Nas indústrias, os gastos decorrentes do consumo de energia elétrica representam uma grande parcela dos custos de produção. Entre os consumidores, a siderurgia demanda um grande consumo de energia elétrica devido à sua produção.
Objetivos Específicos
Com base nas considerações feitas na introdução, este trabalho busca realizar um estudo teórico dos principais programas de gerenciamento pelo lado da demanda e apresentar um modelo matemático de GLD para uma indústria siderúrgica, a fim de avaliar sua aplicabilidade no setor industrial.
Considerações Iniciais
O Setor Elétrico Brasileiro
Conforme ilustrado sequencialmente na Figura 2, uma parcela significativa da matriz energética do Brasil é proveniente de usinas hidrelétricas, que suprem grande parte da demanda total de eletricidade do país (ANEEL, 2018). Portanto, juntamente com a facilidade com que diferentes classes da sociedade podem acessar novas tecnologias, o setor de energia precisa ser expandido para atender a demanda necessária de eletricidade (IBGE, 2018).
Demanda de Energia
O conceito de poupança de energia está diretamente ligado à adoção de medidas de racionalização energética através da utilização consciente da energia ou adoção de equipamentos mais eficientes em termos de consumo. A expansão do consumo exige simultaneamente uma expansão da produção de energia e uma maior eficiência através da poupança de energia.
Gerenciamento pelo Lado da Demanda
- Aspectos do Gerenciamento da Demanda
- Objetivos do GLD
- Programas de GLD
- Impactos do Sistema GLD
- GLD na Prática
Para Torres (2017), a adoção de medidas pelas concessionárias de energia elétrica pelo GLD visa gerar uma redução no consumo dos clientes em horários de maior demanda, o que gera maior confiabilidade do sistema. A abordagem da gestão da demanda de energia elétrica está correlacionada com o processo de tomada de decisão estratégica, que busca a adoção de medidas que gerem melhores condições estruturais e econômicas. Dentre as mais importantes pode-se destacar a aplicabilidade pelas concessionárias de energia para provocar mudanças na curva de carga de consumo de energia elétrica (CAMPOS, 2004).
Gellings e Chamberlin (1993) afirmam que a gestão pela demanda é baseada na integração do planejamento e operação de energia elétrica com os conceitos que afetam a demanda de eletricidade. Algumas das condições para o gerenciamento da demanda nas mais diversas aplicações foram levantadas por Delgado (1985). No estudo, os autores realizaram uma análise industrial que considerou o uso de cada estação de trabalho e definiu prioridades de demanda de energia.
O método consiste em analisar a possibilidade de deslocamento do consumo para horários com pouca demanda de energia.
Tarifação Elétrica no Brasil
- Tarifação de Distribuição
- Classificação dos Consumidores no Brasil
- Estrutura tarifária
- Modalidades Tarifárias
O cálculo das tarifas de distribuição é baseado em dois fatores para cobrança dos consumidores, demanda de energia e consumo real de energia. Para o consumo real de energia, a medição por quilowatt-hora (kWh) ou megawatt-hora (MWh), que corresponde ao consumo acumulado ao longo do tempo com a energia elétrica entregue ao consumidor durante o período medido (GOULART, 2015). Este grupo A está dividido em subgrupos, todos os quais se caracterizam por terem um tarifário binomial, ou seja, têm um conjunto de tarifários de comercialização constituídos por preços aplicáveis ao consumo de eletricidade ativa (kWh) e ao consumo.
A existência de escalões tarifários destina-se a cobrir os custos de produção de energia mais elevados resultantes das condições climatéricas e da capacidade de produção de energia em cada matriz de produção. Os consumidores do grupo B, com alimentação em tensão inferior a 2,3 KV, pagam pela modalidade convencional, e caracteriza-se por preços de consumo de energia elétrica independentemente do horário de uso. A estrutura tarifária azul caracteriza-se por tarifas diferenciadas para o consumo de eletricidade e para a procura de energia, consoante a hora do dia.
A modalidade de tarifa verde possui tarifas diferenciadas de consumo de energia elétrica de acordo com os horários de consumo durante o dia e tarifa única para demanda e potência (ANEEL, 2018).
Métodos de otimização aplicados na solução de problemas de GLD
Algoritmos Genéricos
Pontos Interiores
O método de pontos interiores consiste em uma abordagem que apresenta uma robustez numérica e uma rápida convergência dos dados. A utilização desse procedimento visa buscar soluções de otimização controlando as sequências estruturais do algoritmo de acordo com regiões internas (SIEBERT, 2013). A aplicabilidade deste método em GLD consegue incluir situações onde requer a adoção de programação linear e quadrática, podendo alcançar resultados mais adequados do que os algoritmos que percorrem pontos adjacentes.
Utilizando o método de pontos internos, Siebert (2013) adotou como base para realizar a otimização do fluxo de potência ótimo, que é utilizado para avaliar os indivíduos do algoritmo para realizar a alocação simultânea de reguladores de tensão e capacitores na rede de distribuição. O trabalho de Siebert (2013) trata do problema de descarga mínima a ser otimizada, onde o método dos pontos interiores serve como base para gerar a otimização computando a solução para as variáveis do sistema sujeitas a restrições.
Evolução Diferencial
Ao propor a correção do problema em cada uma das etapas, o sistema como um todo pode ser melhor otimizado ao ser religado e reconectado. Vilchez Lazo (2014) aplicou o método ED para usar um algoritmo heurístico para melhorar o custo devido às perdas de energia em um sistema elétrico por meio da alocação do banco de capacitores. Três princípios básicos foram aplicados no estudo, ou seja, aumentar o banco de capacitores, remover um banco de capacitores e transferir o banco de capacitores para uma barra superior ou inferior.
Por meio do estudo de otimização utilizando o algoritmo baseado em DE, o trabalho alcançou o objetivo de alcançar maior rentabilidade pela redução das perdas de energia, o que contribui para a melhoria do perfil de tensão operacional do sistema VILCHEZ LAZO (2014).
GRASP
PSO
A tarifa de eletricidade é cobrada no horário de pico A tarifa de eletricidade é cobrada no horário de pico. O consumo de energia elétrica é cobrado fora do horário de pico. A demanda diminuiu no horário de pico. Com o em estudo, considera-se a simulação do enchimento de silos levando em consideração o consumo de energia elétrica que deve ser gasto para realizar o procedimento.
Através do gráfico 7 apresentado, os dados expõem as condições de vazão dos silos ao longo do tempo. O Gráfico 11 apresenta o perfil de consumo de energia elétrica equivalente aos dados para o cenário com valor de massa inicial dos silos a 50% do valor de armazenamento. Nota-se que o algoritmo se manteve eficiente com esta simulação, permitindo que os valores desejados permaneçam dentro das restrições e otimizando o custo do uso da energia elétrica.
Os valores mantêm-se constantes, sofrendo reduções de valor quando os custos de carregamento aumentam devido às condições tarifárias de eletricidade. O Gráfico 14 mostra a massa dos silos nas condições definidas, onde o estado inicial da carga é de 50% da capacidade. Considerando o cenário de 90% da capacidade de massa inicial, neste caso os valores de consumo de energia elétrica aumentaram devido à necessidade de maior abastecimento.
Estudo de Caso
Resultados e Discussões
Modelo Matemático aplicado ao Cenário 01
Os resultados da otimização são apresentados a seguir, com um valor de interação inicial de 10% da capacidade nominal do silo e limitando o peso mínimo a 90%, cenário que visa manter um maior nível de armazenamento e simula todo o processo de abastecimento. Nos dados do gráfico 1 pode-se observar que os valores dos silos estão próximos das condições mínimas de 10%, defina os valores para os silos 2 e 3, que comprovam a condição de proximidade dos limites mínimos. O Gráfico 2 mostra a distribuição do fluxo de abastecimento entre os silos de acordo com a otimização da função custo.
Observa-se que uma das restrições do problema de otimização é que a soma das vazões de alimentação não ultrapasse 350 t/h, condição que é satisfeita e comprovada no gráfico 3 abaixo. Nota-se que houve consumo de energia elétrica nos horários de pico devido a massa dos silos 2 e 3 atingirem valores mínimos neste intervalo de tempo. Os dados apresentados nos gráficos 2 e 3 mostram que a massa dos silos atinge valores abaixo do mínimo estabelecido de 10%.
Os dados simulados representam um período de tempo maior e considerando a vazão de abastecimento em valores máximos quando os níveis de carga se aproximam dos mínimos.
Modelo Matemático aplicado ao Cenário 02
Para manter a produção em operação otimizada, os silos 2, 3 e 4 mantêm o fluxo de abastecimento em níveis mínimos para atender a produção, os demais ficam ociosos para eventuais demandas. Alguns silos do gráfico 7 abaixo estão em níveis constantes, mostrando que são necessários baixos níveis de abastecimento e os mesmos que representam baixa vazão. Os dados obtidos no gráfico 8 produzem, como resultado da soma de cada silo, a vazão total de abastecimento.
A quantidade permanece constante ao longo do tempo, mas diminui durante os períodos de pico, demonstrando a eficácia do algoritmo proposto. Os silos 2, 3 e 4 possuem maiores valores de redução devido ao maior fluxo de consumo no processo. Ao analisar os resultados obtidos, considera-se que o circuito de alimentação continuaria em operação mesmo com valores nominais dentro da faixa desejada.
Diante disso, pode-se fazer uma comparação e verificar que a aplicação do modelo matemático proporcionou uma economia diária de R$ 3.471,96 reais, conforme apresentado no gráfico 10.
Modelo Matemático aplicado ao Cenário 03
Os silos 2, 3 e 4 são abastecidos com uma vazão ligeiramente inferior ao consumo devido ao seu alto índice de utilização para produção. Os silos 5 e 6 do Quadro 12 apresentam baixo consumo de material, portanto a necessidade de abastecimento é baixa para estes casos, com baixos valores de vazão. Os níveis decaem em um ritmo mais rápido quando o fluxo de abastecimento diminui e apresentam quedas de massa mais abruptas durante os períodos de menor consumo de eletricidade.
O Gráfico 15 abaixo apresenta os custos a considerar para condições com um peso inicial de 50%.
Modelo Matemático aplicado ao Cenário 04
O Gráfico 20 abaixo apresenta os custos a ter em conta para condições com um peso inicial de 30%. O trabalho abordou a melhoria da eficiência no consumo de energia elétrica no setor de recebimento de matéria-prima da sinterização siderúrgica, aplicando o gerenciamento pelo lado da demanda como método de otimização do consumo. Para embasar o trabalho, o modelo matemático proposto foi inspirado nos modelos apresentados na literatura, bem como nas possibilidades de alterações para melhorar o custo do consumo de energia elétrica.
Diante dos resultados apresentados, conclui-se que nas condições estabelecidas pelo método de otimização matemática, os dados obtidos foram satisfatórios, gerando economia significativa no processo industrial simulado, demonstrando que os programas GLD são capazes de minimizar os gastos com energia elétrica no setor industrial. ANEEL Agência Nacional de Energia Elétrica, Regulamento da Conta de Desenvolvimento Energético Decreto CDE nº 9.022/2017. Medidas de Gestão Energética de Baixo Custo como estratégia de redução dos custos de eletricidade.
Métodos univariados e multivariados para previsão de demanda de eletricidade de curto prazo: um estudo comparativo.
Sugestões de Trabalhos Futuros
