Armazenar energia de forma eficiente é um dos principais fatores para um mundo mais sustentável. A eletrônica embarcada nos sistemas de armazenamento de energia possui um papel extremamente importante para garantir a eficiência, segurança e desempenho desses sistemas. A presente tese apresenta a metodologia de desenvolvimento de um sistema de gerenciamento de baterias completo, capaz de proteger e gerenciar adequadamente qualquer bateria (desde que se conheça os limites de tensão, corrente e temperatura), em qualquer aplicação (desde que se conheça a dinâmica de utilização da bateria na aplicação). O modelo matemático da bateria foi desenvolvido com foco em aplicações de empilhadeiras elétricas, comparando quatro modelos diferentes, quatro algoritmos de otimização e sete experimentos, com o objetivo de desenvolver o melhor modelo matemático com o melhor método de otimização e o melhor experimento para baterias de LiFePO4 utilizadas em empilhadeiras elétricas. O modelo desenvolvido apresenta características únicas e inovadoras, que utiliza uma estrutura de múltiplas saídas, sendo capaz de aprimorar a exatidão dos parâmetros identificados em até 100 vezes quando comparado com modelos tradicionais que utilizam apenas uma saída. A metodologia apresentada nesse trabalho, permite criar os algoritmos do sistema de gerenciamento de bateria, principalmente para a estimação do estado da carga, que é feita por meio de um filtro de Kalman estendido adaptativo. O trabalho inova ao criar também uma política de ajuste das matrizes de ruído de processo () e de medição () do filtro de Kalman, em tempo de execução. O algoritmo do filtro, juntamente com o modelo matemático, atingiu uma exatidão média de 99,56% em testes reais, em relação à tensão estimada e tensão medida da bateria. Também foi implementada uma estratégia de balanceamento das células, capaz de garantir a segurança e eficiência do banco de baterias em todos os testes realizados. Esse trabalho apresenta todos os métodos, equações e simulações necessárias para o desenvolvimento do sistema de gerenciamento de baterias e aplica o sistema em um ambiente prático, real. O hardware e o firmware do BMS foram desenvolvidos, testados e validados em um banco de baterias com 8 células de LiFePO4, obtendo um ótimo desempenho em todos os testes realizados.

Perform energy storage efficiently is one of the main factors for a sustainable world. Embedded electronics in energy storage systems plays an extremely important role in ensuring the systems efficiency, safety, and performance. This thesis presents the methodology for developing a complete battery management system (BMS), capable of properly protect and manage any battery (since the voltage, current and temperature limits are known), in any application (since the battery dynamic use are known). The battery mathematical model was developed with a focus on practical applications, comparing four different models, four optimization algorithms and seven experiments, in order to develop the best mathematical model with the best optimization method and the best experiment for LiFePO4 batteries used in electric forklifts. The mathematical model developed has unique and innovative features, which uses a multiples output structure, being able to improve the identified parameters accuracy by up to 100 times when compared to traditional models that use only the battery voltage as the system output. The presented methodology allows to create the battery management system algorithms, mainly for the state of charge estimation, which is done through and Adaptive Extended Kalman filter. The work innovates by also creating a policy to adjust the Kalman filter process noise (Q) and measurement noise (R) matrices at runtime. The filter algorithm, together with the mathematical model, achieved an average accuracy of 99,56% in real tests, in relation to the estimated and measured battery voltage. A cell balancing strategy was also implemented, capable of guaranteeing safety and efficiency of the battery pack in all tests performed. This work presents all the methods, equations, and simulations necessary for the battery management system development and applies in a real environment. The BMS hardware and firmware were developed, tested, and validated on a LiFePO4 8 cells battery pack, achieving excellent performance in all tests performed.