O documento discute o desenvolvimento de um sistema de eficiência energética em edifícios inteligentes utilizando microgrids e algoritmos genéticos para minimizar o consumo de energia. O objetivo é modelar fontes de geração e consumo de energia do edifício e desenvolver um algoritmo genético multiobjetivo para otimizar o consumo considerando tarifas e comunicação com dispositivos.
Sistema de eficiência energética em edifícios inteligentes, favorece a redução do consumo e produção de energia
1. 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.
3. 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).
4. 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;
5. 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.
6. 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.
13. 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
15. 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.
17. 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