Sistema de eficiência energética em edifícios inteligentes,
avorece a redução do consumo e produção de energia
Mestrando: ...
ROTEIRO
 Introdução
 Objetivo Geral
 Objetivo específico
 Justificativa
 Metodologia
 Possíveis resultado dos Micro ...
Introdução
Microgrids são redes de distribuição e geração de energia em pequena escala e
baixa voltagem. Elas são utilizad...
Objetivo
O objetivo de um sistema de controle de demanda num edifico inteligente utilizando algoritmos genéticos é o de
mi...
Metodologia
 Revisão bibliográfico, onde foram analisados livros, artigos, teses e relatórios referentes a
algoritmos mul...
Justificativa
O sistema Elétrico está em expansão, e faz necessário possuir
aplicação Inteligentes que conduza de maneira ...
Algoritmos
Genético
Dispositivo Fonte Alternativas
Bateria
Gestão de carga de energia num micro Grid
Utilizando Algoritmos...
Estudo de caso: FATEC SENAI
Exemplos de variáveis de entrada da Microgrids
Aparelhos Elétricos Potência
Média Watts
Dias
estimados
Uso/Mês
Média
Utili...
Aplicação do Simulação de Monte Carlo Sobre Consumo médio por (Kwh)
num eventual crescimento da Micro Grid
 Valores mínim...
Aplicação Algoritmo Genético Multi-objetivo (AGMO)
Resultado
da Potencia
total
Potencia por
equipamento
Implementação da solução
Conclusões
A aplicação de Algoritmos Geneticos Multi-Objeto e Micro Grid
para sistema elétricos de edifícios de forma int...
Hipótese
.
Aplicação de microgrid favorece a redução do consumo e
produção de energia
Referência
ANEEL (Agência Nacional de Energia Elétrica). Tarifa branca ao consumidor de baixa tensão valerá com novo medid...
Conclusões
Cronograma
Conclusões
Análise de riscos
Risco Probabilidade Impacto Gatilho Plano de contingência
Indisponibilidade devido
a prioriza...
Próximos SlideShares
Carregando em…5
×

Sistema de eficiência energética em edifícios inteligentes, favorece a redução do consumo e produção de energia

408 visualizações

Publicada em

Sistema de eficiência energética em edifícios inteligentes, favorece a redução do consumo e produção de energia

Publicada em: Tecnologia
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
408
No SlideShare
0
A partir de incorporações
0
Número de incorporações
5
Ações
Compartilhamentos
0
Downloads
20
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Sistema de eficiência energética em edifícios inteligentes, favorece a redução do consumo e produção de energia

  1. 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.
  2. 2. ROTEIRO  Introdução  Objetivo Geral  Objetivo específico  Justificativa  Metodologia  Possíveis resultado dos Micro Grids  Conclusões  Cronograma  Analise de Risco  Referencias
  3. 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. 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. 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. 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.
  7. 7. Algoritmos Genético Dispositivo Fonte Alternativas Bateria Gestão de carga de energia num micro Grid Utilizando Algoritmos Genéticos Multi-objeto
  8. 8. Estudo de caso: FATEC SENAI
  9. 9. Exemplos de variáveis de entrada da Microgrids Aparelhos Elétricos Potência Média Watts Dias estimados Uso/Mês Média Utilização/Dia Consumo Médio Mensal (Kwh) AR-CONDICIONADO ( 30 Qtde) 1400 26 12 H 16200 COMPUTADOR (600 Qtde) 200 26 12 H 45000 Lâmpada Fluorescente ( 260 Qtde) 40 25 12 H 4752 Consumo mensal: 65952 16.003,48Valor: R$Fonte: FATEC SENAI Calculo: CEEE Simulador de Consumo
  10. 10. Aplicação do Simulação de Monte Carlo Sobre Consumo médio por (Kwh) num eventual crescimento da Micro Grid  Valores mínimo, máximo e provável 0 50 100 150 200 250 300 350 400 307 309 311 313 315 317 319 321 323 325 327 329 331 333 335 337 339 341 343 345 347 349 351 353 355 357 359 361 363 365 367 369 371 373 375 377 379 381 383 385 387 389 391 393 395 397 399 401 403 405 Mais HISTOGRAMA Freqüência Linear (Freqüência)  Quantidade de Valores simulado: 10000 Por (Kwh)
  11. 11. Aplicação Algoritmo Genético Multi-objetivo (AGMO) Resultado da Potencia total Potencia por equipamento
  12. 12. Implementação da solução
  13. 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
  14. 14. Hipótese . Aplicação de microgrid favorece a redução do consumo e produção de energia
  15. 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.
  16. 16. Conclusões Cronograma
  17. 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

×