| DC Field | Value | Language |
| dc.contributor.advisor | Melo, Fernando Cardoso | pt_BR |
| dc.contributor.author | Almeida, Kevin Augusto Teixeira de | pt_BR |
| dc.date.accessioned | 2025-11-12T19:24:19Z | - |
| dc.date.available | 2025-11-12T19:24:19Z | - |
| dc.date.issued | 2025-11-12 | - |
| dc.date.submitted | 2025-06-27 | - |
| dc.identifier.citation | ALMEIDA, 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.uri | http://repositorio.unb.br/handle/10482/53042 | - |
| dc.description | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2025. | pt_BR |
| dc.description.abstract | Este 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.iso | por | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.title | Desenvolvimento de ferramenta computacional e hardware conectado à nuvem para avaliação em tempo real do potencial de geração solar fotovoltaica | pt_BR |
| dc.type | Dissertação | pt_BR |
| dc.subject.keyword | Geração solar fotovoltaica | pt_BR |
| dc.subject.keyword | Sistemas fotovoltaicos | pt_BR |
| dc.subject.keyword | Potencial de geração fotovoltaico | pt_BR |
| dc.subject.keyword | Energia solar | pt_BR |
| dc.subject.keyword | Processamento em nuvem | pt_BR |
| dc.rights.license | A 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.abstract1 | This 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.unidade | Faculdade de Tecnologia (FT) | pt_BR |
| dc.description.unidade | Departamento de Engenharia Elétrica (FT ENE) | pt_BR |
| dc.description.ppg | Programa de Pós-Graduação em Engenharia Elétrica | pt_BR |
| Appears in Collections: | Teses, dissertações e produtos pós-doutorado
|