Monitoramento não invasivo e identificação do consumo de energia individual de cargas residenciais

Autor(es)

Rafael Cuerda Monzani

• Tipo de documento: Tese de Doutorado
• Imprenta: Campinas, SP.
• Instituição: Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
• Data de defesa: 2016-07-11

Membros da banca

Walmir de Freitas Filho; Anna Diva Plasencia Lotufo; Jussara Farias Fardin; Fernanda Caseño Trindade Arioli; Luiz Carlos Pereira da Silva

• Orientador: Walmir de Freitas Filho

Resumo

O monitoramento de cargas residenciais fornece informações úteis para entidades específicas (e.g. governo, concessionárias de energia e consumidores). Entre essas informações, está o detalhamento do padrão de consumo de energia de cada residência, que tem como consequência possibilitar a estimação do consumo individual das cargas presentes a partir de técnicas de desagregação. Nesta tese, residências reais (no Brasil e exterior) foram monitoradas e desenvolveu-se uma ferramenta computacional capaz de estimar o consumo de energia das principais cargas residenciais, empregando diferentes metodologias de desagregação de carga e reconhecimento de padrão. O desempenho dos algoritmos propostos foi validado com o uso de dados sintéticos gerados a partir de um simulador de redes residenciais, o qual fornece os instantes de tempo de acionamento e desligamento dos equipamentos residenciais, auxiliando na comparação com a detecção e classificação dos eventos obtidos. A aquisição dos dados é realizada no ponto de entrada de energia da residência de modo não invasivo, os sinais de corrente e tensão são processados localmente e enviados para um servidor remoto. Algoritmos de detecção de eventos são executados, formando um vetor com dados selecionados e usados como entrada para o processo de desagregação de carga. Nesse processo, os eventos são identificados e associados a cargas específicas, e por fim, o consumo de energia é estimado de acordo com a assinatura elétrica de cada carga. A desagregação de carga proposta nesta tese é realizada de modo automático com base em um banco de dados generalista, evitando assim o treinamento inicial existente em outras metodologias, tais como o uso de redes neurais. Ainda, é proposto um método específico e adaptado para a estimação do consumo de energia elétrica do grupo de iluminação, usando simulação de Monte Carlo associada ao perfil da probabilidade de uso por tempo. Os resultados obtidos para a detecção, desagregação e estimação de energia das cargas de interesse para a residência analisada e para os dados gerados a partir do simulador residencial são coerentes e apresentam precisão satisfatória (AU)

• Processo FAPESP: 13/00437-0 - Monitoramento e identificação não-invasivo do consumo de energia individual de cargas residenciais
• Beneficiário: Rafael Cuerda Monzani
• Modalidade de apoio: Bolsas no Brasil - Doutorado