Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/30524| Título: | Desenvolvimento de ferramenta computacional para a gestão energética de consumidores do grupo A |
| Título(s) alternativo(s): | Development of a computational energy management tool for group A consumers |
| Autor(es): | Noal, Thales Augusto |
| Orientador(es): | Dranka, Géremi Gilson |
| Palavras-chave: | Energia elétrica - Produção Energia elétrica - Consumo Serviços de eletricidade - Tarifas Electric power production Electric power consumption Electric utilities - Rates |
| Data do documento: | 29-Nov-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Pato Branco |
| Citação: | NOAL, Thales Augusto. Desenvolvimento de ferramenta computacional para a gestão energética de consumidores do grupo A. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2022. |
| Resumo: | Nos dias atuais, as empresas estão sempre buscando se tornar mais competitivas no mercado, sendo que qualquer economia no custo final dos produtos ou serviços pode tornar a empresa mais competitiva. Existem muitos meios para redução de custos no ambiente empresarial e questões relacionadas à gestão energética, e em particular, a escolha da demanda contratada e modalidade tarifária são considerados importantes nesse processo, sobretudo para consumidores enquadrados no Grupo A (alta tensão). O objetivo principal deste trabalho consiste no desenvolvimento de uma ferramenta computacional de gestão energética para indicar a opção tarifária mais viável e para o cálculo da demanda contratada adequada para Unidades Consumidoras (UCs) do Grupo A. Um algoritmo genético foi desenvolvido utilizando a linguagem Python e considerando dados do histórico de faturas da UC. Parte dos resultados obtidos pela ferramenta proposta foram comparados com os resultados apresentados por uma ferramenta similar disponível na literatura considerando dois estudos de caso. A diferença entre as demandas contratadas calculadas por ambas as ferramentas não foi significativa em termos percentuais, validando-se o algoritmo proposto. Os estudos de caso realizados resultaram em uma economia anual estimada de R$ 775,72 para a UC 1 e uma economia, em três anos, estimada em R$ 6699,48 para a UC 2, caso as modificações sugeridas tivessem sido implementadas. Como principais contribuições da ferramenta desenvolvido, destacam-se: (i) o cálculo da demanda contratada “ótima”, o termo ótimo neste trabalho se refere a demanda adequada, uma vez que para a realização dos cálculos foi utilizado um algoritmo genético o qual se trata de um método heurístico, sendo assim possuí acurácia porém não possuí extrema exatidão, assim resultando sempre em um valor próximo ao ótimo real, (ii) a indicação da modalidade tarifária mais adequada e (iii) considera as componentes tarifárias (com e sem imposto) para o período de ponta e fora de ponta, resultando em uma maior precisão com relação à economia prevista para a UC quando comparado com ferramentas similares disponíveis na literatura. Para trabalhos futuros, ressalta-se a possibilidade de levar em consideração um conjunto adicional de variáveis para o cálculo da demanda contratada ‘ótima’, considerando, por exemplo, a inclusão do impacto da implantação de um sistema de geração fotovoltaica junto a unidade consumidora. |
| Abstract: | Nowadays, companies are always looking to become more competitive in the market, and any savings in the final cost of products or services can make the company more competitive. There are many ways to reduce costs in the business environment and issues related to energy management, and in particular, the choice of contracted demand and tariff modality are considered important in this process, especially for consumers classified in Group A (high voltage). The main objective of this work is to develop a computational energy management tool to indicate the most viable tariff option and to calculate adequate contracted demand for Consumer Units (UCs) of Group A. A genetic algorithm was developed using the Python language and considering UC invoice history data. Part of the results obtained by the proposed tool were compared with the results presented by a similar tool available in the literature considering two case studies. The difference between contracted demands calculated by both tools was not significant in percentage terms, validating the proposed algorithm. The case studies carried out resulted in an estimated annual saving of BRL 775.72 for UC 1 and a three-year saving estimated at BRL 6699.48 for UC 2, if the suggested modifications had been implemented. As main contributions of the tool developed, the following stand out: (i) the calculation of the “optimal” contracted demand, the term optimal in this work refers to adequate demand, since a genetic algorithm was used to carry out the calculations, which is based on it is a heuristic method, so it is accurate but not extremely accurate, thus always resulting in a value close to the real optimum, (ii) the indication of the most appropriate tariff modality and (iii) it considers the tariff components (with and without tax ) for the peak and off-peak period, resulting in greater accuracy regarding the predicted savings for the UC when compared to similar tools available in the literature. For future work, the possibility of taking into account an additional set of variables for calculating the 'optimal' contracted demand is highlighted, considering, for example, the inclusion of the impact of the implementation of a photovoltaic generation system at the consumer unit. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/30524 |
| Aparece nas coleções: | PB - Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| ferramentacomputacionalgestaoenergetica.pdf | 2,2 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
