SmartLVEnergy: um framework para gestão energética inteligente e descentralizada de sistemas legados de baixa tensão

• Ano de defesa: 2024
• Autor(a) principal: FERNANDES, Rubens de Andrade
• Outros Autores: https://orcid.org/0000-0002-2974-069X
• Orientador(a): COSTA JÚNIOR, Carlos Tavares da
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Pará
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica
• Departamento: Instituto de Tecnologia
• País: Brasil
• Palavras-chave em Português: Eficiência energética; Sistemas legados de baixa tensão; Internet e inteligência artificial das coisas; Retrofit; Gerenciamento energético; Energy efficiency; Low-voltage legacy systems; Internet and artificial intelligence of things; Energy management
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: https://repositorio.ufpa.br/jspui/handle/2011/16638

Essencial para o progresso tecnológico e econômico, a energia elétrica requer soluções e estratégias bem fundamentadas para um gerenciamento eficiente e sustentável. Unidades consumidoras existentes, sem recursos tecnológicos modernos, necessitam de alternativas graduais para otimizar o uso de energia, aproveitando ao máximo os recursos pré-estabelecidos. Nesse contexto, o retrofit oferece uma atualização eficaz dessas infraestruturas. Modelos e estratégias sistemáticas podem padronizar e garantir a replicação dessas soluções em diferentes contextos através de abstrações conhecidas como frameworks. Contudo, há uma carência de frameworks para viabilizar a implantação de estratégias sistematizadas de retrofit para a gestão energética, especialmente no setor elétrico de baixa tensão. Para preencher essa lacuna, esta tese apresenta o framework SmartLVEnergy, proposto para orientar a concepção de estratégias inovadoras de retrofit para modernizar instalações legadas de baixa tensão com soluções de IoT, AIoT e computação distribuída, otimizando a gestão energética com recursos tecnológicos distribuídos e capacidades preditivas avançadas. Os experimentos realizados nesta tese são apresentados no formato de agregação de artigos científicos, que contribuíram para a concepção do framework SmartLVEnergy. Como resultado, foi possível implementar ferramentas de gestão energética em cenários prediais e industriais existentes de maneira sistematizada, fundamentada nas premissas do framework proposto. O enfoque principal foi a análise e previsão da demanda energética das instalações e seus respectivos circuitos, permitindo antever e mitigar eventos de ultrapassagem de demanda das unidades consumidoras, conforme as diretrizes da Agência Nacional de Energia Elétrica no Brasil. As estratégias concebidas incluíram o desenvolvimento, a utilização e a integração de recursos de sensoriamento, comunicação e computação, distribuídos localmente, na nuvem e na borda, de acordo com os preceitos do framework SmartLVEnergy, maximizando o aproveitamento dos recursos existentes conforme as necessidades específicas de cada instalação. O framework proposto é flexível e permite a integração, a expansibilidade e a interoperabilidade das soluções tecnológicas ao longo dos sistemas legados, permitindo operações conforme as peculiaridades e recursos de cada contexto pré-existente. Esta versatilidade confirma a relevância deste trabalho como uma proposta robusta e sustentável para promoção da eficiência energética na atualidade, especialmente em sistemas legados de baixa tensão.