Este glossário apresenta a definição de alguns termos usados neste trabalho sobre sistemas térmicos e psicrometria, área da ciência responsável pelo estudo das propriedades físicas e termodinâmicas de gases, vapores e suas misturas.
Sistemas Térmicos
Capacidade de refrigeração: Capacidade líquida associada a variação de entalpia entre o ar
entrando e o ar deixando a unidade interna (evaporador). Inclui tanto a capacidade de calor latente quanto a capacidade de calor sensível, expressa em Btu/h ou kW, além do calor gerado pela circulação de ar e dos motores. Um equipamento de 9.000 Btu/h tem capacidade de refrigeração equivalente a 2,638 kW.
Condições nominais de classificação: Condições de temperatura nas quais os aparelhos são testados
para que suas performances possam ser comparadas. Para o ar condicionado usado como base neste trabalho as condições padrão são: temperatura interna: 27ºC D.B/19ºC W.B e temperatura externa: 35ºC D.B/24ºC W.B.
Capacidade de refrigeração nominal: Capacidade de refrigeração calculada nas condições
nominais.
Potência Total: A soma da potência consumida por todos os componentes do sistema, incluindo a
potência consumida pelo compressor, ventiladores internos e externos, sistema de controle e outros dispositivos utilizados no modo normal de operação.
Coeficiente de performance: Relação usada tanto em sistemas de refrigeração quanto em sistemas
de aquecimento para descrever a quantidade de energia útil (capacidade de refrigeração ou aquecimento) entregue por um sistema em relação a energia consumida (quantidade de energia elétrica, por exemplo) por esse mesmo sistema. Quanto maior o COP, mais eficiente é o dispositivo. Aparelhos de AC geralmente possuem COP maior do que 1, uma vez que transferem mais energia de uma fonte quente (ambiente interno) para uma fonte fria (ambiente externo) do que a quantidade de energia utilizada no processo mecânico.
Relação de eficiência energética (EER): Relação utilizada especificamente para classificar
aparelhos de refrigeração. Da mesma maneira que o COP, é a relação entre a capacidade de refrigeração (medida em BTU ou kWh) e a energia utilizada (em kWh) no processo. Geralmente, o EER é calculado a uma temperatura externa de 35ºC, temperatura interna de 27ºC e umidade relativa de 50%.
Relação de eficiência energética sazonal (SEER): É o EER ajustado para classificar o desempenho
geral do equipamento durante uma temporada típica de calor. É calculado com as mesmas condições de temperatura interna, porém para uma faixa de temperaturas externas.
Condensador: Serpentina que libera o calor coletado do ambiente interior no ambiente externo. Evaporador: Serpentina que remove calor e humidade do ar no ambiente interior.
Válvula de expansão: Componente que controla a quantidade de líquido refrigerante liberado para
Ventilador: Ventilador que sopra ar sobre o condensador para aumentar a dissipação de calor para o
ambiente externo.
Ventoinha: Soprador que promove a circulação de ar dentro do evaporador, dispersando o ar
refrigerado.
Compressor: Um motor bomba que promove a circulação do líquido refrigerante entre o evaporador
e o condensador para refrigerar o ar do ambiente interior.
Compressor a velocidade variável: Compressor que tem a capacidade de variar a sua velocidade
rotacional em estágios não discretos usando um inversor ou uma unidade de frequência variável (AHRI Standard 210/240, 2017).
Termostato: Dispositivo que controla as variações de temperatura de um sistema, procurando mantê-
lo a temperatura constante.
Gás refrigerante, líquido refrigerante ou refrigerante: Substância ou mistura, usualmente um
fluído, utilizada em um ciclo termodinâmico (aquecimento ou refrigeração). Na maioria dos ciclos, o refrigerante sofre transição de fase do estado líquido para o estado gasoso e de volta para o líquido.
Psicrometria
Btu: Quantidade de calor necessária para elevar a temperatura de uma libra de água em um grau
Fahrenheit. Um BTU equivale a aproximadamente 1.005 joules.
Calor específico: Quantidade de calor necessária para que cada grama de uma substância sofra uma
variação de temperatura correspondente a 1°C.
Calor latente: Capacidade de refrigeração associada com a mudança da umidade relativa, expressa
em Btu/h ou kW.
Calor sensível: Capacidade associada a mudança na temperatura de bulbo seco, expressa em Btu/h
ou kW.
Capacidade térmica: É a quantidade de calor que um corpo necessita receber ou ceder para que sua
temperatura varie uma unidade.
Entalpia: Máxima quantidade de energia passível de ser extraída de um sistema termodinâmico na
forma de calor.
Resistência térmica: Valor que expressa a capacidade de um material ou sistema de resistir à
passagem do calor.
Umidade relativa: É a relação entre a quantidade de água existente no ar (umidade absoluta) e a
Ponto de orvalho ou de condensação da água: é a temperatura na qual o vapor de água que está
em suspensão no ar começa a se condensar, ou seja, é o ponto no qual a umidade relativa da massa de ar em consideração atinge 100%.
Temperatura de bulbo seco: Usualmente referenciada como a temperatura do ar. A temperatura de
bulbo seco é um indicador da quantidade de calor e é proporcional à energia cinética das moléculas do ar. A temperatura de bulbo seco é medida com um termômetro exposto livremente ao ar, porém longe da radiação e da umidade.
Temperatura de bulbo úmido: É a temperatura da saturação adiabática e a temperatura indicada
por um termômetro cujo bulbo esteja envolto por um material úmido exposto a um fluxo de ar. A taxa de evaporação do envoltório úmido do bulbo e a diferença entre a temperatura de bulbo seco e a temperatura de bulbo úmido dependem da humidade do ar. A evaporação é reduzida quanto maior a quantidade de vapor d’água no ar.
REFERÊNCIAS
[1] N. Mahdavi and J. Braslavsky, “A model for aggregate demand response of an ensemble of variable-speed air conditioners,” Asia-Pacific Power Energy Eng. Conf. APPEEC, vol. 2018- Octob, pp. 94–99, 2018, doi: 10.1109/APPEEC.2018.8566524.
[2] I. E. Agency, “The Future of Cooling. Opportunities for energy-efficient air conditioning.,” Pop.
Sci., vol. 7, no. 3, pp. 319–321, 2013, doi: 10.1126/science.1185866.
[3] X. Wu, Y. Li, Y. Tan, Y. Cao, and C. Rehtanz, “Optimal Energy Management for Residential Multi-Energy System,” IET Gener. Transm. Distrib., 2019, doi: 10.1049/iet-gtd.2018.6472. [4] B. Wang, T. Zhang, X. Hu, Y. Bao, and H. Su, “Consensus control strategy of an inverter air
conditioning group for renewable energy integration based on the demand response,” IET Renew.
Power Gener., vol. 12, no. 14, pp. 1633–1639, 2018, doi: 10.1049/iet-rpg.2018.5290.
[5] X. Chen, J. Wang, J. Xie, S. Xu, K. Yu, and L. Gan, “Demand response potential evaluation for residential air conditioning loads,” IET Gener. Transm. Distrib., vol. 12, no. 19, pp. 4260–4268, 2018, doi: 10.1049/iet-gtd.2018.5299.
[6] S. M. H. Ali, M. Lenzen, and J. Huang, “Shifting air-conditioner load in residential buildings: benefits for low-carbon integrated power grids,” IET Renew. Power Gener., vol. 12, no. 11, pp. 1314–1323, 2018, doi: 10.1049/iet-rpg.2017.0859.
[7] A. Tas et al., “Combining the Flexibility from Shared Energy Storage Systems and DLC-based Demand Response of HVAC Units for Distribution System Operation Enhancement,” IEEE
Trans. Sustain. Energy, vol. 10, no. 1, pp. 137–148, 2018, doi: 10.1109/TSTE.2018.2828337.
[8] O. Erdinç, A. Taşcikaraogυlu, N. G. Paterakis, Y. Eren, and J. P. S. Catalão, “End-User Comfort Oriented Day-Ahead Planning for Responsive Residential HVAC Demand Aggregation Considering Weather Forecasts,” IEEE Trans. Smart Grid, vol. 8, no. 1, pp. 362–372, 2017, doi: 10.1109/TSG.2016.2556619.
[9] O. Erdinc, A. Tascikaraoglu, N. G. Paterakis, and J. P. S. Catalao, “An energy credit based incentive mechanism for the direct load control of residential HVAC systems incorporation in day-ahead planning,” 2017 IEEE Manchester PowerTech, Powertech 2017, 2017, doi: 10.1109/PTC.2017.7981238.
[10] Z. Shi, H. Liang, S. Huang, and V. Dinavahi, “Multistage robust energy management for microgrids considering uncertainty,” IET Gener. Transm. Distrib., 2019, doi: 10.1049/iet- gtd.2018.6594.
[11] S. Wang, F. Luo, Z. Y. Dong, and Z. Xu, “Coordinated residential energy resource scheduling with human thermal comfort modelling and renewable uncertainties,” IET Gener. Transm.
Distrib., vol. 13, pp. 1768–1776, 2018, doi: 10.1049/iet-gtd.2018.5355.
[12] N. K. Kandasamy, K. J. Tseng, and S. Boon-hee, “Virtual storage capacity using demand response management to overcome intermittency of solar PV generation,” pp. 1741–1748, 2017, doi: 10.1049/iet-rpg.2017.0036.
[13] X. Gao, K. Meng, D. Wang, G. Liang, F. Luo, and Z. Y. Dong, “Optimal wind turbine and air conditioner loads control in distribution networks through MILP approach,” IEEE Power Energy
Soc. Gen. Meet., vol. 2016-Novem, pp. 1–5, 2016, doi: 10.1109/PESGM.2016.7741314.
[14] L. S. Communication, “The smart grid: An introduction,” Smart Grid Electr. Power Transm., pp. 1–45, 2011, doi: 10.1002/9781119521129.ch15.
[15] R. Herold and C. Hertzog, “What Is the Smart Grid?,” Data Priv. Smart Grid, vol. 2020, pp. 11– 42, 2015, doi: 10.1201/b18005-3.
[16] L. Gelazanskas and K. A. A. A. Gamage, “Demand side management in smart grid: A review and proposals for future direction,” Sustain. Cities Soc., vol. 11, pp. 22–30, 2014, doi: 10.1016/j.scs.2013.11.001.
Them,” no. February, p. 97, 2006.
[18] A. Morton, “The power of a simple idea: What is demand response?,” Arena Wire, pp. 1–5, 2017. [19] Energex, “Demand Management Plan Message from the Head of Corporate Strategy Executive
General Manager Asset Safety and Performance,” 2018.
[20] I. T. Manual, “AS/NZS 4777.2: 2015 - Revisions to the Grid-Connected PV Systems: Design and Installation Training Manual, 8th Edition,” 2016.
[21] A. Pechmann, F. Shrouf, M. Chonin, and N. Steenhusen, “Load-shifting potential at SMEs manufacturing sites: A methodology and case study,” Renew. Sustain. Energy Rev., vol. 78, no. June 2016, pp. 431–438, 2017, doi: 10.1016/j.rser.2017.04.081.
[22] CSIRO, “When all the air conditioners run at once,” 2018. [Online]. Available: https://blog.csiro.au/when-all-the-air-conditioners-run-at-once/.
[23] B. Zhou et al., “Smart home energy management systems: Concept, configurations, and scheduling strategies,” Renew. Sustain. Energy Rev., vol. 61, pp. 30–40, 2016, doi: 10.1016/j.rser.2016.03.047.
[24] Operador Nacional do Sistema Elétrico, “Resultados da Operação - Histórico da Operação,” 2018. [Online]. Available: http://ons.org.br/paginas/resultados-da-operacao/historico-da-operacao. [25] C. Sabillon-Antunez, O. D. Melgar-Dominguez, J. F. Franco, M. Lavorato, and M. J. Rider, “Volt-
VAr Control and Energy Storage Device Operation to Improve the Electric Vehicle Charging Coordination in Unbalanced Distribution Networks,” IEEE Trans. Sustain. Energy, vol. 8, no. 4, pp. 1560–1570, 2017, doi: 10.1109/TSTE.2017.2695195.
[26] M. Liu and Y. Shi, “Model Predictive Control of Aggregated Heterogeneous Second-Order Thermostatically Controlled Loads for Ancillary Services,” IEEE Trans. Power Syst., vol. 31, no. 3, pp. 1963–1971, 2016, doi: 10.1109/TPWRS.2015.2457428.
[27] Tesla, “Powerwall 2 Datasheet - North America.” 2018.
[28] E. Skoplaki and J. A. Palyvos, “On the temperature dependence of photovoltaic module electrical performance: A review of efficiency/power correlations,” Sol. Energy, vol. 83, no. 5, pp. 614– 624, 2009, doi: 10.1016/j.solener.2008.10.008.
[29] J. F. Franco, M. J. Rider, and R. Romero, “A Mixed-Integer Linear Programming Model for the Electric Vehicle Charging Coordination Problem in Unbalanced Electrical Distribution Systems,”
IEEE Trans. Smart Grid, vol. 6, no. 5, pp. 2200–2210, 2015, doi: 10.1109/TSG.2015.2394489.
[30] D. M. Gay and B. W. Kernighan, “AMPL Reference Manual,” pp. 453–500, 2003. [31] C. Optimizer and IBM Analytics, “CPLEX Optimizer,” pp. 1–10, 2018.
[32] E. F. Giaretta, “Código do Modelo em AMPL,” 2019. [Online]. Available: https://github.com/ErickFG08/Mestrado.git.
[33] LaPSEE Laboratório de Planejamento de Sistemas de Energia Elétrica, “33 Node Test System With Secondary Network Based on IEEE 34 Node Test Feeder.” [Online]. Available: http://www.feis.unesp.br/Home/departamentos/engenhariaeletrica/lapsee807/33_node_system.pd f.
[34] B. C. Delmastro, J. Dulac, E. Technology, and P. Analyst, “Commentary : Helping a warming world to keep cool,” pp. 1–8, 2019.
[35] ANEEL, “Tarifa Branca - ANEEL,” 2019. .
[36] J. S. Acosta, J. C. López, M. J. Rider, S. Member, J. C. Lopez, and M. J. Rider, “Optimal Multi- Scenario, Multi-Objective Allocation of Fault Indicators in Electrical Distribution Systems Using a Mixed-Integer Linear Programming Model,” IEEE Trans. Smart Grid, vol. 3053, no. c, pp. 1– 12, 2018, doi: 10.1109/TSG.2018.2862905.
[37] ILOG, “ILOG AMPL CPLEX System Version 11.0 User ’ s Guide,” Notes, no. January, 2008. [38] “XVIII ERIAC.” [Online]. Available: http://www.xviiieriac.com.br/.
[39] MathWorks, “Polynomial Models.” [Online]. Available:
APÊNDICE
Este trabalho serviu de base para a construção de um artigo apresentado no 18º Encontro Regional Ibero-americano do Cigré [38] (XVIII ERIAC) que aconteceu entre os dias 19 e 23 de maio de 2019 em Foz do Iguaçu, no estado do Paraná.
O artigo foi aprovado dentro do Comitê de Estudo C6 – Sistema de Distribuição Ativos e Recursos Energéticos Distribuídos, cujos temas de interesse são:
• Aplicações de armazenamento de energia em redes de distribuição.
• Avaliação, capacidade de alocação e previsão de geração distribuída, considerando casos reais de aplicação em redes de distribuição e sistemas isolados (eletrificação rural).
• Gestão operativa de redes elétricas inteligentes, incluindo microrredes.
• Normas e regulação da geração distribuída e esquemas de gestão pela demanda, incluindo casos de aplicações reais.