Aplicação de algoritmos de otimização para determinação do montante ótimo de demanda contratada

Walter Martins Júnior, Débora Finazzi Luz Farah, Carla Cristiny Esteves De Oliveira, Danilo Ferreira de Souza, Felipe Moya Scarsi, Rogério Lúcio Lima, Jakson Paulo Bonaldo
{"title":"Aplicação de algoritmos de otimização para determinação do montante ótimo de demanda contratada","authors":"Walter Martins Júnior, Débora Finazzi Luz Farah, Carla Cristiny Esteves De Oliveira, Danilo Ferreira de Souza, Felipe Moya Scarsi, Rogério Lúcio Lima, Jakson Paulo Bonaldo","doi":"10.47168/rbe.v28i4.759","DOIUrl":null,"url":null,"abstract":"A energia elétrica é um dos mais elevados custos do serviço público no Brasil. Assim, o uso racional de energia elétrica faz parte de um conjunto de estratégias responsáveis por reduções de perdas e racionalização técnico-econômica. A otimização da contratação e do uso da energia elétrica é uma ação que compõe o conjunto de técnicas referentes à eficiência energética atuando em reduções de custos administrativas envolvendo aspectos contratuais, mudança de hábitos e procedimentos internos. Este trabalho demonstra a utilização de algoritmos de otimização para definição automática do montante ótimo de demanda a ser contratada, para um estudo de caso aplicado a quatro unidades consumidoras (UCs) de um Órgão Público do estado de Mato Grosso, tomando como base o histórico de demanda consumida e contratada, bem como os custos relacionados a estes montantes. Foram aplicados três métodos de otimização: Método 1 – Gradientes Reduzidos Generalizados (GRG) Não Linear; Método 2 – Evolucionário e; Método 3 – Moderna Teoria Financeira aplicada ao Nível Ótimo de Contratação de Demanda. Considerando a escolha do melhor método em cada UC da entidade, houve redução de 12,96% da somatória da Demanda Contratada e redução de 2,13% na somatória das faturas de energia elétrica.","PeriodicalId":419393,"journal":{"name":"Revista Brasileira de Energia","volume":"15 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-02-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Brasileira de Energia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47168/rbe.v28i4.759","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

A energia elétrica é um dos mais elevados custos do serviço público no Brasil. Assim, o uso racional de energia elétrica faz parte de um conjunto de estratégias responsáveis por reduções de perdas e racionalização técnico-econômica. A otimização da contratação e do uso da energia elétrica é uma ação que compõe o conjunto de técnicas referentes à eficiência energética atuando em reduções de custos administrativas envolvendo aspectos contratuais, mudança de hábitos e procedimentos internos. Este trabalho demonstra a utilização de algoritmos de otimização para definição automática do montante ótimo de demanda a ser contratada, para um estudo de caso aplicado a quatro unidades consumidoras (UCs) de um Órgão Público do estado de Mato Grosso, tomando como base o histórico de demanda consumida e contratada, bem como os custos relacionados a estes montantes. Foram aplicados três métodos de otimização: Método 1 – Gradientes Reduzidos Generalizados (GRG) Não Linear; Método 2 – Evolucionário e; Método 3 – Moderna Teoria Financeira aplicada ao Nível Ótimo de Contratação de Demanda. Considerando a escolha do melhor método em cada UC da entidade, houve redução de 12,96% da somatória da Demanda Contratada e redução de 2,13% na somatória das faturas de energia elétrica.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
应用优化算法确定最优合同需求量
电力是巴西公共服务成本最高的部门之一。因此,合理使用电力是一套负责减少损失和技术经济合理化的战略的一部分。电力采购和使用的优化是一项行动,包括一套与能源效率有关的技术,以减少涉及合同方面、改变习惯和内部程序的行政费用。这显示了使用自动优化算法定义需求的量大了被以一个案例研究应用于公共机构的四个客户单位(UCs)的马托格罗索州的历史的基础上追求消费和雇佣成本的这些数字。采用了三种优化方法:方法1 -广义简化梯度(GRG)非线性;方法2 -广义简化梯度(GRG)非线性;方法3 -广义简化梯度(GRG)非线性方法2 -进化和;方法3 -现代金融理论应用于最优需求承包水平。考虑到在实体的每个UC中选择最佳方法,合同需求总额减少了12.96%,电费总额减少了2.13%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Estudo cinético da co-pirólise do lodo da indústria de celulose e papel e casca de café Blecautes em reatores nucleares refrigerados a água: 2A e 4A gerações Desenvolvimento de indicadores elétricos para a avaliação da sustentabilidade local Barreiras para adoção de sistemas FV em condomínios residenciais: vozes de especialistas do planalto central do Brasil Caracterização do recurso solar de longo prazo para geração fotovoltaica na região amazônica: uma análise de três localidades no Estado do Acre
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1