Skip navigation
Please use this identifier to cite or link to this item: http://repositorio.unb.br/handle/10482/53042
Files in This Item:
File SizeFormat 
KevinAugustoTeixeiraDeAlmeida_DISSERT.pdf9,41 MBAdobe PDFView/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorMelo, Fernando Cardosopt_BR
dc.contributor.authorAlmeida, Kevin Augusto Teixeira dept_BR
dc.date.accessioned2025-11-12T19:24:19Z-
dc.date.available2025-11-12T19:24:19Z-
dc.date.issued2025-11-12-
dc.date.submitted2025-06-27-
dc.identifier.citationALMEIDA, Kevin Augusto Teixeira de. Desenvolvimento de Ferramenta Computacional e Hardware Conectado à Nuvem para Avaliação em Tempo Real do Potencial de Geração Solar Fotovoltaica. 2025. 140 f., il. Dissertação (Mestrado em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2025.pt_BR
dc.identifier.urihttp://repositorio.unb.br/handle/10482/53042-
dc.descriptionDissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2025.pt_BR
dc.description.abstractEste estudo apresenta o desenvolvimento de uma solução acessível e eficiente para monitoramento e estimação da geração fotovoltaica em tempo real. Ao integrar um hardware de baixo custo com processamento em nuvem, a ferramenta contribui para a disseminação do uso de energias renováveis, auxiliando no ensino, pesquisa e tomada de decisão em sistemas fotovoltaicos. Inicialmente, foram desenvolvidas simulações de um módulo fotovoltaico nos softwares Matlab® e Simulink®, utilizando o método iterativo. Devido ao alto custo computacional, adotou-se posteriormente o método analítico no Google Colab®, resultando em maior eficiência de processamento. A segunda etapa consistiu no desenvolvimento de um hardware baseado no microcontrolador ESP32, com sensores de temperatura, irradiância, tensão e corrente, capaz de enviar os dados para a nuvem. As estimativas de geração são processadas em tempo real via Google Colab® e os resultados são apresentados de forma estruturada no Power BI®. Por fim, o sistema foi instalado no SG-11 e validado com dados do Laboratório de Termociência e Metrologia Dinâmica da UnB e da planta fotovoltaica da Faculdade de Tecnologia. A simulação da geração apresentou RMSE de 12,35 kW e MAE de 6,81 kW. Já a coleta de irradiância obteve RMSE de 0,05160 W/m², MAE de 23,98 W/m² e MAPE de 7,98%, demonstrando boa precisão na aquisição dos dados climáticos e a viabilidade da ferramenta para o monitoramento remoto.pt_BR
dc.language.isoporpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleDesenvolvimento de ferramenta computacional e hardware conectado à nuvem para avaliação em tempo real do potencial de geração solar fotovoltaicapt_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordGeração solar fotovoltaicapt_BR
dc.subject.keywordSistemas fotovoltaicospt_BR
dc.subject.keywordPotencial de geração fotovoltaicopt_BR
dc.subject.keywordEnergia solarpt_BR
dc.subject.keywordProcessamento em nuvempt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.pt_BR
dc.description.abstract1This study presents the development of an accessible and efficient solution for real-time monitoring and estimation of photovoltaic energy generation. By integrating a low-cost hardware with cloud-based processing, the tool contributes to the dissemination of renewable energy use, supporting education, research, and decision-making in photovoltaic systems. Initially, simulations of a photovoltaic module were developed using Matlab® and Simulink®, employing the iterative method. Due to the high computational cost, the analytical method was subsequently adopted using Google Colab®, resulting in greater computational efficiency. The second stage involved the development of a hardware system based on the ESP32 microcontroller, equipped with sensors for temperature, irradiance, voltage, and current, capable of sending data to the cloud. Energy generation estimates are processed in real time via Google Colab®, and the results are presented in a structured manner using Power BI®. Finally, the system was installed at SG-11 and validated with data from the Laboratory of Thermoscience and Dynamic Metrology at the University of Brasília (UnB), as well as from the photovoltaic plant of the Faculty of Technology. The generation simulation presented an RMSE of 12.35 kW and an MAE of 6.81 kW. The irradiance data collection yielded an RMSE of 0.05160 W/m², MAE of 23.98 W/m², and MAPE of 7.98%, demonstrating good accuracy in environmental data acquisition and the feasibility of the tool for remote monitoring.en
dc.description.unidadeFaculdade de Tecnologia (FT)pt_BR
dc.description.unidadeDepartamento de Engenharia Elétrica (FT ENE)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Engenharia Elétricapt_BR
Appears in Collections:Teses, dissertações e produtos pós-doutorado

Show simple item record " class="statisticsLink btn btn-primary" href="/handle/10482/53042/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.