Abstract— This paper presents an analysis about the individual consumption habits and their impact on the residential energy efficiency, based on the usage habits in the Brazilian residential class and the application of fuzzy logic.
Keywords— Consumption Habits, Energy Consumption, Energy Efficiency, Fuzzy Logic.
I.INTRODUÇÃO
SETOR de energia elétrica do Brasil é considerado atualmente um dos maiores do mundo na geração hidrelétrica, que em 2014 representou 67% da capacidade instalada e 74% de toda energia elétrica gerada no Brasil considerando o sistema interligado nacional, que registrou uma potência instalada da ordem de 133 GW [1]–[3]. Apesar de toda sua capacidade, o sistema hidrelétrico brasileiro já apresentou sinais de esgotamento, devido à ausência de um planejamento energético adequado, à algumas questões político-econômicas, e ainda, à mudança no padrão das chuvas no território brasileiro [4].
Desde o racionamento de energia em 2001, o governo brasileiro passou a se preocupar também com questões relacionadas ao uso racional da energia elétrica [4].
Um fator que pode agravar essa situação é a estimativa de crescimento da população brasileira até 2050 de cerca de 50%, o que demandaria a geração e a distribuição de mais energia elétrica para atender toda população [5].
Com essa perspectiva de crescimento, ações no campo da eficiência energética resultantes do uso de equipamentos mais eficientes, como também a partir de hábitos conscientes de consumo, podem contribuir positivamente para minimizar o impacto do aumento do consumo de energia elétrica [5].
Devido à essa preocupação do governo com o consumo de energia elétrica nas edificações, foram desenvolvidos modelos de avaliação de eficiência energética nas edificações e equipamentos, bem como o estabelecimento de indicadores técnicos referenciais de consumo de energia, os quais são controlados pelos programas: PROCEL – Programa Nacional de Eficiência Energética, referente aos equipamentos e produtos e, PROCEL EDIFICA – Programa Nacional de Eficiência Energética em Edificações [4].
Em 2013, o consumo final de energia elétrica no Brasil foi de 516,3 TWh, 3,6% maior em comparação com 2012. O consumo de eletricidade no setor residencial brasileiro
J. R. Paim Neto, Pontifícia Universidade Católica de Campinas, Campinas, SP, Brasil, neto@netopaim.com.br
D. Bianchini, Pontifícia Universidade Católica de Campinas, Campinas, SP, Brasil, davidb@puc-campinas.edu.br
apresentou um crescimento de 6,2%, o qual corresponde cerca de 24,2% do consumo total do país [6].
Estima-se que em 2050, o consumo per capita de eletricidade no Brasil apresente uma evolução para 7.182 (kWh/ano), o que representa um aumento de 184% em relação ao consumo apresentado em 2013, equivalente a 2.532 (kWh/ano) [5].
Com processos cada vez mais digitais e informatizados, as redes elétricas estão se tornando redes inteligentes ou “smart
grids”, as quais são consideradas uma revolução tecnológica
no setor de energia elétrica. O principal objetivo das redes inteligentes é controlar, monitorar e automatizar todo o processo de geração, transmissão e distribuição de energia elétrica. A implantação crescente das redes inteligentes fomenta diversas expectativas em relação aos benefícios esperados: redução dos índices de perdas comerciais, melhoria da qualidade da energia fornecida, eficiência energética e redução dos custos operacionais [7].
A eficiência energética proporcionada pela implantação das redes inteligentes, sugere uma cidade inteligente e eficiente, automatizada de forma que o consumo seja somente o essencial, autossustentável. Uma cidade inteligente abre um leque de possibilidades para aumentar a eficiência energética residencial, entretanto uma residência inteligente, com equipamentos inteligentes ainda dependerá do ser humano para fazer as devidas configurações e parametrizações. Isso indica que os consumidores também devem ser inteligentes para proporcionar uma cidade efetivamente inteligente.
Considerando a necessidade de avaliar um determinado equipamento e o comportamento de sua utilização, que depende de fatores de uso humanos, não é possível garantir a existência de certezas absolutas quanto a esses aspectos. Heisenberg em 1927 apresentou o princípio da incerteza, o qual foi responsável por auxiliar no desenvolvimento da chamada lógica nebulosa, difusa ou fuzzy, cuja forma de raciocinar é muito semelhante ao raciocínio humano, baseado em aproximações, incertezas e suposições [8]. A lógica fuzzy se tornou conhecida a partir de 1965, quando o professor Lofti Zadeh publicou o artigo Fuzzy Sets no journal Information
and Control [8].
A aplicação da lógica nebulosa difere do raciocínio booleano, pois permite definir graus para determinados elementos em estudo quanto o seu pertencimento a determinado conjunto. Desta forma, somente a resposta totalmente contido ou totalmente não contido, conforme a lógica clássica de Aristóteles, é insatisfatória e, agora torna-se necessário saber em que grau um determinado elemento está contido ou não contido em um conjunto [8].
J. R. Paim Neto and D. Bianchini
Analyzing Consumer Behavior on Residential
Energy Efficiency Using Fuzzy Logic Model
A lógica convencional ou clássica utiliza uma abordagem bem definida para a pertinência nos conjuntos. Por exemplo, pode-se dizer que uma pessoa com 1,70m é considerada alta ou mediana, nunca os dois. Dessa forma é necessário construir linhas que diferenciem resultados pertencentes e os não pertencentes de uma classe. Essa divisão, muitas vezes, é um processo complexo e que não representa a realidade do problema a ser modelado. Assim, é possível utilizar a lógica nebulosa, que se aproxima da forma como as pessoas pensam, buscando mapear o seu senso de palavras, tomada de decisão ou senso comum [9].
O objetivo desse trabalho é apresentar uma análise do nível de eficiência energética do indivíduo aplicando lógica nebulosa, com base na análise do impacto do comportamento humano e nos hábitos de consumo, utilizando como fonte de informação inicial as metodologias, métricas e resultados do programa brasileiro de etiquetagem.
II. ETIQUETAGEM DA EFICIÊNCIA ENERGÉTICA Existem dois tipos de etiquetas de eficiência energética no Brasil, uma específica para equipamentos e outra para edificações.
As etiquetas de eficiência energética para equipamentos têm objetivo de orientar o consumidor, indicando os produtos que apresentam os melhores níveis de eficiência energética dentro de cada categoria, conforme apresentado na Fig. 1 [10]. Também estimula a fabricação e a comercialização de produtos mais eficientes, contribuindo para o desenvolvimento tecnológico e a preservação do meio ambiente [10].
Figura 1. Selo Procel de economia de energia (à esquerda) [11] e etiqueta nacional de conservação de energia (à direita) [12].
Entretanto, dispor de equipamentos com o melhor nível de avaliação de eficiência energética não garante a eficiência energética da edificação residencial onde o equipamento é utilizado. Isto se deve principalmente ao comportamento de uso do equipamento, além de suas características técnicas, que efetivamente determinam o consumo de energia em função da potência ativa e o tempo de uso.
Por exemplo, existem equipamentos avaliados como “A” em eficiência energética, mas que possuem um consumo de energia superior a outro equipamento da mesma categoria, que possui uma avaliação “B”. Este fato sugere que a utilização desse equipamento avaliado como “B” é melhor, do ponto de vista de consumo energético, em relação ao equipamento avaliado como “A”, se utilizado por um mesmo período. Por exemplo, conforme [13], um refrigerador avaliado como “A” consome 26,8 kWh/mês, o qual consome mais energia do que outro refrigerador avaliado como “B”, que consome 24,8kWh/mês.
Para edificações, o processo de etiquetagem de eficiência energética ocorre de forma distinta para edifícios comerciais, de serviços, públicos e para edifícios residenciais. Neste trabalho será considerado o processo de etiquetagem residencial (edificações autônomas).
A metodologia para classificação dos edifícios residenciais avalia os seguintes itens: a envoltória e o sistema de aquecimento de água, além de bonificações conforme critérios específicos de eficiência; o resultado para cada item avaliado varia de A (mais eficiente) a E (menos eficiente) [14].
A classificação final, apresentada na Fig. 3, é obtida por meio da pontuação alcançada pela edificação residencial quando se aplica a Equação (1) a seguir [14]. Essa classificação também varia de A (mais eficiente) a E (menos eficiente), com base na classificação geral, conforme apresentado na Fig. 4 [14].
(1) Onde:
PTUH: pontuação total do nível de eficiência da unidade habitacional residencial;
a: coeficiente adotado de acordo com a região geográfica (mapa político do Brasil) na qual a edificação está localizada, conforme apresentado na Fig. 2;
EqNumEnv: equivalente numérico do desempenho térmico da envoltória da unidade habitacional residencial quando ventilada naturalmente;
EqNumAA: equivalente numérico do sistema de aquecimento de água;
Bonificações: pontuação atribuída a iniciativas que aumentem a eficiência da edificação (ex: ventilação natural, iluminação natural, uso racional da água, entre outras).
Figura 2. Coeficiente conforme a região geográfica [14].
Figura 4. Etiqueta de classificação da eficiência energética da edificação residencial [15].
Analisando-se a etiqueta de eficiência energética de uma residência é possível concluir que quanto maior a pontuação final, maior deveria ser a eficiência e, em tese, menor seria o consumo desta residência. Contudo é importante considerar que, mesmo que a classificação da etiqueta seja avaliada como “A”, somente isso não garante que tal edificação seja mais econômica e consuma menos energia que outra edificação residencial avaliada como “B”. Isto se deve principalmente pela falta de informação de quais equipamentos serão utilizados na edificação e qual seu padrão ou comportamento de utilização, o que está diretamente relacionado ao consumo de energia da edificação.
Nesse contexto, as etiquetas do equipamento e residência em si, apesar de um indicativo de seu consumo energético e eficiência quando se considera o dispositivo e a residência de forma isolada, não são suficientes para caracterizar o efeito do equipamento na edificação residencial em condições de uso e ocupação reais; torna-se necessária a análise de outros fatores em conjunto que, por sua natureza mais qualitativa, favorecem a aplicação da lógica nebulosa, como demonstrado a seguir. Para esta finalidade a lógica nebulosa oferece valiosa contribuição.
III. LÓGICA NEBULOSA
A teoria clássica de conjuntos considera as classes de objetos e suas inter-relações como um universo definido. Sendo assim, a pertinência de um determinado elemento com relação a um conjunto refere-se ao fato de tal elemento pertencer ou não a esse conjunto [9]. Para ilustrar, a Fig. 5 apresentada, representa um exemplo típico da teoria clássica, o qual mostra a altura de uma pessoa, considerando três conjuntos: “baixo”, “médio” e “alto”. Nesse exemplo, dado um elemento x qualquer, o mesmo pertencerá a um dos conjuntos do gráfico; por exemplo, se x = 1,65m, então x pertence ao conjunto “médio” e não aos demais, ou seja, um elemento pertence ou não a um determinado conjunto e, além disso, tal elemento não pertence a mais de um conjunto [9].
Figura 5. Representação na forma de conjuntos da altura de uma pessoa, sob o ponto de vista da lógica convencional (à esquerda) e do da lógica nebulosa (à direita) [9].
Em contrapartida à lógica convencional, a lógica nebulosa parte do princípio de que todas as coisas admitem graus de pertinências. Sendo assim, a lógica nebulosa tenta mapear o senso de palavras, tomada de decisão ou senso comum do ser humano. Ainda tomando como exemplo o gráfico da Fig. 5, dados dois elementos x1=1,69m e x2=1,71m, se a lógica
clássica for utilizada, esses dois elementos pertencem às classes diferentes, x1 pertencendo à classe “médio” e x2 à
classe “alto”. Mas, para a percepção humana, é difícil de aceitar que uma pessoa com 1,69m e outra com 1,71m pertencem à classes diferentes [9].
A lógica nebulosa considera o conhecimento empírico para a definição dos conjuntos e regras que serão utilizados para representar as pertinências dos resultados.
Figura 6. Sistema de lógica nebulosa [16], [17].
No sistema de lógica nebulosa, consideram-se entradas precisas, resultantes de medições ou observações. Com isso, é necessário realizar um mapeamento destes dados precisos para os conjuntos nebulosos (de entrada) relevantes, o que é realizado em uma primeira etapa denominada fuzzificação. Nesta etapa ocorre também a ativação das regras relevantes para uma dada situação [16].
Com a obtenção dos conjuntos nebulosos de saída através do processo de inferência, executa-se a segunda etapa do processo, denominada defuzzificação, onde se é efetuada uma interpretação dessas informações, com uma saída precisa [16].
IV. ESTUDO DE CASO
Utilizando a lógica nebulosa e o software livre (e código aberto) para computação numérica Scilab [18], este trabalho apresenta os modelos construídos para possibilitar a simulação
da classificação da eficiência energética com base no comportamento do indivíduo e em seus hábitos de consumo.
Foram definidos cinco conjuntos que representam as variáveis nebulosas necessárias para analisar o grau de influência do comportamento de uso e hábitos de consumo de determinado equipamento na avaliação de eficiência energética de uma edificação residencial.
A primeira variável definida foi a eficiência do equipamento considerando a percepção do indivíduo, apresentada na Fig. 7, que pode ser expressa como “baixa”, “média” ou “alta”. O conjunto nebuloso “baixa” é definido pelos valores modais [0;0;2;4], o conjunto nebuloso “média” é definido pelos valores modais [2;5;5;8] e o conjunto nebuloso “alta” é definido pelos valores modais [6;8;10;10].
Figura 7. Variável nebulosa – Eficiência do Equipamento.
A segunda variável definida foi o consumo do equipamento considerando a percepção do indivíduo, apresentada na Fig. 8, que pode ser expressa como “baixo”, “médio” ou “alto”. O conjunto nebuloso “baixo” é definido pelos valores modais [0;0;2;4], o conjunto nebuloso “médio” é definido pelos valores modais [2;5;5;8] e o conjunto nebuloso “alto” é definido pelos valores modais [6;8;10;10].
Figura 8. Variável nebulosa – Consumo do Equipamento.
A terceira variável definida foi a frequência de uso diária do equipamento considerando o número de vezes que o equipamento é utilizado por dia pelo indivíduo, apresentada na Fig. 9, que pode ser expressa como “baixa”, “média” ou “alta”. O conjunto nebuloso “baixa” é definido pelos valores modais [0;0;2;3], o conjunto nebuloso “média” é definido pelos valores modais [2;3;3;4] e o conjunto nebuloso “alta” é definido pelos valores modais [3;4;5;5].
Figura 9. Variável nebulosa – Frequência de Uso Diária do Equipamento.
A quarta variável definida foi o tempo de utilização do equipamento em minutos, considerando cada utilização, apresentado na Fig. 10, que pode ser expresso como “muito baixo”, “baixo”, “médio” ou “alto”. O conjunto nebuloso “muito baixo” é definido pelos valores modais [0;0;5;10], o conjunto nebuloso “baixo” é definido pelos valores modais [7;15;15;20], o conjunto nebuloso “médio” é definido pelos valores modais [15;30;45;60] e o conjunto nebuloso “alto” é definido pelos valores modais [45;60;120;120].
Figura 10. Variável nebulosa –Tempo de Utilização do Equipamento.
A quinta variável definida foi a quantidade de equipamentos existentes na edificação, considerando a mesma categoria de equipamento, apresentado na Fig. 11, que pode ser expressa como “baixa”, “média” ou “alta”. O conjunto nebuloso “baixa” é definido pelos valores modais [0;0;1;2], o conjunto nebuloso “média” é definido pelos valores modais [1;2;2;3] e o conjunto nebuloso “alta” é definido pelos valores modais [2;3;5;5].
Figura 11. Variável nebulosa – Quantidade de Equipamentos.
O resultado da análise utilizando a lógica nebulosa é apresentado no conjunto da Fig. 12, que pode ser expressa
como “baixo”, “médio” ou “alto”, representando a influência do equipamento na eficiência energética da residência. O conjunto nebuloso “baixo” é definido pelos valores modais [0;0;2;4], o conjunto nebuloso “médio” é definido pelos valores modais [2;4;6;8] e o conjunto nebuloso “alto” é definido pelos valores modais [6;8;10;10].
Figura 12. Variável nebulosa – Influência do Equipamento.
Para a realização dos testes de comportamento utilizando a lógica nebulosa, definiu-se três equipamentos comuns nas edificações residenciais brasileiras, os quais juntos são responsáveis por aproximadamente 55% do consumo energético total de uma residência: o chuveiro, a geladeira e a televisão [19].
Os casos foram analisados segundo um mecanismo de inferência, conforme apresentado na Fig. 6, utilizando o método do centro de massa ou centroide [9], transformações matriciais e codificação de inferência [17].
A base de conhecimento dessa inferência foi baseada em regras nebulosas, do tipo “se” e “se” “então”, por exemplo, se o tempo de utilização do equipamento for “alto” e a eficiência do equipamento for “baixa”, então a influência do equipamento na etiqueta de eficiência energética residencial final é “alta”, ou seja, com essa regra é possível identificar um equipamento que tem alta influência na classificação da etiqueta final de eficiência energética da residência. Quanto maior for a influência do equipamento de acordo com os hábitos de uso e consumo, maior será a impacto desse equipamento na eficiência energética da residência.
A definição de todas as regras, referentes a todos equipamentos analisados, foi realizada utilizando o conhecimento empírico de especialistas no setor de energia elétrica e as dicas de economia de energia fornecidas pela Eletrobras, conforme os equipamentos selecionados para este trabalho [20].
As regras utilizadas nesse trabalho foram definidas conforme o equipamento, em um total de 45 regras para o chuveiro, 18 regras para a geladeira e 45 regras para a televisão.
V. RESULTADOS
Foram definidos dois cenários para aplicação dos testes utilizando lógica nebulosa, com as regras criadas pelos especialistas, em cada um dos equipamentos: o melhor caso (eficiente), apresentado na Tabela I e o pior caso (ineficiente), apresentado na Tabela II.
Considera-se o melhor caso o cenário eficiente, ou seja, a menor influência ou impacto na etiqueta final da residência devido consumo de energia: o equipamento que possui uma alta eficiência, um baixo consumo, uma baixa frequência de uso, um baixo tempo de utilização e baixo número de equipamentos do mesmo tipo presentes na residência.
TABELA I. CENÁRIO DO MELHOR CASO – EFICIENTE.
Variável Nebulosa Definição
Eficiência do Equipamento Alta Consumo do Equipamento Baixo Frequência de Uso Diária do Equipamento Baixa Tempo de Utilização do Equipamento Baixo Quantidade de Equipamentos Baixa
De outro lado, considera-se o pior caso o cenário ineficiente, ou seja, a maior influência ou impacto na etiqueta final da residência devido consumo de energia: o equipamento que possui uma baixa eficiência, um alto consumo, uma alta frequência de uso, um alto tempo de utilização e alto número de equipamentos do mesmo tipo presentes na residência.
TABELA II. CENÁRIO DO PIOR CASO – INEFICIENTE.
Variável Nebulosa Definição
Eficiência do Equipamento Baixa
Consumo do Equipamento Alto
Frequência de Uso Diária do Equipamento Alta Tempo de Utilização do Equipamento Alto Quantidade de Equipamentos Alta
A seguir são apresentados os resultados das análises do grau de influência dos equipamentos (chuveiro, geladeira e televisão) na avaliação de eficiência energética de uma edificação residencial.
Considerando o cenário de teste do melhor caso (eficiente), verificou-se que o chuveiro possui um grau de influência maior na eficiência energética de uma edificação residencial quando comparado com os testes do melhor caso para os equipamentos geladeira e televisão, os quais apresentaram resultados semelhantes.
Nas figuras a seguir (Fig. 13, Fig. 14 e Fig. 15) observa-se o grau de influência do chuveiro, da geladeira e da televisão no resultado final da eficiência energética da residência para o melhor caso (eficiente). Quanto maior for o grau de influência de cada equipamento, menor será a eficiência energética final da residência.
Figura 13. Grau de influência do Chuveiro na etiqueta de eficiência energética residencial considerando o melhor caso (eficiente).
O chuveiro apresentou um grau de influência entre “baixo” e “médio” (primeiro e segundo conjuntos nebulosos, com maior pertinência no conjunto “médio”), na eficiência energética da residência de acordo com o cenário eficiente, representando o valor de saída obtido de 3,54.
Figura 14. Grau de influência da Geladeira na etiqueta de eficiência energética residencial considerando o melhor caso (eficiente).
A Geladeira apresentou um grau de influência “baixo” (primeiro conjunto nebuloso, com pertinência 1 no conjunto “alto”), na eficiência energética da residência de acordo com o cenário eficiente, representando o valor de saída obtido de 1,53.
Figura 15. Grau de influência da Televisão na etiqueta de eficiência energética residencial considerando o melhor caso (eficiente).
A televisão apresentou um grau de influência “baixo” (primeiro conjunto nebuloso, com pertinência 1 no conjunto “baixo”), na eficiência energética da residência de acordo com o cenário eficiente, representando o valor de saída obtido de 1,53.
Já no cenário de teste do pior caso (ineficiente), verificou-se que a televisão possui um grau de influência menor na eficiência de uma edificação quando comparado com os testes do pior caso para os equipamentos chuveiro e geladeira, os quais não apresentaram diferença nos resultados entre si, mas apresentaram alta influência na eficiência energética final de uma edificação residencial. Os resultados estão apresentados nas figuras Fig. 16, Fig. 17 e Fig. 18.
Figura 16. Grau de influência do Chuveiro na etiqueta de eficiência energética residencial considerando o pior caso (ineficiente).
O chuveiro apresentou um grau de influência “alto” (terceiro conjunto nebuloso, com pertinência 1 no conjunto “alto”), na eficiência energética da residência de acordo com o cenário ineficiente, representando o valor de saída obtido de 8,47.
Figura 17. Grau de influência da Geladeira na etiqueta de eficiência energética residencial considerando o pior caso (ineficiente).
A Geladeira apresentou um grau de influência “alto” (terceiro conjunto nebuloso, com pertinência 1 no conjunto “alto”), na eficiência energética da residência de acordo com o cenário ineficiente, representando o valor de saída obtido de 8,47.
Figura 18. Grau de influência da Televisão na etiqueta de eficiência energética residencial considerando o pior caso (ineficiente).
A televisão apresentou um grau de influência entre “médio” e “alto” (segundo e terceiro conjuntos nebulosos, com maior pertinência no conjunto “médio”), na eficiência energética da residência de acordo com o cenário ineficiente, representando o valor de saída obtido de 6,46.
VI. CONCLUSÃO
A implementação de um modelo para avaliar o grau de influência dos equipamentos na eficiência energética de uma edificação residencial apresenta um potencial de avanço significativo tanto para o mercado energético, como para a construção civil brasileira e para a sociedade como um todo.
Com os resultados apresentados foi possível visualizar que alguns equipamentos mostram uma influência ou impacto maior do que outros equipamentos na eficiência energética da residência, devido ao seu modo de utilização baseado nos hábitos de consumo das pessoas. Tal realidade pode direcionar a tomada de decisão no momento de compra dos equipamentos de uma edificação, analisando o impacto de tal equipamento na eficiência energética residencial e as diferentes ofertas de mercado. Observou-se ainda que os hábitos de uso e consumo dos equipamentos impactam diretamente a eficiência energética de uma residência e, quanto maior o grau de influência do equipamento, menor será a eficiência energética da residência.
Entre os três equipamentos analisados, verificou-se que a televisão foi aquele que menos influencia a eficiência energética de uma residência, enquanto o chuveiro apresentou-se como o maior influenciador no conjunto. Por outro lado, o chuveiro no melhor cenário (eficiente) apresentou um resultado pior em relação à televisão no pior cenário (ineficiente), onde é possível concluir que o chuveiro tem prioridade em relação à televisão na escolha do equipamento e na forma de utilização. Com isso, evidencia-se que a alteração do comportamento de uso do chuveiro, tempo de utilização e frequência diária, pode ter um impacto considerável na eficiência energética final da edificação, diferentemente do comportamento de uso da televisão, que apresentou ter um impacto consideravelmente menor.
No relatório realizado pela empresa de pesquisa energética, EPE [5], sobre estudos futuros da demanda de energia, foi apresentada a Fig. 19, que apresenta um estudo entre duas famílias (uma chamada de desperdício e outra de consciente) e duas residências (uma com equipamentos eficientes e outra com equipamentos ineficientes). O estudo apresenta uma comparação de consumo entre as famílias, considerando quatro perfis combinando as famílias e os equipamentos:
• Perfil 1 – família desperdício e equipamentos ineficientes,
• Perfil 2 – família desperdício e equipamentos eficientes,
• Perfil 3 – família consciente e equipamentos ineficientes e,
• Perfil 4 – família consciente e equipamentos eficientes.
O resultado apresentado está diretamente relacionado com os resultados deste trabalho, onde observa-se que o
comportamento humano e o uso consciente representam significante relevância na demanda líquida da residência [5].
Equipamentos eficientes, associados às famílias ou pessoas ineficientes, podem apresentar um consumo superior ao de famílias eficientes utilizando equipamentos ineficientes.
Figura 19. Estudo comparativo de consumo de energia elétrica entre duas famílias (uma chamada de desperdício e outra de consciente) e duas residências (uma com equipamentos eficientes e outra com equipamentos ineficientes) [5].
Por fim, todos os problemas em que existe uma incerteza, ambiguidade ou se apresenta a linguagem natural do ser humano, sugerem situações favoráveis à aplicação de lógica nebulosa para gerar informações úteis à tomada de decisão.
AGRADECIMIENTOS
Á Pontifícia Universidade Católica de Campinas (PUC-Campinas) por investir no desenvolvimento de seus professores, concedendo bolsa de estudos para realização do mestrado.
Ao professor Dr. Alexandre Mota pela colaboração e orientação para a realização deste trabalho.
REFERÊNCIAS
[1] ABRADEE, “Visão Geral do Setor,” 2014. [Online]. Available: http://www.abradee.com.br/setor-eletrico/visao-geral-do-setor. [Accessed: 09-Nov-2014].
[2] MME, “Capacidade Instalada de Geração Elétrica - Brasil e Mundo (2014),” 2015.
[3] ANEEL, “Informações Gerenciais,” 2015.
[4] R. M. Loura, E. S. De Assis, R. V. G. De Souza, A. C. D. O. Veloso, and C. P. S. Soares, “Status e discussão da regulamentação de eficiência em edificações brasileira,” 2009.
[5] EPE, “Nota Técnica DEA 13/14: Demanda de Energia 2050,” Rio de Janeiro/RJ, 2014.
[6] EPE, “Balanço Energético Nacional 2014: Ano base 2013,” Rio de Janeiro/RJ, 2014.
[7] J. R. Paim Neto and D. Bianchini, “Segurança da Informação em Redes Inteligentes ou ‘Smart Grid,’” in I World Congress on Systems Engineering and Information Technology – WCSEIT’2013, 2013, pp. 35–38.
[8] A. G. Aguado and M. A. Cantanhede, “Lógica Fuzzy,” Fac. Tecnol. da Unicamp, p. 12, 2010.
[9] A. A. Marro, A. M. de C. Souza, E. R. de S. Cavalcante, G. S. Bezerra, and R. de O. Nunes, “Lógica Fuzzy: Conceitos e aplicações,” 2010.
[10] INMETRO, “Selos de Eficiência Energética,” 2014. [Online]. Available: http://www.inmetro.gov.br/consumidor/pbeselo.asp. [Accessed: 09-Nov-2014].
[11] Procel, “Selo Procel,” 2014. [Online]. Available: http://www.procel.gov.br/main.asp?View=%7BD52CB882-424C-4D38- B156-24EEC10D75FC%7D&Team=¶ms=itemID=%7B8F4C66D8-
3911-452C-BA28- 64EC06B56330%7D;LumisAdmin=1;&UIPartUID=%7BD90F22DB-05D4-4644-A8F2-FAD4803C8898%7D. [Accessed: 16-Nov-2014].
[12] INMETRO, “Etiqueta de eficiência energética,” 2014. [Online]. Available: http://www2.inmetro.gov.br/pbe/a_etiqueta.php. [Accessed: 16-Nov-2014].
[13] INMETRO, “Tabelas de consumo/eficiência energética,” 2014. [Online]. Available: http://www.inmetro.gov.br/consumidor/tabelas.asp. [Accessed: 09-Nov-2014].
[14] INMETRO, “RTQ-R - Regulamento Técnico da Qualidade para o Nível de Eficiência Energética de Edificações,” 2012.
[15] Eletrobras/Procel, INMETRO, and CB3E/UFSC, “Introdução ao Programa Brasileiro de Etiquetagem de Edificações,” Rio de Janeiro/RJ, 2013.
[16] R. Tanscheit, Sistemas Fuzzy. Rio de Janeiro/RJ, 2004, pp. 229–264. [17] J. M. Mendel, “Fuzzy Logic Systems for Engineering : A tutorial,” Ieee, vol. 83, no. 9408047, pp. 345–377, 1995.
[18] Scilab Enterprises, “Scilab: free and open source software for numerical computation.” 2014.
[19] Eletrobras/Procel, “Avaliação do mercado de eficiência energética no Brasil - Ano base 2005 - Classe residencial - Relatório Brasil,” Rio de Janeiro/RJ, 2007.
[20] Eletrobras, “Dicas da Eletrobras Procel para economizar energia elétrica em residências e condomínios,” Rio de Janeiro/RJ.
José Roberto Paim Neto é graduado em Engenharia de
Computação pela Pontifícia Universidade Católica de Campinas (PUC-Campinas), Campinas, São Paulo, Brasil, em 2003. Em 2007 concluiu a Pós-graduação Lato Sensu e tornou-se especialista em gerenciamento de projetos de tecnologia da informação pelo Instituto Brasileiro de Tecnologia Avançada, IBTA, Campinas, São Paulo, Brasil. Em 2015 obteve o título de Mestre Profissional em Gestão de Redes de Telecomunicações do Programa de Pós-Graduação Stricto Sensu em Engenharia Elétrica na Pontifícia Universidade Católica de Campinas (PUC-Campinas), Campinas, São Paulo, Brasil. Atua como professor na Faculdade de Engenharia de Computação, na Faculdade de Sistemas de Informação e no curso de Gestão de Tecnologia da Informação da Pontifícia Universidade Católica de Campinas (PUC-Campinas). Trabalha como especialista em gerenciamento de projetos de tecnologia da informação na CPFL Energia. Suas pesquisas se concentram nas áreas de gestão de redes de telecomunicações e eficiência energética, com ênfase no desenvolvimento de sistemas.
David Bianchini é graduado em Engenharia Eletrônica na
Escola de Engenharia Mauá (1979) e tem 20 anos de experiência profissional em empresas de telecomunicações (Ecodata e EMBRATEL). Sua formação compreende Pós-graduação em Administração pela Universidade de São Francisco - USF, Mestrado em Educação pela PUC-Campinas, sobre a Qualidade do Ensino Superior e Doutorado em Educação pela Universidade Estadual de Campinas - UNICAMP (2003) focado em Ciência, Educação e Tecnologia. Atualmente é professor e preside o Comitê de Ética em Pesquisa com Seres Humanos da PUC-Campinas. Atua como professor da Faculdade de Engenharia Elétrica, cursos de engenharia de telecomunicações e engenharia elétrica, e na Faculdade de Sistemas de Informação, no curso Gestão de Tecnologia da Informação. Trabalha como professor pesquisador do Mestrado Profissional em Engenharia Elétrica e como professor pesquisador do Mestrado Acadêmico em Infraestrutura Urbana.
