O uso de gêmeos digitais com machine learning no ciclo do hidrogênio verde: uma revisão da literatura

Abstract

Ao considerarmos que uma parte significativa de todo o hidrogênio produzido no mundo advém de matérias-primas não renováveis, tais como gás natural, carvão e óleo pesado, percebe-se uma demanda mundial pelo hidrogênio “verde” (H2V), que pode ser obtido a partir de fontes renováveis, como energia solar, eólica e biomassa, opções mais adequadas ao meio ambiente. No Brasil e no mundo, a literatura apresenta estudos que evidenciam a utilização de fontes alternativas renováveis para a produção de H2V. Este trabalho de conclusão de curso tem como objetivo demonstrar a aplicação da tecnologia de gêmeo digital e de Machine Learning na otimização da produção, armazenamento e conversão de hidrogênio verde em energia elétrica. Metodologicamente, trata-se de um estudo qualitativo, realizado por meio de revisão de literatura. O estudo evidencia que o uso da tecnologia de gêmeo digital e do Machine Learning para a otimização da produção, armazenamento e conversão de hidrogênio verde em energia permite aumentar a produção de H2V no Brasil, com o objetivo de torná-lo mais disseminado e competitivo, popularizando seu uso para atender às demandas das indústrias e abrir novos mercados.

Considering that a significant portion of all hydrogen produced worldwide comes from non renewable raw materials, such as natural gas, coal, and heavy oil, there is a global demand for “green” hydrogen (H2V), which can be obtained from renewable sources like solar, wind, and biomass energy, options that are more environmentally friendly. In Brazil and worldwide, the literature presents studies that highlight the use of renewable alternative sources for H2V production. This study aims to demonstrate the application of digital twins and Machine Learning in optimizing the production, storage, and conversion of green hydrogen into energy. Methodologically, it is a qualitative study conducted through a literature review. The study shows that using digital twins and Machine Learning to optimize the production, storage, and conversion of green hydrogen into energy allows for an increased production of H2V in Brazil, aiming to make it more widespread and competitive, thereby popularizing its use to meet industrial demands and open new markets.