Optimização energética das estufas de secagem de uma indústria de cerâmica

A gestão de energia é um dos factores chave do sucesso de uma empresa e como qualquer outro factor de produção deve ser gerido continuamente e eficazmente. A gestão correcta do consumo de energia assume-se como crucial nas empresas do sector cerâmico pois exigem grande consumo de gás natural. Também a tendência de aumento do custo do gás natural tem induzido a necessidade de minimização do consumo de combustível nas indústrias e favorecido o desenvolvimento de novas abordagens para a optimização deste recurso natural. O trabalho apresentado nesta tese teve como objectivo a optimização da energia nas estufas de secagem na Fábrica de Cerâmica de Valadares S.A. A actividade desta empresa consiste na produção de louça sanitária envolvendo um consumo elevado de energia. Realizou-se um levantamento das condições técnicas/operacionais dos equipamentos em estudo e elaborou-se uma ferramenta de simulação que foi aplicada para realizar um balanço energético detalhado e diagnóstico da situação existente. No seguimento, foi efectuada uma análise de mercado, para elaboração do estudo económico da implementação das medidas sugeridas, nomeadamente, a recuperação dos gases de combustão que saem das três estufas que secam os moldes para as estufas de louça cerâmica. Optou-se por esta medida uma vez que reduzirá significativamente, em cerca de 50%, o consumo de combustível (gás natural) nas estufas de secagem. O tempo de retorno do investimento necessário para adquirir o equipamento é de, aproximadamente, 10 meses.

Strategic Bidding for Electricity Markets Negotiation Using Support Vector Machines

Energy systems worldwide are complex and challenging environments. Multi-agent based simulation platforms are increasing at a high rate, as they show to be a good option to study many issues related to these systems, as well as the involved players at act in this domain. In this scope the authors’ research group has developed a multi-agent system: MASCEM (Multi- Agent System for Competitive Electricity Markets), which simulates the electricity markets environment. MASCEM is integrated with ALBidS (Adaptive Learning Strategic Bidding System) that works as a decision support system for market players. The ALBidS system allows MASCEM market negotiating players to take the best possible advantages from the market context. This paper presents the application of a Support Vector Machines (SVM) based approach to provide decision support to electricity market players. This strategy is tested and validated by being included in ALBidS and then compared with the application of an Artificial Neural Network, originating promising results. The proposed approach is tested and validated using real electricity markets data from MIBEL - Iberian market operator.