Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda
| Ano de defesa: | 2023 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Vitória
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://repositorio.ifes.edu.br/handle/123456789/4463 |
Resumo: | RESUMO: Esta pesquisa desenvolve uma aplicação computacional capaz de otimizar custos residenciais de energia elétrica através da recondução de funcionamento de equipamentos elétricos residenciais para horários de menor custo tarifário. Na otimização proposta utilizaram-se as metaheurísticas GRASP Básico, GRASP Reativo, Algoritmo Genético e Metaheurística Híbrida, todas escolhidas por serem utilizadas em conjunto com algoritmos exatos em diversos problemas para obtenção de um conjunto-solução de facilidades localizadas. O método proposto foi aplicado em três casos de quarenta equipamentos elétricos residenciais utilizados como prova de conceito. Os resultados computacionais alcançados com a execução de GRASP Básico, GRASP Reativo, Algoritmo Genético e Metaheurística Híbrida para o deslocamento de carga foram comparados com a situação original da unidade consumidora (sem qualquer deslocamento de carga). No caso 1 apresentado, ao aplicar a metaheurística GRASP Básico houve uma redução de R$ 8,12 (16,90%) no valor base dos custos residenciais; economia de R$ 10,73 (21,73%) para o GRASP Reativo; melhora de R$ 13,93 (29,01%) para o Algoritmo Genético; e, R$ 14,65 (30,50%) com Metaheurística Híbrida. No caso 2, reduziu-se R$ 7,77 (24,18%) com o GRASP Básico, R$ 8,52 (26,54%) com GRASP Reativo, R$ 8,95 (27,88%) utilizando Algoritmo Genético, e R$ 9,06 (28,01%) com Metaheurística Híbrida. No caso 3, otimizou-se R$ 13,32 (16,85%) com o GRASP Básico, R$ 15,89 (20,09%) com o GRASP Reativo, R$ 18,20 (23,01%) com Algoritmo Genético, e R$ 21,78 (27,54%) com Metaheurística Híbrida, ressaltando assim a eficácia dos métodos propostos. Apesar da diferença no valor base dos custos residenciais justificar por si só aplicações deste tipo, podem ser verificados impactos significativos na operação do sistema elétrico de potência e, por consequência lógica, impactos no meio ambiente, uma vez que o custo marginal total de geração é maior no horário de ponta. Assim, ao se deslocar o consumo do horário de ponta para outros patamares horários, contribui-se diretamente para a redução do consumo no horário de ponta, permitindo a potencial postergação de investimentos em novos empreendimentos de geração, transmissão e distribuição de energia elétrica que, sabe- se, podem impactar diretamente o meio ambiente. |
| id |
IFES-2_38c2d0f6f3ffc7e5fe77ed29a4595bde |
|---|---|
| oai_identifier_str |
oai:repositorio.ifes.edu.br:123456789/4463 |
| network_acronym_str |
IFES-2 |
| network_name_str |
Repositório Institucional do IFES |
| repository_id_str |
|
| spelling |
Sousa, Rafael Denerson Ramos deCompanhia de Saneamento Básico do Estado de São PauloDonadel, Clainer BravinMuller, Sandra Mara TorresMuniz, Pablo RodriguesMoraes, Lucas Assis deDonadel, Clainer Bravin2024-03-14T12:25:02Z2024-03-14T12:25:02Z2023SOUSA, Rafael Denerson Ramos de. Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda. 2023. 165 p. Dissertação (Mestrado) - Programa de Pós-graduação em Tecnologias Sustentáveis, Instituto Federal do Espírito Santo, Vitória, 2023.https://repositorio.ifes.edu.br/handle/123456789/446330004012071P9RESUMO: Esta pesquisa desenvolve uma aplicação computacional capaz de otimizar custos residenciais de energia elétrica através da recondução de funcionamento de equipamentos elétricos residenciais para horários de menor custo tarifário. Na otimização proposta utilizaram-se as metaheurísticas GRASP Básico, GRASP Reativo, Algoritmo Genético e Metaheurística Híbrida, todas escolhidas por serem utilizadas em conjunto com algoritmos exatos em diversos problemas para obtenção de um conjunto-solução de facilidades localizadas. O método proposto foi aplicado em três casos de quarenta equipamentos elétricos residenciais utilizados como prova de conceito. Os resultados computacionais alcançados com a execução de GRASP Básico, GRASP Reativo, Algoritmo Genético e Metaheurística Híbrida para o deslocamento de carga foram comparados com a situação original da unidade consumidora (sem qualquer deslocamento de carga). No caso 1 apresentado, ao aplicar a metaheurística GRASP Básico houve uma redução de R$ 8,12 (16,90%) no valor base dos custos residenciais; economia de R$ 10,73 (21,73%) para o GRASP Reativo; melhora de R$ 13,93 (29,01%) para o Algoritmo Genético; e, R$ 14,65 (30,50%) com Metaheurística Híbrida. No caso 2, reduziu-se R$ 7,77 (24,18%) com o GRASP Básico, R$ 8,52 (26,54%) com GRASP Reativo, R$ 8,95 (27,88%) utilizando Algoritmo Genético, e R$ 9,06 (28,01%) com Metaheurística Híbrida. No caso 3, otimizou-se R$ 13,32 (16,85%) com o GRASP Básico, R$ 15,89 (20,09%) com o GRASP Reativo, R$ 18,20 (23,01%) com Algoritmo Genético, e R$ 21,78 (27,54%) com Metaheurística Híbrida, ressaltando assim a eficácia dos métodos propostos. Apesar da diferença no valor base dos custos residenciais justificar por si só aplicações deste tipo, podem ser verificados impactos significativos na operação do sistema elétrico de potência e, por consequência lógica, impactos no meio ambiente, uma vez que o custo marginal total de geração é maior no horário de ponta. Assim, ao se deslocar o consumo do horário de ponta para outros patamares horários, contribui-se diretamente para a redução do consumo no horário de ponta, permitindo a potencial postergação de investimentos em novos empreendimentos de geração, transmissão e distribuição de energia elétrica que, sabe- se, podem impactar diretamente o meio ambiente.ABSTRACT: This research develops a computational application capable of optimizing electrical energy residential costs by redirecting the operation of residential electrical equipment to times of lower tariff cost. In the proposed optimization, the metaheuristics GRASP Basic, GRASP Reactive, Genetic Algorithm and Hybrid Metaheuristic were used, all chosen because they are used in conjunction with exact algorithms in several problems to obtain a solution set of localized facilities. The proposed method was applied to three cases of forty residential electrical equipment used as a proof of concept. The computational results achieved with the execution of Basic GRASP, Reactive GRASP, Genetic Algorithm and Hybrid Metaheuristics for load displacement were compared with the original situation of the consumer unit (without any load displacement). In the case 1 presented, when applying the GRASP Basic metaheuristic there was a reduction of R$ 8.12 (16.90%) in the base value of residential costs; economy of R$ 10.73 (21.73%) for GRASP Reactive; improvement of R$ 13.93 (29.01%) for the Genetic Algorithm; and, R$ 14.65 (30.50%) with Hybrid Metaheuristics. In case 2, R$ 7.77 (24.18%) was reduced with Basic GRASP, R$ 8.52 (26.54%) with Reactive GRASP, R$ 8.95 (27.88%) using Genetic Algorithm, and R$ 9.06 (28.01%) with Hybrid Metaheuristics. In case 3, R$ 13.32 (16.85%) was optimized with Basic GRASP, R$ 15.89 (20.09%) with Reactive GRASP, R$ 18.20 (23.01%) with Genetic Algorithm, and R$ 21.78 (27.54%) with Hybrid Metaheuristics, thus highlighting the effectiveness of the proposed methods. Although the difference in the base value of residential costs justifies applications of this type by itself, significant impacts can be seen on the operation of the electrical energy system and, as a logical consequence, impacts on the environment, since the total marginal cost of generation is higher during peak hours. Thus, by moving consumption from peak hours to other hourly levels, it directly contributes to the reduction of consumption during peak hours, allowing the potential postponement of investments in new electrical energy generation, transmission and distribution projects that, it is known that they can directly impact the environment.165 f.acesso_abertoinfo:eu-repo/semantics/openAccessEnergia elétrica – ConsumoOtimização combinatóriaProgramação heurísticaAlgorítmos genéticosEngenharia elétricaSustentabilidade e meio ambienteOtimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demandainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisVitóriaporreponame:Repositório Institucional do IFESinstname:Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES)instacron:IFESCampus VitóriaSaúde, Meio Ambiente, Materiais e Processos Industriais (Desenvolvimento de Produtos e Processos Sustentáveis)Otimização de Serviços, Sistemas e ProcessosTecnologias SustentáveisORIGINALDISSERTACAO_Otimizacao_Custo_Residencial_Energia.pdfDISSERTACAO_Otimizacao_Custo_Residencial_Energia.pdfapplication/pdf7259585https://repositorio.ifes.edu.br/bitstreams/f31cd9ce-0af0-42f3-ac62-2a59c6d5efbd/download6f7f71d191cacd9fef1f94432888a308MD51trueAnonymousREADPRODUTO_EDUCACIONAL_Software_Codigo_Fonte.zipPRODUTO_EDUCACIONAL_Software_Codigo_Fonte.zipapplication/octet-stream3862889https://repositorio.ifes.edu.br/bitstreams/5bc6570f-5d0f-4cf6-b855-e2cc0bf8d3d0/downloaddc119fc3f98ff6d44fc217f7dbcbc71fMD52falseAnonymousREADPRODUTO_EDUCACIONAL_Codigo_Fonte_Java.zipPRODUTO_EDUCACIONAL_Codigo_Fonte_Java.zipapplication/octet-stream3807672https://repositorio.ifes.edu.br/bitstreams/9e563f9b-6a1b-4be4-89f8-6f91a0f7da22/download9cc1db7408e0fc6d7e5a5363c0caef88MD54falseAnonymousREADPRODUTO_EDUCACIONAL_Instrucao_Uso_Software_Otimizacao.pdfPRODUTO_EDUCACIONAL_Instrucao_Uso_Software_Otimizacao.pdfapplication/pdf69891https://repositorio.ifes.edu.br/bitstreams/7c2829f4-c9f7-4636-83cb-72a52165e8b9/download5df56e4ae772d3fff9527a8874ff2efbMD55falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-8934https://repositorio.ifes.edu.br/bitstreams/50fcdfcb-adef-4101-a974-fe08ea987f10/downloadac7cb971050ed632be934da23d966924MD56falseAnonymousREADTEXTDISSERTACAO_Otimizacao_Custo_Residencial_Energia.pdf.txtDISSERTACAO_Otimizacao_Custo_Residencial_Energia.pdf.txtExtracted texttext/plain102889https://repositorio.ifes.edu.br/bitstreams/0ea140a2-e2d5-4786-95a0-6d6a77d922c1/download8de5a78cf743a5484bec0eee846d9069MD511falseAnonymousREADPRODUTO_EDUCACIONAL_Instrucao_Uso_Software_Otimizacao.pdf.txtPRODUTO_EDUCACIONAL_Instrucao_Uso_Software_Otimizacao.pdf.txtExtracted texttext/plain3290https://repositorio.ifes.edu.br/bitstreams/22bcd2d2-3858-458d-8c47-c3214f5e4876/download710ed96751163f973ab778e5ea6c3452MD513falseAnonymousREADTHUMBNAILDISSERTACAO_Otimizacao_Custo_Residencial_Energia.pdf.jpgDISSERTACAO_Otimizacao_Custo_Residencial_Energia.pdf.jpgGenerated Thumbnailimage/jpeg2874https://repositorio.ifes.edu.br/bitstreams/d9d25889-9c1f-459c-bd9b-f9cfea555947/download6a7839a928c8c4bd7cb1ce18f930bfacMD512falseAnonymousREADPRODUTO_EDUCACIONAL_Instrucao_Uso_Software_Otimizacao.pdf.jpgPRODUTO_EDUCACIONAL_Instrucao_Uso_Software_Otimizacao.pdf.jpgGenerated Thumbnailimage/jpeg5970https://repositorio.ifes.edu.br/bitstreams/e18f732c-6f75-4687-b694-bdf3cd366037/download6696901c0630b30acf219d778fd92f08MD514falseAnonymousREAD123456789/44632026-01-26T15:56:21.312738Zopen.accessoai:repositorio.ifes.edu.br:123456789/4463https://repositorio.ifes.edu.brRepositório InstitucionalPUBhttps://repositorio.ifes.edu.br/server/oai/requestrepositorio@ifes.edu.bropendoar:2026-01-26T15:56:21Repositório Institucional do IFES - Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES)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 |
| dc.title.pt_BR.fl_str_mv |
Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda |
| title |
Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda |
| spellingShingle |
Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda Sousa, Rafael Denerson Ramos de Energia elétrica – Consumo Otimização combinatória Programação heurística Algorítmos genéticos Engenharia elétrica Sustentabilidade e meio ambiente |
| title_short |
Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda |
| title_full |
Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda |
| title_fullStr |
Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda |
| title_full_unstemmed |
Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda |
| title_sort |
Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda |
| author |
Sousa, Rafael Denerson Ramos de |
| author_facet |
Sousa, Rafael Denerson Ramos de |
| author_role |
author |
| dc.contributor.institution.pt_BR.fl_str_mv |
Companhia de Saneamento Básico do Estado de São Paulo |
| dc.contributor.member.none.fl_str_mv |
Donadel, Clainer Bravin Muller, Sandra Mara Torres Muniz, Pablo Rodrigues Moraes, Lucas Assis de |
| dc.contributor.author.fl_str_mv |
Sousa, Rafael Denerson Ramos de |
| dc.contributor.advisor1.fl_str_mv |
Donadel, Clainer Bravin |
| contributor_str_mv |
Donadel, Clainer Bravin |
| dc.subject.por.fl_str_mv |
Energia elétrica – Consumo Otimização combinatória Programação heurística Algorítmos genéticos Engenharia elétrica Sustentabilidade e meio ambiente |
| topic |
Energia elétrica – Consumo Otimização combinatória Programação heurística Algorítmos genéticos Engenharia elétrica Sustentabilidade e meio ambiente |
| description |
RESUMO: Esta pesquisa desenvolve uma aplicação computacional capaz de otimizar custos residenciais de energia elétrica através da recondução de funcionamento de equipamentos elétricos residenciais para horários de menor custo tarifário. Na otimização proposta utilizaram-se as metaheurísticas GRASP Básico, GRASP Reativo, Algoritmo Genético e Metaheurística Híbrida, todas escolhidas por serem utilizadas em conjunto com algoritmos exatos em diversos problemas para obtenção de um conjunto-solução de facilidades localizadas. O método proposto foi aplicado em três casos de quarenta equipamentos elétricos residenciais utilizados como prova de conceito. Os resultados computacionais alcançados com a execução de GRASP Básico, GRASP Reativo, Algoritmo Genético e Metaheurística Híbrida para o deslocamento de carga foram comparados com a situação original da unidade consumidora (sem qualquer deslocamento de carga). No caso 1 apresentado, ao aplicar a metaheurística GRASP Básico houve uma redução de R$ 8,12 (16,90%) no valor base dos custos residenciais; economia de R$ 10,73 (21,73%) para o GRASP Reativo; melhora de R$ 13,93 (29,01%) para o Algoritmo Genético; e, R$ 14,65 (30,50%) com Metaheurística Híbrida. No caso 2, reduziu-se R$ 7,77 (24,18%) com o GRASP Básico, R$ 8,52 (26,54%) com GRASP Reativo, R$ 8,95 (27,88%) utilizando Algoritmo Genético, e R$ 9,06 (28,01%) com Metaheurística Híbrida. No caso 3, otimizou-se R$ 13,32 (16,85%) com o GRASP Básico, R$ 15,89 (20,09%) com o GRASP Reativo, R$ 18,20 (23,01%) com Algoritmo Genético, e R$ 21,78 (27,54%) com Metaheurística Híbrida, ressaltando assim a eficácia dos métodos propostos. Apesar da diferença no valor base dos custos residenciais justificar por si só aplicações deste tipo, podem ser verificados impactos significativos na operação do sistema elétrico de potência e, por consequência lógica, impactos no meio ambiente, uma vez que o custo marginal total de geração é maior no horário de ponta. Assim, ao se deslocar o consumo do horário de ponta para outros patamares horários, contribui-se diretamente para a redução do consumo no horário de ponta, permitindo a potencial postergação de investimentos em novos empreendimentos de geração, transmissão e distribuição de energia elétrica que, sabe- se, podem impactar diretamente o meio ambiente. |
| publishDate |
2023 |
| dc.date.issued.fl_str_mv |
2023 |
| dc.date.accessioned.fl_str_mv |
2024-03-14T12:25:02Z |
| dc.date.available.fl_str_mv |
2024-03-14T12:25:02Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.citation.fl_str_mv |
SOUSA, Rafael Denerson Ramos de. Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda. 2023. 165 p. Dissertação (Mestrado) - Programa de Pós-graduação em Tecnologias Sustentáveis, Instituto Federal do Espírito Santo, Vitória, 2023. |
| dc.identifier.uri.fl_str_mv |
https://repositorio.ifes.edu.br/handle/123456789/4463 |
| dc.identifier.capes.pt_BR.fl_str_mv |
30004012071P9 |
| identifier_str_mv |
SOUSA, Rafael Denerson Ramos de. Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda. 2023. 165 p. Dissertação (Mestrado) - Programa de Pós-graduação em Tecnologias Sustentáveis, Instituto Federal do Espírito Santo, Vitória, 2023. 30004012071P9 |
| url |
https://repositorio.ifes.edu.br/handle/123456789/4463 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
acesso_aberto info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
acesso_aberto |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
165 f. |
| dc.publisher.none.fl_str_mv |
Vitória |
| publisher.none.fl_str_mv |
Vitória |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional do IFES instname:Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES) instacron:IFES |
| instname_str |
Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES) |
| instacron_str |
IFES |
| institution |
IFES |
| reponame_str |
Repositório Institucional do IFES |
| collection |
Repositório Institucional do IFES |
| bitstream.url.fl_str_mv |
https://repositorio.ifes.edu.br/bitstreams/f31cd9ce-0af0-42f3-ac62-2a59c6d5efbd/download https://repositorio.ifes.edu.br/bitstreams/5bc6570f-5d0f-4cf6-b855-e2cc0bf8d3d0/download https://repositorio.ifes.edu.br/bitstreams/9e563f9b-6a1b-4be4-89f8-6f91a0f7da22/download https://repositorio.ifes.edu.br/bitstreams/7c2829f4-c9f7-4636-83cb-72a52165e8b9/download https://repositorio.ifes.edu.br/bitstreams/50fcdfcb-adef-4101-a974-fe08ea987f10/download https://repositorio.ifes.edu.br/bitstreams/0ea140a2-e2d5-4786-95a0-6d6a77d922c1/download https://repositorio.ifes.edu.br/bitstreams/22bcd2d2-3858-458d-8c47-c3214f5e4876/download https://repositorio.ifes.edu.br/bitstreams/d9d25889-9c1f-459c-bd9b-f9cfea555947/download https://repositorio.ifes.edu.br/bitstreams/e18f732c-6f75-4687-b694-bdf3cd366037/download |
| bitstream.checksum.fl_str_mv |
6f7f71d191cacd9fef1f94432888a308 dc119fc3f98ff6d44fc217f7dbcbc71f 9cc1db7408e0fc6d7e5a5363c0caef88 5df56e4ae772d3fff9527a8874ff2efb ac7cb971050ed632be934da23d966924 8de5a78cf743a5484bec0eee846d9069 710ed96751163f973ab778e5ea6c3452 6a7839a928c8c4bd7cb1ce18f930bfac 6696901c0630b30acf219d778fd92f08 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional do IFES - Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES) |
| repository.mail.fl_str_mv |
repositorio@ifes.edu.br |
| _version_ |
1865654632304345088 |