Académique Documents
Professionnel Documents
Culture Documents
9 de maro de 2017
Ricardo Henrique Fonseca Alves
9 de maro de 2017
Ficha de identificao da obra elaborada pelo autor, atravs do
Programa de Gerao Automtica do Sistema de Bibliotecas da UFG.
CDU 621.3
Agradecimentos
Agradeo primeiramente aos meus pais Carlos e Roseli que sempre me apoiaram
e depositaram os seus esforos em minha educao, estando ao meu lado nos momentos
de aflies e de alegrias. Agradeo a eles por sempre me apoiarem em todas as minhas
decises.
Ao meu irmo Carlos Eduardo por sempre me ajudar em minhas decises, buscando
sempre me guiar de forma positiva.
Ao meu irmo Guilherme Augusto por todo companheirismo e palavras amigas.
Ao Professor Dr. Getlio Jnior que durante estes dois anos me orientou e auxiliou
no desenvolvimento deste trabalho, buscando sempre me levar a reflexes sobre o tema
abordado e oferecendo todo o apoio para a soluo dos problemas que foram surgindo.
Ao Professor Dr. Rodrigo Lemos por todo o apoio e conhecimento compartilhado
dentro e fora da sala de aula.
A Equipe do projeto de P&D 364 por todo o conhecimento compartilhado e por
me oferecer todo o suporte para a realizao deste trabalho.
A todos os professores e colegas da Escola de Engenharia Eltrica, Mecnica e de
Computao que de forma direta ou indireta contriburam para o desenvolvimento deste
trabalho.
Nada na vida deve ser temido, somente compreendido. Agora hora de compreender mais
para temer menos. (Marie Curie)
Resumo
O principal objetivo deste trabalho propor uma metodologia para a escolha de 51 Unidades
Consumidoras (UC) em Nova Veneza-GO ligados a dois transformadores pertencentes a
uma rede pr Smart Grid localizada na cidade. A metodologia consiste de dez etapas que vo
desde o agrupamento de consumidores com mesmo perfil de consumo de energia eltrica
utilizando uma rede neural PSOM (do ingls: Non Parametric Self-Organizing Map),
incluindo a realizao de alocao de recursos financeiros de forma otimizada por meio de
Programao Linear Inteira. Utilizando a rede PSOM, foi possvel agrupar os consumidores
dos dois transformadores em 12 grupos distintos com mesmo perfil de consumo. Esse
agrupamento foi importante para o dimensionamento de Sistemas Fotovoltaicos Conectados
Rede Eltrica (Sistemas Grid-Tie) utilizando diferentes ferramentas computacionais,
dentre elas, o software PVSyst na verso trial V6.39. Adicionalmente, foi feito um estudo de
Engenharia Econmica visando a implantao de Sistemas Fotovoltaicos Conectados Rede
Eltrica para todos os consumidores de Nova Veneza-GO e de Goinia-GO, considerando
dados de consumo disponibilizados pela concessionria local e tambm considerando dois
diferentes cenrios: implantao de sistemas fotovoltaicos com e sem incentivo do governo.
Foi realizada ainda uma anlise de Engenharia Econmica considerando uma adeso
em Goinia-GO de 1%, 5%, 10%, 20%, 30% e 100% das Unidades Consumidoras (UC).
Resultados ambientais foram encontrados para a cidade de Nova Veneza-GO e Goinia-GO,
evidenciando uma reduo expressiva na emisso de CO2 e uma grande economia de gua.
Lista de ilustraes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Lista de tabelas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
Lista de abreviaturas e siglas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Lista de smbolos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1 INTRODUO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
I REFERENCIAIS TERICOS 33
II ABORDAGENS PROPOSTAS 77
7 CONCLUSES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
7.1 Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
REFERNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
ANEXOS 151
GD Gerao Distribuida
FV Fotovoltaico
PR Performance Ratio
UC Unidade Consumidora
MA Medida de Agrupamento
PH pegada hdrica
Lista de smbolos
M a eficincia do mdulo.
PP M Potncia mxima.
GT OT Irradincia total.
G Irradincia solar.
1 Introduo
PORTUGHEIS, 1999; DE CASTRO; VON ZUBEN, 1999) e MLP (HAYKIN et al., 2009)
foram as RNA utilizadas.
O Captulo 4 apresenta uma base bibliogrfica referente ao estudo de Engenharia
Econmica voltado a tomada de decises em Planos de Negcio, sendo apresentados termos
como o payback e a Taxa Interna de Retorno (TIR) que so de extrema importncia em
estudos de viabilidade econmica.O Captulo 4 ainda apresenta de forma resumida diversos
softwares utilizados para Dimensionamento Fotovoltaico e para Otimizao.
No Captulo 5 so apresentados a metodologia proposta e aplicada para alocao
dos recursos financeiros existentes no Projeto de P&D no 364, bem como uma proposta
de agrupamento das curvas do perfil de consumo das unidades consumidoras de Nova
Veneza-GO utilizando Redes Neurais Artificiais. Tambm apresentado no Captulo 5
o dimensionamento tradicional utilizado para projetar os sistemas fotovoltaicos a serem
conectados rede eltrica de Nova Veneza-GO, alm de um exemplo de dimensionamento
utilizando o software PVsyst verso trial V6.39.
Por fim, no Captulo 6 apresentado um estudo de viabilidade socioeconmica
para implementao de microgerao de energia solar utilizando Sistemas Conectados
Rede Eltrica (Sistemas Grid-Tie), sem e com incentivo financeiro, para todos os
consumidores da Grupo B de Nova Veneza-GO levando em considerao diferentes valores
de Taxa de Desempenho Fotovoltaico. Tambm mostrado no Captulo 6 um estudo
de viabilidade socioeconmica para a regio de Goinia-GO, sendo neste caso levados
em considerao alm de dois cenrios, sem e com incentivo, a adeso implantao de
Sistemas Fotovoltaicos de 1%, 5%, 10%, 20%, 30% e 100% das Unidades Consumidoras.
Parte I
Referenciais tericos
37
no geral tambm aumentou. Este crescimento ocorreu mesmo aps a queda dos preos
globais para todos os combustveis fsseis, subsdios aos combustveis fsseis alm de outros
desafios que acometem as energias renovveis. Dentre estes desafios destacam-se os de
origem poltica, obstculos regulamentares e restries fiscais (REN21, 2016).
O ano de 2015 tambm marcou um recorde na implantao de fontes de energia
elica e solar fotovoltaica, sendo que estas duas fontes de energia representaram cerca de
77% das novas instalaes ocorridas no ano ao redor do mundo, ficando a instalao de
hidreltricas responsvel pela maioria dos 23% restantes (REN21, 2016). No cenrio atual
a implantao de fontes de energias renovveis vem superando o crescimento de fontes no
renovveis. Ao final de 2015, a capacidade instalada de fontes renovveis representava um
valor suficiente para suprir uma estimativa de 23,7% da eletricidade global, com a energia
de hidroeltricas fornecendo cerca de 16,6% (REN21, 2016).
A Figura 2 apresenta a taxa de crescimento mdia anual da capacidade de produo
de energia geotrmica, energia hidroeltrica, energia solar fotovoltaica e energia elica no
perodo compreendido entre 2010-2015 e a taxa de crescimento observada apenas no ano
de 2015.
mostra a Figura 4 (PEREIRA et al., 2006). importante ressaltar que a mdia anual
de insolao do Estado de Gois, em horas, caso particular desse trabalho, de 6 horas
(ANEEL, 2014).
Figura 4 Mdia anual da radiao solar global horizontal (PEREIRA et al., 2006).
Dois obstculos para uso da energia solar no Brasil merecem destaque, o custo de
compra e instalao dos mdulos e a falta de uma poltica oficial de subsdios. O primeiro
j est sendo transposto graas aos avanos da tecnolgicos os quais tm reduzido o custo
e aumentado da eficincia dos painis fotovoltaicos. J o segundo, depende da vontade
poltica dos governantes e da conscientizao da sociedade, o principal fator de presso
junto ao poder pblico.
2.2. Sistemas Fotovoltaicos 43
PP M
(%) = 100%. (2.1)
(AM T ou ACT ) GT OT
de gerao.
Nota - Nas STC, PP M corresponde potncia de pico ou nominal.
Radiao Solar - Forma de transferncia de energia advinda do sol, por meio da
propagao de ondas eletromagnticas (ou ftons.)
Sistema fotovoltaico - Conjunto de elementos que geram e fornecem eletricidade
pela converso da energia solar.
Nota 1 - Os componentes de um sistema fotovoltaico variam de acordo com a
aplicao, podendo incluir inversores, controladores de carga, dispositivos para controle,
superviso e proteo, armazenamento de energia eltrica, fiao, fundao e estrutura de
suporte. Sistemas fotovoltaicos sempre apresentam o gerador fotovoltaico, independente
da sua configurao.
Nota 2 - O termo em ingls Balance of System Components (BOS) refere-se ao
sistema fotovoltaico no incluindo o gerador fotovoltaico.
Temperatura nominal de operao da clula - Temperatura mdia de equil-
brio da clula fotovoltaica encapsulada em um mdulo, em um ambiente com irradincia
de 800 W/m2 , temperatura ambiente de 20o C, velocidade do vento de 1 m/s e em circuito
aberto.
Nota - O termo equivalente, em ingls, Nominal Operating Cell Temperature
(NOCT).
Critrio econmico.
Esistema
Np = , (2.2)
Emdulo
onde:
Np o nmero de mdulos da instalao fotovoltaica;
Esistema a energia produzida pelo sistema [kWh] no intervalo de tempo considerado;
e
Emdulo a energia produzida por um mdulo [kWh] no intervalo de tempo.
2.2. Sistemas Fotovoltaicos 49
Considere que:
Emdulo = Es AM M , (2.3)
onde:
Emdulo a energia produzida por um mdulo [kWh] no intervalo de tempo;
Es a insolao diria [W h/m2 /dia];
AM a rea da superfcie do mdulo; e
M a eficincia do mdulo.
Considere ainda que:
Pmx
M = , (2.4)
(AM 1000)
onde:
M a eficincia do modulo;
AM a rea da superfcie do mdulo; e
Pmx a potncia mxima ou de pico do mdulo [W].
Substituindo a Equao 2.3 e a Equao 2.4 na Equao 2.2, e considerando um
perodo de 1 ms (30 dias), obtm-se:
Esistema 1000
NP = . (2.5)
Es Pmx 30
Esistema 1000
NP = , (2.6)
Es Pmx 30
onde:
a eficincia do projeto fotovoltaico (inferncia padro de 83% (ATOMRA, 2014)
(perdas na gerao e transmisso de potncia).
Para o dimensionamento do inversor a ser instalado no sistema deve-se levar em
considerao os seguintes critrios (VILLALVA; GAZOLI, 2012):
O inversor deve ser especificado para uma potncia de mesmo ou maior valor que a
potncia de pico do conjunto de mdulos.
50 Captulo 2. Gerao Distribuda e Sistemas Fotovoltaicos
Ineficincia do inversor;
Fiao;
Incompatibilidade de clulas;
Sujidade;
as taxas de desempenho podem varia de 60% a 79%, j para Reich et al. (2012) o
valor de PR pode variar entre 70% e 90%. Buscando uma estimativa deste intervalo,
o Laboratrio Nacional de Energias Renovveis (RNEL), conduziu um levantamento
bibliogrfico,encontrando um intervalo tpico de PR entre 60% e 90% (DIERAUF et al.,
2013).
O clculo da taxa de desempenho pode ser realizado por meio de diversas frmulas,
algumas consideram a razo entre a energia produzida pelo sistema fotovoltaico e a energia
que deveria ser produzida teoricamente (IEC, 2013), outras apresentam frmulas mais
robustas com fatores de correo que ajustam o valor de PR.
O Anexo A apresenta 11 diferentes frmulas para se calcular o valor de PR. Observa-
se pelo Anexo A que uma estimativa da relao de desempenho com preciso uma tarefa
difcil e tem limitaes prticas, uma vez que uma medio de insolao precisa necessria
e dependendo do sensor diferentes valores podem resultar. Desta forma, para este trabalho
ser utilizado um intervalo de PR para as regies de Nova Veneza-GO e Goinia-GO entre
60% e 90% previsto por Dierauf et al. (2013).
53
Sua arquitetura;
O modelo de cada neurnio da rede neural inclui uma funo de ativao no-
linear suave (diferencivel em qualquer ponto), diferentemente da limitao abrupta
utilizada no perceptron de Rosenblatt;
A MLP contm uma ou mais camadas de neurnios ocultos, que capacitam a rede a
aprender tarefas complexas extraindo caractersticas significativas dos padres de
entrada; e
Figura 9 Representao de rede MLP com duas camadas escondidas e trs neurnios na
camada de sada.
O sinal de erro se origina de um neurnio de sada e se propaga para trs (camada por
camada) (SIMON, 2001).
Yk a unidade de sada k.
O Algoritmo 3.1 apresenta um resumo dos passos a serem seguidos na elaborao
de uma rede MLP.
1
f1 (x) = , (3.5)
1 + exp(x)
com:
zj = f (zinj ) (3.2)
6 Cada unidade de sada (Yk , k = 1,..., m) recebe a matriz de peso do sinal de
entrada e aplica a sua funo de ativao para computar o sinal de sada;
p
X
yink = w0k + zj wjk (3.3)
j=1
yk = f (yink ) (3.4)
7 Aplicar Algoritmo de Retropropagao do Erro;
8 Atualizar a matriz de pesos e o bias.
9 end
10 end
2
f2 (x) = 1, (3.7)
1 + exp(x)
com:
1
f20 (x) = [1 + f2 (x)][1 f2 (x)]. (3.8)
2
1
(n) = e2 j (n). (3.10)
2
1 jC
e2 j (n),
X
(n) = (3.11)
2
m
X
vj (n) = wji (n)yi (n), (3.12)
i=0
O algoritmo backpropagation aplica uma correo wji (n) ao peso sinptico wji (n),
que proporcional derivada parcial (n)/wij (n). De acordo com a regra de clculo do
clculo, podemos expressar este gradiente como:
(n)
= ej (n). (3.15)
ej (n)
ej (n)
= 1. (3.16)
yj (n)
yj (n)
= 0j (vj (n)), (3.17)
vj (n)
onde o uso de prime (no lado direito) significa diferenciao com relao ao
argumento. Finalmente, a diferenciao da Equao 3.12 em relao wij (n) gera:
vj (n)
= yi (n). (3.18)
wji (n)
3.4. Rede PSOM 61
(n)
= ej (n)0j (vj (n))yi (n). (3.19)
wij (n)
A correo wji (n) aplicada a wji (n) definida pela regra delta, ou:
(n)
wji (n) = , (3.20)
wij (n)
O gradiente local aponta para mudanas necessrias nos pesos sinpticos. De acordo
com a Equao 3.22, o gradiente local j n para o neurnio de sada j igual ao produto do
sinal de erro correspondente ej (n) para aquele neurnio e a derivada 0j (vj (n)) da funo
de ativao associada.
A rede PSOM proposta por Deus Jnior, de Castro e Portugheis (1999) pode ser
resumida pelo Algoritmo 3.2.
Para a rede PSOM em estudo, no h um critrio de erro a ser minimizado, mas um
critrio de distncia a ser analisado. O objetivo final da rede PSOM retirar unidades com
3.4. Rede PSOM 63
1999).
O critrio de parada da rede PSOM baseada em um nmero limite de iteraes ou
em um valor mnimo do passo de ajuste (DEUS JNIOR; DE CASTRO; PORTUGHEIS,
1999; DE CASTRO; VON ZUBEN, 1999).
O processo de poda deve ser um processo retardado, de forma que a rede treinada
de forma usual durante algumas iteraes, sendo que a partir do momento em que o mapa
apresenta uma topologia predefinida ocorre o incio da eliminao de unidades cuja MA
no pequena (DEUS JNIOR; DE CASTRO; PORTUGHEIS, 1999; DE CASTRO;
VON ZUBEN, 1999).
Conclui-se que ao retirar-se uma unidade em fase avanada do treinamento, o valor
reduzido da taxa de aprendizagem permitir pequenos ajustes no vetor de pesos. Desta
forma, este termo apresenta a necessidade de uma reinicializao do valor do passo e do
raio de vizinhana Nc sempre que uma unidade retirada (DEUS JNIOR; DE CASTRO;
PORTUGHEIS, 1999; DE CASTRO; VON ZUBEN, 1999).
A poda ocorrida na rede PSOM implica na retirada da unidade e reinicializao
dos parmetros de treinamento, tendo como condies iniciais, por exemplo, o estado
anterior do processo. O aproveitamento do resultado obtido pela rede antes do processo de
poda, toma intuitiva a ideia de que o algoritmo da rede PSOM seja sempre superior ao
algoritmo padro SOM, considerando a mesma arquitetura final e mesmos parmetros
comuns, como e min caso o critrio de parada seja min (DEUS JNIOR; DE CASTRO;
PORTUGHEIS, 1999; DE CASTRO; VON ZUBEN, 1999).
A condio de parada sugerida por Deus Jnior, de Castro e Portugheis (1999)
um valor mnimo de min para a taxa de aprendizagem . O parmetro um valor
percentual, ou seja, se uma unidade no representa % do conjunto de dados, ela poder
ser retirada. Caso a distribuio do conjunto de dados a ser utilizado for conhecida, ento
sugerido por Deus Jnior, de Castro e Portugheis (1999) que a metade do valor percentual
da classe menos representativa do conjunto seja utilizada (DEUS JNIOR; DE CASTRO;
PORTUGHEIS, 1999; DE CASTRO; VON ZUBEN, 1999).
Ainda de acordo com Deus Jnior, de Castro e Portugheis (1999), em caso de
conjuntos amostrais pequenos, com at algumas dezenas de amostras, o nmero de sadas
inicial da rede pode ser tomado como sendo igual ao nmero de amostras disponveis,
ou seja, m = N ; pois no possvel que existam mais do que N elementos distintos em
um conjunto contendo N dados. Caso o conjunto de dados seja grande, esta estratgia
pouco recomendvel devido ao esforo computacional do incio do processo de treinamento,
mesmo contando etapas de poda Deus Jnior, de Castro e Portugheis (1999)
Algumas das desvantagens da rede PSOM proposta a grande quantidade de
parmetros a serem arbitrados, alm de um processo iniciado com uma arquitetura grande
3.5. Validao Cruzada 65
N
X Ft
V PL = t
= 0, (4.1)
t=1 (1 + T IR)
onde:
Ft o fluxo de caixa de cada perodo; T IR a taxa interna de retorno; e t o
tempo.
O Valor Presente Lquido (VPL) constitui-se de uma frmula matemtica e finan-
ceira capaz de determinar o valor presente de pagamentos futuros descontados a uma taxa
de juros apropriada, menos o custo do investimento inicial (NETO et. al., 2005).
Portanto, trata-se de um clculo de quanto os futuros pagamentos somados a um
custo inicial estariam valendo atualmente. Entretanto, tem-se de considerar o conceito de
valor do dinheiro no tempo, pois, certa quantia desvaloriza-se depois de certo tempo, devido
68 Captulo 4. Engenharia Econmica e Softwares de Anlise e Simulao
ao custo de oportunidade, como por exemplo, ser aplicado em fundos de investimento para
render juros.
Como o Valor Presente Lquido maior que zero, surge a dvida se o investidor
deveria patrocinar certo projeto. Em uma situao real, seria importante considerar outros
valores e outros custos. Dessa forma, a Taxa Mnima de Atratividade (TMA) uma taxa
de juros que representa o mnimo que um investidor se prope a ganhar quando faz um
investimento, ou o mximo que um tomador de dinheiro se prope a pagar quando faz um
financiamento.
Esta taxa formada a partir de trs componentes bsicos: (a) Custo de Oportuni-
dade; (b) Risco do Negcio; e (c) Liquidez. O Custo de Oportunidade a remunerao
obtida em alternativas que no as analisadas. O Risco do Negcio est relacionado com o
ganho para remunerar o risco inerente de uma nova ao. Assim, quanto maior o risco,
maior a remunerao esperada. E a Liquidez a capacidade ou velocidade em que se pode
sair de uma posio no mercado para assumir outra.
Do pondo de vista de um negcio, a Taxa Mnima de Atratividade (TMA) a
expectativa de retorno para um investidor em um negcio, em relao ao investimento que
necessrio para implementar uma soluo. Portanto, essa taxa poder ser utilizada para
dizer se uma soluo ou projeto vivel ou no.
O Investimento em Bens de Capital (CAPEX) designa o montante de dinheiro
despendido na aquisio (ou introduo de melhorias) de bens de capital de uma deter-
minada organizao. O CAPEX , portanto, o montante de investimentos realizados em
equipamentos e instalaes de forma a manter a produo de um produto ou servio ou
manter em funcionamento um negcio ou um determinado sistema (NETO et. al., 2005).
As Despesas Operacionais (OPEX) significa o capital utilizado para manter ou
melhorar os bens fsicos de uma empresa, tais como equipamentos, propriedades e imveis.
Ou ainda, o OPEX pode referir-se ao custo associado manuteno dos equipamentos
e aos gastos de consumveis e outras despesas operacionais, necessrios produo e
manuteno em funcionamento do negcio ou sistema. Resumindo, a aquisio de um
equipamento considerado CAPEX, enquanto o custo com a sua manuteno considerado
OPEX (NETO et. al., 2005).
4.2.1 PSIM
4.2.1.1 Descrio
Licena em rede.
4.2.2 PVSyst
4.2.2.1 Descrio
dados meteorolgicos de fontes diferentes, bem como dados personalizveis (PVSYST SA,
2015).
O fabricante disponibiliza um tutorial que permite simular trs diferentes aspectos
bsicos (PORTAL DO PVSYST, 2015): (1) Criao de projetos de Sistemas Grid-tie
Conectados Rede Eltrica; (2) Construo e uso de cenas 3D para simulaes; e (3)
Incluso de dados meteorolgicos no PVsyst.
A Figura 19 apresenta a tela inicial do software PVsyst para a criao de um
exemplo de projeto de um Sistema Grid-tie Conectado Rede Eltrica (PVSYST SA,
2014). Como pode ser observado, o PVsyst um software bem especfico. Entretanto,
conforme mostra a Figura 20, o software pode ser muito til para as aplicaes do Projeto
de P&D 364, ou seja, na elaborao dos projetos dos 51 telhados e apresenta-se como
uma boa aproximao das solues comerciais de software para o mercado de energia
fotovoltaica no Brasil (PVSYST SA, 2015).
2015d):
4.2.3 OpenDSS
4.2.3.1 Descrio
impe poucas restries quando comparada com outras licenas, como a GNU General
Public License ou mesmo as restries padro determinadas pelo copyright, colocando-a
prxima do domnio pblico (OPENDSS, 2015).
O OpenDSS Open Discussion Forum o espao mais democrtico para que os
usurios possam resolver questes sobre o software OpenDSS. importante ressaltar que
o usurio deve adquirir uma Sourceforge.net ID para enviar uma mensagem. Entretanto,
nenhum ID necessrio para simplesmente ler o frum (OPENDSS, 2015).
A Figura 21 mostra a arquitetura do OpenDSS. Como se pode observar, o software
bastante verstil e possui as seguintes capacidades (OPENDSS, 2015):
Estudos de Falta;
contm vrios exemplos de como fazer vrias anlises e simulaes. A pasta Loadshapes
contm vrios exemplos de loadshapes anuais, juntamente com os scripts para carreg-las.
importante destacar as seguintes caractersticas do software OpenDSS (CASTRO
et al., 2015d):
O software gratuito;
Possui integrao com outras aplicaes na rea de Engenharia Eltrica (por exemplo,
formas de onda e acionamento de motores; controladores; inversores; etc.);
Proporcionalidade;
No Negatividade;
Aditividade; e
76 Captulo 4. Engenharia Econmica e Softwares de Anlise e Simulao
Figura 23 Interface do Software LINDO (verso trial 6.1) sendo utilizado em um processo
de otimizao do projeto de P&D 364.
Separabilidade.
n
X
z= cj x j (4.2)
j=1
n
X
z= aij xj bi i = 1, 2, ..., p (4.3)
j=1
n
X
z= aij xj bi i = p + 1, p + 2, ..., m (4.4)
j=1
xj 0, j = 1, 2, ..., q (4.5)
xj R, j = q + 1, q + 2, ..., n (4.6)
4.3. Software para Otimizao - LINDO 77
Para esta formulao algbrica algumas notaes devem ser seguidas (GOLDBARG;
LUNA, 2005):
M = 1, 2, ..., m, o conjunto dos ndices das restries do problema;
N = 1, 2, ..., n, o conjunto dos ndices das variveis;
M1 M e N1 N ;
A = aij matriz de restries;
aj j-sima coluna de A;
x = (xj ), j N , o vetor coluna de n componentes;
c = (cj ), j N , o vetor linha de n componentes; e
d = (di ), i M , o vetor coluna de m componentes.
Parte II
Abordagens Propostas
81
Este trabalho tem como principal objetivo utilizar a infraestrutura de uma rede pr
Smart Grid implantada na rea urbana de Nova Veneza-GO onde uma soluo de medio
via telemetria para um conjunto de clientes do Grupo B ligados a dois transformadores
da cidade, permitem a automatizao de leitura remota e servios de corte e religamento
(SOUZA, 2014). A anlise do comportamento dos consumidores foi fundamental para o
estudo de dimensionamento e agrupamento dos consumidores e escolha de 51 telhados a
serem beneficiados com os Sistemas Fotovoltaicos Conectados Rede Eltrica (Sistemas
Grid-Tie). A estrutura implementada na cidade de Nova Veneza-GO ser de extrema
importncia no monitoramento da rede aps a insero dos 51 telhados solares que iro
se conectar ao sistema eltrico da concessionria Celg-D. O monitoramento do balano
energtico da produo e consumo de energia eltrica dos 51 Sistemas Grid-Tie ocorrer
de forma integrada com:
51 medidores bidirecionais inteligentes (do ingls: net metering), com medio remota
a cada 15 minutos;
O Brasil destaca-se com um potencial solar energtico mpar. Dessa forma, alm
desta estrutura pr Smart Grid presente em Nova Veneza-GO, o potencial solar energtico
nessa cidade expresso pela mdia anual de irradincia na ordem de 5,6 kW h/m2 para
uma longitude de -49,36 e uma latitude de -16,33, conforme apresentado na Tabela 4.
O Projeto de P&D no 364 considerado original, sendo o primeiro projeto piloto
escalvel da concessionria Celg Distribuio S.A. (Celg-D). Assim, a experincia nesse
projeto permitir que a concessionria local teste os problemas futuros, tais como: alterao
dos nveis de tenso, gerao afetada por reas de sombreamento; desligamento automtico
de inversores sem causa aparente; comportamento inadequado do consumidor no uso da
tecnologia fotovoltaica; conectividade de sistemas fotovoltaicos de maior capacidade de
82 Captulo 5. Projeto 51 Telhados em Nova Veneza-GO
Figura 24 Fluxograma com metodologia proposta para alocao dos recursos financeiros
do Projeto de P&D no 364 (51 Telhados em Nova Veneza-GO).
84 Captulo 5. Projeto 51 Telhados em Nova Veneza-GO
Figura 25 Sada da Rede Neural PSOM para o grupo de consumidores ligados ao trans-
formador TA (12 Grupos).
Figura 26 Sada da Rede Neural PSOM para o grupo de consumidores ligados ao trans-
formador TB (12 Grupos).
86 Captulo 5. Projeto 51 Telhados em Nova Veneza-GO
UC35 200,95 7 B
UC36 203,62 7 A
UC37 207,42 7 ABC
UC38 211,82 7 A
UC39 230,67 8 A
UC40 231,36 8 A
UC41 231,83 8 B
UC42 256,16 8 ABC
UC43 211,20 9 ABC
UC44 214,04 9 A
UC45 238,28 9 ABC
UC46 240,07 9 C
UC47 242,02 9 A
UC48 265,07 10 B
UC49 265,37 10 A
UC50 265,88 10 A
UC51 307,66 10 C
UC52 328,21 11 ABC
UC53 336,04 11 ABC
UC54 349,92 11 C
UC55 355,10 11 A
UC56 362,73 11 A
UC57 364,52 11 A
UC58 374,06 11 ABC
UC59 611,47 12 A
UC60 793,05 12 B
UC61 1.259,48 12 ABC
UC62 1.991,16 12 ABC
88 Captulo 5. Projeto 51 Telhados em Nova Veneza-GO
UC97 215,44 6 B
UC98 220,16 6 ABC
UC99 235,43 6 A
UC100 241,53 6 A
UC101 243,74 6 A
UC102 252,90 6 A
UC103 308,74 7 ABC
UC104 322,35 7 B
UC105 327,99 7 B
UC106 348,94 7 B
UC107 330,28 8 A
UC108 335,36 8 ABC
UC109 341,95 8 ABC
UC110 353,14 8 A
UC111 394,32 9 ABC
UC112 428,89 9 AB
UC113 431,63 9 ABC
UC114 476,42 10 ABC
UC115 484,20 10 B
UC116 546,43 10 B
UC117 710,16 11 ABC
UC118 833,04 11 ABC
UC119 862,50 11 C
UC120 959,97 11 ABC
UC121 943,70 12 C
UC122 1.098,47 12 ABC
UC123 1.445,85 12 ABC
96 Captulo 5. Projeto 51 Telhados em Nova Veneza-GO
Figura 51 Representao de rede MLP com uma camadas escondida e doze neurnios
na camada de sada para agrupamento das curvas de perfil de consumo.
para solucionar novos agrupamentos mais complexos. De fato, a rede MLP possui uma
capacidade de generalizao maior do que uma rede PSOM.
Figura 54 Interface inicial de projeto utilizando o software PVsyst V6.39 (verso trial).
Figura 56 Design do sistema a ser projetado pelo software PVsyst V6.39 (verso trial).
onde:
P R = 0, 8053. (5.3)
importante ressaltar que a fatura de energia nunca seria igual a zero, pois
consumidores residenciais do Grupo B, incluindo propriedades rurais, devem pagar, mensal-
mente, pelo menos o custo de disponibilidade. Para cada perfil de consumidor (monofsico,
bifsico ou trifsico), tem um custo de disponibilidade diferente. Por exemplo, o custo de
disponibilidade para um consumidor trifsico de 100 kWh. Mesmo que o consumidor no
tenha utilizado energia da rede, a concessionria cumpriu com a obrigao de oferecer a
infraestrutura necessria para levar energia at o consumidor, razo pela qual existe esse
custo mnimo.
O investimento inicial (CAPEX) com a instalao do Sistema FV (CAPEX) foi
obtido para cada perfil de UC, considerando-se os kits calculados com base na Tabela 11.
Alm da compra do equipamento, foram estimados os valores para adequao da instalao
e mo-de-obra de instalao dos kits. Assim, a Tabela 18 apresenta o CAPEX (Ano 0)
para cada perfil de UC residencial sem nenhum incentivo do governo, sendo que para
consumidores com capacidade do sistema (potncia) inferior a 250 Wp foram utilizados no
dimensionamento mdulos de 50 Wp e para consumidores com capacidade maior que este
valor foram utilizados mdulos de 250 Wp.
Tabela 18 CAPEX para UC com perfil Classe B em Nova Veneza-GO (Cenrio 1 e 100%
de adeso).
Tabela 20 OPEX para UC com perfil Classe B em Nova Veneza-GO para um PR igual
a 0,60 (Cenrio 1 e 100% de adeso).
pode ser observado, o valor do OPEX positivo para o perfil de UC considerado nesse
estudo.
Tabela 21 OPEX para UC com perfil Classe B em Nova Veneza-GO para um PR igual
a 0,75 (Cenrio 1 e 100% de adeso).
(Cenrio 1).
As Figuras 59, 60 e 61 apresentam grficos do VPL considerando uma Taxa Mnima
de Atratividade (TMA) igual a 9%, 5% e 1% respectivamente e para trs valores de PR
propostos com 100% de adeso das Unidades Consumidoras.
Como pode ser observado nos resultados, a soluo proposta para uma TMA =
9% proibitiva para os trs casos. Para uma TMA = 5% (ver Figuras 59, 60 e 61), o
payback proibitivo para um PR = 0,60 e comea a ser vivel para um PR = 0,75 e PR
= 0,90, onde o tempo de retorno de investimento aproximadamente de 39 anos e 24
anos respectivamente (tempo mdio de durao superior ao tempo de vida til de um
sistema FV). Ao se analisar o caso em que temos uma TMA = 1% o tempo de retorno de
investimento inferior a 19 anos para um PR = 0,75 e um PR = 0,90, o que inferior ao
tempo de vida til de um sistema fotovoltaico, entretanto neste caso temos um investimento
nada atrativo (TMA = 1%).
Tabela 23 CAPEX para UC com perfil Classe B em Nova Veneza-GO (Cenrio 2 e 100%
de adeso).
O valor do OPEX permanece inalterado neste segundo cenrio, uma vez que neste
cenrio apenas previsto um incentivo por parte do governo na parte de implementao
dos sistemas fotovoltaicos. Assim as Tabelas 20, 21 e 22 foram utilizadas para o clculo de
payback para o Cenrio 2.
Assim, foram realizadas simulaes para obteno do Valor Presente Lquido (VPL)
para a Classe B da cidade de Nova Veneza-GO proposta (Cenrio 2).
As Figuras 62, 63 e 64 apresenta em forma de grfico o VPL considerando uma
Taxa Mnima de Atratividade (TMA) igual a 9%, 5% e 1% para os trs valores de PR
utilizados.
Como pode ser observado nos resultados, a soluo proposta para uma TMA = 9%
apresenta um payback proibitivo para um PR = 0,60. Entretanto, para um PR = 0,75 e
um PR = 0,90 observa-se um tempo de retorno do investimento em aproximadamente 17
anos e 9 anos, respectivamente. Estes resultados indicam um cenrio favorvel para um
investidor por meio de um incentivo financeiro de 50%. Observa-se que para uma TMA de
5% e uma TMA igual a 1%, o tempo de retorno bem menor.
Classe B
Cidade de Nova Veneza-GO
Economia de gua anual para Nova Veneza-GO (PR = 75%) 526,48 milhes de litros
Emisses de CO2 evitadas (toneladas/ano) 116,23 ton
apresenta o CAPEX (Ano 0) para cada perfil de UC residencial sem nenhum incentivo
financeiro, sendo que para consumidores com capacidade do sistema (potncia) inferior
a 250 Wp foram utilizados no dimensionamento mdulos de 50 Wp e para consumidores
com capacidade maior, foram utilizadas mdulos de 250 Wp.
Tabela 34 OPEX para UC com perfil Classe B em Goinia-GO para um PR igual a 0,75
(Cenrio 1 e 100% de adeso).
tempo mais curto, viabilizando a implementao dos Sistemas FV, como ser apresentado.
Portanto, um modelo extremamente interessante para o consumidor.
A Tabela 36 apresenta o CAPEX (Ano 0) para cada perfil de UC residencial com
um incentivo financeiro de 50% para as UC e 100% de adeso.
Tabela 37 Nmero de consumidores que podem ser atendidos com sistemas fotovoltaicos
na cidade de Goinia-GO (Cenrio 1 e 1% de adeso).
Tabela 39 Nmero de consumidores que podem ser atendidos com sistemas fotovoltaicos
na cidade de Goinia-GO (Cenrio 1 e 5% de adeso).
Tabela 41 Nmero de consumidores que podem ser atendidos com sistemas fotovoltaicos
na cidade de Goinia-GO (Cenrio 1 e 10% de adeso).
Tabela 43 Nmero de consumidores que podem ser atendidos com sistemas fotovoltaicos
na cidade de Goinia-GO (Cenrio 1 e 20% de adeso).
Tabela 45 Nmero de consumidores que podem ser atendidos com sistemas fotovoltaicos
na cidade de Goinia-GO (Cenrio 1 e 30% de adeso).
PR = 0,60
Taxa de Adeso Tempo payback Tempo payback Tempo payback
TMA 1% (anos)* TMA 5% (anos)* TMA 9% (anos)*
1% Classe B 28 anos Proibitiva Proibitiva
5% Classe B 28 anos Proibitiva Proibitiva
10% Classe B 28 anos Proibitiva Proibitiva
20% Classe B 28 anos Proibitiva Proibitiva
30% Classe B 28 anos Proibitiva Proibitiva
100% Classe B 28 anos Proibitiva Proibitiva
*Valores Arredondados.
PR = 0,75
Taxa de Adeso Tempo payback Tempo payback Tempo payback
TMA 1% (anos)* TMA 5% (anos)* TMA 9% (anos)*
1% Classe B 20 anos 45 anos Proibitiva
5% Classe B 20 anos 45 anos Proibitiva
10% Classe B 20 anos 45 anos Proibitiva
20% Classe B 20 anos 46 anos Proibitiva
30% Classe B 20 anos 46 anos Proibitiva
100% Classe B 20 anos 46 anos Proibitiva
*Valores Arredondados.
PR = 0,90
Taxa de Adeso Tempo payback Tempo payback Tempo payback
TMA 1% (anos)* TMA 5% (anos)* TMA 9% (anos)*
1% Classe B 16 anos 26 anos Proibitiva
5% Classe B 16 anos 26 anos Proibitiva
10% Classe B 16 anos 26 anos Proibitiva
20% Classe B 16 anos 26 anos Proibitiva
30% Classe B 16 anos 26 anos Proibitiva
100% Classe B 16 anos 26 anos Proibitiva
*Valores Arredondados.
PR =0,60
Taxa de Adeso Economia de gua Emisses de CO2
anual em Goinia-GO evitadas (toneladas/ano)
1% Classe B 653,47 milhes de litros 180,34 toneladas
5% Classe B 3.293,58 milhes de litros 908,92 toneladas
10% Classe B 6.583,08 milhes de litros 1.829,78 toneladas
20% Classe B 13.099,77 milhes de litros 3.641,12 toneladas
30% Classe B 19.564,31 milhes de litros 5.437,96 toneladas
100% Classe B 65.617,39 milhes de litros 18.238,57 toneladas
PR =0,75
Taxa de Adeso Economia de gua Emisses de CO2
anual em Goinia-GO evitadas (toneladas/ano)
1% Classe B 816,84 milhes de litros 180,34 toneladas
5% Classe B 4.116,98 milhes de litros 908,92 toneladas
10% Classe B 8.228,85 milhes de litros 1.829,78 toneladas
20% Classe B 16.374,72 milhes de litros 3.641,12 toneladas
30% Classe B 24.455,39 milhes de litros 5.437,96 toneladas
100% Classe B 82.021,74 milhes de litros 18.238,57 toneladas
PR =0,90
Taxa de Adeso Economia de gua Emisses de CO2
anual em Goinia-GO evitadas (toneladas/ano)
1% Classe B 980,20 milhes de litros 180,34 toneladas
5% Classe B 4.940,38 milhes de litros 908,92 toneladas
10% Classe B 9.874,62 milhes de litros 1.829,78 toneladas
20% Classe B 19.649,66 milhes de litros 3.641,12 toneladas
30% Classe B 29.346,46 milhes de litros 5.437,96 toneladas
100% Classe B 98.426,09 milhes de litros 18.238,57 toneladas
economia de gua quanto em emisses de CO2 . Outro fator importante que pode ser obtido
por meio destas tabelas a importncia da Taxa de Desempenho (PR) na obteno de
viabilidade dos Sistemas Fotovoltaicos, o que aponta para uma necessidade contnua de
diminuis as perdas ocorridas por cabo, temperatura, sombreamento entre outros.
Captulo 6. Avaliao Tcnica e Estudo de Viabilidade Socioeconmica de Utilizao da Energia
138 Fotovoltaica
Figura 59 VPL para uma TMA = 9%, TMA=5% e TMA=1%, sem incentivo fiscal
(Cenrio 1) e com um PR = 0,60 para a cidade de Nova Veneza-GO.
Figura 60 VPL para uma TMA = 9%, TMA=5% e TMA=1%, sem incentivo fiscal
(Cenrio 1) e com um PR = 0,75 para a cidade de Nova Veneza-GO.
6.3. Proposta de Estudos de Viabilidade Socioeconmica para Implementao de Sistemas FV em
Goinia-Go com Incentivo Financeiro de 50% 139
Figura 61 VPL para uma TMA = 9%, TMA=5% e TMA=1%, sem incentivo fiscal
(Cenrio 1) e com um PR = 0,90 para a cidade de Nova Veneza-GO.
Figura 62 VPL para uma TMA = 9%, TMA=5% e TMA=1%, com incentivo financeiro
de 50% (Cenrio 2) e com um PR = 0,60 para a cidade de Nova Veneza-GO.
Captulo 6. Avaliao Tcnica e Estudo de Viabilidade Socioeconmica de Utilizao da Energia
140 Fotovoltaica
Figura 63 VPL para uma TMA = 9%, TMA=5% e TMA=1%, com incentivo financeiro
de 50% (Cenrio 2) e com um PR = 0,75 para a cidade de Nova Veneza-GO.
Figura 64 VPL para uma TMA = 9%, TMA=5% e TMA=1%, com incentivo financeiro
de 50% (Cenrio 2) e com um PR = 0,90 para a cidade de Nova Veneza-GO.
6.3. Proposta de Estudos de Viabilidade Socioeconmica para Implementao de Sistemas FV em
Goinia-Go com Incentivo Financeiro de 50% 141
Figura 65 VPL para uma TMA = 9%, TMA=5% e TMA=1%, sem incentivo fiscal
(Cenrio 1) e com um PR = 0,60 para a cidade de Goinia-GO.
Figura 66 VPL para uma TMA = 9%, TMA=5% e TMA=1%, sem incentivo fiscal
(Cenrio 1) e com um PR = 0,75 para a cidade de Goinia-GO.
Captulo 6. Avaliao Tcnica e Estudo de Viabilidade Socioeconmica de Utilizao da Energia
142 Fotovoltaica
Figura 67 VPL para uma TMA = 9%, TMA=5% e TMA=1%, sem incentivo fiscal
(Cenrio 1) e com um PR = 0,90 para a cidade de Goinia-GO.
Figura 68 VPL para uma TMA = 9%, TMA=5% e TMA=1%, com incentivo financeiro
de 50% (Cenrio 2) e com um PR = 0,60a cidade de Goinia-GO.
6.3. Proposta de Estudos de Viabilidade Socioeconmica para Implementao de Sistemas FV em
Goinia-Go com Incentivo Financeiro de 50% 143
Figura 69 VPL para uma TMA = 9%, TMA=5% e TMA=1%, com incentivo financeiro
de 50% (Cenrio 2) e com um PR = 0,75 a cidade de Goinia-GO.
Figura 70 VPL para uma TMA = 9%, TMA=5% e TMA=1%, com incentivo financeiro
de 50% (Cenrio 2) e com um PR = 0,90 a cidade de Goinia-GO.
145
7 Concluses
Pode-se observar por meio deste estudo uma metodologia para alocao de recursos
assim como uma forma de agrupar o perfil de consumo dos consumidores de Nova Veneza-
GO ligados aos Transformadores tele medidos utilizando Redes Neurais Artificiais (RNA),
mais especificamente, por meio da rede PSOM.
Observa-se que a metodologia foi de fundamental importncia para o processo de
seleo dos 51 telhados do Projeto de Pesquisa e Desenvolvimento (P&D) 51 Telhados
em Nova Veneza-GO, uma vez que por meio do agrupamento e alocao de recursos foi
possvel propor uma seleo voltada para a otimizao de recursos financeiros e tambm
de produo energtica.
Os resultados obtidos mostram que a instalao de Sistemas FV nas residncias de
Nova Veneza-GO e Goinia-GO tem um impacto no apenas socioeconmico (reduo da
poluio em crditos de carbono) como documentado nesse trabalho, mas tambm um
importante aspecto do ponto de vista ambiental na economia de gua (recursos hdricos).
Estudos de Engenharia Econmica foram conduzidos para uma taxa de adeso
implantao de Sistemas Fotovoltaicos de 1%, 5%, 10%, 20%, 30% e 100% de Unidades
Consumidoras (UC) na cidade de Goinia-GO. importante ressaltar que a taxa de adeso
de 100% das UC no factvel na prtica em funo de alguns fatores, tais como: rea de
sombreamento dos telhados das residncias; baixo poder aquisitivo de algumas UC; falta de
rea de telhados de muitas UC; problemas tcnicos e/ou operacionais que impossibilitam
a conexo de sistemas fotovoltaicos na rede eltrica da Celg-D; entre outros.
A partir de uma escolha aleatria e proporcional de cada categoria dos consumidores
monofsicos, bifsicos e trifsicos, obteve-se para o Cenrio 1 um valor total de CAPEX
igual a R$ 2.045.893.562,50 para uma taxa de adeso de 30% dos consumidores e um
valor total de OPEX igual a R$ 85.723.467,85 para um PR = 0,60, um valor total de
OPEX igual a R$ 114.538.834,82 para um PR = 0,75 e um valor total de OPEX igual a
R$ 143.354.201,78 para um PR de 0,90, o que representa uma gerao de 202,87 MWp de
energia fotovoltaica. Para o Cenrio 2, h uma reduo significativa no custo e neste caso,
considerando incentivo financeiro de 50%. Portanto, se um investidor, seja ele pblico ou
privado, quiser de fato fazer o investimento necessrio em Goinia, a seguinte pergunta
dever ser respondida: Que metodologia poderia ser considerada para escolha das UC
e para que ocorra uma maximizao da gerao distribuda na cidade de Goinia-GO,
fixando os valores de Capex obtidos com uma taxa de adeso de 1%, 5%, 10%, 20% e
30%?.
De fato, contrapartidas podem ser estabelecidas entre o consumidor e o investidor,
146 Captulo 7. Concluses
sendo que a maximizao da gerao ser uma varivel importante, uma vez que os preos
de sistemas maiores so mais baratos em comparao ao preo do kWp de sistemas menores
(por exemplo, para Sistemas Fotovoltaicos menores que 500 Wp temos, de acordo com a
Tabela 11, um valor de mercado de 18 R$/Wp e para sistemas superiores 8250 Wp este
valor reduz para 7,25 R$/Wp). Outro ponto importante recai sobre a Taxa de Desempenho
de Sistemas Fotovoltaicos, em que a medida que o PR cresce, aumenta tambm a produo
de energia eltrica e consequentemente o OPEX aumentando os lucros da concessionria.
Os resultados obtidos ainda mostraram que a instalao de Sistemas FV nas
residncias de Goinia-GO podem representar uma reduo significativa da poluio por
CO2 , sendo que para uma adeso de 30 % das UC tem-se uma reduo na ordem de
5.437,96 toneladas de CO2 . Outros impactos ambientais como a economia de gua (recursos
hdricos) foram observados, sendo que para uma adeso de 100 % das UC tem-se uma
reduo na ordem de 65.617,39 milhes de litros de gua.
Pode-se chegar concluso de que que se houvesse a presena de incentivos por
parte do governo e investidores para impulsionar a implantao de sistemas fotovoltaicos em
residncias no Estado de Gois, haveria um aumento substancial na questo de viabilidade
para a implementao desta fonte renovvel na matriz energtica do Estado. De fato,
haveria um aumento da oferta de energia e uma diminuio pela produo de energia por
fontes no limpas.
1. Estimativa do valor real de PR com base nos Sistemas Fotovoltaicos a serem implan-
tados em Nova Veneza-GO;
Referncias
BRASIL. Decreto no 5.163 de 2004. Julho 30. 2004. Citado na pgina 35.
FLIR SYSTEMS. MoviTHERM Solar-Check system. regon, EUA, 2015. Disponvel em:
<http://www.movitherm.com/solar-check-ndt-solar-cells.html>. Acesso em: 25 ago. 2015.
Citado na pgina 45.
HAYKIN, S. S. et al. Neural networks and learning machines. [S.l.]: Pearson Upper Saddle
River, NJ, USA:, 2009. v. 3. Citado 8 vezes nas pginas 17, 32, 51, 52, 56, 57, 59 e 63.
LINDO SYSTEMS INC. LINDO API 10.0 User Manual. [S.l.], 2016. Citado na pgina
73.
LINDO SYSTEMS INC. Portal da LINDO Systems Inc. 2016. Disponvel em:
<http://www.lindo.com/index.php/ls-downloads/user-manuals>. Acesso em: 29 dez.
2016. Citado na pgina 73.
MINSKY, M.; PAPERT, S. Perceptrons. MIT press, 1969. Citado na pgina 51.
150 Referncias
OHMINI. Catlogo do PSIM Brasil Universidades 2015. [S.l.], 2015. Citado 3 vezes nas
pginas 17, 67 e 68.
PVSYST SA. Tutorial Pvsyst SA: PVsyst6 Users Manual. [S.l.], 2014. Citado na pgina
69.
REN21, R. E. P. N. for the 21st C. Renewables 2016 - Global Status Report. 2016.
DISTRIBUTED RENEWABLE ENERGY FOR ENERGY ACCESS. Disponvel em:
<http://www.ren21.net/wp-content/uploads/2016/10/REN21_GSR2016_FullReport_
en_11.pdf>. Acesso em: 24.11.2016. Citado 5 vezes nas pginas 17, 21, 36, 37 e 38.
SOUZA, G. et al. Optimal positioning of gprs concentrators for minimizing node hops
in smart grids considering routing in mesh networks. In: IEEE. Innovative Smart Grid
Technologies Latin America (ISGT LA), 2013 IEEE PES Conference On. So Paulo,
Brasil, 2013. p. 17. Citado na pgina 30.
Referncias 151
TESTO INC. Practical guide: Solar Panel Thermography. Lenzkirch, Alemanha, 2015.
Disponvel em: <http://www.murcal.com/pdf%20folder/15.testo_thermography_guide.
pdf>. Acesso em: 25 ago. 2015. Citado na pgina 44.
NM54 < 1
NM1 + NM2 + NM3 + NM4 + NM5 + NM6 + NM7 + NM8 + NM9 + NM10
+ NM12 + NM14 + NM16 + NM17 + NM20 + NM22 + NM24 + NM26 + NM28 +
NM33 + NM38 + NM54 = 51 4500.0NM1 + 5750.0NM2 + 8625.0NM3 + 11500.0NM4 +
14375.0NM5 + 17250.0NM6 + 20125.0NM7 + 23000.0NM8 + 21375.0NM9 + 23750.0NM10
+28500.0NM12 + 30625.0NM14 + 35000.0NM16 + 37187.5NM17 + 43750.0NM20 +
42625.0NM22 + 46500.0NM24 + 50375.0NM26 + 54250.0NM28 + 67062.5NM33 +
68875.0NM38 + 97875.0NM54 < 750000.0 end
GIN NM1
GIN NM2
GIN NM3
GIN NM4
GIN NM5
GIN NM6
GIN NM7
GIN NM8
GIN NM9
GIN NM10
GIN NM12
GIN NM14
GIN NM16
GIN NM17
GIN NM20
GIN NM22
GIN NM24
GIN NM26
GIN NM28
GIN NM33
GIN NM38
GIN NM54
!
159