V Oficina de PIR na USP Planejamento Integrado de Recursos Projeto Araçatuba FAPESP

1. V Oficina de PIR na USP Planejamento Integrado de Recursos Projeto Araçatuba FAPESP Coordenador: Miguel Edgar Morales Udaeta "Como Considerar Variáveis Sociais, Ambientais e Políticas no Planejamento Energético" Robespierre Sentelhas Instrumento de Software para Pesquisas de Hábitos de Uso de Energia Foto e/ ou Imagem 03 de Maio de 2006

2. Instrumento de Software para Apoio à Pesquisa de Posse de Equipamentos e Hábitos de Uso de Energia Fase 1: Energia Elétrica Dissertação apresentada ao PIPGE/USP para obtenção do título de Mestre em Energia Aluno: Robespierre Sentelhas Orientador: Prof. Dr. Ildo L.Sauer

3. Pesquisa de Usos Finais • Metodologia de levantamento de informações SegmentoIndústriaComércio/ServiçosResidencial Métodos EstatísticosPequenas indústrias que utilizem processos padronizados no mercadoPequeno, médio e grande porte, principalmente quando se tem um grande número de empresas e que utilizam processos padronizadosResidencias de qq tamanho InspeçãoMédio e grande portes e todas que utilizem processos de produção especificosTodas que utilizem processos e equipamentos especiais --- Eq. de aquisição de dados e/ou Pesquisade Posse de Equip. e Hábitos de Uso Metodologia de Barghini (Pesquisador de Campo) Pesquisa Detalhadasimilar a da Auditoria Energética Metodologia mais flexível (Consultor)

4. Necessidades de conhecimento • Qual o consumo previsto para os próximos meses? Há necessidade de compra antecipada de cota complementar de energia elétrica? • O horário político influenciará na curva de demanda dos próximos meses? • O início da oferta do Gás Natural para o cliente residencial, alterará o mix do mercado energético? Em que proporção? • Como a substituição de equipamentos influência na demanda energética? • Qual a opção oferecerá maior rentabilidade no negócio: investir para aumentar a oferta atendendo a demanda conforme se apresenta ou desenvolver ações de conservação e racionalização do uso de energia para diminuir a demanda?

5. A resposta as perguntas é Conhecer o Mercado: Empresas como WallMart, Bradesco, TAM gastam milhões coletando, armazenando e processando informações de seus clientes: • Preferências pessoais; • Poder aquisitivo; • Tipos de produtos e serviços adquiridos; • Frequência no relacionamento; • Etc. Objetivo: Ofertar produtos e serviços que venham de encontro às necessidades e desejos do clinte, visando aumentar a satisfação do cliente e consolidar o relacionamento com a empresa.

6. A resposta as perguntas é Conhecer o Mercado: • As Concessionárias de Serviços Públicos possuem milhões de informações existentes nos seus cadastros mas • Procuram novas informações que permitam “radiografar” melhor seu cliente? • Como consome? • Como consumirá no futuro em função de novos produtos e tecnologias?

7. Um modelo para o entendimento da realidade: São três as variáveis que permitem compreender a realidade: • Localização do consumidor: Clima, Hábitos Culturais, etc. • Tecnologia: Equipamentos disponíveis, preço, suporte ao consumidor, etc. • Hábitos de consumo dos serviços energéticos: Atendimento às necessidades de alimentação, conforto, etc.

8. A solução através de bancos de dados Dados Geo-climáticos Tecnologia Dados Antropológicos(Hábitos de Uso) Visão do Mercado de Energia pelo lado do consumidorou da demanda

9. A solução através de bancos de dados Dados Geo-climáticos Visão do Mercado de Energia pelo lado do consumidorou da demanda Tecnologia Dados Antropológicos(Hábitos de Uso) Aceitação de novas tecnologias Planejamento Operacional Influência deEquipamentos na Demanda Energética Simulação paraConservação eRacionalização deConsumo de Energia Conhecimento sobreo Consumo de Energia nos Estratos Sociais Gerenciamento peloLado da Demanda

10. A solução através de bancos de dados Dados Geo-climáticos Curva de Demanda Média Diversificada Tecnologia Dados Antropológicos(Hábitos de Uso)

11. Análise e equacionamento de soluções para: • Simulação Energética; • Análise de Custo/Benefício de um equipamento/classe de equipamentos para a concessionária; • Dimensionamento de transformadores; • Outros

12. Exemplos: Conhecimento da Realidade Social Barghini (1999) – Santa Cruz de La Sierra

13. Exemplos: Conhecimento do Negócio Barghini (1999) – Santa Cruz de La Sierra

14. Exemplos: Desenvolvimento de PIR – Cenários Sauer (1999) Relatório PIR2 – Boa Vista

15. Conclusões • Os principais benefícios diretos obtidos neste trabalho são: • informatização com base em parte da metodologia proposta por Barghini de pesquisas de usos finais de energia; • constituição de bases de dados com informações técnicas sobre equipamentos de energia elétrica; • constituição de bases de dados de hábitos de consumo de energia elétrica por usos finais para um ou mais locais estudados. Essa base de dados, de informações desagregadas de consumo, permite uma visão ampla e diferenciada da demanda de energia; • automatização de pesquisas de usos finais de energia elétrica; • obtenção de um conjunto de relatórios sobre consumo de energia elétrica por equipamentos e usos finais; • obtenção de curvas de demanda por uso final e geral para a área estudada.

16. Conclusões • As informações contidas nos bancos de dados do programa de software, poderão ser utilizadas em: • Definição de Políticas Tarifárias; • Planejamento Integrado de Recursos (PIR) em Programas de Conservação e Racionalização de Energia na GLD; • Planejamento de Redes de Distribuição e • Modelamento e Predição da Demanda.

17. Próximos Passos • Incluir rotina de tratamento da demanda reativa • Incluir o tratamento de outras fontes de energia (Gás Natural, Biomassa, etc.) e seus respecitvos equipamentos; • Simular processos de racionalização de energia com troca de equipamentos que utilizam fontes diferentes; • Implementar interface com o programa de software LEAP de planejamento energético.

18. Instrumento de Software para Apoio à Pesquisa de Posse de Equipamentos e Hábitos de Uso de Energia Fase 2: Demanda Georeferenciada Dissertação apresentada ao PIPGE/USP para obtenção do título de Mestre em Energia Aluno: Robespierre Sentelhas Orientador: Prof. Dr. Ildo L.Sauer

19. Análise do Cadastro O primeiro passo nas pesquisas de Usos Finais é desenvolvido na Análise dos Cadastros das Concessionárias (EE e/ou Gás) a partir dos Bancos de Dados de Consumo (medições) e Faturamento. Esta é uma visão dos consumos agregados da energia elétrica e do gás em cada unidade habitacional, comercial ou industrial em toda a região atendida pela Concessionárias dos serviços. Cadastros das Concessionárias

20. A partir dessa análise temos a visão de como acontece o consumo periódico (mensal) de todos os clientes (medidores) e consequentemente em toda a malha geográfica. • Porém a visão agregada não permite: • Prever as novas demandas ocasionadas por: • inserção de novos produtos, • mudanças de hábitos, etc. • Desenvolver ações de racionalização de uso de energia • Analisar o potencial de inserção de novos energéticos

21. Devemos portanto conhecer os equipamentos utilizados pelos clientes e os hábitos na utilização destes equipamentos Quanto maior a diversificação dos equipamentos e de seus usos maior a necessidade deste conhecimento Na área comercial a diversificação é relativamente menor. Na área industrial a diversificação é pequena e a demanda de energéticos dependerá dos equipamentos e processos adotados.

22. O desenvolvimento de pesquisa de posse e hábitos de uso é fundamental. Porém... É impossível desenvolvê-la para todos os clientes (universo), assim adotamos uma amostra (significativa) onde aplicamos a pesquisa. Uma das técnicas adotadas é dividir os clientes residenciais em classes que chamamos Estratos de Consumo. Por exemplo clientes com consumo até 50 kWh/mês; de 50 a 100 kWh/mês; e assim por diante. Para esses Estratos, que consideramos grupos homogêneos de consumo, quantificamos a amostra necessária e sorteamos os clientes que participarão da pesquisa. Para clientes comerciais e industriais podem ser adotados outros critérios de segmentação. Clientes Residenciais Estrato 0-50 kWh/mês Estrato 51-100 kWh/mês Estrato 101-200 kWh/mês . . .

23. Determinação da Amostra A seleção dos clientes a serem pesquisados é feita nos cadastros. Cadastros • O sorteio é feito nos cadastros e podem obedecer a alguns critérios para minimizar erros e viéses. Por exemplo: • Clientes que não têm consumo registrado nos úlimos meses; • Etc. Amostra

24. Bancos de Dados de Equipamentos É fundamental que todos os modelos de equipamentos tenham sido mapeados e inventariados quanto a potência, eficiência e qualidade. • São pontos importantes: • Para equipamentos elétricos: • Harmônicos • Reativos • Para ambos: • Interação entre os equipamentos elétricos e gás. Equipamentose Modelos

25. A pesquisa está distribuida em 3 partes principais: • Dados sobre o endereço • Dados sobre os usuários (Pesquisa Sócio-econômica) No caso de residências: área da casa em m2, quantia de quartos, número de habitantes, etc. No caso de comércio: tipo de atividade, quantia de funcionários, área em m2, etc. No caso de industrias: tipo de atividade; quantia de funcionários, etc. • Dados sobre os eventos de uso de equipamentos elétricos e a gás Corresponde ao detalhamento de cada evento de uso de equipamentos elétricos e a gás. Para cada evento deve ser indicado o tipo de: Uso Final; Indicador para o Balanço Energético e para a Matriz Energética.

26. Usuário Uso Final A Uso Final B Uso Final C Uso Final Z Equipa/to 1 Equipa/to 2 Equipa/to 3 Equipa/to 4 Equipa/to 5 Equipa/to 6 Equipa/to n ... Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento ... • Controle de Qualidade da Pesquisa O controle de qualidade deve ser feito de forma a garantir que o consumo declarado esteja em conformidade com o consumo histórico. ~ média de consumo últimos meses Somatório do consumo declarado do usuário

27. Usuário Uso Final A Uso Final B Uso Final C Uso Final Z Equipa/to 1 Equipa/to 2 Equipa/to 3 Equipa/to 4 Equipa/to 5 Equipa/to 6 Equipa/to n ... Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento ... • Resultados: Sumarização Básica Local Estrato 1 Estrato 2 Estrato k Medidor Medidor Medidor Premissa Grupos Homogêneos: Universo = Resultados da Amostra expandidos através de coeficientes pré-determinados para cada estrato

28. Transf. 1 Transf. 2 Transf. k Transf. 1 Transf. 2 Transf. k Medidor Medidor Medidor Medidor Medidor Medidor Usuário Usuário Uso Final A Uso Final B Uso Final C Uso Final Z Uso Final A Uso Final B Uso Final C Uso Final Z Equipa/to 1 Equipa/to 2 Equipa/to 3 Equipa/to 4 Equipa/to 5 Equipa/to 6 Equipa/to n Equipa/to 1 Equipa/to 2 Equipa/to 3 Equipa/to 4 Equipa/to 5 Equipa/to 6 Equipa/to n Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento Evento • Resultados: Sumarização Básica Local Visão Desejada Visão da distribuição que pode ser obtida na junção de dados do distribuidor Subestação

29. Outros Resultados através de Banco de Dados Simulações para Cenários de Racionalização de Uso dos Energéticos Curvas de Carga por Local, Estratos, Usos Finais, Equipa-mentos, dias da semana de fins de semana Indicadores Sócio-Econômicos relativos aos energéticos Totais e Indicadores Gerais por Equipamentos, Usos Finais, Estratos

30. Alimentando o Modelo GISEquipamentos e Usos dos Energéticos • Densidade de Carga por energético • Recursos disponíveis • Alertas diversos Estrato 1 Estrato 2 Estrato 3 Estrato k

31. Melhorias na Alimentação do Modelo GIS(Trabalhando com Sub-Estratos) • A pesquisa oferece como resultados uma série de indicadores sócio-econômicos por estrato: • No residencial por exemplo: Pessoas por habitação; cômodos por habitação; m2 por habitação; m2 por habitante, consumo por habitante, etc • Através destes indicadores e da posse de equipamentos podemos identificar e definir subclasses de usuários. • Adotando-se a premissa que usuários da mesma subclasse adotam o mesmo padrão de consumo teremos um refinamento na alimentação do sistema GIS.

32. Melhorias na Alimentação do Modelo GIS(Trabalhando com Sub-Estratos) Estrato k Consumo de x até y kWh/mês Bancos de Dados Indicadores Sócio-econômicos Parâmetros de Classificação de Subestrato Classifica cada medidor e Usuário em um estrato-subestrato Estrato k Consumo de x até y kWh/mês Bancos de Dados reclassificados K1 K2 K3 K4 K5

33. Melhorias na Alimentação do Modelo GIS(Gerando um Data Warehouse) Cadastros das Concessionárias Censo(IBGE) Bancos de DadosMarketing Outras Informações ... BD da Pesquisa BD de Inf. Geográficas Geração do Data Warehouse para a área geográfica em estudo Dataware House(GIS)

34. Explorando o Data Warehouse • Resultados com maior exatidão: • Densidade de Carga por energético • Recursos disponíveis • Alertas diversos Estrato L Consumo de x até y kWh/mês Estrato k Consumo de x até y kWh/mês Alimentação do modelo GIS através do processo de similaridade L1 K1 L2 K2 L3 K3 L4 K4 L5 K5

35. Explorando o Data Warehouse Desenvolvimento e testes de modelos estatísticos Desenvolvimento e testes de modelos dinâmicos

36. Explorando o Data Warehouse Desenvolvimento e testes de modelos utilizando outras tecnologias como Redes Neurais, Fuzzy Logic, etc.

37. Ciclo de Vida dos Modelos Modelo Markal / LEAP / Outros Data Warehouse Pesquisa

38. Ciclo de Vida dos Modelos Formulação de Hipóteses do Macro-Modelo Bancos de Dados Validação das hipóteses Pesquisa em BD/Campo (Teses) Avaliação dosResultados

39. Grato Robespierre Sentelhas pierresent@mandic.com.br rsentel@iee.usp.br Fones: IEE: (11) 30912629 Cel: (11) 91394309