Sistema de eficiência energética em edifícios inteligentes,

avorece a redução do consumo e produção de energia

Mestrando: Abraão Nazário

Inteligência Artificial

Orientador: Teive, Raimundo Dr.

ROTEIRO

Introdução

Objetivo Geral

Objetivo específico

Justificativa

Metodologia

Possíveis resultado dos Micro Grids

Conclusões

Cronograma

Analise de Risco

Referencias

Introdução

Microgrids são redes de distribuição e geração de energia em pequena escala e

baixa voltagem. Elas são utilizadas em pequenas regiões (campus, edifícios,

residências), onde se faz necessário um controle específico de cada recurso

utilizado (cargas, microgeradores e baterias) para satisfazer os requisitos impostos

pelo usuário ou restrições econômicas, de segurança, de proteção, entre outras.

Amin, S.M. (2005).

Objetivo

O objetivo de um sistema de controle de demanda num edifico inteligente utilizando algoritmos genéticos é o de

minimizar o consumo de eletricidade de diversos aparelhos, ajustando a potência consumida. O Sistema deverá

procurar minimizar o custo em função horário de pico, além disso, o sistema deve impedir em cada momento

que o consumo exceda a potência contratada, caso exceda deverá utilizar uma fonte alternativa

1. Modelar as fontes de geração de energia do edifício (phovoltaica, concessionaria).

2. Desenvolver um algoritmo genéticos Multi-objeto para otimizar o consumo tendo em vista as

tarifas e a comunicação com diversos objetos inteligentes de um edifício.

3. Embasar Micro Grid com área de Inteligência artificial;

Metodologia

Revisão bibliográfico, onde foram analisados livros, artigos, teses e relatórios referentes a

algoritmos multi-objeto e Micro Grids;

Literatura da IEEE para embasamento das Micro grid;

Método de simulação Monte Carlo para estimativa de consumo;

Estudos de para trabalhos futuros na tecnologia ZibBee, que conecta a todo equipamento

ao medidor, transmitindo e recebendo informações e comandos a micro grids.

Justificativa

O sistema Elétrico está em expansão, e faz necessário possuir

aplicação Inteligentes que conduza de maneira eficiente, segura e

sustentável, à novos caminhos que reduza vulnerabilidade e

diversifique a distribuição de energia.

Algoritmos

Genético

Dispositivo Fonte Alternativas

Bateria

Gestão de carga de energia num micro Grid Utilizando Algoritmos Genéticos Multi-objeto

Estudo de caso: FATEC SENAI

Exemplos de variáveis de entrada da Microgrids

Aparelhos Elétricos Potência

Média Watts

Dias

estimados

Uso/Mês

Média

Utilização/Dia

Consumo Médio

Mensal (Kwh)

AR-CONDICIONADO

( 30 Qtde)

1400 26 12 H 16200

COMPUTADOR

(600 Qtde)

200 26 12 H 45000

Lâmpada Fluorescente

( 260 Qtde)

40 25 12 H 4752

Consumo mensal: 65952

16.003,48Valor: R$Fonte: FATEC SENAI

Calculo: CEEE Simulador de Consumo

Aplicação do Simulação de Monte Carlo Sobre Consumo médio por (Kwh)

num eventual crescimento da Micro Grid

Valores mínimo, máximo e provável

0

50

100

150

200

250

300

350

400

307

309

311

313

315

317

319

321

323

325

327

329

331

333

335

337

339

341

343

345

347

349

351

353

355

357

359

361

363

365

367

369

371

373

375

377

379

381

383

385

387

389

391

393

395

397

399

401

403

405

Mais

HISTOGRAMA

Freqüência Linear (Freqüência)

Quantidade de Valores simulado: 10000

Por (Kwh)

Aplicação Algoritmo Genético Multi-objetivo (AGMO)

Resultado

da Potencia

total

Potencia por

equipamento

Implementação da solução

Conclusões

A aplicação de Algoritmos Geneticos Multi-Objeto e Micro Grid

para sistema elétricos de edifícios de forma inteligentes tem

mostrado promissor;

Será possível embasar melhor as tecnologias que poderão se

utilizadas para esse sistema de edifício inteligentes;

As possibilidades para trabalhos futuros são muitas, com

desenvolvimento de diversas aplicações.

Conclusões

Hipótese

.

Aplicação de microgrid favorece a redução do consumo e

produção de energia

Referência

ANEEL (Agência Nacional de Energia Elétrica). Tarifa branca ao consumidor de baixa tensão valerá com novo medidor.

http://www.aneel.gov.br/aplicacoes/noticias/Output_Noticias.cfm?Identidade=4921&id_area=90 . Acesso em 10/10/2014

ALLISON, M.; M ORRIS, K. A.; Y ANG, Z.; C LARKE, P. J.; C OSTA, F. M. Towards Re-liable Smart Microgrid Behavior Using Runtime Model Synthesis.

In: 2012 IEEE 14th International Symposiumon High-Assurance Systems Engineering, número Cm, p. 185–192. IEEE, Oct. 2012.

BHASKARA, S. N.; C HOWDHURY, B. H. Microgrids - A review of modeling, control, protection, simulation and future potential. In: 2012 IEEE Power and

Energy Society General Meeting, p. 1–7. IEEE, July 2012.

CAI, N.; X U, X.; M ITRA , J. A hierarchical multi-agent control scheme for a black start-capable microgrid. In: 2011 IEEE Power and Energy Society

General Meeting, p. 1–7. IEEE, July 2011.

J. Xiao, J. Y. Chung, J. Li, R. Boutaba, J. Won-Ki Hong, “Near Optimal Demand-Side Energy Management Under Real-time Demand-Response Pricing,”

in 2010 International Conference on Network and Service Management, Niagara Falls, ON, EUA, pp. 527-532

M. A. A. Pedrasa, T. D. Spooner, I. F. MacGill, “Coordinated Scheduling of Residential Distributed Energy Resources to Optimize Smart Home Energy

Services,” IEEE Transactions on Smart Grid, v. 1, n.2, pp. 134-143, 2010.

HASSAN, R.; R ADMAN, G. Survey on smart grid. In: IEEE SoutheastCon 2010 (SoutheastCon), Proceedings of the, p. 210–213, 2010.

Tushar, M.H.K. ; Assi, C. ; Maier, M. ; Uddin, M.F. Smart Grid, IEEE Transactions on .(2014)

Tasdighi, M. Sch. de Electr. & Comput. Eng., Univ. de Teerã, Teerã, Irã Ghasemi, H. ; Rahimi-Kian, A.(2014)

Yingsong Huang Dept. de Electr. & Comput. Eng., Auburn Univ., Auburn, AL, EUA Shiwen Mao. (2012).

WAZLAWICK, Raul Sidnei. Metodologia de pesquisa para ciência da computação, 2004.

.

Conclusões

Cronograma

Conclusões

Análise de riscos

Risco Probabilidade Impacto Gatilho Plano de contingência

Indisponibilidade devido

a priorização de outros

projetos do SENAI

Médio Alta Solicitações do SENAI-MT

para projeto de INOVAÇÃO

Desenvolver o projeto do INOVA-

alinhado com tema de pesquisa do

Mestrado

Atrasos na entrega dos

trabalhos

Médio Alta Sobrecarga de

atividades/Problema de

saúde,

Realizar exames periódicos, priorizar o

mestrado para não ocorrer

sobrecarregar de atividades.

Coleta de dados em

locais/pesquisadores que

já Realização a linha

pesquisa

Baixo Alta Impossibilidade de

ELETROSUL e Casa

inteligentes de SC, não

autorizar a visita técnica

Agendar as visitas com antecedência.

Indisponibilidade devido

participação das

reuniões do

Departamento Nacional

do Senai

Alta Alta Solicitações do Comitê de

Curso Superior do SENAI

Alinhar as reuniões com as atividades

do mestrado