Robespierre Sentelhas

Apresentação em tema: "Robespierre Sentelhas"— Transcrição da apresentação:

1 Robespierre Sentelhas
V Oficina de PIR na USP Planejamento Integrado de Recursos Projeto Araçatuba FAPESP Coordenador: Miguel Edgar Morales Udaeta "Como Considerar Variáveis Sociais, Ambientais e Políticas no Planejamento Energético" Robespierre Sentelhas Instrumento de Software para Pesquisas de Hábitos de Uso de Energia Foto e/ ou Imagem 03 de Maio de 2006

2 Fase 1: Energia Elétrica
Instrumento de Software para Apoio à Pesquisa de Posse de Equipamentos e Hábitos de Uso de Energia Fase 1: Energia Elétrica Dissertação apresentada ao PIPGE/USP para obtenção do título de Mestre em Energia Aluno: Robespierre Sentelhas Orientador: Prof. Dr. Ildo L.Sauer

3 Necessidades de conhecimento
Qual o consumo previsto para os próximos meses? Há necessidade de compra antecipada de cota complementar de energia elétrica? O horário político influenciará na curva de demanda dos próximos meses? O início da oferta do Gás Natural para o cliente residencial, alterará o mix do mercado energético? Em que proporção? Como a substituição de equipamentos influência na demanda energética? Qual a opção oferecerá maior rentabilidade no negócio: investir para aumentar a oferta atendendo a demanda conforme se apresenta ou desenvolver ações de conservação e racionalização do uso de energia para diminuir a demanda?

4 A resposta as perguntas é Conhecer o Mercado:
Empresas como WallMart, Bradesco, TAM gastam milhões coletando, armazenando e processando informações de seus clientes: Preferências pessoais; Poder aquisitivo; Tipos de produtos e serviços adquiridos; Frequência no relacionamento; Etc. Objetivo: Ofertar produtos e serviços que venham de encontro às necessidades e desejos do clinte, visando aumentar a satisfação do cliente e consolidar o relacionamento com a empresa.

5 A resposta as perguntas é Conhecer o Mercado:
As Concessionárias de Serviços Públicos possuem milhões de informações existentes nos seus cadastros mas Procuram novas informações que permitam “radiografar” melhor seu cliente? Como consome? Como consumirá no futuro em função de novos produtos e tecnologias?

6 Um modelo para o entendimento da realidade:
São três as variáveis que permitem compreender a realidade: Localização do consumidor: Clima, Hábitos Culturais, etc. Tecnologia: Equipamentos disponíveis, preço, suporte ao consumidor, etc. Hábitos de consumo dos serviços energéticos: Atendimento às necessidades de alimentação, conforto, etc.

7 A solução através de bancos de dados
Dados Geo-climáticos Tecnologia Dados Antropológicos (Hábitos de Uso) Visão do Mercado de Energia pelo lado do consumidor ou da demanda

8 A solução através de bancos de dados
Aceitação de novas tecnologias Planejamento Operacional Dados Geo-climáticos Tecnologia Dados Antropológicos (Hábitos de Uso) Visão do Mercado de Energia pelo lado do consumidor ou da demanda Influência de Equipamentos na Demanda Energética Simulação para Conservação e Racionalização de Consumo de Energia Conhecimento sobre o Consumo de Energia nos Estratos Sociais Gerenciamento pelo Lado da Demanda

9 A solução através de bancos de dados
Dados Geo-climáticos Curva de Demanda Média Diversificada Tecnologia Dados Antropológicos (Hábitos de Uso)

10 Análise e equacionamento de soluções para:
Simulação Energética; Análise de Custo/Benefício de um equipamento/classe de equipamentos para a concessionária; Dimensionamento de transformadores; Outros

11 Exemplos: Conhecimento da Realidade Social
Barghini (1999) – Santa Cruz de La Sierra

12 Exemplos: Conhecimento do Negócio
Barghini (1999) – Santa Cruz de La Sierra

13 Exemplos: Desenvolvimento de PIR – Cenários
Sauer (1999) Relatório PIR2 – Boa Vista

14 Conclusões Os principais benefícios diretos obtidos neste trabalho são: informatização com base em parte da metodologia proposta por Barghini de pesquisas de usos finais de energia; constituição de bases de dados com informações técnicas sobre equipamentos de energia elétrica; constituição de bases de dados de hábitos de consumo de energia elétrica por usos finais para um ou mais locais estudados. Essa base de dados, de informações desagregadas de consumo, permite uma visão ampla e diferenciada da demanda de energia; automatização de pesquisas de usos finais de energia elétrica; obtenção de um conjunto de relatórios sobre consumo de energia elétrica por equipamentos e usos finais; obtenção de curvas de demanda por uso final e geral para a área estudada.

15 Conclusões As informações contidas nos bancos de dados do programa de software, poderão ser utilizadas em: Definição de Políticas Tarifárias; Planejamento Integrado de Recursos (PIR) em Programas de Conservação e Racionalização de Energia na GLD; Planejamento de Redes de Distribuição e Modelamento e Predição da Demanda.

16 Próximos Passos Nos próximos meses:
Incluir rotina de tratamento da demanda reativa Incluir o tratamento de outras fontes de energia (Gás Natural, Biomassa, etc.) e seus respecitvos equipamentos; Simular processos de racionalização de energia com troca de equipamentos que utilizam fontes diferentes; Implementar interface com o programa de software LEAP de planejamento energético.

17 Fase 2: Demanda Georeferenciada
Instrumento de Software para Apoio à Pesquisa de Posse de Equipamentos e Hábitos de Uso de Energia Fase 2: Demanda Georeferenciada Dissertação apresentada ao PIPGE/USP para obtenção do título de Mestre em Energia Aluno: Robespierre Sentelhas Orientador: Prof. Dr. Ildo L.Sauer

18 Pesquisa de Usos Finais
Metodologia de levantamento de informações Segmento Indústria Comércio/ Serviços Residencial Inspeção Médio e grande portes e todas que utilizem processos de produção especificos Todas que utilizem processos e equipamentos especiais --- Métodos Estatísticos Pequenas indústrias que utilizem processos padronizados no mercado Pequeno, médio e grande porte, principalmente quando se tem um grande número de empresas e que utilizam processos padronizados Residencias de qq tamanho Pesquisa Detalhada similar a da Auditoria Energética Metodologia mais flexível (Consultor) Eq. de aquisição de dados e/ou Pesquisa de Posse de Equip. e Hábitos de Uso Metodologia de Barghini (Pesquisador de Campo)

19 Cadastros das Concessionárias
Análise do Cadastro O primeiro passo nas pesquisas de Usos Finais é desenvolvido na Análise dos Cadastros das Concessionárias (EE e/ou Gás) a partir dos Bancos de Dados de Consumo (medições) e Faturamento. Esta é uma visão dos consumos agregados da energia elétrica e do gás em cada unidade habitacional, comercial ou industrial em toda a região atendida pela Concessionárias dos serviços. Cadastros das Concessionárias

20 A partir dessa análise temos a visão de como acontece o consumo periódico (mensal) de todos os clientes (medidores) e consequentemente em toda a malha geográfica. Porém a visão agregada não permite: Prever as novas demandas ocasionadas por: inserção de novos produtos, mudanças de hábitos, etc. Desenvolver ações de racionalização de uso de energia Analisar o potencial de inserção de novos energéticos

21 Devemos portanto conhecer os equipamentos utilizados pelos clientes e os hábitos na utilização destes equipamentos Quanto maior a diversificação dos equipamentos e de seus usos maior a necessidade deste conhecimento Na área comercial a diversificação é relativamente menor. Na área industrial a diversificação é pequena e a demanda de energéticos dependerá dos equipamentos e processos adotados.

22 Clientes Residenciais
O desenvolvimento de pesquisa de posse e hábitos de uso é fundamental. Porém... É impossível desenvolvê-la para todos os clientes (universo), assim adotamos uma amostra (significativa) onde aplicamos a pesquisa. Uma das técnicas adotadas é dividir os clientes residenciais em classes que chamamos Estratos de Consumo. Por exemplo clientes com consumo até 50 kWh/mês; de 50 a 100 kWh/mês; e assim por diante. Para esses Estratos, que consideramos grupos homogêneos de consumo, quantificamos a amostra necessária e sorteamos os clientes que participarão da pesquisa. Para clientes comerciais e industriais podem ser adotados outros critérios de segmentação. Clientes Residenciais Estrato 0-50 kWh/mês Estrato kWh/mês Estrato kWh/mês . . .

23 Determinação da Amostra
A seleção dos clientes a serem pesquisados é feita nos cadastros. Cadastros O sorteio é feito nos cadastros e podem obedecer a alguns critérios para minimizar erros e viéses. Por exemplo: Clientes que não têm consumo registrado nos úlimos meses; Etc. Amostra

24 Equipamentos e Modelos
Bancos de Dados de Equipamentos É fundamental que todos os modelos de equipamentos tenham sido mapeados e inventariados quanto a potência, eficiência e qualidade. Equipamentos e Modelos São pontos importantes: Para equipamentos elétricos: Harmônicos Reativos Para ambos: Interação entre os equipamentos elétricos e gás.

25 A pesquisa está distribuida em 3 partes principais:
Dados sobre o endereço Dados sobre os usuários (Pesquisa Sócio-econômica) No caso de residências: área da casa em m2, quantia de quartos, número de habitantes, etc. No caso de comércio: tipo de atividade, quantia de funcionários, área em m2, etc. No caso de industrias: tipo de atividade; quantia de funcionários, etc. Dados sobre os eventos de uso de equipamentos elétricos e a gás Corresponde ao detalhamento de cada evento de uso de equipamentos elétricos e a gás. Para cada evento deve ser indicado o tipo de: Uso Final; Indicador para o Balanço Energético e para a Matriz Energética.

26 ~ Controle de Qualidade da Pesquisa
O controle de qualidade deve ser feito de forma a garantir que o consumo declarado esteja em conformidade com o consumo histórico. Somatório do consumo declarado do usuário ~ média de consumo últimos meses Evento Equipa/to 1 Equipa/to 2 Uso Final A Equipa/to 4 Equipa/to 5 Equipa/to 6 Equipa/to n ... Usuário Equipa/to 3 Uso Final B Uso Final C Uso Final Z

27 Resultados: Sumarização Básica
Local Estrato 1 Estrato 2 Estrato k Medidor Medidor Medidor Evento Equipa/to 1 Equipa/to 2 Uso Final A Equipa/to 4 Equipa/to 5 Equipa/to 6 Equipa/to n ... Usuário Equipa/to 3 Uso Final B Uso Final C Uso Final Z Premissa Grupos Homogêneos: Universo = Resultados da Amostra expandidos através de coeficientes pré-determinados para cada estrato

28 Resultados: Sumarização Básica
Local Visão Desejada Visão da distribuição que pode ser obtida na junção de dados do distribuidor Subestação Medidor Evento Equipa/to 1 Equipa/to 2 Uso Final A Equipa/to 4 Equipa/to 5 Equipa/to 6 Equipa/to n Usuário Equipa/to 3 Uso Final B Uso Final C Uso Final Z Transf. 2 Transf. 1 Transf. k

29 Outros Resultados através de Banco de Dados
Simulações para Cenários de Racionalização de Uso dos Energéticos Curvas de Carga por Local, Estratos, Usos Finais, Equipa-mentos, dias da semana de fins de semana Indicadores Sócio-Econômicos relativos aos energéticos Totais e Indicadores Gerais por Equipamentos, Usos Finais, Estratos

30 Alimentando o Modelo GIS Equipamentos e Usos dos Energéticos
Estrato 1 Estrato 2 Estrato 3 Estrato k Densidade de Carga por energético Recursos disponíveis Alertas diversos

31 Melhorias na Alimentação do Modelo GIS (Trabalhando com Sub-Estratos)
A pesquisa oferece como resultados uma série de indicadores sócio-econômicos por estrato: No residencial por exemplo: Pessoas por habitação; cômodos por habitação; m2 por habitação; m2 por habitante, consumo por habitante, etc Através destes indicadores e da posse de equipamentos podemos identificar e definir subclasses de usuários. Adotando-se a premissa que usuários da mesma subclasse adotam o mesmo padrão de consumo teremos um refinamento na alimentação do sistema GIS.

32 Melhorias na Alimentação do Modelo GIS (Trabalhando com Sub-Estratos)
K1 K2 K3 K4 K5 Estrato k Consumo de x até y kWh/mês Indicadores Sócio-econômicos Parâmetros de Classificação de Subestrato Bancos de Dados Bancos de Dados reclassificados Classifica cada medidor e Usuário em um estrato-subestrato

33 Melhorias na Alimentação do Modelo GIS (Gerando um Data Warehouse)
Cadastros das Concessionárias Censo (IBGE) Bancos de Dados Marketing Outras Informações ... Dataware House (GIS) Geração do Data Warehouse para a área geográfica em estudo BD da Pesquisa BD de Inf. Geográficas

34 Explorando o Data Warehouse
Resultados com maior exatidão: Densidade de Carga por energético Recursos disponíveis Alertas diversos L1 L2 L3 L4 L5 Consumo de x até y kWh/mês Estrato L K1 K2 K3 K4 K5 Estrato k Alimentação do modelo GIS através do processo de similaridade

35 Explorando o Data Warehouse
Desenvolvimento e testes de modelos estatísticos Desenvolvimento e testes de modelos dinâmicos

36 Explorando o Data Warehouse
Desenvolvimento e testes de modelos utilizando outras tecnologias como Redes Neurais, Fuzzy Logic, etc.

37 Ciclo de Vida dos Modelos
Markal / LEAP / Outros Data Warehouse Pesquisa

38 Ciclo de Vida dos Modelos
Bancos de Dados Validação das hipóteses Pesquisa em BD/Campo (Teses) Formulação de Hipóteses do Macro-Modelo Avaliação dos Resultados

39 Grato Robespierre Sentelhas Fones: IEE: (11) Cel: (11)