3
IV Seminário de Iniciação Científica Ciência, Tecnologia e InovaçãoInhumas, 16 e 17 de setembro de 2010 OBTENÇÃO DO NÍVEL ÓTIMO DE CONTRATAÇÃO EM CONTRATOS DE FORNECIMENTO DE ENERGIA ELÉTRICA Paulo Adriano Keller Dias Silva IFG/Campus Goiânia – [email protected] Pedro José Abrão Orientador – IFG/Campus Goiânia – [email protected] Elder Geraldo Domingues Coorientador – IFG/Campus Goiânia – [email protected] Resumo Este trabalha apresenta os estudos comparativos entre duas metodologias utilizadas para a obtenção do nível ótimo de demanda contratada para contratos de fornecimento de energia elétrica; especificamente para unidades consumidoras classificadas no Grupo A de tarifação, nas modalidades convencional ou horosazonal; e considerando que nível ótimo de demanda contratada é o valor de demanda contratada que resulta para o consumidor no menor valor final a ser pago na fatura. Umas das metodologias parte do princípio da vinculação existente entre os contratos de fornecimento e os derivativos financeiros. Outra metodologia aplicada utiliza-se de técnicas de inteligência artificial, como as Redes Neurais Artificiais. Estas são algoritmos computacionais que simulam o aprendizado humano baseado no modelo funcional e estrutural do cérebro. Estudos de caso são apresentados no intuito de comparar os resultados obtidos por cada metodologia e os atuais contratos vigentes. Palavras-chave: Contratos de Fornecimento, Derivativos, Inteligência Artificial, Redes Neurais. Objetivos Este trabalho visa apresentar duas metodologias capazes de auxiliar a definir, com maior segurança, a melhor opção tarifária, bem como o melhor valor de demanda a ser contratada entre os consumidores e as concessionárias de energia elétrica. Assim, a otimização do contrato de fornecimento resultará no menor custo possível da energia elétrica para o cliente. Atualmente a competição comercial requer uma constante redução dos custos de produção. E a primeira medida possível para reduzir o custo da energia elétrica é o ajuste dos contratos de fornecimento de energia elétrica. Assim, boa parcela dos clientes de alta tensão (geralmente grandes empresas e indústrias) necessita melhorar o seu gerenciamento de consumo de energia elétrica. A primeira metodologia para a obtenção da Demanda Contratada Ótima utiliza-se de conceitos da Moderna Teoria Financeira e da vinculação existente entre os contratos de fornecimento de energia elétrica e os derivativos financeiros. Uma metodologia baseada em Redes Neurais Artificiais associadas a um Sistema Baseado em Regras para a obtenção da Demanda Contratada Ótima a partir do histórico dos dados de consumo e demanda de energia elétrica constitui a segunda metodologia. Aos final, espera-se, através de um estudo de caso, compar as metodologias apresentadas. Metodologia As metodologias propostas neste projeto para a obtenção do nível ótimo da demanda contratada a ser pactuada nos contratos de fornecimento de energia elétrica são baseadas nos Contratos de Opções (derivativo financeiro) da Moderna Teoria Financeira e na teoria das Redes Neurais Artificiais associadas a um sistema baseado em regras. A estrutura similar da IV Seminário de Iniciação Científica do Instituto Federal de Educação, Ciência e Tecnologia de Goiás/IFG. 1

78-236-1-PB

Embed Size (px)

DESCRIPTION

jknnk

Citation preview

Page 1: 78-236-1-PB

IV Seminário de Iniciação Científica“Ciência, Tecnologia e Inovação”

Inhumas, 16 e 17 de setembro de 2010

OBTENÇÃO DO NÍVEL ÓTIMO DE CONTRATAÇÃO EM CONTRATOS DE FORNECIMENTO DE ENERGIA ELÉTRICA

Paulo Adriano Keller Dias SilvaIFG/Campus Goiânia – [email protected]

Pedro José AbrãoOrientador – IFG/Campus Goiânia – [email protected]

Elder Geraldo DominguesCoorientador – IFG/Campus Goiânia – [email protected]

Resumo

Este trabalha apresenta os estudos comparativos entre duas metodologias utilizadas para a obtenção do nível ótimo de demanda contratada para contratos de fornecimento de energia elétrica; especificamente para unidades consumidoras classificadas no Grupo A de tarifação, nas modalidades convencional ou horosazonal; e considerando que nível ótimo de demanda contratada é o valor de demanda contratada que resulta para o consumidor no menor valor final a ser pago na fatura. Umas das metodologias parte do princípio da vinculação existente entre os contratos de fornecimento e os derivativos financeiros. Outra metodologia aplicada utiliza-se de técnicas de inteligência artificial, como as Redes Neurais Artificiais. Estas são algoritmos computacionais que simulam o aprendizado humano baseado no modelo funcional e estrutural do cérebro. Estudos de caso são apresentados no intuito de comparar os resultados obtidos por cada metodologia e os atuais contratos vigentes.

Palavras-chave: Contratos de Fornecimento, Derivativos, Inteligência Artificial, Redes Neurais.

Objetivos

Este trabalho visa apresentar duas metodologias capazes de auxiliar a definir, com maior segurança, a melhor opção tarifária, bem como o melhor valor de demanda a ser contratada entre os consumidores e as concessionárias de energia elétrica. Assim, a otimização do contrato de fornecimento resultará no menor custo possível da energia elétrica para o cliente.

Atualmente a competição comercial requer uma constante redução dos custos de produção. E a primeira medida possível para reduzir o custo da energia elétrica é o ajuste dos contratos de fornecimento de energia elétrica. Assim, boa parcela dos clientes de alta tensão (geralmente grandes empresas e indústrias) necessita melhorar o seu gerenciamento de consumo de energia elétrica.

A primeira metodologia para a obtenção da Demanda Contratada Ótima utiliza-se de conceitos da Moderna Teoria Financeira e da vinculação existente entre os contratos de fornecimento de energia elétrica e os derivativos financeiros.

Uma metodologia baseada em Redes Neurais Artificiais associadas a um Sistema Baseado em Regras para a obtenção da Demanda Contratada Ótima a partir do histórico dos dados de consumo e demanda de energia elétrica constitui a segunda metodologia. Aos final, espera-se, através de um estudo de caso, compar as metodologias apresentadas.

Metodologia

As metodologias propostas neste projeto para a obtenção do nível ótimo da demanda contratada a ser pactuada nos contratos de fornecimento de energia elétrica são baseadas nos Contratos de Opções (derivativo financeiro) da Moderna Teoria Financeira e na teoria das Redes Neurais Artificiais associadas a um sistema baseado em regras. A estrutura similar da

IV Seminário de Iniciação Científica do Instituto Federal de Educação, Ciência e Tecnologia de Goiás/IFG. 1

Page 2: 78-236-1-PB

IV Seminário de Iniciação Científica“Ciência, Tecnologia e Inovação”

Inhumas, 16 e 17 de setembro de 2010

fatura de demanda e das opções de venda nos permite utilizar desta teoria para obter o nível ótimo de contratação de demanda.

O trabalho apresentado por (DOMINGUES, 2006), apresenta uma closed-form para o cálculo da demanda ótima a ser contratada por uma unidade consumidora do Grupo A com modalidade convencional, a partir da analogia existente entre os contratos de fornecimento e os contratos derivativos. As análises foram executadas mediante a observação de um histórico de comportamento de variáveis aleatórias presentes na estrutura tarifária, como a demanda registrada e o consumo elétrico.

De acordo com esta metodologia, aplicando-se a closed-form desenvolvida por (DOMINGUES, 2006) pode-se obter o valor ótimo de demanda que minimiza o valor esperado a ser pago pela fatura de demanda. O menor valor final, para o consumidor, da fatura de energia elétrica obtém-se escolhendo a estrutura tarifária que gera o menor valor de fatura para a demanda contratada ótima obtida.

A utilização das Redes Neurais Artificiais (RNAs) visa, a partir da escolha das melhores variáveis que definem o problema da obtenção do valor ótimo de demanda contratada, “aprender” o comportamento do consumo de energia deste consumidor em análise e fornecer, como saída, um valor de demanda contratada factível de executada sem que prejuízos financeiros sejam imputados à este.

Esta metodologia visa descobrir também se a escolha do cliente em relação ao tipo de tarifa contratada é adequada ao seu perfil de consumo de energia. Alguns métodos utilizados em conjunto com as RNAs, constituindo-se em Sistemas Baseados em Conhecimento (Knowledge-Based Systems) (ABRÃO 2002), auxiliam a descoberta desta melhor escolha. Em muitos casos, tais sistemas conseguem identificar fatos que não s explicitamente observados, podendo estes ser importantes para o processo de escolha.

Resultados e discussão

Com a metodologia obtida a partir da analogia com teoria financeira conseguimos obter o valor de demanda contratada através de um histórico de demanda de um determinado consumidor.

Um estudo de caso simples foi feito com o seguinte histórico de demanda (Figura 1) do próprio campus de Goiânia do IFG:

Figura 1: Histórico de demanda IFG / campus Goiânia no período de 2003/02 a 2005/02

IV Seminário de Iniciação Científica do Instituto Federal de Educação, Ciência e Tecnologia de Goiás/IFG. 2

Page 3: 78-236-1-PB

IV Seminário de Iniciação Científica“Ciência, Tecnologia e Inovação”

Inhumas, 16 e 17 de setembro de 2010

Utilizando a closed-form de (DOMINGUES,2006) neste histórico de demanda obtemos os resultados para as várias relações entre tarifa de ultrapassagem e tarifa de demanda (Tu/T):

Tabela 1: Resultados de demanda contratada ótima em azul para vários valores de Tu/T

Conclusões

Utilizando da metodologia da analogia com as modernas teorias financeiras com um histórico de demanda muito grande, da ordem de 10000 pontos, o valor de demanda ótima tende para o valor da média do histórico e com um histórico de demanda menor, da ordem de 50 pontos, o valor ótimo tende a ser característico daquele histórico. Independente do histórico, então, desde que também não seja muito pequeno (menos de 12 pontos), é possível obter um valor de demanda ótimo que minimiza a fatura no ponto de vista do consumidor, utilizando-se desta metodologia.

Com a metodologia utilizando as Redes Neurais o tempo de pesquisa não foi o suficiente para obter conclusões a respeito de sua capacidade de encontrar uma solução para a obtenção do nível ótimo de demanda contratada.

Referências Bibliográficas

HAYKIN, Simon. Neural Networks: A Comprehensive Foundation. 2nd Edition. New York: Prentice Hall, 1999.

ABRÂO, Pedro Jose. Aquisição Automática de Conhecimento aplicada em Avaliação de Segurança de Tensão. Tese de Doutorado, UNIFEI, 2002.

DOMINGUES, E. G. e OLIVEIRA, D. G. Using the Modern Financial Theory to Obtain the Optimal Level of Contract Demand and Predict Payments of Electrical Energy Invoice. In: T&D 2006 Latin America, Caracas, 2006.

IV Seminário de Iniciação Científica do Instituto Federal de Educação, Ciência e Tecnologia de Goiás/IFG. 3