximas subseções serão
apresentadas algumas curvas características desta bateria utilizadas para modelá-la.
Tabela 3 – Principais características da bateria eletroquímica modelada

Tipo de bateria Bateria de chumbo-ácido selada
Quantidade de células 6
Capacidade nominal em 20 horas 220 Ah para Vcutof f = 10, 5V
Tensão nominal 12 V
Tensão máxima 14,4 V
3.1.1 Perfil de carregamento e descarregamento

3.1.1.1 Modelagem de capacidade
Os perfis de tensão durante o descarregamento e carregamento foram modelados

utilizando a equação de Shepherd, mostrada na Equação 2.3 e na Equação 2.4. Este modelo
assume uma capacidade de bateria fixa, mas conforme já mostrado na subseção 2.2.3.1
a capacidade de uma bateria pode ser afetada por diferentes fatores. Nesta modelagem
foram implementados os 2 principais fatores que levam à alteração da capacidade, que são
a corrente de descarga (C(Id )) e temperatura de operação da bateria (C(T )). Estes dois
fatores são multiplicados, conforme mostrado na Equação 3.1.
C(T, Id ) = C(Id ) × C(T ) (3.1)
Sendo o termo dependente da corrente de descarga a Equação de Peukert, mostrada

na Equação 2.2. A dependência da capacidade com a temperatura é representada por
um coeficiente α que representa a variação da capacidade em função da temperatura.
Utilizando estas modelagens a Equação 3.1 pode ser escrita como mostrado na Equação 3.2.
k
C(T, Id ) = (pc−1)
× [1 + α(T − 25)] (3.2)
Id
Em que:
3.1. Modelagem de baterias eletroquímicas 71
• k é a constante da equação de Peukert;
• pc é o coeficiente de Peukert;
• α é o coeficiente de temperatura da bateria em Ah/°C.
• T é a temperatura de operação da bateria em °C.
O fabricante fornece um α de 0,006 Ah/°C. Portanto, quanto maior a temperatura

da bateria maior a capacidade obtida, dentro da faixa de operação da bateria. Cabe
salientar que esta característica é, em uma primeira análise, contraintuitiva. No entanto,
quanto maior a temperatura de operação, maior a degradação da bateria.
Para parametrização de k e pc foi utilizada a Curve Fitting Toolbox disponível no
MATLAB R2019b, que permite realizar análise de regressão em equações de diferentes
formatos a fim de encontrar o melhor ajuste de parâmetros para as curvas. Alimentando
esta ferramenta com os dados de capacidade em função da corrente apresentados pelo
fabricante obtém-se a equação para caracterização da capacidade da bateria mostrada em
Equação 3.3.
358
C(T, Id ) = × (1 + 0, 006(T − 25)) (3.3)
Id0,197
Figura 23 – Curva de capacidade em função da corrente para a bateria MouraClean

12MF220, retirada de Moura (2001) aplicando a Equação 3.2.
A Figura 23 mostra a curva característica de capacidade em função da corrente

para a bateria estudada e os parâmetros obtidos para esta curva para modelá-la conforme
a equação de Peukert. A linha na cor vermelha representa a curva a 25 °C que é a

temperatura nominal de operação da bateria e as linhas pontilhadas mostram a curva para
temperaturas diferentes da temperatura nominal.
3.1.1.2 Modelagem do perfil de tensão durante o descarregamento
Para modelagem do perfil de tensão observado de uma bateria ao longo de seu

descarregamento foram utilizadas as curvas típicas de tensão fornecidas pelo fabricante,
parametrizando-a conforme a Equação 2.3. Para obtenção dos parâmetros desta equação
foram realizados os passos descritos a seguir, conforme descrito em Nolasco e Mendes
(2019), baseado no trabalho original de Shepherd (1965) e Tremblay, Dessaint e Dekkiche
(2009).
Foi escolhida uma curva de descarga para parametrização. No caso foi utilizada
a curva em C/3 disponibilizada pelo fabricante. Esta foi escolhida pois a aplicação a ser
simulada posteriormente corresponde à de deslocamento do consumo em que devem ser
aplicadas descargas com durações por volta de 3 horas. Nesta curva foram escolhidos 3
pontos P0 , P1 e P2 , mostrados na Figura 24 correspondentes ao início da curva, ao fim da
parte exponencial inicial e a um ponto próximo ao fim da descarga, quando SOC está por
volta de 80%. Os valores de tensão obtidos nestes pontos são identificados como E0 a E2
e os de corrente como I0 a I2 . Adicionalmente é escolhido um ponto de tensão (E3 ) em
uma curva característica utilizando outra corrente (Id3 ) onde a partir das diferenças de
Figura 24 – Comparação entre a curva fornecida pelo fabricante Moura (2020) utilizada
para parametrização, simulação com mesma corrente de descarregamento e os
pontos utilizados para parametrização. Fonte: próprio autor.
3.1. Modelagem de baterias eletroquímicas 73
corrente e tensão observadas em relação à curva inicial obtém-se o valor da resistência,

conforme mostrado na Equação 3.4.
E3 − E0
Nd = (3.4)
Id3 − Id0
Foi adotado o subscripto d nos coeficientes para deixar evidente que os parâmetros
correspondem ao processo de descarregamento. Foram utilizados os valores de corrente e
tensão extraídos dos pontos P0 e P3 .
A partir dos valores de tempo (t0 , t1 e t2 ) e de tensão (V0 , V1 e V2 ) chegam-se aos
valores dos coeficientes por meio das manipulações algébricas mostradas na Equação 3.5.
Ad = E0 − E1
3
Bd = C(T, Id )
Id t1
(3.5)
C(T, Id ) − Id t2
Kd = (E0 − E2 − Ad )
Id2 t2
Es = E0 + Kd Id + N Id − Ad
A equação para Kd é obtida a partir da subtração E0 − E2 sabendo que o termo

exponencial é igual a Ad em t0 e muito próximo de zero em t2 . O termo C(T, Id ) é a
Equação 3.2 aplicada à corrente de descarregamento utilizada.
Realizando a parametrização da curva de descarregamento com os pontos mostrados
na Figura 24 obtém-se a equação mostrada na Equação 3.6 para caracterização da curva de
descarregamento da bateria. Na Figura 24 é possível ver a sobreposição da curva simulada
com aquela obtida no datasheet.
C(T, Id ) (
−25,6424Id t
)
E = 12, 5346 − 0, 00193( )i − 0, 001Id + 0, 0924e C(T,Id ) (3.6)
C(T, Id ) − Id t
A fim de avaliar a adequação desta curva às curvas de tensão de fato obtidas,

foram feitas comparações entre curvas simuladas e outras curvas fornecidas pelo fabricante,
conforme mostrado na Figura 25.
Nota-se em geral que quanto maior a diferença das correntes e durações simuladas
em relação àquela em que o sistema foi parametrizado maior são os erros observados entre
a curva fornecida e a curva simulada. No entanto, os resultados são satisfatórios para a
aplicação em questão já que os erros observados entre as curvas simuladas e as curvas
retiradas do datasheet são pequenos.
curvas de descarregamento com correntes constantes. Nas próximas seções este

modelo será utilizado em aplicações com correntes que podem variar com o tempo.
Como os aspectos dinâmicos da bateria não estão modelados, sua resposta real pode
ter variações distintas daquelas previstas pelo modelo. Doerffel e Sharkh (2006)
mostra que em geral subestima-se a carga elétrica obtida de uma bateria operando
em ciclos de corrente ou temperatura variáveis quando aplicada a Equação de Peukert
utilizando os valores médios para a estimativa da capacidade;
• Conforme observado na Figura 25 e na Figura 27 quanto mais diferentes as correntes

aplicadas em relação àquela utilizada para parametrização esperam-se erros maiores
na representação do perfil de tensão;
• O modelo assume que a temperatura de operação da bateria seja constante. No

entanto durante sua operação existe a liberação de calor e trocas com o ambiente,
o que pode modificar sua temperatura e consequentemente a capacidade e outras
variáveis. Em alguns modelos como o proposto por Ceraolo (2000) o componente
é modelado termicamente por meio de uma resistência e capacitância térmica e a
dissipação de calor é dada pelas perdas ôhmicas das resistências modeladas. Esta
parametrização depende de ensaios que podem ser complexos já que em geral é uma
informação não disponibilizada pelo fabricante;
• A taxa de autodescarga não é modelada, já que espera-se que a bateria funcione

constantemente na aplicação a ser estudada. O autodescarregamento da bateria
portanto, que ocorre naturalmente quando sua corrente é zero.
3.1.2 Degradação e vida útil de baterias

Para representação da degradação e vida útil das baterias foi desenvolvido um
modelo baseado em eventos tendo como referência o trabalho de Narayan et al. (2018). Este
modelo será aplicado a simulações em que seja necessária a simulação de muitos ciclos, já
que a capacidade é reduzida a medida que a bateria se degrada mais. Na próxima subseção
o modelo e como ele é aplicado é explicado e na subseção seguinte a parametrização da
bateria é realizada.
Cabe salientar que o envelhecimento natural da bateria, aquele que ocorre indepen-
dentemente da aplicação de ciclos de carregamento e descarregamento, não é modelado, o
que também reduziria a capacidade da bateria.
3.1.2.1 Desenvolvimento e aplicação do modelo
No modelo aqui desenvolvido, cada passagem pelo zero da corrente observada da

bateria é identificado como um ciclo de carregamento ou descarregamento da bateria,
como mostrado na Figura 28. Após cada ciclo i é realizado o cálculo de profundidade
A partir da profundidade de descarga calculada para o ciclo é obtido o dano que

este ciclo causou à bateria conforme a Equação 3.9.
1
Di = (3.9)
2N (DOD, T )
Onde Di é o dano causado à bateria no ciclo i e N (DODi , T ) é o número de

ciclos que a bateria pode realizar em função de DODi e da temperatura de operação da
bateria, que é característico de cada componente. Este cálculo é melhor detalhado na
subseção 3.1.2.2.
O dano causado em um ciclo Di é somado ao dano dos ciclos anteriores a fim de
calcular o dano total e o estado de saúde (conhecido pela sigla SOH, "state of health", em
inglês) da bateria após aquele ciclo, conforme mostrado na Equação 3.10.
X
i−1
SOHi = 1 − 0, 2D = 1 − 0, 2 Di (3.10)
i=1
O fator 0,2 mostra que ao atingir D=1 a bateria encerra sua vida útil, que significa
que pode se extrair 80% de sua capacidade inicial conforme convencionado. A equação de
SOH é aplicada no início de cada ciclo à capacidade calculada da bateria, acrescentando
um termo à Equação 3.2 para obtenção da capacidade da bateria, conforme mostrado na
Equação 3.11.
k
Ci (T, Id , SOH) = (pc−1)
(1 + α(T − 25))SOHi (3.11)
Id
3.1.2.2 Parametrização da vida útil da bateria
Para modelagem da vida útil da bateria estudada, duas curvas disponibilizadas

pelo fabricante foram parametrizadas: uma delas em que a vida útil em número de ciclos
é dada em função da profundidade de descarga e outra em que é feita uma correção na
vida útil esperada em função da temperatura. NARAYAN et al. propõe que estas curvas
sejam modeladas como um polinômio de 4° grau. No entanto, notou-se que uma curva
no formato da soma de 2 exponenciais tinha um melhor ajuste às curvas fornecidas. As
equações utilizadas são mostradas na Equação 3.12.
N (T )
N (DOD, T ) = N (DOD) ×
N (Tnom )
(3.12)
N (DOD) = pd1 DODd2 + pd3 DODd4
N (T ) = pt4 T 4 + pt3 T 3 + pt2 T 2 + pt1 T 1 + pt0
Figura 38 – Blocos para implementação do conversor em Simulink. Fonte: próprio autor.
Os controladores foram modelados como compensadores por atraso de fase, cuja

forma geral está mostrada na Equação 3.18. O cálculo dos parâmetros Kc , β e T foi
baseado na resposta em frequência conforme mostrado em Ogata (2010, p.460-468).
3.2.2.1 Considerações sobre a simulação
Cabe salientar que para simulação completa de um ciclo de descarregamento e

carregamento da bateria é necessário fazer uma simulação que represente um período de
horas. Devido às limitações de memória e processamento do computador utilizado para a
simulação ela foi acelerada, fazendo com que um segundo de simulação representasse uma
hora, multiplicando o valor de carga elétrica armazenada ou retirada da bateria por 3600
a cada iteração. Todos os demais parâmetros foram mantidos constantes.
Desta forma a variação da tensão de polarização e tensão exponencial da Equação
de Shepherd, que são dependentes do tempo e da corrente também são acelerados. No
entanto, ao se observar as correntes e tensões resultantes em uma janela de tempo da
ordem de grandeza do período de chaveamento são muito próximas daquela que seria
simulada sem este recurso de aceleração.
Desta forma foi possível que a simulação pudesse ser realizada em tempo hábil e
analisada, permitindo tirar conclusões satisfatórias para os intuitos deste trabalho.
3.2.3 Resultados para o descarregamento

A Figura 40 mostra o funcionamento do conversor simulando o descarregamento
completo de uma bateria em um período de aproximadamente 5 horas, começando quando
t=1h.
Percebe-se que o controle desempenha sua função de fazer o sistema seguir a
referência de potência desejada. A referência de corrente calculada para atender à potência
demandada também é seguida satisfatoriamente. Nota-se que devido à redução de tensão
ao longo do processo a corrente tende a aumentar para manter o nível de potência desejado.
Ao atingir o nível de tensão mínimo permitido, dado pela tensão de corte de 10,5
V por bateria, a referência é zerada a fim de evitar o descarregamento mais profundo
da bateria mesmo que ainda tenha alguma carga disponível. Neste ponto a referência de
potência deixa de ser seguida.
A Figura 41 mostra a variação do índice de modulação ao longo do ciclo. Percebe-se
como este índice varia em função do nível de tensão da bateria. O índice se mantém
sempre próximo de zero devido ao fato do nível de tensão da bateria estar próximo do
nível de tensão do lado de alta do conversor. A medida que a tensão reduz o índice tende
a aumentar.
Nas seções referenciadas são apresentados detalhes da modelagem e parametrização

do componente em cada caso. Da combinação destas diferentes condições são extraídos os
resultados apresentados e analisados no Capítulo 4.
3.3.1 Geração fotovoltaica

A geração fotovoltaica do sistema foi representada utilizando dados obtidos de
uma instalação fotovoltaica existente. A Tabela 6 apresenta as principais informações que
caracterizam esta instalação fotovoltaica.
Tabela 6 – Sistema fotovoltaico utilizado para extração de dados

Potência do sistema fotovoltaico 3,96 kWp
Potência de saída do inversor 3,00 kVA
Inclinação 10°
Orientação -40° (noroeste)
Tipo de instalação Instalação residencial sobre telhado cerâmico
Latitude -19.6163519
Longitude -44.0512868
Entrada em operação 14/02/2019
Geração total ao longo do 1° ano 5941 kWh
Produtividade do sistema 125 kWh/kWp.mês
Os dados foram obtidos a partir de um sistema de aquisição de dados instalado

junto ao inversor que consegue fornecer valores a cada 5 minutos das médias de correntes,
tensões e potências tanto do lado c.c. quanto do lado c.a. neste intervalo de tempo. Cabe
salientar que, por falhas deste sistema, os dados de alguns dias ao longo do ano foram
perdidos. Ao todo foram 37 dias cujos dados não estão disponíveis. Para estes casos, foram
reproduzidos os mesmos dados de geração de dias anteriores, assumindo que as condições
climáticas e trajetória solar são bastante semelhantes e, portanto, a curva de geração será
semelhante.
Para o cálculo da potência em cada instante de tempo, foi realizada uma mudança
de base para a potência nominal de saída do inversor a ser adotada em cada estudo de
caso. Para isso foi utilizada uma escala por unidade (PU). Desta forma, os dados obtidos
da operação de um sistema real foram extrapolados para outras situações, de forma que a
geração ao final será proporcional à potência do novo inversor adotado.
A potência fotovoltaica obtida na saída pode ser calculada usando a Equação 3.19.
Pbase2 Pbase2
P2 (t) = P1 (t) = P1 (t) (3.19)
Pbase1 3000
Onde:
• P2 (t) é a potência instantânea do novo sistema, em W;

3.3. Estudos de caso para simulação da operação do sistema 95
• P1 (t) é a potência instantânea obtida no instante t pelo sistema fotovoltaico mostrado

na Tabela 6, em W;
• Pbase1 é a potência base do sistema fotovoltaico mostrado na Tabela 6, igual a 3 kW;
• Pbase2 é a potência base do novo sistema, em W.
Assume-se portanto que o sistema simulado possui inclinação, orientação, incidência

de irradiância e perdas iguais ao do sistema original. Mesmo que tais condições sejam
difíceis de se obter, é razoável assumir que um sistema fotovoltaico de potência distinta
mas em condições semelhantes tenha uma performance próxima a do sistema original. Isto
se deve ao fato de que as principais características que influenciam na geração, como a
irradiância, temperatura e perdas por sobrecarregamento de inversor serão as mesmas.
Cabe salientar que, como esta modelagem tem como intuito simular os fluxos de
potência e totais de energia processados pelos diferentes componentes do sistema, não
foram adotados valores base para tensões e correntes nem serão realizadas análises dessas
grandezas no sistema fotovoltaico.
3.3.2 Banco de baterias

Os bancos de baterias serão compostos pelas baterias MouraClean 12MF220,
modelada na seção 3.1. Para cada estudo de caso o banco será composto por uma
determinada quantidade de baterias mostrada na Tabela 7.
Tabela 7 – Configuração dos bancos de bateria adotados

Baterias Baterias Total Capacidade
em paralelo em série total
Caso 1 - Residencial 1 6 6 1320 Ah
Caso 2 - Comercial 1 30 30 6600 Ah
Caso 3 - Industrial 3 50 150 33000 Ah
Os bancos de bateria foram dimensionados para possuir energia equivalente a

aproximadamente 100% da necessidade da carga no caso residencial, 50% no caso comercial
e um terço da carga no caso industrial.
Além da modelagem do comportamento da bateria foi implementada nas simulações
a modelagem de degradação da capacidade da bateria.
3.3.3 Conversor de potência

O conversor de potência é baseado em um conversor típico para estas aplicações, cuja
operação para controle da bateria funciona conforme mostrado na seção 3.1 e representado
na Figura 47.
distintas. Para simplificação, foi considerado aqui que todos os blocos possuem a mesma
potência igual à potência de saída do conversor da geração fotovoltaica mostrada na
Tabela 6.
3.3.3.1 Controle de carregamento e descarregamento da bateria
Foram implementadas e avaliadas diferentes simulações e estratégias para operação

do banco de baterias, descritas a seguir:
• Sem utilização de baterias: simulação de referência, apenas com carga e geração

fotovoltaica;
• Estratégia 1 - Carregamento e descarregamento independente: nesta estra-

tégia a bateria é operada de forma totalmente independente da geração ou da carga.
O banco de baterias é programado para injeção de máxima potência no horário de
ponta (HP) e no horário intermediário (HI, para o caso residencial). O carregamento
é programado para acontecer lentamente ao longo do dia, entre as 0h e o início do
horário de início do descarregamento;
• Estratégia 2 - Carregamento com a geração fotovoltaica, descarregamento

independente: nesta estratégia o descarregamento é programado como descrito
na Estratégia 1, enquanto o carregamento ocorre sempre que, fora dos horários
programados para descarregamento, existe produção de energia fotovoltaica e a
bateria não se encontra completamente carregada. A potência da geração fotovoltaica
é toda direcionada para o carregamento da bateria;
• Estratégia 3 - Carregamento com o excedente de geração, descarregamento

independente: nesta estratégia o descarregamento é programado como descrito
na Estratégia 1, enquanto o carregamento ocorre sempre que a potência de geração
excede a potência demandada pela carga e a bateria não se encontra completamente
carregada;
• Estratégia 4 - Maximização de autoconsumo: nesta estratégia tanto o carre-

gamento quanto o descarregamento dependem da potência de geração fotovoltaica,
do consumo da carga e do SOC da bateria. O carregamento ocorre sempre que a
potência de geração excede a potência demandada pela carga e a bateria não se
encontra completamente carregada, enquanto o descarregamento ocorre sempre que
a carga excede a geração e há carga disponível na bateria.
A Figura 48 mostra os fluxos de potência esperados para um dia típico com uma
carga residencial, exemplificando como se espera que a potência fornecida ou absorvida
pelo banco de baterias se comporte ao longo de um dia.
Os gráficos de carga foram inicialmente dimensinados em pu. As potências foram

multiplicadas por um fator a fim de que as curvas atingissem o consumo mensal médio
indicado na Tabela 8. Isso foi feito utilizando a relação mostrada na Equação 3.20.
12 × Emês
PLOAD (i) = PLOAD−P U (i) P8760 (3.20)
j=1 PLOAD−P U (j)∆t
Onde na Equação 3.20:
• PLOAD (i) é a potência da carga em cada valor horário i em W;
• PLOAD−P U (i) é a potência da carga gerada a partir da curva típica em pu;
• Emês é o consumo mensal médio dado na Tabela 8 em Wh;
• ∆t é o intervalo de tempo de cada ponto de potência PLOAD−P U (j), igual a uma

hora;
3.3.5 Modelagem do autoconsumo

Conforme exposto na subseção 2.4.1.3, o autoconsumo consiste em utilizar na UC a
energia produzida pelas fontes de alimentação/geração que ela possui. Apesar do conceito
ser simples, é importante notar que, devido à bidirecionalidade do estágio c.c.-c.a., parte
da energia armazenada na bateria pode ter sido obtida por meio da rede de distribuição
de energia. Seria portanto errôneo considerar que toda energia obtida por meio da bateria
pode ser considerado como autoconsumo.
Para o cálculo correto da energia autoconsumida e da taxa de autoconsumo foi
implementada na simulação a grandeza EBAT −SC , que representa a quantidade de energia
armazenada na bateria proveniente do sistema fotovoltaico. A Equação 3.21 mostra o
cálculo desta grandeza.
Z
EBAT −SC = min(PF V , |PBAT |)dt, se PF V > 0 (geração) e PBAT < 0
Z (3.21)
EBAT −SC = − PBAT dt, se PBAT > 0 e EBAT −SC > 0
Tendo em conta EBAT −SC , o cálculo da potência de autoconsumo (PSC ) está

mostrado na Equação 3.22
PSC = min(PCON V , PLOAD ), se EBAT −SC > 0

(3.22)
PSC = min(PF0 V , PLOAD ), se EBAT −SC = 0
PF0 V representa a potência do sistema fotovoltaico após processamento pelo conver-

sor, onde as perdas representadas pela eficiência do conversor reduzem a potência de fato
injetada na rede.
3.3.6 Resumo dos estudos de caso

Para referência, segue um resumo dos estudos de caso a serem simulados na Tabela 9,
Tabela 10 e Tabela 11.
Tabela 9 – Resumo dos parâmetros adotados na simulação do caso 1 - residencial

Potência do conversor 3 kVA
Capacidade do banco de baterias 1320 Ah
Geração de energia anual 5941 kWh
Consumo de energia anual 6000 kWh
Curva de carga típica Figura 50a
Tabela 10 – Resumo dos parâmetros adotados na simulação do caso 2 - comercial

Geração de energia anual 39605 kWh
Consumo de energia anual 60000 kWh
Curva de carga típica Figura 50b
Tabela 11 – Resumo dos parâmetros adotados na simulação do caso 3 - industrial

Potência do sistema fotovoltaico 132 kWp
Geração de energia anual 198 MWh
Consumo de energia anual 432 MWh
Curva de carga típica Figura 50c
3.3.7 Resumo das estratégias de controle da bateria

Para referência, segue um resumo das estratégias de controle da bateria a serem
simulados na Tabela 12.
3.4. Considerações 103
Tabela 12 – Resumo das estratégias utilizadas para controle da baterias nos estudos de
caso
Descarregamento Carregamento Objetivo
Estratégia 1 Programado nos horá- Programado nos horá- Deslocamento de
rios de maior tarifa rios de menor tarifa consumo
Estratégia 2 Programado nos horá- Sempre que PF V > 0 e Deslocamento de
rios de maior tarifa SOC < 100% nos ho- consumo
rários de menor tarifa
Estratégia 3 Programado nos horá- Sempre que PF V > Deslocamento de
rios de maior tarifa PLOAD e SOC < 100% consumo
nos horários de menor
tarifa
Estratégia 4 Sempre que a Sempre que a Maximização do au-
PLOAD > PF V e PLOAD < PF V e toconsumo
SOC>SOCm in SOC < 100%
3.4 Considerações
Neste capítulo foram apresentadas a modelagem de um sistema de baterias e de
um conversor de potência para baterias eletroquímicas e seus resultados. Estes serviram
de apoio para o desenvolvimento e validação da modelagem completa do sistema, também
mostrada neste capítulo.
Esta última modelagem, focada nos fluxos de potência entre os componentes de
um sistema híbrido, torna possível visualizar os resultados da operação de um sistema
híbrido para as aplicações pretendidas, apresentadas no Capítulo 4.
112 Capítulo 4. Resultados dos Estudos de Caso
Figura 60 – Valores totais de energia obtidos usando as diferentes estratégias no período

de 1 ano (a) Caso residencial (b) Caso comercial (c) Caso industrial. Fonte:
próprio autor.
total de energia da carga da unidade, o quanto deste consumo foi suprido pela rede, o
quanto foi autoconsumido, a geração total e o quanto desta geração foi injetada na rede
para os 3 casos estudados e com cada estratégia adotada. Estes resultados ignoram os
horários de consumo, mostrando apenas os fluxos totais em cada caso.
Já que as estratégias 1, 2 e 3 estão relacionadas aos horário tarifários, o deslocamento
de consumo é mais visível observando os fluxos em cada horário, o que é mostrado na
Figura 61. Nesta figura estão mostrados valores obtidos subtraindo o consumo da injeção.
Valores negativos portanto mostram uma maior injeção do que consumo.
Observando os resultados de fluxos totais de energia sem considerar os horários
tarifários, nota-se que a estratégia 1 aumenta um pouco tanto a absorção de energia da
rede quanto a injeção, mas em geral pouco modifica os fatores de autoconsumo e injeção na
rede. Para as estratégias 2 e 3 também são percebidas pequenas modificações no consumo
e injeção da rede totais.
Para a estratégia 4 nota-se que o perfil é muito modificado, reduzindo as trocas
independente do horário.
Para o caso comercial, nota-se que o fluxo de injeção na rede não chega a superar
o de consumo, mas o consumo em HP é bastante reduzido em qualquer caso. Como a
geração supera em pouco a carga normalmente, nota-se que a estratégia 3 se torna bem
menos efetiva para o deslocamento de consumo. Pelo mesmo motivo o perfil total é pouco
modificado para a estratégia de maximização de autoconsumo.
No caso industrial percebe-se que em HP o fluxo é praticamente zerado para as
estratégias 1, 2 e 3. Assim como no caso comercial aumenta-se o consumo em HFP para
que este efeito seja alcançado. A estratégia 4 realiza um pequeno deslocamento de consumo
de HP para HFP, já que o horário em que a geração começa a cair abaixo da carga está
próxima do HP, o que pode ser visto em Figura 55. O pequeno aumento no consumo em
HFP pode ser explicado pelas perdas da bateria.
4.4 Autoconsumo
Para cada estudo de caso e estratégia de controle da bateria foi calculado um
percentual de energia autoconsumido pela instalação para cada estratégia. Os resultados
estão mostrados na Figura 62.
Figura 62 – Resultado do autoconsumo de energia da instalação para cada estudo de caso

e estratégia de controle da bateria. Fonte: próprio autor.
Observando o resultado nota-se que para qualquer caso a estratégia 3 leva a um leve
4.5. Degradação da bateria 115
aumento do autoconsumo, devido à priorização do abastecimento da carga pela geração, e

a estratégia 4 aumenta bastante este valor, cumprindo o objetivo da implementação desta
estratégia. No caso industrial o autoconsumo chega próximo a 100%. A estratégia 1, em
que o descarregamento e carregamento são independentes da carga levam em todos os
casos a uma redução do autoconsumo.
4.5 Degradação da bateria

Ao final do período de simulação de 1 ano foi avaliado qual a degradação da bateria
em cada caso e estratégia, representado pelo seu SOH ao final do período. Os resultados
estão mostrados na Figura 63.
Figura 63 – Resultado do SOH ao final do período simulado para cada estudo de caso e
estratégia de controle da bateria. Fonte: próprio autor.
Nota-se que para o caso residencial o SOH das estratégias 1, 2 e 3 ficam bem
próximos, já que seus fluxos ao longo do tempo também são semelhantes. A estratégia 4
por sua vez tem uma maior degradação, o que é causado pela realização de um número
maior de ciclos de carregamento e descarregamento, apesar do baixo DOD dos ciclos
mais curtos. Comparando o resultado da estratégia 4 entre os 3 casos, destaca-se que no
caso residencial, em que o autoconsumo da instalação sem baterias é baixo e portanto
o excedente de geração é mais frequente, nota-se uma degradação cerca de 10% maior
quando comparado ao caso comercial e industrial.
Para os casos comercial e industrial percebe-se uma grande diferença na degradação

da bateria entre as estratégias 1 e 2 em relação às estratégias 3 e 4. A diferença entre o
SOH entre as estratégias 2 e 3 evidencia que os carregamentos com a potência total de
geração degradam muito mais a bateria do que o carregamento pelo excedente de geração.
No caso comercial, onde a potência de carga e geração são mais próximas a estratégia 2
aciona muito mais a bateria e portanto a degrada mais. No caso residencial, em que o
excedente de geração é mais comum, os valores de SOH ficam próximos.
Cabe salientar que os valores de degradação mais elevados, chegando a 18% no pior
caso, mostram que a bateria e/ou o dimensionamento do banco de baterias realizado não
são os mais apropriados para a aplicação. Em menos de 2 anos a bateria já terá chegado
ao fim de sua vida útil, tornando a troca da bateria muito frequente e consequentemente
o investimento muito elevado nesta reposição. De certa forma este resultado é esperado
ao se observar os gráficos de número de ciclos em função da profundidade de descarga
característicos desta bateria. Ao se escolher qual bateria utilizar ou desenvolver uma
metodologia para dimensionamento do banco em uma aplicação real estas características
devem ser observadas.
4.6 Análise de sensibilidade

Nas próximas seções será mostrada a variação de alguns dos resultados apresentados
em função da variação de alguns parâmetros apresentados ao longo da simulação. Os 2
fatores sobre os quais será feita esta análise são o tamanho do banco de baterias e o valor
de SOH mínimo permitido. Estes 2 fatores impactam diretamente na carga disponível para
o usuário e são fatores muito importantes no dimensionamento do sistema de baterias.
4.6.1 Análise de sensibilidade em relação ao tamanho do banco de baterias

A fim de avaliar como o aumento ou diminuição do tamanho do banco de baterias
influencia nos resultados observados da simulação do sistema, foram realizadas simulações
em que foram adotados os mesmos parâmetros da simulação do caso residencial, variando a
quantidade de baterias total. Para exemplificar o comportamento esperado em cada caso, a
Figura 64 mostra o fluxo de potência observado em 2 diferentes casos com carregamento e
descarregamento independente, de forma a exemplificar os resultados esperados na análise
de sensibilidade, com 3 e 12 baterias, que correspondem respectivamente a metade e ao
dobro do banco de baterias original. A potência para carregamento e descarregamento
foi ajustada de forma a completar o carregamento em aproximadamente 12 horas e o
descarregamento nas 5 horas em que ocorrem as tarifas de valor mais elevado.
Na Figura 65 estão mostrados os valores obtidos do consumo em cada horário em
função da quantidade de baterias. Ressalta-se que estão mostrados nestes resultados o
Observa-se que para a estratégia 1 o aumento do banco de baterias tem efeito

imediato no deslocamento do consumo, aumentando o total consumido em HFP e reduzindo
em HI e HP até um ponto que atinge uma saturação, em que o acréscimo de uma bateria
pouco influi no resultado final, com cerca de 12 baterias. A partir deste ponto existe uma
pequena redução do consumo em HFP, já que são menores as perdas a serem compensadas
na bateria pois a corrente é cada vez menor em relação à capacidade. Para as estratégias 2
e 3 nota-se um comportamento semelhante ao da estratégia 1. Analisando a estratégia 4
nota-se um comportamento diferente conforme se varia o banco de baterias. A partir da
primeira bateria instalada nota-se uma redução da injeção de energia em HFP e redução
do consumo em HP. A partir de 4 baterias nota-se que a troca de energia com a rede nos
horários de tarifa mais elevada é zerado. Neste ponto a bateria começa a saturar de forma
que o excedente de geração em HFP passa a ser exportado para a rede de energia.
Na Figura 66 é mostrado o percentual de autoconsumo em cada situação simulada.
Para a estratégia 1, focada no deslocamento de consumo, a instalação de baterias adicionais
reduz levemente o autoconsumo. Para as estratégias 2 e 3, há pouca alteração no resultado
a cada nova bateria instalada. Para a estratégia 4 em que o objetivo é a maximização de
autoconsumo, nota-se que o aumento da capacidade afeta diretamente no resultado obtido,
até um certo ponto em que a quantidade de baterias pouco influi no resultado observado,
quando se instala por volta de 8 baterias.
Figura 66 – Análise de sensibilidade do autoconsumo do sistema conforme o tamanho do

banco de baterias. Fonte: próprio autor.
Na Figura 67 é mostrado o percentual de degradação da bateria em cada situação

simulada. Nota-se que o comportamento deste parâmetro em função do tamanho do banco
de baterias não é linear. Para as estratégias 1, 2 e 3 nota-se que de começo a instalação de
novas baterias pouco impacta no SOH ao final do período, evidenciando que o uso das
baterias pouco se modifica. A partir de determinado ponto, que depende da estratégia
4.6. Análise de sensibilidade 119
Figura 67 – Análise de sensibilidade do SOH obtido ao final do período de 1 ano conforme

o tamanho do banco de baterias. Fonte: próprio autor.
analisaa, os valores obtidos ao final do período começam a se elevar, mostrando que cada
bateria está sendo mais preservada.
Para a estratégia 4 nota-se uma variação muito maior no SOH à medida que se
aumenta o banco de baterias. Apesar de uma variação de 80% para 95% parecer pequena
a primeira vista, esta diferença significa o aumento da vida útil esperada de 1 para 4 anos
mantendo-se a cada ano o mesmo percentual de degradação.
Percebe-se portanto que enquanto o banco de baterias está pequeno a adição de uma
bateria ao banco tem efeito direto no fluxo total de energia processado e no deslocamento do
consumo. Por um banco de baterias pequeno entende-se que sua capacidade total é pequena
em relação a energia total a ser processada ao longo de um dia. Após certo ponto, onde o
aumento ou diminuição do banco pouco influi no deslocamento de consumo, é observado um
efeito mais relevante na redução da degradação da bateria e, consequentemente, aumento
de sua vida útil.
4.6.2 Análise de sensibilidade em relação ao SOC permitido

Além do aumento do banco de baterias, a capacidade disponibilizada pelo banco
pode ser aumentada ou diminuída conforme a configuração do estado de carga admissível,
o que impacta diretamente na quantidade de energia disponibilizada e na vida útil
esperada. Portanto, o dimensionamento e programação correta de um banco necessita de
um compromisso entre estes 2 valores.
Para esta análise de sensibilidade foram mantidos os mesmos parâmetros da
simulação do caso residencial, inclusive o banco composto por 6 baterias. As potências
de carregamento e descarregamento foram ajustadas para um carregamento em cerca de
12 horas e descarregamento em 5 horas observado o SOC permitido em cada caso. A
O resultado apresentado na Figura 71 mostra o quanto se obtém de SOH ao final

do período em função do SOC mínimo. Nota-se que para profundidades de descarga muito
elevadas o SOH é bastante reduzido ao final do período, estando inclusive abaixo do valor
de 80%, o que indica o final de sua vida útil. Percebe-se que seria necessário limitar o SOC
em valores de 50% a 60% para se obter uma vida útil de pelo menos 1 ano na maioria dos
casos.
4.7 Considerações
Este capítulo apresentou os resultados da simulação da operação de um sistema
híbrido para diferentes estudos de caso. Mostrou-se que para o dimensionamento e a
operação adequada de um sistema híbrido é preciso entender as características não só do
banco de baterias proposto e da geração acoplada, mas também da carga elétrica a qual o
sistema deve alimentar, pois elas afetarão diretamente nas trocas de energia com a rede
elétrica.
Como mostrado na seção de análise de sensibilidade, o dimensionamento do banco
de baterias e o SOC permitido tem impacto direto no sucesso da implementação das
estratégias e vida útil esperada das baterias. De forma geral, quanto maior a quantidade
de baterias, melhores resultados são apresentados e aumenta-se a vida útil. Reduzindo-se o
estado de carga mínimo também são melhorados os resultados no deslocamento de consumo
ou autoconsumo, mas reduz-se a vida útil. Como o aumento do banco de baterias traz
impactos no custo total do sistema, assim como a redução do SOC admissível, percebe-se
que existe um compromisso entre estes fatores. Entendendo a relação destas variáveis e
possíveis restrições técnicas e financeiras pode-se buscar um dimensionamento que traga
melhores resultados operacionais ou econômicos do sistema. Os aspectos econômicos serão
tratados no Capítulo 5.
123
5 Avaliação Econômica
Como exposto nos capítulos anteriores, a utilização de sistemas de armazenamento

de energia pode ser proveitosa para modulação do consumo de energia, fazendo com que o
consumidor possa se aproveitar das estruturas tarifárias existentes, consumindo energia
nos horários de menor custo e injetando naqueles que tem tarifa mais elevada. Dado
que a estrutura tarifária horária é planejada para sinalizar ao consumidor os custos do
funcionamento da rede elétrica em cada horário a modulação do consumo tem potencial
também para redução dos custos do operador da rede.
Neste capítulo será apresentada uma revisão da literatura existente sobre a avaliação
econômica da aplicação de sistemas híbridos na seção 5.1, seguida por uma modelagem
econômica apropriada aos estudos de caso já propostos na seção 5.2. Esta modelagem será
aplicada aos estudos de caso apresentados anteriormente e os resultados são mostrados na
seção 5.3. Uma análise de sensibilidade em relação a algumas das principais variáveis é
apresentada na seção 5.4 e as conclusões deste capítulo são mostradas na seção 5.5.
5.1 Revisão bibliográfica
5.1.1 Métodos de avaliação econômica

A avaliação econômica de um sistema energético qualquer deve levar em conta
os custos associados a aplicação e as especificadades de sua operação. Para permitir a
comparação entre investimentos diferentes existem diversos indicadores e métodos na
literatura para tal. Entre eles estão (DINIZ, 2017):
• Valor Presente Líquido (VPL);
• Taxa Interna de Retorno (TIR);
• Período de Recuperação de Capital, ou Payback;
• Índice de Lucratividade (IL);
• Valor Anual Equivalente;
Estes métodos são utilizados de maneira mais ampla na avaliação de investimentos,

inclusive na avaliação de aplicações em diversos contextos do setor de energia. Especifica-
mente neste setor existem métodos específicos que serão mostrados adiante.
124 Capítulo 5. Avaliação Econômica
O VPL é um indicador que traz para um único valor presente uma série de valores
futuros, descontados de uma taxa adequada. Ele se baseia na teoria de que o valor de
um negócio depende dos benefícios futuros que ele é capaz de produzir em um tempo
determinado (SENRA, 2020). Ele é calculado conforme mostrado na Equação 5.1.
X
T
F Ct XT
Rt − Dt
V PL = t
= t
(5.1)
t=1 (1 + i) t=1 (1 + i)
Em que:
• F Ct é o fluxo de caixa no período t;
• Rt são as receitas no período t;
• Dt são as despesas no período t;
• T é o final do período avaliado;
• i é a taxa de juros do capital;
Quanto maior o VPL do investimento analisado melhor a percepção do investidor

sobre ele.
Outro indicador bastante utilizado é a TIR, que é calculado encontrando-se a
taxa que torna o fluxo de caixa descontado de todo o perído considerado igual a zero e
representa o percentual que remunera o capital de modo a recuperá-lo completamente .
Em geral a TIR deve ser superior a uma Taxa Mínima de Atratividade (TMA) para que o
investimento seja percebido como favorável (DINIZ, 2017).
É bastante comum se referir também ao payback de um sistema. Ele representa
o tempo médio em anos para recuperar o investimento inicial. Quanto menor o payback
melhor a percepção do investimento e menores os riscos dele resultar em prejuízo.
No contexto de sistemas voltados à geração de energia, o LCOE (em inglês Levelized
Cost of Energy, custo nivelado da energia), é um indicador bastante utilizado no setor de
energia elétrica. Ele é um valor representativo do custo de produção de cada unidade de
energia produzida ou consumida pelo sistema em estudo. O LCOE permite a comparação
dos custos associados a diferentes sistemas energéticos, com tecnologias distintas ou com
tempos ou escalas diferentes de operação (SHORT; PACKEY; HOLT, 1995). Ele pode ser
calculado como mostrado na Equação 5.2.
PT Ct
t=0 (1+d)t
LCOE = PT Et (5.2)
t=0 (1+d)t
Na Equação 5.2:
5.1. Revisão bibliográfica 125
• Ct é o custo total no período t em reais;
• Et é a energia gerada ou economizada pelo sistema no período t em kWh;
• d é a taxa de desconto por período t adotada em %;
• T é o final do período avaliado;
Um conceito bastante aplicado no contexto de autoprodução de energia é a paridade

tarifária. Diz-se que uma determinada tecnologia ou aplicação atingiu a paridade tarifária
quando a energia produzida pelo sistema passa a ser mais barata do que a energia fornecida
pela distribuidora (KONZEN, 2014). Ou seja, o LCOE desta fonte é inferior à tarifa de
energia do sistema. Para a fonte fotovoltaica a paridade tarifária já é realidade em vários
locais no mundo e no Brasil em diversos segmentos.
No contexto de sistemas híbridos e sistemas de armazenamento vários indicadores
são atualmente propostos na literatura, como o mostrado na Equação 5.3, proposto por
WEC (2016). O LCOS (do inglês Levelized Cost of Storage, custo nivelado do armazena-
mento) permite a comparação de custos entre diferentes tecnologias de armazenamento.
Pn CEESt
t=1 (1+d)t
LCOS = Pn EEESt (5.3)
t=1 (1+d)t
Na Equação 5.3 o termo CEESt diz respeito aos custos totais do sistema de armaze-
namento no período t e EEESt é a energia fornecida por este sistema neste período.
A aplicação do LCOS apresenta dois desafios: em primeiro lugar a aplicação do
sistema de armazenamento e os serviços que ele provê é bastante variável. Este indicador
não reflete os potenciais ganhos do sistema, como o custo de energia evitado.
Lai e McCulloch (2017) propõem um método para cálculo do LCOE de um sistema
híbrido em que o valor da energia gerada e consumida diretamente pela carga tem um
custo distinto daquela que é armazenada para consumo posterior, separando tantos os
custos quanto a energia associada a cada sistema no cálculo do indicador.
5.1.2 Retorno econômico esperado das aplicações de sistemas de armazena-

mento
Dado que a aplicação de sistemas de armazenamento de energia em conjunto com
uma geração própria acontece em muitos casos pelas vantagens econômicas que a aplicação
potencialmente tem a oferecer, naturalmente diversos estudos e autores abordaram o tema
criando modelos para permitir tal análise.
Hoppmann et al. (2014) realizou uma compilação de dezenas de estudos de aplicações
de sistemas híbridos, mostrando que a maior parte destes estudos foca na aplicação de
baterias de chumbo-ácido já que estas apresentam o melhor custo-benefício devido ao seu

baixo investimento inicial. Dado que a Alemanha remunera os autoprodutores de energia
por meio de um sistema de feed-in, em que existem diferenças entre a tarifa de consumo
e injeção de energia, sendo a remuneração da injeção inferior ao custo de consumo, o
principal incentivo para a instalação destes sistemas na Alemanha está relacionado ao
aumento do auto-consumo, reduzindo a compra de energia a valores mais altos que a
venda. A modelagem realizada pelo autor mostra que o dimensionamento econômico ótimo
de um sistema híbrido é bastante sensível aos custos do sistema de armazenamento e às
tarifas de energia. Mesmo assim, a instalação de sistemas híbridos já se mostrava viável
quando o estudo foi realizado. Espera-se que nos próximos anos os custos de sistemas
híbridos alcancem o nível de paridade tarifária em vários países (LINSSEN; STENZEL;
FLEER, 2017).
Quanto ao panorama destas aplicações no Brasil o estudo realizado pela EPE (2019)
traz algumas perspectivas para as aplicações voltadas ao consumidor final de energia:
Com relação ao armazenamento atrás do medidor, algumas aplicações

já são possíveis, e sua viabilidade vem sendo estudada pelos agentes.
O uso como backup, por exemplo, para redução da demanda máxima
e consumo no horário de ponta, em substituição aos grupos geradores
diesel, podem ser implantados com a regulação atual. A opção da Tarifa
Branca também abre uma possibilidade, mas pelo fato de ser opcional,
não cria grande margem para ganho com as baterias. O uso conjunto
com sistemas de geração distribuída, para incremento do autoconsumo,
não traz vantagens econômicas no modelo atual, mas pode passar a se
tornar uma alternativa interessante a depender da revisão da Resolução
Normativa n. 482/2012, em discussão pela ANEEL.
Este estudo sinaliza algumas condições que podem viabilizar a implementação

dos sistemas de armazenamento do Brasil: a grande redução de custos das baterias que
é esperada nos próximos anos a medida que a tecnologia é cada vez mais utilizada, a
implementação de preços horários que podem gerar grandes flutuações no preço da energia
ao longo do dia, o que tornaria interessante a arbitragem de energia, e a criação de
mercados de serviços ancilares a partir de uma possível modernização do setor elétrico,
em que proprietários de sistemas de armazenamento podem oferecer diversos serviços ao
operador da rede.
Cabe salientar ainda que está em curso uma revisão da regulamentação da GD no
país, dada hoje pela REN 482/2012 e suas revisões posteriores, em que existem propostas
que reduzem o valor da energia injetada na rede, acabando com a paridade existente hoje
entre o kWh consumido e o injetado (ANEEL, 2019). Caso regulamentações deste tipo
sejam adotadas, passam a ser viabilizadas soluções para modulação do consumo de energia.
Silva e Branco (2018) realizou um estudo para verificação da viabilidade econômica
de um sistema de armazenamento em Belém, modelando portanto condições típicas do
5.2. Modelagem econômica 127
Brasil. Em seu estudo foi modelado um sistema de armazenamento projetado para aumento
do autoconsumo de um sistema fotovoltaico cujos resultados mostraram um LCOE superior
à tarifa de energia e um payback de 13,7 a 17,2 anos para o sistema com armazenamento e
de 8,5 a 9 anos para o sistema fotovoltaico, considerando diferentes taxas de desconto e
inflação.
Cabe salientar que estas análises são orientadas exclusivamente a avaliação dos
custos diretos de instalação, operação e manutenção do sistema e retornos trazidos ao
consumidor final. Riscos e custos relacionados a poluição ambiental e segurança destes
componentes não estão contemplados. É importante destacar que baterias de chumbo-ácido
contém substâncias tóxicas e possuem emissões significativas de carbono durante as etapas
de produção. Os problemas ambientais podem ser minimizados por meio da reciclagem,
mas é necessária uma infraestrutura adequada para que isto ocorra (HOPPMANN et al.,
2014).
Além disso, não está claro o impacto da propagação de sistemas de armazenamento
e/ou sistemas híbridos no setor elétrico, tendo estudos que afirmam que a inserção dos
sistemas híbridos podem adicionar instabilidades à rede elétrica (HOPPMANN et al.,
2014). Embora seja comum a afirmação de que estes sistemas irão mitigar os efeitos da
intermitência de fontes renováveis, Büdenbender et al. (2010) mostra que do ponto de vista
do operador são necessários incentivos adequados para modular a injeção e absorção de
energia da rede para que os sistemas híbridos realmente tenham impacto positivo e ajude
a mitigar problemas como os picos de potência e flutuações de tensão. Newbery (2018)
argumenta contra a afirmação de que sistemas de armazenamento são uma solução natural
para os desafios para o sistema elétrico trazidos pela inserção de fontes intermitentes
e conclui que estes sistemas são atualmente uma solução muito cara frente a outras
alternativas, a menos que eles ofereçam outros serviços ancilares de valor relevante para o
sistema.
5.2 Modelagem econômica

A fim de avaliar o retorno econômico dos sistemas híbridos aqui estudados, serão
calculados alguns dos indicadores econômicos mostrados na seção 5.1 nos mesmos estudos
de caso explorados no Capítulo 4, utilizando para isso dados de mercado. Serão realizadas
comparações destes resultados para sistemas híbridos utilizando as diferentes estratégias
planejadas, um sistema fotovoltaico sem armazenamento e o fornecimento de energia sendo
realizado exclusivamente pela concessionária de energia.
Para a avaliação econômica a operação do sistema será simulada num período
de 25 anos para todos os estudos de caso apresentados. Este período foi selecionado
pois corresponde a garantia de geração comumente assegurada aos módulos fotovoltaicos
Tabela 13 – Tarifas de energia adotadas na área de concessão da Cemig. Fonte: (CEMIG,

2020b)
Estudo de Caso Modalidade Posto Valor Impostos
tarifária tarifário (R$/kWh)
Residencial Convencional - 0,64463 39,5%
Residencial Branca HFP 0,52876 39,5%
HI 0,79678
HP 1,24212
Comercial Convencional - 0,64463 34,5%
Comercial Verde HFP 0,35542 34,5%
HP 1,67061
Industrial Convencional - 0,64463 34,5%
Industrial Verde HFP 0,35542 34,5%
HP 1,67061
Tabela 14 – Bandeiras tarifárias simuladas

Mês Bandeira tarifária Valor da bandeira (R$/kWh)
Janeiro Verde 0,00000
Fevereiro Verde 0,00000
Março Amarela 0,01306
Abril Amarela 0,01306
Maio Amarela 0,01306
Junho Amarela 0,01306
Julho Amarela 0,01306
Agosto Vermelha P1 0,03240
Setembro Vermelha P1 0,03240
Outubro Vermelha P2 0,05264
Novembro Vermelha P1 0,03240
Dezembro Amarela 0,01306
É importante ressaltar que com relação ao custo frente ao operador da rede foram
calculados apenas os custos com tarifas de energia, já que o consumo de energia pode ser
diretamente retirado das simulações realizadas a partir da modelagem proposta. Benefícios
como eventuais reduções de custos com a redução de potência demandada pelo consumidor
não foram considerados, já que os estudos de caso e estratégias adotadas não foram
planejados para assegurar determinados níveis de demanda da rede elétrica.
A partir destes componentes de custos é calculado o custo total com energia, que
inclui os componentes de investimento no sistema, manutenção e pagamento da tarifa de
energia da energia consumida a partir da rede elétrica. A Equação 5.4 mostra este cálculo.
Ct = CE t + It + Mt (5.4)
Onde:
5.2. Modelagem econômica 131
• Ct é o custo total no período t em R$;
• CE t é o custo com o pagamento das tarifas de energia no período t em R$. No caso

de injeção de energia em determinado posto tarifário, o valor de CE t é negativo;
• It é o investimento no sistema e na reposição de baterias e inversores no período t

em R$;
• Mt é o custo de manutenção e operação no período t em R$;
No contexto de um sistema de geração de energia próprio, o resultado econômico

obtido com sua instalação é representada pelo custo evitado de energia elétrica que deixa de
ser adquirida da concessionária de energia. Portanto, para calculá-lo é necessário computar
um valor de referência (CE reft ), que será obtido pelo cálculo de CE t sem a presença
de nenhum sistema de geração própria nas modalidades tarifárias branca (para o caso
residencial) e verde (para os casos comercial e industrial). Nestes casos os valores de It e
Mt são zero.
Partindo deste referencial, o resultado de um sistema de geração própria (Rt ) pode
ser calculado conforme a Equação 5.5.
Rt = CEreft − Ct = CEreft − (CE t + It + Mt ) (5.5)
A partir deste valor calcula-se o VPL conforme mostrado na Equação 5.6.
TX
=25
Rt
V PL = (5.6)
t=1 (1 + i)t
O valor da taxa de juros de capital considerada (i) será de 6%, igual à soma da
meta de inflação e da taxa Selic atual (BC, 2020).
O LCOE em cada situação será calculado conforme mostrado na Equação 5.7.
PT =25 Ct
t=1 (1+i)t
LCOE = PT =25 Et (5.7)
t=1 (1+i)t
Na Equação 5.7 Et corresponde ao valor total de energia demandado pela carga,

que é a mesma independentemente do fornecimento de energia. Este valor portanto está
relacionado a todas as despesas associadas para atendimento à carga. Como no caso de um
sistema híbrido existe tanto injeção quanto absorção de energia da rede, a valoração correta
do LCOE considerando exclusivamente a energia que passa por este sistema necessitaria
de uma avaliação mais detalhada do custo da energia absorvida, das perdas do sistema e
dos retornos obtidos na injeção em horários de tarifa mais elevada.
Desta forma, o LCOE calculado pode ser entendido como o custo total do forneci-
mento de energia para a carga exclusivamente por meio da rede elétrica, o custo com a
inclusão de um sistema fotovoltaico e o custo com a inclusão de um sistema híbrido.
Aplicando todos os custos relacionados em um fluxo de caixa com base diária é
possível verificar o momento em que o fluxo de caixa se torna zero. Pela identificação do
ponto em que isto ocorre será calculado o Payback.
5.3 Resultados da modelagem econômica

A Figura 74 mostra os componentes que compõem o fluxo de caixa para cálculo do
retorno total obtido ao final do período. Estão representados nesta figura:
• Despesas com as tarifas de energia de referência: despesas acumuladas em

pagamento de tarifas de energia à concessionária no caso de referência, em que a
energia é fornecida exclusivamente pela concessionária;
• Despesas com as tarifas de energia: despesas acumuladas em pagamento de

tarifas de energia à concessionária no caso avaliado;
• Custo total: despesas acumuladas com as tarifas de energia, investimentos iniciais

no sistema, despesas de manutenção e reposição de inversores e baterias;
• Resultado: ganhos obtidos com o sistema conforme a Equação 5.5. Valores negativos
indicam prejuízo e valores positivos indicam lucro;
Nota-se que tanto o sistema fotovoltaico quanto o sistema híbrido reduzem bastante
os gastos com a tarifa de energia, com uma diferença perceptível entre o custo total com as
tarifas e o custo de referência. No entanto, enquanto o sistema fotovoltaico zera o fluxo de
caixa em aproximadamente 5 anos, os sistemas híbridos não conseguem chegar a zerá-lo,
pois as várias trocas de baterias ao longo da vida útil aumentam muito o custo total e
fazem com que o sistema tenha um retorno negativo. Estas trocas do banco de baterias
podem ser visualizadas nos degraus vistos nas linhas dos gráficos de (c) a (f). Percebe-se
também, visualizando a Figura 74, que comparando a diferença no resultado final entre as
estratégias 1 a 3 existe pouca diferença no prejuízo ao final do período. Para a estratégia
4, cujo funcionamento não está diretamente relacionado aos postos tarifários, o prejuízo
ao final do período é bem maior.
5.5. Considerações finais 141
são diferentes em função do perfil de carga, que impacta nas taxas de autoconsumo da
geração própria, nas profundidades de carregamento e descarregamento da bateria e no
custo médio da energia fornecida pela concessionária.
143
6 Conclusões e Propostas de continuidade
O trabalho aqui apresentado investigou de forma abrangente o funcionamento de

baterias eletroquímicas e aspectos envolvendo a implementação de um sistema híbrido
para deslocamento de unidades consumidoras com perfil de carga residencial, comercial
e industrial. A realização deste trabalho se deu principalmente pelo desenvolvimento de
modelagens distintas para representação de diversos aspectos envolvidos nesta implemen-
tação.
Em primeiro lugar, foi realizado um estudo do funcionamento de baterias ele-
troquímicas em geral. Mesmo que existam diversas tecnologias de baterias existentes e
em constante desenvolvimento, mostrou-se que de forma geral baterias secundárias tem
funcionamento e características semelhantes. Cada tecnologia se diferencia pela construção
de seus componentes e por propriedades como tensões típicas de funcionamento de cada
célula, limitações de temperatura, taxa de autodescarga, profundidade de descarregamento
permitada, vida útil esperada e eficiência. A modelagem e simulação do funcionamento
destes componentes em geral é complexa, já que existem diversos aspectos eletroquímicos
e não-lineares que impactam nas tensões e correntes obtidas.
Neste trabalho a modelagem das baterias utilizadas foi feita utilizando relações
consagradas na literatura, como a Equação de Shepherd e de Peukert, por sua simplicidade e
possibilidade de aplicar aos dados disponíveis. Para mostrar este processo foi utilizada uma
bateria de chumbo-ácido disponível no Brasil, a MouraClean 12MF220, cuja modelagem
foi utilizada nas modelagens realizadas na sequência.
Para integração de uma bateria a uma aplicação conectada a rede, que funciona
em corrente alternada, é necessário o acoplamento por meio de um conversor em potência.
Tendo em vista a aplicação como sistema híbrido, foram mostradas as diferentes topologias
que permitem a integração destas duas fontes a uma instalação elétrica. O estágio de
conversão c.c.-c.c. de um conversor para acoplamento de baterias a rede foi modelado e
simulado utilizando um buck-boost bidirecional simples. Este bloco pode ser visto como
complementar a um conversor fotovoltaico, cujas topologias e funcionamento já são mais
amplamente disseminadas.
A utilização de sistemas híbridos de geração de energia pode atender a diversas
aplicações como o deslocamento e arbitragem de consumo, redução de potência de pico,
zerar o consumo da rede e UPS. As aplicações mais comuns foram explanadas e neste
trabalho focou-se no de deslocamento de consumo, visto que esta é uma das aplicações que
devem ser mais amplamente adotadas no contexto da geração distribuída, devido ao seu
potencial retorno econômico. Para simulação desta aplicação foi realizada a modelagem dos
144 Capítulo 6. Conclusões e Propostas de continuidade
fluxos de potência dos principais componentes envolvidos (sistema fotovoltaico, banco de

baterias, conversor de potência, carga e rede de distribuição) e a aplicação em estudos de
caso diferenciados entre si pelo dimensionamento dos componentes e características da carga.
Após a simulação percebe-se que a operação e os fluxos de potência observados dependem
muito dos algoritmos de controle aplicados, do dimensionamento dos componentes do
sistema híbrido, suas limitações e do perfil de carga existente.
Visto que o conversor de potência simulado integra uma fonte de geração de energia
e o armazenamento, diferentes algoritmos para controle do conversor podem ser imple-
mentados, com diferentes objetivos ou usos dos componentes a ele conectados. A escolha
da melhor estratégia a aplicar depende do objetivo a ser alcançado, das profundidades
de descarregamento admissíveis, taxa de autoconsumo do sistema sem armazenamento,
possíveis limitações da rede, dentre outros.
Como o intuito da aplicação estudada é primariamente o retorno do investimento
por meio da redução do custo de energia do consumidor que o instala, uma modelagem
econômica foi realizada. Mostrou-se que por meio da utilização de indicadores comuns
como o LCOE e o VPL é possível realizar comparações entre sistemas energéticos dis-
tintos e verificar a viabilidade econômica da aplicação em questão. Na conjuntura atual
mostrou-se que a implementação de um sistema híbrido dificilmente é economicamente
viável, considerando-se exclusivamente o retorno obtido pela aplicação do deslocamento de
consumo. De 15 casos simulados apenas 3 obtiveram retorno positivo no período de 25
anos analisado, mas sempre com paybacks superiores a 10 anos, enquanto que a instalação
de sistemas fotovoltaicos sem armazenamento se viabilizam entre 4 e 6 anos.
No entanto, esta análise ainda é bastante limitada, pois aspectos como a provisão
de outros serviços, como alimentação de emergência, e a possível substituição de outros
equipamentos, como geradores a diesel, podem ser contabilizadas em uma avaliação mais
ampla de um consumidor específico.
Dentre os aspectos considerados na modelagem econômica destacou-se que atu-
almente o custo das baterias estudadas é bastante elevado, fazendo com que os altos
investimentos necessários para sua instalação e troca quando necessário tornem o sistema
pouco viável. Em algumas situações de perfil de carga e programação da bateria o sistema
tem um retorno positivo, mas seu valor ainda é bastante inferior ao de um sistema de
autoprodução fotovoltaico sem armazenamento.
6.1 Trabalhos futuros

O trabalho aqui apresentado tem potencial para maior aprofundamento em diversos
aspectos e contribuição em outros trabalhos de pesquisa correlatos, como os listados a
seguir:
6.1. Trabalhos futuros 145
• Modelagem de outras tecnologias de baterias eletroquímicas, mostrando as diferenças

técnicas e resultados esperados, tanto operacionais quanto econômicos;
• Modelagem da capacidade térmica de baterias eletroquímicas e os efeitos em sua

operação, tendo em vista que aspectos muito importantes da operação da bateria
são influenciados pela temperatura de operação, como a capacidade e perdas em seu
interior. Além disso existem preocupações quanto a segurança e melhores práticas
na montagem de bancos de baterias;
• Validação e ajuste da modelagem das baterias eletroquímicas aqui proposta por meio
de ensaios em laboratório. É possível também aprofundar na modelagem de baterias
eletroquímicas, introduzindo aspectos dinâmicos e outras limitações e propriedades
dos componentes;
• Investigação e simulação de diferentes topologias de conversores para acoplamento

de bancos de baterias ou sistemas híbridos à rede;
• Modelagem de outras aplicações de sistemas híbridos, seu funcionamento e resultados

econômicos esperados;
• Avaliação do impacto econômico de mudanças regulatórias e na remuneração de

consumidores com sistemas de geração própria e híbridos, como devido às mudanças
propostas na revisão da REN 482/2012;
• Desenvolvimento de uma metodologia para dimensionamento dos componentes de um

sistema híbrido, visando a otimização de aspectos da operação ou retorno econômico
do sistema;
• Aprofundamento da modelagem econômica, indicando aplicações mais factíveis na

conjuntura atual e condições para viabilização de sistemas híbridos;
• Desenvolvimento de uma plataforma de simulação de sistemas híbridos, onde os

parâmetros possam ser facilmente ajustáveis para validação de vários estudos de
caso e otimização de sistemas híbridos.
Tais aspectos foram abordados de forma generalista neste trabalho, que visou
apresentar uma visão ampla da aplicação de sistemas híbridos, com destaque para a
modelagem da aplicação de deslocamento de consumo.
147
Referências
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA. Estrutura Tarifária para o Serviço

de Distribuição de Energia Elétrica: Sumário executivo - Ótica do consumidor. Brasíia,
2010.
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA. Procedimentos de Distribuição no

Sistema Elétrico Nacional - PRODIST : Módulo 3 - acesso ao sistema de distribuição -
revisão 7. Brasíia, 2017.
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA. Revisão das regras aplicáveis

à micro e minigeração distriubuída: Relatório de análise de impacto regulatório nº
003/2019-SRD/SGT/SRM/SRG/SCG/SMA/ANEEL. Brasília, 2019.
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA. Bandeira Tarifária -

Acompanhamento do Saldo da Conta. 2020. Disponível em: <https://www.aneel.gov.br/
relatorio-bandeiras-tarifarias>. Acesso em: 07/11/2020.
AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA. Unidades consumidoras com geração

distribuída. 2020. Disponível em: <http://www2.aneel.gov.br/scg/gd/GD\_Fonte.asp>.
Acesso em: 15/11/2020.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 16149:2013 - Sistemas

fotovoltaicos (FV) - Características da interface de conexão com a rede elétrica de
distribuição. 2013.
BANCO CENTRAL DO BRASIL. Focus-Relatório de Mercado. 2020. Disponível em:

<https://www.bcb.gov.br/content/focus/focus/R20201030.pdf>. Acesso em: 07/11/20.
BARBOSA, C. F. de O. Avaliação Tecnológica, Operacional e de Gestão de Sistemas

Híbridos para Geração de Eletricidade na Região Amazônica. Dissertação (Mestrado) —
Universidade Federal do Pará, Belém, Pará, Maio 2006.
BARSALI, S.; CERAOLO, M. Dynamical models of lead-acid batteries: Implementation

issues. IEEE Transactions on Energy Conversion, v. 17(1), p. 16–23, Março 2002.
BARTON, J. P.; INFIELD, D. G. Energy storage and its use with intermittent renewable
energy. IEEE Transactions on Energy Conversion, v. 19(2), p. 441–448, Junho 2004.
BüDENBENDER, K. et al. Improving pv-integration into the distribution grid

contribution of multifunctional pv-battery systems to stabilised system operation. In: 25th
European Photovoltaic Solar Energy Conference and Exhibition / 5th World Conference
on Photovoltaic Energy Conversion. Valencia, Espanha: EU PVSEC, 2010.
BHATTACHARJEE, A. K.; KUTKUT, N.; BATARSEH, I. Review of multiport

converters for solar and energy storage integration. IEEE Transactions on Power
Electronics, v. 34(2), p. 1431–1445, Fevereiro 2019.
BOICEA, V. A. Energy storage technologies: The past and the present. Proceedings of the
IEEE, v. 102(11), p. 1777–1984, Novembro 2014.
148 Referências
CEMIG. O Comportamento da Carga dos Consumidores e do Sistema Elétrico da CEMIG.

2007.
CEMIG. ND 5.31: Requisitos Para Conexão de Acessantes Produtores de Energia Elétrica

ao Sistema de Distribuição da Cemig D - Média Tensao. 2018.
CEMIG. FAQ Tarifas. 2020. Disponível em: <https://www.cemig.com.br/pt-br/

atendimento/Paginas/FAQ_Tarifa.aspx#:~:text=Tamb\%C3\%A9m\%20conhecido\
%20como\%20hor\%C3\%A1rio\%20de,aplicado\%20para\%20o\%20Grupo\%20B.>
Acesso em: 5 julho 2020.
CEMIG. Valores de Tarifas e Serviços. 2020. Disponível em: <https://novoportal.cemig.

com.br/atendimento/valores-de-tarifas-e-servicos/>. Acesso em: 07/11/20.
CERAOLO, M. New dynamical models of lead-acid batteries. IEEE Transactions on

Power Systems, v. 15(4), p. 1184=1190, Novembro 2000.
CHAO, K.-H. et al. Design and implementation of a bidirectional dc-dc converter for
stand-alone photovoltaic systems. International Journal of Computer, Consumer and
Control, v. 2(3), p. 44–55, 2013.
CRESESB-CEPEL. Manual de Engenharia para Sistemas Fotovoltaicos. Rio de Janeiro,

2014.
DINIZ, J. Metodologia para análise de investimento em sistemas fotovoltaicos considerando

parâmetros de incerteza e métricas de risco. Dissertação (Mestrado) — Universidade
Federal de Minas Gerais, Belo Horizonte, Julho 2017.
DOERFFEL, D.; SHARKH, S. A. A critical review of using the Peukert equation for
determining the remaining capacity of lead-acid and lithium-ion batteries. Journal of
Power Sources, v. 155(2), p. 395–400, Abril 2006.
DUFFIE, J. A.; BECKMAN, W. A. Solar Engineering of Thermal Processes. 4. ed.

Estados Unidos: John Wiley Sons Inc, 2013.
EMPRESA DE PESQUISA ENERGÉTICA. Sistemas de Armazenamento em Baterias:

Aplicações e questões relevantes para o planejamento. Brasília, 2019.
FADIGAS, E. A. F. A. Micro-redes Elétricas Urbanas: Avaliação das oportunidadse e

barreiras à sua implementação. estudo de caso: Campus universitário. Tese (Tese de Livre
Docência) — Escola Politécnica, Universidade de São Paulo, São Paulo, 2017.
FAKHAM, H.; LU, D.; FRANCOIS, B. Power control design of a battery charger in
a hybrid active pv generator for load-following applications. IEEE Transactions on
Industrial Electronics, v. 58(1), p. 85–94, Janeiro 2011.
FIGUEREDO, R. S.; BET, I. Sistemas fotovoltaicos com armazenamento de energia para

operação isolada e conectada à rede. In: VI Congresso Brasileiro de Energia Solar. Belo
Horizonte: Associação Brasileira de Energia Solar, 2016.
FUENTE, D. V. de la et al. Photovoltaic power system with battery backup with

grid-connection and islanded operation capabilities. IEEE Transactions on Industrial
Electronics, v. 60(4), p. 1571–1581, Abril 2013.
Referências 149
GREENER. Estudo Estratégico Geração Distribuída: 1° semestre 2020 brasil. 2020.

GREENER. Solar + Armazenamento: Aplicações no brasil. 2020.
HOFFART, F. Proper care extends li-ion battery life. Power Electronics Technology, v.
34(4), p. 24–28, Abril 2008.
HOPPMANN, J. et al. The economic viability of battery storage for residential solar
photovoltaic systems – a review and a simulation model. Renewable and Sustainable
Energy Reviews, v. 39, p. 1101–1118, Novembro 2014.
INTERNATIONAL ELECTROTECHNICAL COMMISSION. White Paper: Electrical
Energy Storage. Genebra, Suíça, 2011.
INTERNATIONAL ENERGY AGENCY. Technology Roadmap - Energy storage. Paris,
França, 2014.
JORDAN, D. C. et al. Compendium of photovoltaic degradation rates. Progress in
Photovoltaics: Research and Applications, v. 24(7), p. 978–989, Julho 2016.
KONZEN, G. Difusão de Sistemas Fotovoltaicos Residenciais Conectados à Rede no
Brasil: uma Simulação via Modelo de Bass. Dissertação (Mestrado) — Universidade de
São Paulo - Instituto de Energia e Ambiente, São Paulo, 2014.
LAI, C. S.; MCCULLOCH, M. D. Levelized cost of electricity for solar photovoltaic and
electrical energy storage. Applied Energy, v. 190, p. 191–203, Março 2017.
LAWDER, M. T. et al. Battery energy storage system (bess) and battery managemente
system (bms) for grid-scale applications. Proceedings of the IEEE, v. 102(6), p. 1014–1030,
Junho 2014.
LI, J.; DANZER, M. A. Optimal charge control strategies for stationary photovoltaic
battery systems. Journal of Power Sources, v. 258, p. 365–373, Julho 2014.
LI, S.; KE, B. Study of battery modeling using mathematical and circuit oriented
approaches. In: 2011 IEEE Power and Energy Society General Meeting. [S.l.]: IEEE, 2011.
LINDEN, D.; REDDY, T. B. Linden’s Handbook of Batteries 4th Edition. [S.l.]:
McGraw-Hill, 2011.
LINSSEN, J.; STENZEL, P.; FLEER, J. Techno-economic analysis of photovoltaic battery
systems and the influence of different consumer load profiles. Applied Energy, v. 185, p.
2019–2025, Janeiro 2017.
LUTHANDER, R. et al. Self-consumption enhancement and peak shaving of residential
photovoltaics using storage and curtailment. Energy, v. 112(1), p. 221–231, Outubro 2016.
MARANO, V. et al. Lithium-ion batteries life estimation for plug-in hybrid electric
vehicles. In: 2009 IEEE Vehicle Power and Propulsion Conference. Dearborn, EUA: IEEE,
2009.
MARION, B. et al. Performance parameters for grid-connected pv systems. In: 31st IEEE
Photovoltaics Specialists Conference and Exhibition. [S.l.: s.n.], 2005.
MASSON, G.; KAIZUKA, I. Trends in Photovoltaic Applications. [S.l.], 2019.
150 Referências
MCKEON, B. B.; FURUKAWA, J.; FENSTERMACHER, S. Advanced lead–acid

batteries and the development of grid-scale energy storage systems. Proceedings of the
IEEE, v. 102(6), p. 951–963, Junho 2014.
MEDORA, N. K.; KUSKO, A. Dynamic battery modeling of lead-acid batteries using
manufacturers’ data. In: INTELEC 05 - Twenty-Seventh International Telecommunications
Conference. [S.l.]: IEEE, 2005.
MEYNARD, T. Analysis and Design of Multicell DC/DC Converters Using Vectorized
Models. Londres: John Wiley & Sons, 2015.
MINISTÉRIO DE MINAS E ENERGIA. Plano Decenal de Expansão de Energia 2029.
Brasília, 2020.
MOLINA, M. G. Energy storage and power electronics technologies: A strong combination
to empower the transformation to the smart grid. Proceedings of the IEEE, v. 105(11), p.
2191–2219, Novembro 2017.
MOURA. Manual Técnico Moura Clean - Série MF. [S.l.], 2001.
MOURA. Catálogo Técnico Moura Clean: A bateria para todas as estações. [S.l.], 2020.
NARAYAN, N. et al. Estimating battery lifetimes in solar home system design using a
practical modelling methodology. Applied Energy, v. 228, p. 1629–1639, 2018.
NEOSOLAR. Bateria Estacionária Moura Clean 12MF220 (220Ah). 2020. Disponível em:
<https://www.neosolar.com.br/loja/bateria-estacionaria-moura-clean-12mf220-220ah.
html>. Acesso em: 06/11/2020.
NEWBERY, D. Shifting demand and supply over time and space to manage intermittent
generation: The economics of electrical storage. Energy policy, v. 113, p. 711–720, 2018.
NOLASCO, R. C.; MENDES, V. F. Modeling of electrochemical batteries behavior and
lifetime degradation for pv applications. In: 2019 IEEE 15th Brazilian Power Electronics
Conference and 5th IEEE Southern Power Electronics Conference (COBEP/SPEC). [S.l.]:
IEEE, 2019.
OGATA, K. Engenharia de Controle Moderno - 5ª edição. São Paulo: Pearson Prentice
Hall, 2010.
PATNAIK, L.; PRANEETH, A. V. J. S.; WILLIAMSON, S. S. A closed-loop
constant-temperature constant-voltage charging technique to reduce charge time of
lithium-ion batteries. IEEE Transactions on Industrial Electronics, v. 66(2), p. 1059–1067,
Fevereiro 2019.
PEREIRA, E. B. et al. Atlas Brasileiro de Energia Solar 2. ed. São José dos Campos,
2017. Disponível em: <http://doi.org/10.34024/978851700089>.
ROMERO-CADAVAL, E. et al. Grid-connected photovoltaic plants: An alternative energy
source, replacing conventional sources. IEEE Industrial Electronics Magazine, v. 9(1), p.
18–32, Março 2015.
SAUER, D. U.; WENZL, H. Comparison of different approaches for lifetime prediction of
electrochemical systems - using lead-acid batteries as example. Journal of Power Sources,
v. 176(2), p. 534–546, 2008.
Referências 151
SCHIFFER, J. et al. Model prediction for ranking lead-acid batteries according to lifetime
in renewable energy systems and autonomous power-supply systems. Journal of Power
Sources, v. 168(1), p. 66–78, 2007.
SENRA, G. D. M. Dimensionamento e Análise de Viabilidade Econômica de uma

Fazenda Solar de 3,12 MWp diante dos Novos Cenários de Cobrança Proposto pela Aneel.
Dissertação (Mestrado) — Universidade Federal de Minas Gerais, Belo Horizonte, Junho
2020.
SHEPHERD, C. M. Design of primary and secondary cells: Ii. an equation describing

battery discharge. Journal of The Electrochemical Society, v. 112(7), p. 657–664, Julho
1965.
SHORT, W.; PACKEY, D. J.; HOLT, T. A Manual for the Economic Evaluation of the
Energy Efficiency and Renewable Energy Technologies. Golden, Colorado, EUA: National
Renewable Energy Laboratory, 1995.
SILVA, G. D. P. da; BRANCO, D. A. C. Modelling distributed photovoltaic system with

and without battery storage a case study in belem, northern brazil. Journal of Energy
Storage, v. 17, p. 11–19, Fevereiro 2018.
STOKES, L. Gainesville regional utilities feed-in tariff. Estados Unidos, Agosto 2012.
TREMBLAY, O.; DESSAINT, L.-A.; DEKKICHE, A.-I. A generic battery model for the
dynamic simulation of hybrid electric vehicles. World Electric Vehicle Journal, v. 3(2), p.
289–298, Junho 2009.
VILLALVA, M. G.; GAZOLI, J. R.; FILHO, E. R. Comprehensive approach to modeling

and simulation of photovoltaic arrays. IEEE Transactions on Power Electronics, v. 24(5),
p. 1198–1208, Maio 2009.
WORLD ENERGY COUNSIL. E-Storage: Shifting from cost to value: Wind and solar
applications. Londres, Reino Unido, 2016.
YANG, K.; WALID, A. Outage-storage tradeoff in frequency regulation for smart grid
with renewables. IEEE Transactions on Smart Grid, v. 4(1), p. 245–252, Março 2013.
ZILLES, R. et al. Sistemas Fotovoltaicos Conectados à Rede Elétrica. São Paulo: Oficina
de Textos, 2012.

Modelagem Técnica e Econômica de Sistemas Híbridos Compostos Por Geração Distribuída Fotovoltaica e Baterias Eletroquímicas

Enviado por

Direitos autorais:

Formatos disponíveis

Modelagem Técnica e Econômica de Sistemas Híbridos Compostos Por Geração Distribuída Fotovoltaica e Baterias Eletroquímicas

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Modelagem Técnica e Econômica de Sistemas Híbridos Compostos Por Geração Distribuída Fotovoltaica e Baterias Eletroquímicas

Enviado por

Direitos autorais:

Formatos disponíveis

Rafael César Nolasco

Modelagem Técnica e Econômica de Sistemas

Belo Horizonte, Minas Gerais

Modelagem Técnica e Econômica de Sistemas Híbridos

Dissertação de Mestrado submetida à Banca

Universidade Federal de Minas Gerais

Orientador: Victor Flores Mendes

Belo Horizonte, Minas Gerais

Palavras-chave: Sistema de armazenamento de energia. Baterias eletroquímicas. Sis-

Through these simulations, it is obtained a mathematical model applicable to diﬀerent

Keywords: Energy storage systems. Electrochemical batteries. Hybrid systems. Mathe-

Figura 1 – Capacidade e duração de descarregamento para diferentes aplicações de

Tabela 1 – Tecnologias de armazenamento de energia de acordo com o meio utilizado 34

ANEEL Agência Nacional de Energia Elétrica

c.c. Corrente contínua

c.a. Corrente alternada

DOD Depth of discharge (profundidade de descarga)

REN Resolução Normativa

HFP Horário fora de ponta

LCOE Levelized Cost Of Energy (custo nivelado da energia)

LCOS Levelized Cost Of Storage (custo nivelado do armazenamento)

PAC Ponto de acoplamento comum

PR Performance Ratio (performance global do sistema)

PWM Pulse-Width Modulation (modulação por largura de pulso)

REN Resolução Normativa

SEP Sistema elétrico de potência

SFCR Sistema Fotovoltaico Conectado à Rede Elétrica

SOC State of charge (estado de carga de uma bateria)

SPPM Seguimento do Ponto de Potência Máxima

TIR Taxa Interna de Retorno;

UPS Uninterruptible Power Source (fonte de alimentação ininterrupta)

VPL Valor Presente Líquido;

Cbat é capacidade da bateria para determinada corrente de descarregamento

Ic é a corrente de carregamento aplicada a uma bateria

Id é a corrente de descarregamento aplicada a uma bateria

Imp corrente de uma gerador de energia fotovoltaico operando em Pm p

Isc corrente de curto-circuito de uma gerador de energia fotovoltaico

PBAT potência de saída de uma bateria ou banco de baterias

PGRID potência injetada na rede ou fornecida pela rede

PLOAD potência demandada por uma carga

Pmp ponto de máxima potência obtido de uma gerador de energia fotovoltaico

POU T potência de saída

PF V potência de geração fotovoltaica

Psc potência autoconsumida

Vbat é a tensão observada nos polos de uma bateria em V;

Vcutof f tensão de corte de uma célula ou bateria eletroquímica

Vf loat tensão necessária para manter a bateria no regime de "ﬂutuação

Vmax tensão máxima que a bateria suporta sem danos

Vmp tensão de uma gerador de energia fotovoltaico operando em Pm p

Vnom tensão característica de operação da bateria

Voc tensão de circuito aberto de uma gerador de energia fotovoltaico

α coeﬁciente de variação da capacidade em função da temperatura de uma

2 COMPONENTES DE UM SISTEMA HÍBRIDO BATERIA-FOTOVOLTAICO 33

3 MODELAGEM DE UM SISTEMA HÍBRIDO . . . . . . . . . . . . . 69

4 RESULTADOS DOS ESTUDOS DE CASO . . . . . . . . . . . . . . 105

5 AVALIAÇÃO ECONÔMICA . . . . . . . . . . . . . . . . . . . . . . . 123

6 CONCLUSÕES E PROPOSTAS DE CONTINUIDADE . . . . . . . 143

É importante ressaltar que, embora a aplicação de sistemas de armazenamento

• Avaliar aspectos técnicos do funcionamento, aplicação e limitações de baterias

• Avaliar o funcionamento de conversores de potência para integração de baterias à