O papel dos sistemas de Non-Intrusive Load Monitoring para a eficiência energética do setor residencial

A sustentabilidade energética do planeta é uma preocupação corrente e, neste sentido, a eficiência energética afigura-se como sendo essencial para a redução do consumo em todos os setores de atividade. No que diz respeito ao setor residencial, o indevido comportamento dos utilizadores aliado ao desconhecimento do consumo dos diversos aparelhos, são factores impeditivos para a redução do consumo energético. Uma ferramenta importante, neste sentido, é a monitorização de consumos nomeadamente a monitorização não intrusiva, que apresenta vantagens económicas relativamente à monitorização intrusiva, embora levante alguns desafios na desagregação de cargas. Abordou-se então, neste documento, a temática da monitorização não intrusiva onde se desenvolveu uma ferramenta de desagregação de cargas residenciais, sobretudo de aparelhos que apresentavam elevados consumos. Para isso, monitorizaram-se os consumos agregados de energia elétrica, água e gás de seis habitações do município de Vila Nova de Gaia. Através da incorporação dos vetores de água e gás, a acrescentar ao da energia elétrica, provou-se que a performance do algoritmo de desagregação de aparelhos poderá aumentar, no caso de aparelhos que utilizem simultaneamente energia elétrica e água ou energia elétrica e gás. A eficiência energética é também parte constituinte deste trabalho e, para tal, implementaram-se medidas de eficiência energética para uma das habitações em estudo, de forma a concluir as que exibiam maior potencial de poupança, assim como rápidos períodos de retorno de investimento. De um modo geral, os objetivos propostos foram alcançados e espera-se que num futuro próximo, a monitorização de consumos não intrusiva se apresente como uma solução de referência no que respeita à sustentabilidade energética do setor residencial.

Otimização Energética do Sistema de Refrigeração da máquina de impregnar ZELL

Esta dissertação teve como objetivo fundamental a otimização energética do sistema de refrigeração da máquina de impregnar tela ZELL e, como objetivo adicional, a avaliação da qualidade da água do circuito, justificada pela acentuada degradação dos rolos devido à corrosão provocada pela recirculação da água de arrefecimento. Inicialmente fez-se o levantamento de informações do processo produtivo para caracterizar o funcionamento do sistema de refrigeração, tendo-se selecionado duas telas de poliéster designadas neste estudo por P1 e P2 e, também, uma tela de nylon designada por N. Foram efetuados ensaios, um para cada tela, para a atual temperatura de setpoint da água à saída da torre de arrefecimento (30ºC). Realizou-se outro ensaio para a tela N mas com uma temperatura de setpoint de 37ºC, ao qual se chamou N37. Deste modo, determinou-se as potências térmicas removidas pela água de refrigeração e as potências térmicas perdidas por radiação e por convecção, tendo-se verificado que na generalidade dos rolos as referências P1 e P2 apresentam valores mais elevados. Em termos percentuais, a potência térmica removida pela água de refrigeração nos grupos tratores 1 e 3 e no conjunto de rolos de R1 a R29 corresponde a 48%, 10% e 70%, respetivamente. Com a avaliação às necessidades de arrefecimento da máquina ZELL, confirmou-se que os caudais atuais de refrigeração dos rolos garantem condições, mais que suficientes, de funcionamento dos rolamentos. Assim sendo, fez-se uma análise no sentido da diminuição do caudal total que passou de 10,25 L/s para 7,65 L/s. Considerando esta redução, determinou-se o caudal de ar húmido a ser introduzido na torre de arrefecimento. O valor determinado foi de 4,6 m3ar húmido/s, o que corresponde a uma redução de cerca de 32% em relação ao caudal atual que é de 6,8 m3ar húmido/s. Com os resultados das análises efetuadas à água do circuito de refrigeração, concluiu-se que a água de reposição e a água de recirculação possuem má qualidade para uso na generalidade dos sistemas de refrigeração, principalmente devido aos elevados valores de concentração de ferro e condutividade elétrica, responsáveis pela intensificação da corrosão no interior dos rolos.

Contribuição da produção em regime especial na garantia do abastecimento de energia elétrica e o impacto no planeamento da rede

Esta dissertação apresenta um estudo sobre a garantia de fornecimento de energia elétrica por parte dos produtores em regime especial com tecnologia cogeração e o impacto que estes traduzem na fase de planeamento da rede. Este trabalho foi realizado na Energias de Portugal - Distribuição (EDP-D) na direção de planeamento da rede (DPL). Para este estudo foi utilizado o caso de uma subestação com dezoito produtores em regime especial agregados à sua rede, em que dezasseis desses produtores são cogeração. A proposta de estudo para o caso concreto, passa pela análise das condições de funcionamento da subestação e apurar se a mesma necessita de alguma reformulação, tendo em vista as cargas a satisfazer atuais e possível incremento de carga futura. Considerando que a subestação está inserida num ambiente industrial e atendendo que existem diversos produtores de energia elétrica nas imediações da subestação. Para a resolução da garantia do fornecimento de energia por parte da cogeração, estudou-se a possibilidade de prever a energia produzida por estes produtores, através dos seguintes modelos de previsão: árvore de regressão, árvore de regressão com aplicação bagging e uma rede neuronal (unidirecional). Com a implementação destes modelos pretende-se estimar qual a potência que se pode esperar na garantia de abastecimento da carga, prevenindo maior solicitação de potência por parte da subestação. A metodologia utilizada baseia-se em simulações computacionais.

Immunological status of ENL (Erythema Nodosum Leprosum) patients: its relationship to bacterial load and levels of circulanting IL-2R

Recent data suggest that the clinical course of reactional states in leprosy is closely related to the cytokine profile released locally or systemically by the patients. In the present study, patients with erythema nodosum leprosum (ENL) were grouped according to the intensity of their clinical symptoms. Clinical and immunological aspects of ENL and the impact of these parameters on bacterial load were assessed in conjunction with patients' in vitro immune response to mycobacterial antigens. In 10 out of the 17 patients tested, BI (bacterial index) was reduced by at least 1 log from leprosy diagnosis to the onset of their first reactional episode (ENL), as compared to an expected 0.3 log reduction in the unreactional group for the same MDT (multidrug therapy) period. However, no difference in the rate of BI reduction was noted at the end of MDT among ENL and unreactional lepromatous patients. Accordingly, although TNF-alpha (tumor necrosis factor) levels were enhanced in the sera of 70.6% of the ENL patients tested, no relationship was noted between circulating TNF-alpha levels and the decrease in BI detected at the onset of the reactional episode. Evaluation of bacterial viability of M. leprae isolated from the reactional lesions showed no growth in the mouse footpads. Only 20% of the patients demonstrated specific immune response to M. leprae during ENL. Moreover, high levels of soluble IL-2R (interleukin-2 receptor) were present in 78% of the patients. Circulating anti-neural (anti-ceramide and anti-galactocerebroside antibodies) and anti-mycobacterial antibodies were detected in ENL patients' sera as well, which were not related to the clinical course of disease. Our data suggest that bacterial killing is enhanced during reactions. Emergence of specific immune response to M. leprae and the effective role of TNF-alpha in mediating fragmentation of bacteria still need to be clarified.

Desenvolvimento de apoio à decisão operacional – previsão de curto prazo de geração distribuída de tecnologia eólica ligada à RND

No contexto da penetração de energias renováveis no sistema elétrico, Portugal ocupa uma posição de destaque a nível mundial, muito devido à produção de eólica. Com um sistema elétrico com forte presença de fontes de energia renováveis, novos desafios surgem, nomeadamente no caso da energia eólica pela sua imprevisibilidade e volatilidade. O recurso eólico embora seja ilimitado não é armazenável, surgindo assim a necessidade da procura de modelos de previsão de produção de energia elétrica dos parques eólicos de modo a permitir uma boa gestão do sistema. Nesta dissertação apresentam-se as contribuições resultantes de um trabalho de pesquisa e investigação sobre modelos de previsão da potência elétrica com base em valores de previsões meteorológicas, nomeadamente, valores previstos da intensidade e direção do vento. Consideraram-se dois tipos de modelos: paramétricos e não paramétricos. Os primeiros são funções polinomiais de vários graus e a função sigmoide, os segundos são redes neuronais artificiais. Para a estimação dos modelos e respetiva validação, são usados dados recolhidos ao longo de dois anos e três meses no parque eólico do Pico Alto de potência instalada de 6 MW. De forma a otimizar os resultados da previsão, consideram-se diferentes classes de perfis de produção, definidas com base em quatro e oito direções do vento, e ajustam-se os modelos propostos em cada uma das classes. São apresentados e discutidos resultados de uma análise comparativa do desempenho dos diferentes modelos propostos para a previsão da potência.

Short-term Wind Forecasting to Support Virtual Power Player Operation

This paper proposes a wind speed forecasting model that contributes to the development and implementation of adequate methodologies for Energy Resource Man-agement in a distribution power network, with intensive use of wind based power generation. The proposed fore-casting methodology aims to support the operation in the scope of the intraday resources scheduling model, name-ly with a time horizon of 10 minutes. A case study using a real database from the meteoro-logical station installed in the GECAD renewable energy lab was used. A new wind speed forecasting model has been implemented and it estimated accuracy was evalu-ated and compared with a previous developed forecast-ing model. Using as input attributes the information of the wind speed concerning the previous 3 hours enables to obtain results with high accuracy for the wind short-term forecasting.

A Data Mining Framework for Electric Load Profiling

This paper consists in the characterization of medium voltage (MV) electric power consumers based on a data clustering approach. It is intended to identify typical load profiles by selecting the best partition of a power consumption database among a pool of data partitions produced by several clustering algorithms. The best partition is selected using several cluster validity indices. These methods are intended to be used in a smart grid environment to extract useful knowledge about customers’ behavior. The data-mining-based methodology presented throughout the paper consists in several steps, namely the pre-processing data phase, clustering algorithms application and the evaluation of the quality of the partitions. To validate our approach, a case study with a real database of 1.022 MV consumers was used.

Stochastic Framework for Strategic Decision-making of Load-serving Entities for Day-ahead Market

The deregulation of electricity markets has diversified the range of financial transaction modes between independent system operator (ISO), generation companies (GENCO) and load-serving entities (LSE) as the main interacting players of a day-ahead market (DAM). LSEs sell electricity to end-users and retail customers. The LSE that owns distributed generation (DG) or energy storage units can supply part of its serving loads when the nodal price of electricity rises. This opportunity stimulates them to have storage or generation facilities at the buses with higher locational marginal prices (LMP). The short-term advantage of this model is reducing the risk of financial losses for LSEs in DAMs and its long-term benefit for the LSEs and the whole system is market power mitigation by virtually increasing the price elasticity of demand. This model also enables the LSEs to manage the financial risks with a stochastic programming framework.

Contextual Intelligent Load Management Considering Real-Time Pricing in a Smart Grid Environment

The use of demand response programs enables the adequate use of resources of small and medium players, bringing high benefits to the smart grid, and increasing its efficiency. One of the difficulties to proceed with this paradigm is the lack of intelligence in the management of small and medium size players. In order to make demand response programs a feasible solution, it is essential that small and medium players have an efficient energy management and a fair optimization mechanism to decrease the consumption without heavy loss of comfort, making it acceptable for the users. This paper addresses the application of real-time pricing in a house that uses an intelligent optimization module involving artificial neural networks.

Stochastic Short-term Incentive-based Demand Response Scheduling of Load-serving Entities

In competitive electricity markets it is necessary for a profit-seeking load-serving entity (LSE) to optimally adjust the financial incentives offering the end users that buy electricity at regulated rates to reduce the consumption during high market prices. The LSE in this model manages the demand response (DR) by offering financial incentives to retail customers, in order to maximize its expected profit and reduce the risk of market power experience. The stochastic formulation is implemented into a test system where a number of loads are supplied through LSEs.

Determining the Adjustment Baseline Parameters to Define an Accurate Customer Baseline Load

Demand response is an energy resource that has gained increasing importance in the context of competitive electricity markets and of smart grids. New business models and methods designed to integrate demand response in electricity markets and of smart grids have been published, reporting the need of additional work in this field. In order to adequately remunerate the participation of the consumers in demand response programs, improved consumers’ performance evaluation methods are needed. The methodology proposed in the present paper determines the characterization of the baseline approach that better fits the consumer historic consumption, in order to determine the expected consumption in absent of participation in a demand response event and then determine the actual consumption reduction. The defined baseline can then be used to better determine the remuneration of the consumer. The paper includes a case study with real data to illustrate the application of the proposed methodology.

Demand Response Design and Use Based on Network Locational Marginal Prices

Power systems have been experiencing huge changes mainly due to the substantial increase of distributed generation (DG) and the operation in competitive environments. Virtual Power Players (VPP) can aggregate several players, namely a diversity of energy resources, including distributed generation (DG) based on several technologies, electric storage systems (ESS) and demand response (DR). Energy resources management gains an increasing relevance in this competitive context. This makes the DR use more interesting and flexible, giving place to a wide range of new opportunities. This paper proposes a methodology to support VPPs in the DR programs’ management, considering all the existing energy resources (generation and storage units) and the distribution network. The proposed method is based on locational marginal prices (LMP) values. The evaluation of the impact of using DR specific programs in the LMP values supports the manager decision concerning the DR use. The proposed method has been computationally implemented and its application is illustrated in this paper using a 33-bus network with intensive use of DG.

Smart Grid Communication Technologies in the Brazilian Electrical Sector

Intelligent electrical grids can be considered as the next generation of electrical energy transportation. The enormous potential leads to worldwide focus of research on the technology of smart grids. This paper aims to present a review of the Brazilian electricity sector in context with the integration of communication technologies for smart grids. The work gives an overview of the generation, transmission and distribution of electrical energy in the Brazil and a brief summary of the current electricity market. Smart grid technologies are introduced and the requirements for the Brazilian power system are pointed out. Various technologies for communication within an intelligent network are presented and their characteristics, advantages and disadvantages are compared to the Brazilian conditions. In addition, a summary is given of current pilot projects for Smart Grid technologies within Brazil, as well as a presentation of individual selected projects.

Voltage Magnitude Analysis Considering Load Curtailment Minimization in Sub-Transmission Networks with Distributed Generators

Most of distribution generation and smart grid research works are dedicated to the study of network operation parameters, reliability among others. However, many of this research works usually uses traditional test systems such as IEEE test systems. This work proposes a voltage magnitude study in presence of fault conditions considering the realistic specifications found in countries like Brazil. The methodology considers a hybrid method of fuzzy set and Monte Carlo simulation based on the fuzzyprobabilistic models and a remedial action algorithm which is based on optimal power flow. To illustrate the application of the proposed method, the paper includes a case study that considers a real 12 bus sub-transmission network.

An automatic tool to Extract, Transform and Load data from real electricity markets

The study of Electricity Markets operation has been gaining an increasing importance in the last years, as result of the new challenges that the restructuring produced. Currently, lots of information concerning Electricity Markets is available, as market operators provide, after a period of confidentiality, data regarding market proposals and transactions. These data can be used as source of knowledge, to define realistic scenarios, essential for understanding and forecast Electricity Markets behaviour. The development of tools able to extract, transform, store and dynamically update data, is of great importance to go a step further into the comprehension of Electricity Markets and the behaviour of the involved entities. In this paper we present an adaptable tool capable of downloading, parsing and storing data from market operators’ websites, assuring actualization and reliability of stored data.