análise da demanda d..

ANÁLISE DA DEMANDA DE ENERGIA ELÉTRICA
USANDO O SISTEMA DECISÓRIO FUZZY
*AUREO CEZAR DE LIMA (MSC.); *SEBASTIÃO C. GUIMARÃES JR. (DR.);
*JOSÉ ROBERTO CAMACHO (PH.D.) E **DÉCIO BISPO (DR.)
UNIVERSIDADE FEDERAL DE UBERLÂNDIA - FACULDADE DE ENGENHARIA ELÉTRICA
*NERFAE - NÚCLEO DE ELETRICIDADE RURAL E FONTES ALTERNATIVAS DE ENERGIA
**NÚCLEO DE MÁQUINAS ELÉTRICAS
C.P: 593 - CEP: 38400-902 - Uberlândia - MG
E-mail: [email protected] ; scguimaraes@ufu,br
1. RESUMO
Para a obtenção de serviços de energia, o planejamento integrado de
recursos (PIR) apresenta uma abordagem que contempla racionalização,
produção independente e fatores ambientais aos sistemas de oferta de energia.
Considerando esta visão para uma unidade consumidora faturada
através de tarifa binômia, o Sistema Decisório Fuzzy para Análise de Demanda
(SDFAD) é implementado como uma ferramenta para se determinar uma nova
condição de funcionamento, visando contemplar o preço médio da energia
advinda de geração própria ou da concessionária à tecnologia de deslocamento
de carga nas estruturas tarifárias “Convencional” e “Horo-Sazonal Verde e Azul”.
2. ABSTRACT
To obtain energy services, the integrated planning resources (IPR) work
with an analysis that contemplates rationalization; independent production and
environmental factors related to the energy supply systems.
With this on mind for a consumer unity billed by means of a binomial tariff,
the Fuzzy Decision-Making System for Demand Analysis (FDMSDA) can be
considered as a tool to determine a new functioning condition, contemplating the
energy average price supplied by own generation or local utility to the technology
of load shaving due to the “Conventional” and “Blue and Green Hour-Seasonal”
Brazilian tariff structure.
3. INTRODUÇÃO
A racionalização do uso da energia elétrica tem implicações
significativas tanto de ordem econômica quanto ambiental, tendo em vista que um
melhor gerenciamento dos recursos pode eliminar ou adiar a necessidade de
novas obras de geração, transmissão e distribuição. Surge, assim, a idéia dos
Negawatts (“Negative Watts” ou Watts negativos), em contraposição aos
Megawatts de potências de geração necessária, caso não haja atuação junto ao
consumo. A maior vantagem da eficiência energética é que quase sempre ela se
apresenta como uma solução mais barata do que a produção de energia.
Reconhece-se, portanto, que a conservação de energia elétrica é um dos
aspectos fundamentais do desenvolvimento sustentável ligado ao setor elétrico,
REIS (2000).
O planejamento em que as iniciativas de gerenciamento do lado da
demanda, a produção independente de energia e a valorização do meio ambiente
são consideradas juntamente com a oferta é chamado de Planejamento Integrado
de Recurso (PIR) que se apresenta como uma nova proposta para a obtenção
dos serviços de energia a um custo mínimo, JANNUZZI (1997).
A demanda em um sistema elétrico típico varia consideravelmente ao
longo do dia, como pode ser visto na Figura 1. Geralmente há umas poucas horas
de demanda de ponta a cada dia quando os usos comerciais, industriais,
residenciais e iluminação pública se sobrepõem no final da tarde, resultando em
muitas horas de baixa demanda durante a noite e o início da manhã. A freqüência
do uso de um sistema elétrico, por sua vez, afeta tanto sua operação como seu
desempenho econômico, pois este deve ser capaz de atender toda a carga no
horário de ponta com sua sub utilização no restante do período.
300
250
Demanda
[kW ]
200
150
100
50
00:00
06:00
12:00
Horas
18:00
00:00
Figura 1 - Curva típica de demanda.
Até o ano de 1981, o único sistema de tarifa utilizado no Brasil era o
Convencional, que não buscava disciplinar o consumo, uma vez que não possuía
diferenciação de preços segundo sua utilização durante as horas do dia e/ou
períodos do ano.
< 69 kV
AZ UL
CONVENCINAL
T ENSÃO
VERDE
≥ 2 ,3 kV
PO TÊNC IA
INSTALADA
> 75 kW
< 300 kW
≥ 300 kW
DEMAN DA
MEDID A
300 kW
≤ 2500 kW
D EMAND A
MEDIDA
2500 kW
Figura 2 - Aplicação dos sistemas tarifários para o grupo “A”.
Visando principalmente a racionalização do uso da energia e a inclusão
dos consumidores na solução dos problemas ocasionados pelos seus hábitos de
consumo, foram criadas as Estruturas Tarifárias Horo-Sazonal Verde e Azul que
compreendem uma sistemática de aplicação de tarifas diferenciadas, de acordo
com o horário do dia e períodos do ano. O enquadramento neste sistema pode
ser observado através da Figura 2, ANEEL (2000).
Para a obtenção dos benefícios do sistema Horo-Sazonal de tarifas
alguns cuidados devem ser tomados pelo consumidor quanto ao seu
gerenciamento de carga. Desta forma, a instalação de um controlador automático
de demanda e/ou de um grupo motor gerador quase sempre surgem como
opções que necessitam análise criteriosa devido aos custos envolvidos,
ESTREMOTE (2002). É sobre este enfoque que o Sistema Decisório Fuzzy para
Análise de Demanda (SDFAD) apresenta-se como ferramenta para a
determinação do diagnóstico quantitativo e qualitativo das opções possíveis de
gerenciamento e escolha do melhor contrato de tarifa, considerando as
características próprias de funcionamento da unidade consumidora.
O SDFAD objetiva a determinação de uma nova condição de
funcionamento para uma unidade consumidora que contemple, primeiramente, a
redução do preço médio da energia, seja ela proveniente da concessionária ou de
geração própria, e posteriormente o custo do deslocamento de carga de uma
unidade consumidora faturada através de tarifa binômia com possibilidade de
enquadramento nos sistemas Convencional e Horo-Sazonal Verde e Azul, LIMA
(2003).
4. MATERIAIS E MÉTODOS
Neste trabalho a unidade consumidora utilizada como teste pelo SDFAD
pertence ao setor comercial. As demandas com integração de quinze minutos,
obtidas do registrador digital da concessionária de energia elétrica referente ao
intervalo de 10/05/2002 a 09/06/2002 são apresentadas na Figura 3, PMU (2002).
Também foram realizados medições e levantamentos locais do funcionamento
dos equipamentos elétricos existentes.
300
Demanda [kW ]
250
200
150
100
50
0
0
30
5
20
10
15
10
20
25
0
Dias
Horas
Figura 3 - Demanda medida entre 10/05/2002 e 09/06/2002.
4.1. SISTEMA DECISÓRIO FUZZY
Enquanto que tomar decisões sobre condições de risco tem sido
modelado por teorias de decisão probabilísticas e teoria dos jogos, as teorias de
decisão fuzzy levam em consideração as condições vagas e não específicas da
formulação do ser humano através de suas preferências, restrições e objetivos,
KLIR (1995).
Este artigo aborda o sistema decisório fuzzy multi-critério, onde um
conjunto finito de critérios é utilizado para qualificar as alternativas existentes em
cada cenário sob análise. Considerando X = {x1, x2, ..., xn } como o conjunto de
alternativas e C = {c1, c2, ..., cm } como os critérios que caracterizam as
alternativas do sistema decisório, as funções de pertinência podem ser expressas
através de uma matriz conforme Equação (1).
x1
x2
⎡ r11
⎢r
R = ⎢ 21
M ⎢ M
⎢
c m ⎣rm1
c1
c2
r12
r22
M
rm 2
L
xn
L r1n ⎤
L r2 n ⎥⎥
M
M ⎥
⎥
L rmn ⎦
(1)
A matriz R é composta de números reais compreendidos no intervalo
[0, 1], onde cada valor rij expressa o grau de pertinência que o critério ci é
j ∈ Nn. Quando os graus de
satisfeito pela alternativa xj, com i ∈ Nm e
pertinência em análise não estão compreendidos entre [0, 1], é possível
determinar uma matriz R’ = [r’ij] onde, através das Equações (2), (3) e (4), pode-se
converter seus elementos na forma desejada da matriz R.
Max = min ( max r 'ij )
(2)
Min = min ( min r 'ij )
(3)
j∈Nn
i∈Nm
j∈Nn
rij =
i∈Nm
Max − r 'ij
Max − Min
(4)
Para a resolução dos problemas decisórios fuzzy multi-critério é
necessário a composição das diversas alternativas possíveis em uma única que
represente o conjunto. Esta composição é determinada, pela operação de
máximo, para união (Equação 5), e pela operação de média ponderada para a
operação de agregação conforme as Equações (6) e (7).
xi = max (ri1, ri2, ... , rin)
(5)
n
xi = ∑ϖ j rij
(6)
j =1
m
∑ϖ
j =1
j
=1
(7)
Onde:
ωj são os pesos de cada alternativa;
xj ∈ X;
i ∈ Nm e j ∈ Nn.
A defuzzificação, ou seja, a determinação do número que represente o
conjunto fuzzy, será determinada através da somatória dos elementos ri conforme
Equação (8).
m
A = ∑ ri
(8)
i =1
Considerando que a análise seja desenvolvida para diversos cenários, a
melhor opção consiste no maior número “A” obtido dentre os vários cenários.
5. RESULTADOS
5.1. ENERGIA DA CONCESSIONÁRIA
Utilizando-se das demandas da Figura 3 obtém-se a curva de duração
de carga através da estratificação de seus valores mostrados na Figura 4.
700
Fora de Ponta
Ponta
600
Tempo [h]
500
400
300
200
100
0
0
50
100
150
200
Demanda [kW ]
250
300
350
Figura 4 - Curva de duração de carga.
O preço marginal da energia (PME), ou seja, o valor pago para cada
quilowatt de demanda, pode ser obtido utilizando-se como base a Equação 9 e
considerando as particularidades do sistema tarifário Convencional, Verde e Azul
para as tarifas vigentes em junho de 2003 na companhia Energética de Minas
Gerais (CEMIG).
PME =
TD ⋅ D
+ TC
C
(9)
Onde:
PME
TD
D
C
TC
–
–
–
–
–
Preço marginal da energia [R$/kW]
Tarifa de demanda [R$/kW]
Demanda igual a 1 [kW]
Consumo acumulado de cada quilowatt [kWh]
Tarifa de consumo [R$/kWh]
Utilizando-se a curva de duração de carga (Figura 4) é possível
determinar o importe marginal, que representa o valor monetário (já acrescido do
ICMS) devido ao consumo da energia elétrica relativa a cada quilowatt de
demanda para cada sistema tarifário em estudo. Estes valores são observados na
Figura 5.
160
Convencional
Verde
Azul
Importe marginal
[R$/kW h]
140
120
100
80
60
40
20
0
0
100
200
300
400
Demanda [kW ]
500
600
700
Figura 5 - Importe marginal de energia.
Observe que o importe referente ao sistema Horo-Sazonal Verde e Azul
estão sobrepostos para o segmento fora de ponta. O eixo x das figuras
apresentadas a seguir refere-se ao segmento fora de ponta para as demandas
entre 1 e 321 kW e para o segmento de ponta os valores subseqüentes
subtraídos de 321 kW.
5.2. INDISPONIBILIDADE DE CARGA
A partir da análise dos equipamentos elétricos e suas condições de
funcionamento, é possível determinar a variável fuzzy “indisponibilidade de
carga”, que indica os valores de 301 kW e 218 kW como demandas a partir das
quais podem ser deslocadas as cargas para o segmento fora de ponta e para o
segmento de ponta, respectivamente. Esta variável pode ser observada na
Figura 6.
1
Pertinencia
0.8
0.6
0.4
0.2
0
0
100
200
300
400
Demanda [kW ]
500
600
Figura 6 - Variável fuzzy “indisponibilidade de carga”.
5.3. GERAÇÃO PRÓPRIA
A determinação da geração própria que resulte na melhor alternativa
para uma condição específica de funcionamento de uma unidade consumidora
deve ter uma análise econômica que vise determinar o custo do quilowatt-hora
gerado. O custo médio do quilowatt-hora para cada unidade de demanda é
determinado considerando os custos fixos relativo ao projeto e os custos variáveis
relativo à operação e manutenção do grupo motor gerador, WOILER (1996).
A partir da determinação do custo marginal médio para a energia da
geração própria, é possível determinar seu importe marginal de energia conforme
apresentado na Figura 7.
300
Importe marginal
[R$/kW h]
250
200
150
100
50
0
0
100
200
300
400
Demanda [kW ]
500
600
700
Figura 7 - Importe marginal da geração própria.
Considerando que o custo marginal da energia gerada não seja
suficiente para caracterizar o projeto, uma variável fuzzy “adaptabilidade do
sistema de geração própria” é utilizada para, através da operação de agregação
com peso igual a 0,1, resultar no conjunto fuzzy “geração própria” apresentado na
Figura 8 para cada cenário a ser estudado.
1
Convenc.
Verde
Azul
Pertinencia
0.8
0.6
0.4
0.2
0
100
200
300
400
Demanda [kW ]
500
600
Figura 8 - Conjunto fuzzy geração própria.
5.4. SISTEMA DECISÓRIO FUZZY
Após a determinação das entradas fuzzy do sistema decisório, o próximo
passo é a associação dos grupos de alternativas segundo os cenários
correspondentes aos sistemas tarifários. Para o cenário Verde, por exemplo,
serão consideradas as alternativas de compra de energia da concessionária
representada pela entrada fuzzy “sistema tarifário Verde”, de geração própria
através da entrada fuzzy “geração própria Verde” e o conjunto fuzzy
“indisponibilidade de carga” conforme apresentado na Figura 9. As mesmas
associações também são realizadas para os cenários Convencional e Azul.
1
Conces.
G erada
Indisp.
Pertinencia
0.8
0.6
0.4
0.2
0
100
200
300
Demanda
400
[kW ]
500
600
Figura 9 - Alternativa para o cenário Verde.
A união das alternativas para cada cenário é realizada através da
operação de máximo, e resulta na Figura 10. A decisão fuzzy, considerando os
três cenários apresentados, corresponde ao maior valor obtido pela área sob as
curvas conforme Equação 8 apresentada.
1.1
1
Convencinal
Verde
Azul
0.9
Pertinencia
0.8
0.7
0.6
0.5
0.4
0.3
0
100
200
300
400
Demanda [kW ]
500
600
Figura 10. Cenários decisórios.
O cenário Verde é obtido como a decisão do sistema fuzzy que
apresenta a melhor condição de funcionamento da unidade consumidora em
análise. O resumo contendo os dados obtidos para o cenário verde pode ser
verificado na Tabela 1 apresentada nos Anexos.
Após a determinação do cenário que apresenta os maiores benefícios
para a unidade consumidora, é necessário verificar o comportamento do sistema
com a implementação do projeto proposto. A Figura 11 apresenta o fornecimento
de 6616 kWh de energia pela geração própria para o total de dezenove partidas
em um grupo motor gerador de potência de 133 kW.
300
Demanda [kW ]
250
200
150
100
50
0
0
30
5
20
10
15
10
20
25
0
Dias
Horas
Figura 11 - Curva de demanda gerada.
O deslocamento de carga em uma unidade consumidora resulta em
prejuízos ao seu processo de funcionamento e estes devem ser comparados aos
benefícios obtidos deste deslocamento. A Figura 12 representa a carga deslocada
devido à atuação do controlador de demanda.
300
Demanda [kW ]
250
200
150
100
50
0
0
30
5
20
10
15
10
20
25
0
Dias
Horas
Figura 12 - Curva de demanda deslocada.
Para o mês considerado, ocorreram oito atuações do controlador de
demanda, com um deslocamento de 190 kWh e uma redução das demanda de
321 kW e 278 kW para 293 kW e 217 kW nos segmentos fora de ponta e de ponta
respectivamente. A Figura 13 apresenta a nova condição de fornecimento de
energia pela concessionária.
Conforme a Tabela 2 (Anexos), a implantação do projeto que integra o
enquadramento tarifário, o deslocamento de carga e a geração própria, propiciam
uma economia de R$ 2.906,00 mensais, o que equivale a 15 % de redução nos
gastos em energia elétrica para a unidade consumidora.
300
Demanda [kW ]
250
200
150
100
50
0
0
30
5
20
10
15
10
20
25
0
Dias
Horas
Figura 13 - Nova curva de demanda da concessionária.
6. CONCLUSÕES
A utilização do sistema decisório fuzzy multicritério para a determinação
da melhor condição de funcionamento de uma unidade consumidora apresentouse adequado para a análise desejada, principalmente por permitir a consideração
das experiências práticas do projetista sobre as variáveis incertas relacionadas ao
projeto de implantação do sistema de gerenciamento de energia elétrica aplicado
no lado da demanda.
O projeto para o gerenciamento de energia, obtido pela aplicação do
sistema decisório fuzzy, sugere uma complementaridade dos sistemas de
fornecimento de energia elétrica entre a concessionária, o grupo motor gerador e
o deslocamento de carga.
O diagnóstico obtido sugere o enquadramento da unidade consumidora
na tarifa Horo-Sazonal Verde, o deslocamento de carga igual a 28 kW fora de
ponta e 61 kW no horário de ponta, juntamente com a geração própria na ponta
de 6616 kWh com uma demanda máxima de 133 kW. Esta nova condição de
funcionamento da unidade consumidora possibilita a redução de 15%, o que
equivale a uma economia de R$ 2906,00 nos gastos mensais com energia
elétrica, LIMA (2003).
7. PALAVRAS CHAVES
Sistema decisório fuzzy; racionalização de energia; gerenciamento de
demanda; estruturas tarifárias, horo-sazonal.
8. BIBLIOGRAFIA
ANEEL - AGENCIA NACIONAL DE ENERGIA ELÉTRICA, Resolução 456 de 29
de novembro de 2000. Estabelece, atualiza e consolida as Condições Gerais de
Fornecimento de Energia Elétrica. 79 p.
ESTREMOTE, M. A; FACCENDA, O.; SANTOS, E. S. Análise das tarifas de
energia elétrica diferenciadas. Revista Eletricidade Moderna, São Paulo: Aranda
Editora Técnica e Cultural Ltda, nº 342, p 42 - 53, setembro – 2002.
JANNUZZI, G. M; SWISHER, J. N. P. Planejamento integrado de recursos
energéticos: meio ambiente, conservação de energia e fontes renováveis.
Campinas: Autores Associados, 1997. 246 p.
KLIR, George J.; BO, Yuan. Fuzzy sets and Fuzzy logic: Theory and applications.
New Jersey: Prentice Hall PTR, 1995, 574 p
LIMA, A. C. DE. Sistema Decisório Fuzzy aplicado ao Gerenciamento de Energia
Elétrica no Lado da Demanda. Dissertação de Mestrado, UFU, Faculdade de
Engenharia Elétrica, 2003, 145 p.
PMU – Prefeitura municipal de Uberlândia – MG (Centro Administrativo). Relatório
de Curva de Carga: período 09/05/2002 a 10/06/2002. Relatório fornecido por
CEMIG, 2002. 124 p.
REIS, Lineu Belico dos; SILVEIRA, Semida (orgs.). Energia para o
Desenvolvimento Sustentável: Introdução a uma Visão Multidisciplinar. São Paulo:
Editora da Universidade de São Paulo, 2000. 284 p.
WOILER, Samsão; MATHIAS, Washington Franco. Projetos: Planejamento,
Elaboração e análise. São Paulo: Editora Atlas S.A., 1996, 294 p.
ANEXOS
Tabela 1 - Recursos integrados para o Cenário Horo-Sazonal Verde
INTEGRANDO OS RECURSOS
NORMAL
CONCESSIONÁRIA
SEGMENTO
Dem. Cons.
[kW] [kWh]
Imp.
[R$]
Dem. Cons.
[kW] [kWh]
Fora de
ponta
321
75808 12151
293
Ponta
278
7222
84
Total*
-
7152
83030 19303
-
Imp.
[R$]
75655 11814
570
564
76225 12378
GERADOR
Dem. Cons.
[kW] [kWh]
DESLOCAMENTO
Imp.
[R$]
Dem. Cons.
[kW] [kWh]
TOTAL
Imp.
Imp. [R$]
[R$]
0
0
0
28
158
17
11831
133
6616
3965
61
37
37
4566
-
6616
3965
190
54
16397
* As palavras abreviadas são respectivamente demanda, consumo e Importe.
Tabela 2 - Diagnóstico de gerenciamento de demanda para a empresa em análise
SISTEMA NORMAL
CENÁRIOS
Importe
SISTEMA INTEGRADO DE RECURSOS
Variação*
Importe
Variação*
[R$]
[R$]
[%]
[R$]
[R$]
[%]
NUMERO
FUZZY
Convencional
21416
2113
10,9
20944
4547
27,7
438,5665
Horo-Sazonal
Verde
19303
0
0
16397
0
0
452,6147
Horo-Sazonal
Azul
23601
4298
22,3
16767
370
2,3
436,3981
* A variação é calculada com base no menor valor, ou seja, do sistema Horo-Sazonal Verde.