Método de clusterização aplicado ao estudo da influência da tarifa branca no perfil de curvas de carga
| Ano de defesa: | 2020 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Link de acesso: | http://hdl.handle.net/11449/202300 |
Resumo: | A tarifa branca é um meio de controle indireto de demanda e a adesão de um número maior de consumidores proporciona menor perda no sistema elétrico , confiabilidade e maior segurança no fornecimento de energia elétrica. Esta dissertação consiste em um estudo analítico de curvas de cargas residenciais para viabilizar a adoção da tarifa branca, a qual considera os registros de consumo em intervalos fixos no tempo. A ideia é obter os perfis de consumo que mais se beneficiam com a adesão para essa alternativa tarifária no atual contexto brasileiro. O objetivo é verificar, a partir da análise das curvas características de vários perfis de consumo, se a adesão à tarifa branca traria benefícios aos usuários participantes. Idealmente, os consumidores não deveriam alterar radicalmente seus hábitos de consumo para reduzir seus custos com a energia elétrica. Por outro lado, o alinhamento mais adequado de perfis de consumo com tarifas também propicia melhor aproveitamento da capacidade instalada por parte da concessionária. Neste sentido, a metodologia proposta consiste em avaliar curvas de carga obtida a partir de dados sintéticos e da definição de cronogramas de consumo preestabelecido pela concessionária para esta modalidade tarifária. Neste estudo, a opção de aderir à tarifa branca considera os aspectos econômicos e de conforto do usuário. Em resumo, esta dissertação propõe uma metodologia para analisar a viabilidade de adesão à tarifa branca, analisando perfis de consumo e considerando pouca ou nenhuma alteração no uso de eletrodomésticos. |
| id |
UNSP_250a3708ab9d198db1476f094909d8a1 |
|---|---|
| oai_identifier_str |
oai:repositorio.unesp.br:11449/202300 |
| network_acronym_str |
UNSP |
| network_name_str |
Repositório Institucional da UNESP |
| repository_id_str |
|
| spelling |
Santana, Gustavo Vinicius [UNESP]Universidade Estadual Paulista (Unesp)Costa Junior, Pedro daLima, Shigeaki Leite deSouza, André Nunes de [UNESP]2021-01-06T22:19:29Z2021-01-06T22:19:29Z2020-11-27http://hdl.handle.net/11449/20230033004056087P2A tarifa branca é um meio de controle indireto de demanda e a adesão de um número maior de consumidores proporciona menor perda no sistema elétrico , confiabilidade e maior segurança no fornecimento de energia elétrica. Esta dissertação consiste em um estudo analítico de curvas de cargas residenciais para viabilizar a adoção da tarifa branca, a qual considera os registros de consumo em intervalos fixos no tempo. A ideia é obter os perfis de consumo que mais se beneficiam com a adesão para essa alternativa tarifária no atual contexto brasileiro. O objetivo é verificar, a partir da análise das curvas características de vários perfis de consumo, se a adesão à tarifa branca traria benefícios aos usuários participantes. Idealmente, os consumidores não deveriam alterar radicalmente seus hábitos de consumo para reduzir seus custos com a energia elétrica. Por outro lado, o alinhamento mais adequado de perfis de consumo com tarifas também propicia melhor aproveitamento da capacidade instalada por parte da concessionária. Neste sentido, a metodologia proposta consiste em avaliar curvas de carga obtida a partir de dados sintéticos e da definição de cronogramas de consumo preestabelecido pela concessionária para esta modalidade tarifária. Neste estudo, a opção de aderir à tarifa branca considera os aspectos econômicos e de conforto do usuário. Em resumo, esta dissertação propõe uma metodologia para analisar a viabilidade de adesão à tarifa branca, analisando perfis de consumo e considerando pouca ou nenhuma alteração no uso de eletrodomésticos.The white tariff is a means of indirect demand control and the adhesion of a larger number of consumers provides less loss in the electrical system, reliability and greater security in the electric power supply. This dissertation consists of an analytical study of residential load curves to enable the adoption of the white tariff, which considers consumption records at fixed intervals over time. The idea is to obtain the consumption profiles that most benefit from adherence to this tariff alternative in the current Brazilian context. The objective is to verify, from the analysis of the characteristic curves of various consumption profiles, whether adherence to the white tariff would bring benefits to participating users. Ideally, consumers should not radically change their consumption habits to reduce their electricity costs. On the other hand, the more adequate alignment of consumption profiles with tariffs also provides better use of installed capacity by the concessionaire. In this sense, the proposed methodology consists of evaluating load curves obtained from synthetic data and the definition of consumption schedules pre-established by the concessionaire for this type of tariff. In this study, the option to join the white tariff considers the economic and comfort aspects of the user. In summary, this dissertation proposes a methodology to analyze the feasibility of adhering to the white tariff, analyzing consumption profiles and considering little or no change in the use of domestic appliances.ementCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)88887.467104/2019-00porUniversidade Estadual Paulista (Unesp)clusterizaçãoConsumidor ResidencialCurvas de cargasTarifa BrancaHábitos de ConsumoClusteringResidential consumerLoad curvesWhite tariffConsumer habitsMétodo de clusterização aplicado ao estudo da influência da tarifa branca no perfil de curvas de cargaClustering method applied to the study of the influence of the white tariff on the load curve profileinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPEngenharia Elétrica - FEBAutomaçãoSistemas de energiaUniversidade Estadual Paulista (UNESP), Faculdade de Engenharia, BauruOnlineBanca públicaPublication47f5cbd3-e1a4-4967-9c9f-2747e6720d28virtual::73171-147f5cbd3-e1a4-4967-9c9f-2747e6720d28virtual::73171-1432ad877-0d22-4d07-b4f0-b71312acee02virtual::184184-1432ad877-0d22-4d07-b4f0-b71312acee02virtual::184184-1THUMBNAILsantana_gv_me_bauru.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.PDFBoxThumbnail on 2023-11-25T06:18:55Z (GMT).Generated Thumbnailimage/jpeg3217https://repositorio.unesp.br/bitstreams/ca9d4736-e400-45e1-82bf-384927b242ce/download3e9764e77c1aa8db80f7abcaea1eac28MD55falseAnonymousREADORIGINALsantana_gv_me_bauru.pdfsantana_gv_me_bauru.pdfapplication/pdf6738171https://repositorio.unesp.br/bitstreams/3be458cf-4e80-4113-b0a4-5bae6d15b980/download5739cecd3b9d106da52af8a293d0166cMD53trueAnonymousREADLICENSElicense.txtWritten by org.dspace.content.LicenseUtilstext/plain; charset=utf-83075https://repositorio.unesp.br/bitstreams/44ac15b0-5908-473f-a05f-0d1219677c9c/download0e315485d1f604260e01412c331f1cbeMD52falseAnonymousREADTEXTsantana_gv_me_bauru.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2023-11-25T06:18:55Z (GMT).Extracted texttext/plain102831https://repositorio.unesp.br/bitstreams/d6a4bdbb-d049-4e87-ae9f-99f17f60889e/download8d028ce456d8c0a81291b84f5253ebf1MD54falseAnonymousREAD11449/2023002026-03-11T17:23:51.374786Zopen.accessoai:repositorio.unesp.br:11449/202300https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-03-11T17:23:51Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)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 |
| dc.title.pt.fl_str_mv |
Método de clusterização aplicado ao estudo da influência da tarifa branca no perfil de curvas de carga |
| dc.title.alternative.en.fl_str_mv |
Clustering method applied to the study of the influence of the white tariff on the load curve profile |
| title |
Método de clusterização aplicado ao estudo da influência da tarifa branca no perfil de curvas de carga |
| spellingShingle |
Método de clusterização aplicado ao estudo da influência da tarifa branca no perfil de curvas de carga Santana, Gustavo Vinicius [UNESP] clusterização Consumidor Residencial Curvas de cargas Tarifa Branca Hábitos de Consumo Clustering Residential consumer Load curves White tariff Consumer habits |
| title_short |
Método de clusterização aplicado ao estudo da influência da tarifa branca no perfil de curvas de carga |
| title_full |
Método de clusterização aplicado ao estudo da influência da tarifa branca no perfil de curvas de carga |
| title_fullStr |
Método de clusterização aplicado ao estudo da influência da tarifa branca no perfil de curvas de carga |
| title_full_unstemmed |
Método de clusterização aplicado ao estudo da influência da tarifa branca no perfil de curvas de carga |
| title_sort |
Método de clusterização aplicado ao estudo da influência da tarifa branca no perfil de curvas de carga |
| author |
Santana, Gustavo Vinicius [UNESP] |
| author_facet |
Santana, Gustavo Vinicius [UNESP] |
| author_role |
author |
| dc.contributor.institution.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.contributor.committeeMember.none.fl_str_mv |
Costa Junior, Pedro da Lima, Shigeaki Leite de |
| dc.contributor.author.fl_str_mv |
Santana, Gustavo Vinicius [UNESP] |
| dc.contributor.advisor1.fl_str_mv |
Souza, André Nunes de [UNESP] |
| contributor_str_mv |
Souza, André Nunes de [UNESP] |
| dc.subject.por.fl_str_mv |
clusterização Consumidor Residencial Curvas de cargas Tarifa Branca Hábitos de Consumo |
| topic |
clusterização Consumidor Residencial Curvas de cargas Tarifa Branca Hábitos de Consumo Clustering Residential consumer Load curves White tariff Consumer habits |
| dc.subject.eng.fl_str_mv |
Clustering Residential consumer Load curves White tariff Consumer habits |
| description |
A tarifa branca é um meio de controle indireto de demanda e a adesão de um número maior de consumidores proporciona menor perda no sistema elétrico , confiabilidade e maior segurança no fornecimento de energia elétrica. Esta dissertação consiste em um estudo analítico de curvas de cargas residenciais para viabilizar a adoção da tarifa branca, a qual considera os registros de consumo em intervalos fixos no tempo. A ideia é obter os perfis de consumo que mais se beneficiam com a adesão para essa alternativa tarifária no atual contexto brasileiro. O objetivo é verificar, a partir da análise das curvas características de vários perfis de consumo, se a adesão à tarifa branca traria benefícios aos usuários participantes. Idealmente, os consumidores não deveriam alterar radicalmente seus hábitos de consumo para reduzir seus custos com a energia elétrica. Por outro lado, o alinhamento mais adequado de perfis de consumo com tarifas também propicia melhor aproveitamento da capacidade instalada por parte da concessionária. Neste sentido, a metodologia proposta consiste em avaliar curvas de carga obtida a partir de dados sintéticos e da definição de cronogramas de consumo preestabelecido pela concessionária para esta modalidade tarifária. Neste estudo, a opção de aderir à tarifa branca considera os aspectos econômicos e de conforto do usuário. Em resumo, esta dissertação propõe uma metodologia para analisar a viabilidade de adesão à tarifa branca, analisando perfis de consumo e considerando pouca ou nenhuma alteração no uso de eletrodomésticos. |
| publishDate |
2020 |
| dc.date.issued.fl_str_mv |
2020-11-27 |
| dc.date.accessioned.fl_str_mv |
2021-01-06T22:19:29Z |
| dc.date.available.fl_str_mv |
2021-01-06T22:19:29Z |
| 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.uri.fl_str_mv |
http://hdl.handle.net/11449/202300 |
| dc.identifier.capes.none.fl_str_mv |
33004056087P2 |
| url |
http://hdl.handle.net/11449/202300 |
| identifier_str_mv |
33004056087P2 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
| instname_str |
Universidade Estadual Paulista (UNESP) |
| instacron_str |
UNESP |
| institution |
UNESP |
| reponame_str |
Repositório Institucional da UNESP |
| collection |
Repositório Institucional da UNESP |
| bitstream.url.fl_str_mv |
https://repositorio.unesp.br/bitstreams/ca9d4736-e400-45e1-82bf-384927b242ce/download https://repositorio.unesp.br/bitstreams/3be458cf-4e80-4113-b0a4-5bae6d15b980/download https://repositorio.unesp.br/bitstreams/44ac15b0-5908-473f-a05f-0d1219677c9c/download https://repositorio.unesp.br/bitstreams/d6a4bdbb-d049-4e87-ae9f-99f17f60889e/download |
| bitstream.checksum.fl_str_mv |
3e9764e77c1aa8db80f7abcaea1eac28 5739cecd3b9d106da52af8a293d0166c 0e315485d1f604260e01412c331f1cbe 8d028ce456d8c0a81291b84f5253ebf1 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
| repository.mail.fl_str_mv |
repositoriounesp@unesp.br |
| _version_ |
1878343741574479872 |