Otimização de custos residenciais de energia elétrica utilizando gerenciamento pelo lado da demanda

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Sousa, Rafael Denerson Ramos de
Orientador(a): Donadel, Clainer Bravin
Banca de defesa: Não Informado pela instituição
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