Sistemas sustentáveis de energia na ilha Terceira: o

contributo da modelação e gestão da procura

David Jorge Picoto da Silva

Dissertação para obtenção do Grau de Mestre em

Engenharia Mecânica

Orientadores: Prof. Paulo Manuel Cadete Ferrão

Prof. Carlos Augusto Santos Silva

Júri

Presidente: Prof. Mário Manuel Gonçalves da Costa

Orientador: Prof. Carlos Augusto Santos Silva

Vogal: Dr. André Alves Pina

Junho 2016

ii

iii

AGRADECIMENTOS

Primeiro que tudo gostaria de agradecer ao Professor Paulo Manuel Cadete Ferrão pelo modo

como me incentivou a aceitar este tema, pela sua disponibilidade e pelas conversas.

Ao Professor Carlos Augusto Santos Silva pelo apoio incondicional e orientação durante a presente

dissertação de mestrado.

Ao Dr. André Pina e Diana Neves pelas diversas sugestões e conselhos durante o Projeto Vulcano.

Aos meus pais pelo enorme esforço que têm feito desde sempre, apoio e pelo modo como me

educaram até hoje. Sem vocês, nada disto seria possível.

À minha namorada, Carolina Nunes, pela contínua motivação, apoio, amor, amizade e incentivo.

Muito obrigado.

Aos meus amigos próximos, tanto de Setúbal como colegas do Instituto Superior Técnico, que me

acompanharam nesta fase da vida e permitiram ultrapassar os vários obstáculos.

iv

v

RESUMO

A procura energética do setor doméstico consiste na satisfação das necessidades energéticas dos

ocupantes através do parque de equipamentos existente. Além da dependência da eficiência energética

das tecnologias, a procura é caraterizada pela elevada subjetividade face ao comportamento dos

ocupantes. O objetivo desta dissertação passa pelo desenvolvimento de um modelo híbrido da procura

energética, com resolução horária, a ser aplicado no setor doméstico de modo a que seja possível

descrever com detalhe o consumo dos ocupantes das habitações, e a partir daí, identificar e analisar as

melhores estratégias de gestão sustentável de energia deste setor.

O modelo desenvolvido corresponde a uma abordagem híbrida, combinando caraterísticas de

modelos bottom-up e top-down. O modelo além de conciliar diversas informações, tais como fatores

climáticos, geométricos, demográficos e tecnológicos, permite ter em conta a ocupação enquanto fator

fulcral na definição da procura energética horária do setor doméstico. Em relação a este parâmetro é

apresentada uma dupla abordagem. Enquanto a primeira consiste na análise da influência direta no

consumo horário e nas causas que propiciam a variação, a segunda corresponde à avaliação do impacto

do rebound effect.

O caso de estudo analisado na presente dissertação diz respeito à ilha Terceira. As estratégias

projetadas através de cenários podem representar poupanças na ordem dos 50% em relação ao consumo

do fim de uso energético e 20% no âmbito do setor doméstico em geral. Contudo a influência da ocupação

é tão expressiva que, a longo prazo, pode representar 50% de desperdício das poupanças esperadas das

estratégias projetadas.

Palavras chave:

Modelo híbrido da procura energética; Resolução horária; Ocupação ativa; Rebound effect; Eficiência

energética; Estratégias de gestão sustentável.

vi

vii

ABSTRACT

The energetic demand of the domestic sector consists in the satisfaction of the energetic needs by

the occupants through the existing equipment stock. Besides the dependence on the technologies energetic

efficiency, the demand is mainly characterized by the high subjectivity derived from the occupant’s

behaviour. The objective of this thesis is to develop of a hybrid energy demand model, in an hourly basis,

to be applied on the domestic sector so that’s possible to consider, with detail, the buildings occupants’

energy consumption and, from there, identify and analyse the best sustainable energy management

strategies for this sector.

The developed model corresponds to a hybrid approach, combining top-down and bottom-up

characteristics. This model besides considering information such as climatic, geometric, demographic and

technologic factors, allows to take in consideration the occupation as a crucial factor in the definition of the

hourly energy demand in residential sector. Relatively to this later parameter, a double approach is

established. The first one consists in the analysis of the direct influence in hourly energy consumption and

on the causes that provide the variation, the other corresponds to the impact evaluation of the rebound

effect.

The analysed case study in this thesis regards the Terceira island. The strategies, designed through

scenarios, can represent savings in the order of 50% relatively to the end use consumption and 20% to the

overall domestic consumption. The influence of the occupation is so significantly that in the long term, can

represent 50% of waste of the expected savings projected strategies.

Keywords:

Hybrid energy demand model; Hourly basis; Active occupancy; Rebound effect; Energy efficiency;

Sustainable management strategies.

viii

ix

ÍNDICE

AGRADECIMENTOS ..................................................................................................... iii

RESUMO ......................................................................................................................... v

ABSTRACT ................................................................................................................... vii

ÍNDICE ........................................................................................................................... ix

LISTA DE FIGURAS .................................................................................................... xiii

LISTA DE TABELAS ................................................................................................... xvi

1 INTRODUÇÃO .......................................................................................................... 1

Contexto ....................................................................................................................................... 1

Motivação e objetivos ................................................................................................................. 3

Metodologia.................................................................................................................................. 4

Estrutura ....................................................................................................................................... 5

2 REVISÃO BIBLIOGRÁFICA .................................................................................... 7

A modelação e as suas diversas abordagens .......................................................................... 7

2.1.1 Modelos e metodologias utilizados frequentemente ........................................................... 12

A influência de comportamentos e hábitos na procura do setor residencial ..................... 14

2.2.1 Comportamentos como parâmetro fundamental da procura energética............................. 14

2.2.2 The rebound effect .............................................................................................................. 18

Oportunidades de melhoria nos modelos .............................................................................. 19

3 Modelação: Parque habitacional e necessidades energéticas ......................... 21

A ilha Terceira ............................................................................................................................ 22

3.1.1 Caraterização e dados relevantes ....................................................................................... 22

3.1.1.1 Parque habitacional/residencial ....................................................................................... 22

3.1.1.2 Parâmetros estruturais e o clima ..................................................................................... 25

3.1.1.3 A ocupação enquanto fator determinante na procura energética ................................... 29

3.1.2 Tratamento de dados: parâmetros geométricos ................................................................. 32

x

Necessidades e respetiva procura energética do setor doméstico ..................................... 34

3.2.1 Aquecimento de espaços .................................................................................................... 35

3.2.2 Arrefecimento de espaços ................................................................................................... 37

3.2.3 Aquecimento de água .......................................................................................................... 39

3.2.4 Iluminação ........................................................................................................................... 40

3.2.5 Cozinha ................................................................................................................................ 42

4 A procura energética atual e análise do fator ocupacional ............................... 43

Aquecimento de espaços ......................................................................................................... 43

Arrefecimento de espaços ........................................................................................................ 46

Aquecimento de água ............................................................................................................... 48

Iluminação .................................................................................................................................. 50

Cozinha ....................................................................................................................................... 53

Total ............................................................................................................................................ 54

4.6.1 Época de aquecimento ........................................................................................................ 55

4.6.2 Época de arrefecimento ...................................................................................................... 57

Validação e erros obtidos ......................................................................................................... 59

5 Estratégias de planeamento energético ............................................................. 60

Aquecimento de espaços ......................................................................................................... 60

Arrefecimento de espaços ........................................................................................................ 62

Aquecimento de água ............................................................................................................... 62

Iluminação .................................................................................................................................. 64

Cozinha ....................................................................................................................................... 65

6 Conclusão .............................................................................................................. 69

REFERÊNCIAS ............................................................................................................. 72

ANEXO 1 – Temperaturas médias da ilha Terceira ................................................... 77

ANEXO 2 – Irradiação solar média da ilha Terceira .................................................. 78

ANEXO 3 – Perfis utilizados nos vários fins de uso energéticos abordados ........ 79

ANEXO 4 – Áreas superficiais dos edifícios. ............................................................ 84

xi

ANEXO 5 – Método de cálculo do fator de utilização de ganhos. ........................... 85

xii

xiii

LISTA DE FIGURAS

Figura 1 – Distribuição do consumo de energia elétrica nos Açores por setor (2015). Adaptado a partir do

Serviço Regional de Estatística dos Açores (Serviço Regional de Estatística dos Açores n.d.). ................. 2

Figura 2 – Fluxograma da metodologia inerente à modelação ..................................................................... 5

Figura 3 – Discretização das diversas tipologias de modelos energéticos. Adaptado a partir de (Herbst et

al. 2012). ........................................................................................................................................................ 9

Figura 4 – Comparação entre os processos de modelação dos modelos top-down e bottom-up.............. 10

Figura 5 – Conjugação de caraterísticas dos modelos top-down e bottom-up (Hourcade et al. 2006). ..... 12

Figura 6 – Interações entre ocupantes, clima e consumo final. Adaptado a partir de (Larsen et al. 2010).

..................................................................................................................................................................... 15

Figura 7 – Exemplo de um padrão de ocupação ativa ao longo do dia (Richardson et al. 2008). ............. 17

Figura 8 – Processo de construção do modelo. .......................................................................................... 21

Figura 9 – Discretização existente na base de dados dos censos de 2011. Adaptado a partir dos censos

(Instituto Nacional de Estatística 2011b). .................................................................................................... 23

Figura 10 – Distribuição do número total de edifícios clássicos, da Terceira, por ano de construção.

Adaptado a partir da base de dados do BGRI (Instituto Nacional de Estatística 2011a). .......................... 23

Figura 11 – Distribuição do número total de edifícios clássicos, da Terceira, por número de pisos. Adaptado

a partir da base de dados do BGRI (Instituto Nacional de Estatística 2011a) ............................................ 24

Figura 12 – Distribuição do número de janelas pelas várias orientações, relativamente à zona climática

considerada. Adaptado a partir de (Quercus – Associação Nacional de Conservação da Natureza 2008).

..................................................................................................................................................................... 27

Figura 13 – Distribuição das janelas segundo a tipologia de vidro e o sistema de sombreamento. Adaptado

a partir de (Quercus – Associação Nacional de Conservação da Natureza 2011)..................................... 27

Figura 14 – Distribuição das janelas segundo a tipologia de vidro e o tipo de caixilho. Adaptado a partir de

(Quercus – Associação Nacional de Conservação da Natureza 2008). ..................................................... 28

Figura 15 – Variação da temperatura média da água canalizada da ilha Terceira ao longo do ano. Adaptado

a partir do Solterm (LNEG - Laboratório Nacional de Energia e Geologia n.d.) ......................................... 29

Figura 16 – Perfil horário da proporção de casas com pelo menos um ocupante ativo. Adaptado a partir de

(Richardson et al. 2008). ............................................................................................................................. 30

Figura 17 – Perfil de um dia médio com discretização de atividade (Instituto Nacional de Estatística 2000)

..................................................................................................................................................................... 30

Figura 18 – Distribuição dos edifícios da ilha Terceira segundo a tipologia apresentada. Adaptado a partir

da base de dados do BGRI (Instituto Nacional de Estatística 2011a). ....................................................... 33

Figura 19 – Perfil de irradiação solar para o mês de janeiro e respetiva consideração de “lusco-fusco”.

Adaptado a partir da base de dados do BGRI (Instituto Nacional de Estatística 2011a). .......................... 41

xiv

Figura 20 – Perfil do consumo energético final em aquecimento, no setor doméstico da ilha Terceira, num

dia de semana típico de janeiro. ................................................................................................................. 44

Figura 21 – Comparação dos perfis de procura energética em aquecimento para dia de semana e fim-de-

semana (janeiro). ......................................................................................................................................... 45

Figura 22 – Perfil do consumo energético final em arrefecimento, no setor doméstico da ilha Terceira, num

dia de semana típico de julho. ..................................................................................................................... 46

Figura 23 – Comparação dos perfis de procura energética em arrefecimento para dia de semana e fim-de-

semana (julho). ............................................................................................................................................ 47

Figura 24 – Perfil do consumo energético final para aquecimento de água, no setor doméstico da ilha

Terceira, num dia de semana típico de janeiro. .......................................................................................... 48

Figura 25 – Perfis do consumo energético final em aquecimento de água, no setor doméstico da ilha

Terceira, em dias típicos de janeiro e julho. ................................................................................................ 49

Figura 26 – Comparação de perfis de procura energética para aquecimento de água (janeiro). .............. 50

Figura 27 – Perfil do consumo energético final em iluminação, no setor doméstico da ilha Terceira, em dias

típicos de janeiro. ........................................................................................................................................ 51

Figura 28 – Comparação dos perfis de procura energética para iluminação para dia de semana e fim-de-

semana (janeiro). ......................................................................................................................................... 52

Figura 29 – Perfil do consumo energético final na cozinha, no setor doméstico da ilha Terceira, num dia de

semana. ....................................................................................................................................................... 53

Figura 30 – Comparação dos perfis de procura energética na cozinha para dia de semana e fim-de-semana.

..................................................................................................................................................................... 54

Figura 31 – Perfil do consumo energético final do setor doméstico da ilha Terceira, num dia de semana

(janeiro)........................................................................................................................................................ 55

Figura 32 – Influência de cada fim de uso energético no consumo final de energia na época de aquecimento.

..................................................................................................................................................................... 56

Figura 33 – Comparação dos perfis de procura energética total e de eletricidade para dia de semana e fim-

de-semana (janeiro). ................................................................................................................................... 56

Figura 34 – Perfil do consumo energético final do setor doméstico da ilha Terceira, num dia de semana

(julho). .......................................................................................................................................................... 57

Figura 35 – Influência de cada fim de uso energético no consumo final de energia na época de

arrefecimento. .............................................................................................................................................. 58

Figura 36 – Comparação dos perfis de procura energética total e de eletricidade para dia de semana e fim-

de-semana (julho). ....................................................................................................................................... 58

Figura 37 – Perfil do consumo energético final para aquecimento para o cenário 1. ................................. 61

Figura 38 – Perfil do consumo energético final para aquecimento de água para o cenário 1. ................... 64

Figura 39 – Distribuição dos eletrodomésticos segundo a classificação energética (dados nacionais).

Adaptado a partir do inquérito ao consumo (Direção Geral de Energia e Geologia (DGEG) 2011). ......... 66

Figura 40 – Perfil do consumo energético final da cozinha para o cenário 1. ............................................ 67

xv

Figura 41 – Poupanças dos vários cenários analisados ............................................................................. 68

Figura 42 – Perfil com distribuição do consumo de energia para aquecimento de água ao longo do dia.

Adaptado a partir de (Reichmuth 2008). ..................................................................................................... 79

Figura 43 – Perfil com distribuição do consumo de energia de um forno elétrico ao longo do dia. Adaptado

a partir de (de Almeida et al. 2008). ............................................................................................................ 79

Figura 44 – Perfil com distribuição do consumo de energia de um micro-ondas ao longo do dia. Adaptado

a partir de (de Almeida et al. 2008). ............................................................................................................ 80

Figura 45 – Perfil com distribuição do consumo de energia de um frigorífico ao longo do dia. Adaptado a

partir de (de Almeida et al. 2008). ............................................................................................................... 80

Figura 46 – Perfil com distribuição do consumo de energia de um congelador ao longo do dia. Adaptado a

partir de (de Almeida et al. 2008). ............................................................................................................... 81

Figura 47 – Perfil com distribuição do consumo de energia de um congelador ao longo do dia. Adaptado a

partir de (de Almeida et al. 2008). ............................................................................................................... 81

Figura 48 – Perfil com distribuição do consumo de energia de uma máquina de lavar loiça ao longo do dia.

Adaptado a partir de (de Almeida et al. 2008)............................................................................................. 82

Figura 49 – Perfil com distribuição do consumo de energia de uma máquina de lavar roupa ao longo do dia.

Adaptado a partir de (de Almeida et al. 2008)............................................................................................. 82

Figura 50 – Perfil com distribuição do consumo de energia de uma máquina de secar roupa ao longo do

dia. Adaptado a partir de (de Almeida et al. 2008). ..................................................................................... 83

xvi

LISTA DE TABELAS

Tabela 1 – Pontos fortes e fracos da modelação energética. Adaptado a partir de (Karjalainen et al. 2014).

....................................................................................................................................................................... 7

Tabela 2 – Propriedades genéricas dos modelos top-down e bottom-up. Adaptado a partir de (Beeck 1999).

..................................................................................................................................................................... 11

Tabela 3 – Distribuição do número de edifícios e alojamentos da Terceira, por tipologias selecionadas e

respetivos indicadores. Adaptado a partir da base de dados do BGRI (Instituto Nacional de Estatística

2011a).......................................................................................................................................................... 25

Tabela 4 – Valores históricos nacionais de parâmetros estruturais e de ventilação. Adaptado a partir de

BPIE (Buildings Performance Institute Europe (BPIE) 2010) e Sousa et al. (Sousa et al. 2013). .............. 26

Tabela 5 – Dados demográficos da ilha Terceira e respetivos municípios. Adaptado a partir da base de

dados do BGRI (Instituto Nacional de Estatística 2011a). .......................................................................... 31

Tabela 6 – Propriedades das lâmpadas de acordo com a sua tipologia (com fontes). .............................. 51

Tabela 7 – Validação do modelo. ................................................................................................................ 59

Tabela 8 – Parâmetros relativos aos efeitos diretos. Adaptado a partir de (Greening et al. 2000). ........... 60

Tabela 9 – Descrição e poupanças dos cenários aplicados em aquecimento de espaços. ....................... 61

Tabela 10 – Descrição e poupanças dos cenários aplicados em arrefecimento de espaços. .................. 62

Tabela 11 – Descrição e poupanças dos cenários aplicados em aquecimento de água. .......................... 63

Tabela 12 – Descrição e poupanças dos cenários aplicados em iluminação. ............................................ 64

Tabela 13 – Descrição e poupanças dos cenários aplicados no parque de equipamentos da cozinha. ... 66

Tabela 14 – Temperaturas médias horárias para cada mês do ano em [℃]. Adaptado a partir de (The

Weather Company n.d.). ............................................................................................................................. 77

Tabela 15 – Irradiações solares médias horárias para cada mês do ano em [W/m2] (superfície vertical

orientada para sul). Adaptado a partir do PVGIS (European Commission n.d.). ........................................ 78

1

1 INTRODUÇÃO

Contexto

O planeamento energético consiste na identificação da melhor estratégia de evolução dos sistemas

de energia de forma a garantirem a segurança de abastecimento, com o menor custo, a melhor qualidade

ambiental e se possível, de forma independente. O planeamento é uma ferramenta que pode ser utilizada

a várias escalas, podendo ser aplicada a nível local (organizações ou comunidades), regional (concelho),

nacional ou ainda internacional (continentes).

Um dos aspetos estritamente ligados ao planeamento é a eficiência energética. O conceito de

eficiência energética de um sistema é o rácio entre a energia realmente utilizada na execução de

determinado serviço e a energia total fornecida ao sistema. De forma análoga ao que é consumido e

fornecido, estão os conceitos complementares caraterizadores de um sistema energético, a procura e a

oferta. Enquanto a oferta reflete as caraterísticas técnicas do sistema energético em consideração, na

procura deve-se ter também em consideração caraterísticas subjetivas tais como hábitos e

comportamentos; ou seja, aquando da aplicação de medidas ao nível do planeamento, a contabilização de

fatores pessoais assume especial relevância.

A análise da gestão da procura é por isso fundamental em qualquer planeamento energético.

Contudo está longe de ser fácil analisar em detalhe devido às caraterísticas inerentes de cada sistema.

Uma das ferramentas de análise a que se tem recorrido frequentemente no setor energético é a

modelação através da construção de modelos. A modelação permite a projeção de uma forma mais ou

menos simplificada as futuras oferta e procura de um determinado sistema, sendo que o principal objetivo

desta ferramenta não passa por procurar a exatidão, mas sim uma boa aproximação da realidade (Herbst

et al. 2012). A modelação ganha fulgor enquanto ferramenta essencial de análise, com a emergência de

vários modelos aquando de acontecimentos históricos da sociedade por volta dos anos 50-70 tais como o

desenvolvimento da indústria e a crise do petróleo (Karjalainen et al. 2014). Este fulgor surge aliado à

promoção, por parte dos governos, da conservação energética e anos depois com a preocupação com a

poluição do ar e mais recentemente com as alterações climáticas (Aydinalp et al. 2003). Face às incertezas

inerentes e potencialidades de melhoria, o setor residencial, enquanto sistema energético, trata-se de um

dos setores que tem sido alvo de atenção na modelação.

O setor residencial é um dos setores que mais influência toma na procura energética de qualquer

região, tal como é apresentado na Figura 1. Nesta figura é apresentada a distribuição do consumo de

energia elétrica por setor na Região Autónoma dos Açores referente ao ano de 2015. É possível verificar

2

que o setor doméstico e o do comércio e serviços são os setores predominantes ao nível do consumo de

energia elétrica. O setor doméstico, sendo um dos setores com maior influência no consumo final de

energia, tem sido amplamente explorado através da modelação ao longo dos anos e vários têm sido os

desenvolvimentos que têm ocorrido neste setor como por exemplo o incentivo à utilização de tecnologias

baseadas em energia renovável, substituição de tecnologias baseadas em biomassa ou até mesmo na

consciencialização dos ocupantes face aos seus hábitos e no impacto que estes têm tanto em relação ao

consumo de energia como ao ambiente.

Figura 1 – Distribuição do consumo de energia elétrica nos Açores por setor (2015). Adaptado a partir do Serviço

Regional de Estatística dos Açores (Serviço Regional de Estatística dos Açores n.d.).

Em paralelo com a conceção dos mais variados tipos de modelos ao nível da procura, muito

trabalho tem sido também desenvolvido em termos de monitorização de atividades no setor residencial. A

monitorização de atividades é normalmente utilizada como ferramenta auxiliar da modelação, quando esta

é desenvolvida com resolução horária. Isto porque o nível de especificação necessário no modelo é

bastante superior caso a resolução fosse anual por exemplo. Para este nível de detalhe a modelação

apesar de tornar-se mais incerta uma vez que o número de variáveis em causa aumenta, permite uma

análise mais descritiva da realidade.

3

Motivação e objetivos

Um dos pontos de partida para a construção de qualquer tipo de modelo é o nível de detalhe

pretendido para o mesmo, ou seja, quanto maior o nível de especificidade, maior e mais detalhada terá de

ser a base de dados em que o modelo estará assente. Esta propriedade pode ser explorada de várias

formas através de vários parâmetros tais como, a resolução temporal, número de setores abordados,

penetração de tecnologias, etc. O propósito que está na base da modelação é que define quais destes

parâmetros são ou não abordados e analisados.

Posto isto, a principal motivação deste trabalho passa pela criação de uma ferramenta transversal

e híbrida, de modelação, que permita definir de forma aproximada a procura energética horária no setor

residencial, de acordo com os vários fins de uso de energia (aquecimento, arrefecimento, aquecimento de

água, iluminação e cozinha/eletrodomésticos). Com esta ferramenta pretende-se acima de tudo fornecer

informação tanto numa ótica do consumidor como da entidade ligada ao planeamento energético (como

por exemplo, a análise da implementação de medidas ao nível das energias renováveis). Apesar do foco

ser a procura energética do setor residencial da ilha Terceira, o modelo criado deverá ser o mais genérico

possível, de modo a ser passível de aplicar a outra realidade. Esta dissertação surge no seguimento do

trabalho desenvolvido em (Ximenes 2015), cujo objetivo passou pela criação de um modelo híbrido da

procura energética anual do setor residencial.

A partir da determinação dos perfis horários do consumo energético no setor doméstico pretende-

se obter de forma aproximada um espetro/padrão do consumo energético ao longo do dia em diferentes

contextos (dias de semana, fins-de-semana, época de aquecimento, época de arrefecimento). A resolução

horária é essencialmente fundamental ao nível de análises de rentabilidade e de otimização uma vez que

uma determinada aplicação apesar de ser rentável num ponto de vista anual por exemplo, esta poderá

apresentar relativas diferenças na eficiência entre fases do dia (dia ou noite) ou do ano (época de

aquecimento ou de arrefecimento). O modelo deve ter então não só em consideração detalhes técnicos,

mas também detalhes relativos aos comportamentos do consumidor, como perfis de ocupação e

distribuições de utilização de equipamentos.

Em particular, como vivemos numa era em que é fulcral o aumento da penetração das tecnologias

de energia renovável também no setor residencial, não só numa perspetiva de aumento de eficiência

energética, mas também no âmbito da diminuição das emissões de gases de carbono, o objetivo deste

modelo é explorar o potencial de aplicação de tecnologias como o sistema solar térmico como alternativa

às tecnologias baseadas em vetores energéticos como o carvão/lenha ou GPL.

4

De um modo geral podem ser identificados como objetivos da tese os seguintes pontos:

Apresentar uma breve descrição da ilha Terceira em termos energéticos com particular

destaque no setor residencial;

Desenvolver uma ferramenta transversal – modelo híbrido – de análise da procura energética

horária que permita a análise de estratégias de gestão energética;

Incluir na ferramenta efeitos de ocupação dos ocupantes;

Desenvolver uma estratégia de gestão energética que permita aumentar a penetração de

energias renováveis no setor residencial da ilha Terceira;

Metodologia

No desenvolvimento desta dissertação podem-se identificar duas grandes fases, uma de conceção

e desenvolvimento do modelo e outra de análise da ocupação dos alojamentos e de estratégias de gestão

energética.

Na fase de conceção e desenvolvimento consideram-se ainda primeiramente uma parte de

pesquisa e recolha de informação e de seguida da modelação em concreto. A primeira parte consiste tanto

na revisão bibliográfica de noções e metodologias associadas à modelação como na recolha de dados

essenciais à mesma. Esta revisão recai essencialmente em dois grandes focos, a modelação e

fatores inerentes aos perfis horários da procura energética. Primeiramente procura-se estudar as

diversas tipologias de modelação existentes e respetivos desenvolvimentos, passando revista a

propriedades tais como pontos fortes, pontos fracos e aspetos relevantes. Em seguida, são analisados

estudos relativos aos fatores que têm influência na variação da procura, como por exemplo o dia em

consideração (semana ou fim-de-semana), hábitos dos ocupantes, entre outros.

Como é possível verificar na Figura 2, a fase de modelação compreende vários estados, em que

primeiramente é criado o modelo consoante os dados recolhidos, procedendo-se de seguida à respetiva

validação/verificação. Assim, antes de se proceder à modelação, é estritamente necessária a seleção e

recolha de dados essenciais à mesma.

5

Figura 2 – Fluxograma da metodologia inerente à modelação

São vários os dados fundamentais à modelação, destacando-se a base de dados dos Censos de

Portugal do ano de 2011 (Instituto Nacional de Estatística 2011b),(Instituto Nacional de Estatística 2011a)

– caraterização do parque habitacional da ilha Terceira (edifícios e inquilinos) –, parque de equipamentos

(Direção Geral de Energia e Geologia (DGEG) 2011), temperaturas horárias (The Weather Company n.d.)

e irradiação solar (European Commission n.d.). Do modelo, a partir da definição das necessidades

energéticas, são obtidos os perfis horários da procura energética dos diversos fins de uso energéticos do

setor residencial (aquecimento e arrefecimento de espaços, aquecimento de água, iluminação e cozinha).

Estes perfis assumem-se como perfis típicos mensais, uma vez que têm por base caraterísticas médias do

mês em análise de modo a eliminar caraterísticas atípicas da época. De salientar que os dados utilizados,

nem sempre são referentes única e exclusivamente à ilha Terceira face à dificuldade de acesso a dados

específicos. Alguns são referentes à situação nacional, outros designam relações existentes na Região

Autónoma dos Açores ou até mesmo propriedades da zona climática.

A validação do modelo é feita através da comparação, e respetiva calibração de determinados

parâmetros, entre os consumos anuais obtidos através da extrapolação dos perfis obtidos e dos valores

estatísticos do consumo em Portugal e na Região dos Açores (Direção Geral de Energia e Geologia

(DGEG) 2011).

Este trabalho insere-se no projeto do Instituto Superior Técnico – Vulcano – que tem como objetivo

identificar soluções e estratégias por forma a promover um desenvolvimento sustentável de sistemas

energéticos em ilhas. Aliado a este objetivo genérico está o desenvolvimento de modelos capazes de não

só simular o sistema energético em consideração, mas que também permita testar diferentes cenários em

relação à procura, penetração das renováveis, armazenamento e distribuição.

Estrutura

No capítulo 2, são apresentados conceitos relativos às tipologias de modelação e efeito da ocupação

no consumo do setor residencial. Numa primeira parte – secção 2.1 – são apresentadas e descritas as

abordagens bottom-up e top-down e respetivas propriedades, juntamente com a apresentação de modelos

6

existentes. A segunda parte deste capítulo – secção 2.2 – consiste na análise das caraterísticas inerentes

à ocupação dos alojamentos no setor doméstico. O capítulo é finalizado com a secção 2.3 tratando-se da

identificação de falhas e possíveis melhorias nos modelos atuais.

O capítulo 3 corresponde à apresentação do sistema tratado e do modelo de cálculo desenvolvido.

Primeiramente, na secção 3.1, a ilha Terceira (caso de estudo) é apresentada através da definição de

variáveis sobre as quais o modelo assenta. Numa fase seguinte – secção 3.2 – o modelo é descrito a partir

da apresentação das equações que servem de base ao cálculo das necessidades energéticas.

O capítulo 4, de uma forma genérica, apresenta os resultados e a discussão dos mesmos. Neste

capítulo é feita a apresentação dos resultados referentes à situação de referência (atual), são apresentados

e analisados os perfis horários da procura energética (incluindo os efeitos da ocupação), e são identificadas

e descritas as várias abordagens seguidas durante o processo de modelação e correspondente validação.

No capítulo 5 são descritas e avaliadas diversas estratégias de planeamento energético

relativamente ao parque de equipamentos.

Por fim o capítulo 6 consiste nas conclusões possíveis de obter a partir do presente trabalho e várias

perspetivas para potenciais desenvolvimentos num futuro próximo.

7

2 REVISÃO BIBLIOGRÁFICA

Existem dois tópicos cruciais explorados na revisão de literatura deste trabalho. Primeiramente são

explorados alguns conceitos fundamentais que estão na génese da modelação e qualquer modelo, diversas

propriedades e caraterísticas dos diversos tipos de modelos existentes e ainda alguns desenvolvimentos

que têm sido feitos ao longo dos anos. São também apresentadas visões mais específicas da modelação

como a modelação da procura em geral ou como foco o setor residencial. Por fim são também analisados

alguns fatores influentes na procura energética horária do setor residencial.

A modelação e as suas diversas abordagens

Muitos têm sido os artigos e trabalhos dedicados à modelação, tanto no estudo dos conceitos e

propriedades relativas ao processo de modelação como à descrição dos vários modelos existentes.

Karjalainen et al. (Karjalainen et al. 2014) debruça-se no modo como os modelos energéticos e

cenários são utilizados e de entre as várias abordagens tomadas, apresenta uma breve descrição daquilo

que se considera como mais e menos vantajoso. A Tabela 1 apresenta de forma sumária os pontos fortes

e fracos inerentes à modelação energética.

Tabela 1 – Pontos fortes e fracos da modelação energética. Adaptado a partir de (Karjalainen et al. 2014).

Pontos fortes Pontos fracos

Permite a diminuição da complexidade; Os modelos e os cenários podem ser interpretados, além da sua finalidade, como verdades;

Permite a produção de informações para a tomada de decisões;

Focada no pressuposto de menor custo;

Possibilita a determinação da solução ótima; Despreza efeitos de aspetos que não podem ser modelados;

Permite uma descrição genérica; Difícil prever alterações repentinas e desenvolvimento tecnológico;

Permite a variação na resolução temporal considerada;

Dificuldade em modelar políticas transfronteiriças;

Permite a exploração de diferentes opções e políticas energéticas;

Redução excessiva da complexidade do sistema;

Considerada eficiente, realizável e necessária;

8

Face à diversidade de aplicações da modelação ao longo dos anos, muitos autores têm dedicado

vários trabalhos à sua classificação. Grubb et al. (Grubb et al. 1993) toma como principal foco a análise de

fatores e questões relacionadas com os custos envolvidos na diminuição de emissões de CO2. Enquanto

se desdobra sobre este assunto, os autores deparam-se com um elevado nível de disparidade nos

resultados associados à modelação. Esta disparidade nos resultados leva-os a afirmar que a utilização de

diferentes modelos poderá eventualmente originar grandes diferenças em termos de resultados e que por

forma a que tal seja evitado, deverão ser utilizados pressupostos-padrão estabelecidos. A partir deste

ponto, os autores sugerem seis níveis como base de classificação de modelos: modelos top-down e

modelos bottom-up, horizonte temporal e ajustamento de processos, cobertura setorial, técnicas de

otimização e simulação, nível de agregação e cobertura geográfica. Beeck (Beeck 1999) refere que o

número de modelos disponíveis tem aumentado bastante a cada ano e que devido a tal crescimento, tanto

em número como em variedade, torna-se complicado definir qual o modelo adequado a aplicar em

determinada realidade. Para tal, Beeck foca-se essencialmente em criar um método de classificação de

modelos energéticos, no qual indica nove níveis possíveis de discretização: objetivos gerais e

específicos, estrutura, aproximação analítica (top-down e bottom-up), método subjacente,

aproximação matemática, cobertura geográfica (global, regional, nacional, local ou projeto), cobertura

setorial, horizonte temporal (curto, médio ou longo prazo) e necessidades de dados. Segundo Beeck,

estes são os parâmetros suficientes para a caraterização de qualquer modelo energético, ou seja, o

propósito e a motivação da modelação devem responder a cada um destes pontos.

Das diferentes classificações possíveis de serem atribuídas a um modelo, existem duas que

suscitam grande discussão entre vários autores: top-down e bottom-up. Os termos top-down e bottom-up,

que são apenas duas definições das várias dadas a estas tipologias. Enquanto o primeiro faz referência

aos modelos agregados onde nos quais se dá o foco à economia, o segundo corresponde aos modelos

desagregados, fazendo sobressair detalhes tecnológicos e setoriais (Böhringer & Rutherford 2005). Em

Herbst et al. Em (Herbst et al. 2012) é afirmado, num sentido figurativo, que “os modelos bottom-up são

construídos e utilizados geralmente por engenheiros, cientistas naturais e companhias de fornecimento de

energia, enquanto os modelos top-down tendem a ser desenvolvidos e utilizados por economistas e

administrações públicas”. Beeck (Beeck 1999) também aborda estas tipologias, começando por analisar

a comparação e relatando que, para um mesmo problema, os dois tipos de modelos providenciarão

resultados completamente diferentes. Como referido anteriormente, em Grubb et al. (Grubb et al. 1993)

também é relatada uma disparidade de resultados face à diversidade de modelos. Além de existir a divisão

entre modelos top-down e bottom-up, são ainda considerados níveis de discretização dentro destas

tipologias. No primeiro tipo de modelos consideram-se os econométricos e os tecnológicos, já no segundo

são considerados os que são baseados na física dos edifícios e os estatísticos (Kavgic et al. 2010). Em

Herbst et al. (Herbst et al. 2012) é apresentada uma maior discretização face a esta última, indicando outros

quatro níveis dentro de cada tipologia tal como é apresentado na Figura 3.

9

Figura 3 – Discretização das diversas tipologias de modelos energéticos. Adaptado a partir de (Herbst et al. 2012).

Os modelos top-down – ou modelos macroeconómicos –, como já foi enunciado, encontram-se

focados na economia e nas diversas relações inerentes a esta e permitem simular as futuras oferta e

procura para um determinado setor. Este foco no setor económico permite que este tipo de modelos tenha

em consideração variados impactos tais como o crescimento económico, a empregabilidade e as trocas

comerciais externas (Herbst et al. 2012). Apesar de tal ênfase à envolvente económica do sistema, estes

modelos resumem-se a um equilíbrio entre vários dados de tal forma que a sua função passa pela análise

da inter-relação existente entre este setor e o energético (Kavgic et al. 2010). Swan e Ugursal (Swan &

Ugursal 2009) ao fazerem uma revisão de técnicas de modelação do consumo final de energia no setor

residencial abordam esta divisão de tipologias. Como processo de modelação, os autores indicam que nos

modelos top-down tem-se como ponto de partida estimativas de consumos energéticos totais para se

atribuir este consumo às caraterísticas do setor residencial total. Afirmam ainda que estes procedimentos

se baseiam num balanceamento entre dados históricos e dados calculados através dos diversos inputs.

Esta capacidade de conciliar dados de diferentes localizações temporais torna-o apto em análises de

previsão a curto-prazo, possibilitando assim a extrapolação de dados históricos para o futuro (Beeck 1999).

Como já foi referido, pode ainda ser feita a divisão dos modelos top-down em modelos econométricos e

tecnológicos. Esta divisão, apesar de estabelecida no seio dos modelos macroeconómicos, indica como a

modelação é processada, se através de uma abordagem apenas focada essencialmente em parâmetros

económicos tais como dados históricos de preços e rendimentos – existindo assim uma redução da

relevância dos restantes setores –, ou de uma abordagem que tenha também em consideração aspetos

tecnológicos tais como caraterísticas do parque residencial e de equipamentos (Swan & Ugursal 2009).

Por outro lado, os modelos bottom-up assumem-se como uma aproximação de engenharia, em

que normalmente se concentram apenas no setor energético, utilizando dados desagregados de modo a

descrever as utilizações finais energéticas e as opções tecnológicas em detalhe (Beeck 1999). Swan e

Ugursal (Swan & Ugursal 2009), afirmam que o processo de modelação inerente a esta tipologia pode

eventualmente ser executado em relação a uma pequena região, ou até mesmo um grupo de edifícios no

caso do setor residencial, e ser extrapolado para uma área mais abrangente, como por exemplo um

município ou até um país. O resultado da aplicação deste tipo de modelo, geralmente resume-se à definição

10

das opções de menor custo. Tal é possível avaliando parâmetros tais como a eficiência energética e os

custos associados aos diversos equipamentos (Grubb et al. 1993). Dentro dos modelos bottom-up é

considerada uma divisão de abordagens, os que são baseados na física dos edifícios (ou aproximação de

engenharia) e os estatísticos. Segundo Swan e Ugursal (Swan & Ugursal 2009), enquanto as abordagens

estatísticas estão dependentes essencialmente de regressões lineares e dados históricos de modo a

atribuir o consumo de habitações a determinadas utilizações finais, as abordagens de engenharia baseiam-

se em caraterísticas tecnológicas/residenciais e relações termodinâmicas (áreas de elementos,

caraterísticas térmicas, temperaturas, número de ocupantes, etc.) para determinar os consumos finais. Em

sentido figurativo apresenta-se na Figura 4 uma comparação entre os dois processos associados aos dois

tipos de modelos.

Figura 4 – Comparação entre os processos de modelação dos modelos top-down e bottom-up

Na Tabela 2 são apresentadas, de uma forma sumária e em modo comparativo, algumas

propriedades/caraterísticas genéricas de ambos os tipos de modelo.

11

Tabela 2 – Propriedades genéricas dos modelos top-down e bottom-up. Adaptado a partir de (Beeck 1999).

Top-down Bottom-up

Utilizam uma abordagem económica Utilizam uma abordagem de engenharia;

Fornecem estimativas pessimistas; Fornecem estimativas otimistas;

Não permitem a representação explícita das tecnologias;

Permitem uma descrição detalhada das tecnologias;

Refletem as tecnologias disponíveis adotadas pelo mercado;

Refletem o potencial técnico;

Utilizam dados agregados; Utilizam dados desagregados;

Dependentes do comportamento dos mercados; São independentes do comportamento dos mercados;

Subvalorizam o potencial das melhorias de eficiência; Sobrevalorizam o potencial das melhorias de eficiência;

Determinam a procura energética através de índices económicos agregados, contudo variam em relação à oferta;

Representam as tecnologias de oferta em detalhe utilizando dados desagregados; contudo variam em relação à procura;

Consideram as diversas relações entre setores, tendo as diversas relações comportamentais;

Avaliam diretamente os custos das diversas opções tecnológicas;

Assumem que não existem descontinuidades históricas;

Assumem como desprezáveis as relações entre o setor energético e outros setores;

Após anos de discussão entre diversos autores na tentativa de se perceber qual o tipo de modelo

mais indicado, ou até mesmo o mais completo, surgiu uma vertente na tentativa de conciliar os pontos

fortes de cada um, eliminando qualquer tipo de limitações. Os modelos híbridos permitem a conjugação de

caraterísticas de ambos os modelos, e, a Figura 5 exemplifica, de um modo ilustrativo, o modo como essa

conjugação se processa.

12

Figura 5 – Conjugação de caraterísticas dos modelos top-down e bottom-up (Hourcade et al. 2006).

A conjugação destes dois tipos de modelos pode ser executada tanto com a incorporação de

caraterísticas do setor económico, tais como comportamentos dos mercados, em modelos bottom-up ou

então com a adição de propriedades relativamente a tecnologias em modelos top-down (Hourcade et al.

2006). Deste modo, as desvantagens de cada modelo são eliminadas com a incorporação de caraterísticas

de outra tipologia. McFarland et al. (McFarland et al. 2004) dedica o seu trabalho à tentativa de realçar a

importância de parâmetros tecnológicos de um modelo top-down através de informação utilizada em

modelos bottom-up. Da mesma forma Böhringer & Rutherford (Böhringer & Rutherford 2005) e Böhringer

(Böhringer 1998) tentam estabelecer uma abordagem híbrida utilizando informação bottom-up para os

setores energéticos e propriedades top-down nos restantes setores.

2.1.1 Modelos e metodologias utilizados frequentemente

Nesta secção são mencionados e abordados alguns dos modelos/métodos que têm sido utilizados

frequentemente como ferramenta de análise dos sistemas energéticos. São vários os trabalhos nos quais

se desenvolvem revisões dos modelos, apresentando descrições das respetivas caraterísticas e

metodologias. Connolly et al. (Connolly et al. 2010) no seu trabalho apresenta uma descrição detalhada,

em modo de comparação, de várias ferramentas energéticas existentes utilizadas na análise da integração

das energias renováveis nos vários sistemas energéticos. Jebaraj e Inyan (Jebaraj & Iniyan 2006) também

apresentam uma breve revisão de variadas tipologias de modelos – planeamento energético, procura-

oferta, previsão, energias renováveis, redução de emissões e de otimização –, com o intuito de fornecer

uma ferramenta de suporte aos investigadores. De referir ainda que Karjalainen et al. (Karjalainen et al.

2014), incorpora no seu trabalho uma listagem de alguns modelos energéticos, referindo as caraterísticas

e a cobertura geográfica dos mesmos.

13

Em seguida, são apresentadas sumariamente algumas das ferramentas mais relacionadas com o

tema deste trabalho:

BREDEM – (“The Building Research Establishment Domestic Energy Model”), “é um método de cálculo

utilizado para estimar o consumo energético de um alojamento baseando-se nas suas caraterísticas”

(Henderson & Hart 2012). Este método permite a discretização de aplicações domésticas, estimando

o consumo energético para: aquecimento e arrefecimento de espaços, aquecimento de água,

iluminação/eletrodomésticos e para cozinhar. O BREDEM assume-se como um método que concilia

simplicidade e detalhe no cálculo efetuado, apresenta inúmeras versões variando essencialmente os

focos tanto na resolução temporal (mensal ou anual) como na espacial (Anderson et al. 2008).

LEAP – (“Long-range Energy Alternatives Planning System”), “é uma ferramenta de modelação

integrada que pode ser utilizada para controlar o consumo energético, produção e extração de recursos

em todos os setores da economia” (Connolly et al. 2010). Este modelo enquadra-se na classe dos

modelos de simulação, tanto pode ser utilizado numa perspetiva bottom-up como numa perspetiva top-

down (Karjalainen et al. 2014). O LEAP é utilizado essencialmente em análises anuais, não tendo um

limite definido de horizonte temporal. De referir também que é um método que permite a

modelação/simulação de todos os setores, tecnologias e custos de um sistema energético (usualmente

a nível nacional) (Connolly et al. 2010).

MARKAL – (“MARKet ALlocation”) é uma técnica de modelação dinâmica, inserida na categoria dos

modelos de otimização, que utiliza uma abordagem bottom-up em que essencialmente se baseia na

programação linear. A técnica MARKAL permite a modelação das evoluções tanto da procura como da

oferta de um determinado setor energético – a variados níveis (regional, multi-regional, global) num

horizonte temporal de 20-50 ou até mesmo de 100 anos (permitindo também a modelação de

resoluções temporais inferiores, tais como a horária ou a diária). Todas as tecnologias – térmicas,

renováveis, armazenamento/conversão e transporte – podem ser simuladas neste modelo. (Zonooz

2009; Connolly et al. 2010). Como evolução surge o modelo TIMES (“The Integrated MARKAL-EFOM

System”), que apresenta caraterísticas tais como equações do clima, processos e períodos temporais

flexíveis. De referir ainda que o modelo EFOM sobre o qual o TIMES também se baseia, consiste numa

técnica de modelação da oferta energética que permite a otimização das necessidades de energia

primária e investimentos face à procura (Karjalainen et al. 2014).

PRIMES – “consiste em 11 sub-modelos (módulos de procura e oferta) e permite a análise dos

impactos da comercialização das emissões de carbono e nas políticas de eficiência energética e das

renováveis nos mercados energéticos” (Karjalainen et al. 2014). Esta ferramenta também permite a

simulação de várias tecnologias tais como as térmicas, renováveis, armazenamento/conversão e

transporte. Como resolução temporal, o modelo PRIMES apenas considera a anual, num horizonte

temporal máximo de 50 anos (Connolly et al. 2010).

EnergyPlus – é uma ferramenta de análise energética de edifícios que permite a modelação de vários

fins de uso de energia tais como o aquecimento, arrefecimento, iluminação, ventilação, entre outros.

14

Esta ferramenta carateriza-se por abordagens simples, que possibilita a contabilização de efeitos

relativos aos aspetos de construção, ocupação, tecnologias utilizadas e clima (Fumo et al. 2010). O

EnergyPlus toma como foco os edifícios, não especificando o setor doméstico. Esta ferramenta não

apresenta qualquer limitação em termos de resolução temporal de análise, contudo a mais recorrida é

a resolução horária num horizonte de um ano.

Estas são as principais, e mais genéricas, metodologias consideradas na modelação energética do

setor residencial. A abordagem tomada na modelação é de extrema importância uma vez que, como já foi

dito, o resultado final está estritamente dependente desta. Contudo, aquando da modelação do setor

residencial há que ter também em consideração aspetos mais subjetivos relativos à ocupação das

habitações. A influência por parte destes parâmetros é abordada no capítulo seguinte.

A influência de comportamentos e hábitos na procura do setor residencial

2.2.1 Comportamentos como parâmetro fundamental da procura energética

No setor residencial são vários os parâmetros que devem ser tidos em consideração, desde

caraterísticas térmicas e geométricas dos edifícios, número de ocupantes e respetivo padrão de ocupação,

fatores meteorológicos, propriedades de equipamentos instalados, entre outros. Estes fatores tomam maior

ou menor relevância na modelação dependendo da abordagem seguida na mesma. No caso em estudo, a

resolução horária implica um elevado detalhe e praticamente não descura a influência de qualquer

parâmetro. Para a resolução temporal pretendida, os padrões de ocupação tomam especial relevância de

modo a permitir a definição de perfis horários de consumo.

Larsen et al. (Larsen et al. 2010) afirma que não se consegue determinar, concretamente, o efeito

de medidas de poupança de energia devido à falta de conhecimento relativamente ao efeito do

comportamento dos consumidores, uma vez que o principal foco, aquando da modelação ou análise do

setor residencial, recai essencialmente sobre as caraterísticas dos edifícios. Estes autores afirmam que o

consumo energético total deste setor resulta da interação entre arquitetura, engenharia, instalações e

comportamento dos ocupantes. Os ocupantes podem ter influência tanto no consumo energético como no

ambiente da habitação, estando de certa forma relacionados, através da sua presença e respetivas ações

e na definição de variáveis de controlo (temperatura por exemplo), respetivamente. Além das suas ações

diretas, os ocupantes influenciam também o consumo energético através das suas definições de conforto

tal como apresentado na Figura 6.

15

Figura 6 – Interações entre ocupantes, clima e consumo final. Adaptado a partir de (Larsen et al. 2010).

Num mesmo registo Haas et al. (Haas et al. 1998) analisou a influência da qualidade térmica dos

edifícios, comportamento dos consumidores, graus-dia de aquecimento e tipo de edifício. Estes autores

afirmam que a procura energética pode ser bastante influenciada pelo comportamento dos ocupantes

através da definição de limites de temperatura (sistemas de aquecimento) e taxas de ventilação, uma vez

que os consumidores escolhem diferentes níveis de serviço dependendo do preço e do conforto associado

a determinado equipamento de aquecimento.

Em (Guerra Santin et al. 2009) é abordado o efeito da ocupação e das caraterísticas dos edifícios

na procura energética para aquecimento de espaços e de água no setor residencial holandês. Neste

trabalho os autores avaliam o efeito destes parâmetros através do controlo de caraterísticas dos edifícios

(estruturais, tecnologias, etc.). Os autores afirmam que devido à diminuição do consumo energético através

da aplicação de medidas regulatórias nos edifícios (principalmente na qualidade térmica) a influência dos

comportamentos dos ocupantes ganha maior relevância. Os autores verificam que apesar das

caraterísticas dos edifícios determinarem grande parte do consumo energético, as caraterísticas dos

comportamentos dos ocupantes também apresentam grande influência. Como parâmetros ocupacionais

influentes no aumento da procura energética os autores realçam a presença de um termostato –

permitindo estabelecer temperaturas de conforto –, a contínua presença de ocupantes, entre outros

aspetos tais como caraterísticas do agregado (idade, dimensão e rendimentos).

Existem diversos parâmetros que estão por detrás da definição dos padrões de ocupação de cada

habitação e Sardianou (Sardianou 2008) analisa alguns destes através do estudo do efeito de caraterísticas

demográficas e socioeconómicas no consumo energético para aquecimento na Grécia. De referir que não

existe um padrão fixo para cada habitação face às propriedades dos ocupantes, a ocupação é geralmente

diferente de dia para dia. A partir da sua análise o autor chega a vários resultados empíricos, concluindo

que variáveis relacionadas com o agregado familiar tais como número de membros, idade e propriedade

influenciam a procura energética para aquecimento. O autor ainda conclui que o número de horas de

16

trabalho tem um impacto redutor na procura energética, o que seria de esperar uma vez que desta forma

a ocupação ao longo dia da habitação diminui.

Yao & Steemers (Yao & Steemers 2005), tem como objetivo desenvolver um modelo – SMLP –

simple method of formulating load profile –, que permita de certa forma prever o perfil de consumo

energético diário (aquecimento, aquecimento de água e eletrodomésticos) por forma a que sejam

projetados sistemas de energia renovável – adaptar o diagrama de carga do sistema ao perfil de procura

doméstico. Estes autores demonstram a importância do desenvolvimento de modelos para a procura

energética com resolução horária, realçando a importância de alguns dos parâmetros associados à

modelação. Na fase de desenvolvimento de sistemas de energia renovável uma das principais

preocupações recai sobre a eficiência energética não só do equipamento, mas também da correta

utilização do mesmo – máximo aproveitamento da energia produzida pelo sistema (correspondência entre

procura e oferta). Os autores afirmam que a procura energética pode ser categorizada em dois

determinantes:

Determinantes comportamentais – principalmente refere-se ao fator subjetivo do consumo

energético de uma habitação – hábitos dos ocupantes –, podendo variar consoante a época;

Determinantes físicos – referem-se essencialmente a decisões “fixas”, como os autores denominam,

e estão relacionadas principalmente com fatores como o clima e propriedades dos edifícios;

De afirmar que estes determinantes acabam por ser mais ou menos influenciados por parte do padrão de

ocupação da habitação.

Capasso et al. (Capasso et al. 1994) propõe o desenvolvimento de um modelo do consumo elétrico

final no setor residencial por forma a obterem-se diagramas de carga de uma determinada área recorrendo

a um processo de síntese. Os autores relatam a necessidade de se recorrerem a funções probabilísticas

de modo a que aspetos comportamentais tais como os hábitos dos ocupantes sejam, de certa forma, tidos

em conta. Este tipo de modelação com resolução horária torna-se bastante complicada de ser executada

na medida em que está severamente dependente de parâmetros psicológicos e subjetivos, levando a que

o detalhe pretendido – resolução temporal – tenha implicações diretas na precisão dos resultados obtidos.

Capasso et al. apresenta ainda as descrições das diversas funções de probabilidade utilizadas

relacionadas com o comportamento dos ocupantes:

Disponibilidade de cada membro em casa – relacionada essencialmente com alguns eventos

tais como ida e volta de trabalho/escola, refeições e horas de sono;

Atividades domésticas – discretização feita em trabalho doméstico, higiene pessoal, cozinha e

lazer;

Utilização dos eletrodomésticos;

Propensão para a realização de atividades domésticas;

Recursos humanos;

17

Propriedade de eletrodomésticos,

Muita da informação a que estes recorrem é obtida a partir de inquéritos feitos a grupos de

habitações/edifício. Esta informação é incorporada no modelo na forma de funções de probabilidade

juntamente com informação proveniente tanto de inquéritos estatísticos regionais como de diagramas de

carga existentes.

Com um objetivo semelhante, Paatero & Lund (Paatero & Lund 2006) desenvolveu um modelo

capaz de gerar consumos de eletricidade doméstica numa resolução horária, recorrendo também a dados

de relatórios e estatísticas. Além das várias considerações já exploradas em trabalhos apresentados

anteriormente, os autores abordam também a tipologia do dia em consideração, relatando a diferenciação

entre dias de semana e fins-de-semana. Como será de esperar o consumo médio durante a tarde de um

dia de semana é tipicamente inferior ao consumo médio na mesma fase do dia num dia de fim-de-semana,

em que à noite esta situação geralmente se inverte, existindo um consumo superior durante os dias de

semana.

Destaca-se também o trabalho realizado por Richardson et al. (Richardson et al. 2008) no

desenvolvimento de um modelo de ocupação com elevada resolução no setor doméstico, em habitações

do Reino Unido, para simulações de procura energética com resolução horária. Como tem sido referido,

uma das principais variáveis que se deve ter em conta aquando da modelação do consumo no setor

residencial é o padrão da ocupação das habitações e aliada a estes padrões encontra-se a definição de

“ocupação ativa”. Exemplificando, todos os ocupantes de uma habitação poderão estar presentes na

mesma, contudo tal não indica que estejam ativos (propício ao consumo energético). Desta forma,

Richardson et al. define um ocupante ativo como o ocupante que está presente na habitação e que não

está a dormir. Na Figura 7 é apresentado, a título exemplificativo, um padrão de ocupação ao longo de um

dia, em que a ocupação é representada pelo número de ocupantes ativos.

Figura 7 – Exemplo de um padrão de ocupação ativa ao longo do dia (Richardson et al. 2008).

Os autores desenvolvem assim um modelo estocástico baseado no desenvolvimento de matrizes

probabilísticas de transação dependentes não só do número de ocupantes da habitação, mas também do

tipo de dia considerado (dia de semana ou fim-de-semana). Já a validação/verificação é feita com o recurso

a dados provenientes de inquéritos de monitorização de atividades, neste caso os inquéritos de utilização

18

do tempo (“Time-Use Survey”). Várias são as aplicações deste tipo de modelação de ocupação ativa,

exemplo disso tem-se a modelação do consumo de eletricidade e da iluminação respetivamente

(Richardson et al. 2010; Richardson et al. 2009). A aplicação do modelo genérico de ocupação apenas faz

sentido caso sejam feitas adaptações de acordo com o fim de uso energético em análise (por exemplo para

a iluminação uma das variáveis a ser tida em conta também será a irradiação solar).

Um aspeto caraterístico dos perfis da procura energética é a existência de picos em determinadas

alturas do dia, e até mesmo em horas específicas. Nichols & Strengers (Nicholls & Strengers 2015) aborda

a dinâmica inerente aos picos do consumo energético em agregados familiares e no modo como os picos

se relacionam com as atividades. Os autores referem a estrita relação existente entre as atividades de pico

– cozinhar, higiene, etc. – do agregado e as atividades de rotina como o trabalho e a escola – Figura 7.

Os picos existentes acabam assim por estar altamente rotinizados/coordenados. Apesar desta caraterística

dos agregados e a respetiva dificuldade na flexibilização dos horários, em determinadas atividades como

lavar a roupa ou loiça, tem-se potencializado uma mudança para horas fora dos picos. Generalizando, a

procura energética no setor doméstico é derivada basicamente das atividades de pico, face à ocupação, e

das restantes que ora são independentes da existência de ocupantes, como o consumo de frigoríficos ou

arcas, ora começam a ter a possibilidade flexibilização.

2.2.2 The rebound effect

Em análises de planeamento energético o objetivo geralmente passa pela redução do consumo

energético ou das emissões de carbono. Na sua maioria, as medidas que são aplicadas resumem-se ao

aumento da eficiência energética, quer através da substituição das tecnologias ou até mesmo da melhoria

dos equipamentos.

De uma forma algo resumida, Berkhout et al. (Berkhout et al. 2000) afirma que apesar destas

medidas ao nível da eficiência energética das tecnologias providenciarem a conservação energética, estes

benefícios provocam respostas por parte do setor económico. Por outras palavras, com maior eficiência

energética, “menor energia é necessária para produzir a mesma quantidade de produto, utilizando a mesma

quantidade de equipamento” (Berkhout et al. 2000). Este processo acaba por gerar uma redução de preços

que por sua vez pode fazer com que a procura acabe por aumentar, desaparecendo assim o efeito

pretendido por parte da aplicação da medida. A este aumento relativo da procura energética designa-se

rebound effect. Este é um efeito que deve ser tido em conta antes da aplicação de qualquer medida uma

vez que os objetivos pretendidos da mesma poderão não ser atingidos, fazendo com que determinado

investimento possa não compensar face à situação inicial.

19

São vários os autores que abordam este efeito nos seus trabalhos, demonstrando a importância

que o mesmo pode ter aquando da análise de medidas a serem implementadas no âmbito do planeamento

energético.

Allan et al. (Allan et al. 2007) desenvolve um modelo por forma a analisar genericamente os

impactos do aumento da eficiência energética no consumo de energia no setor industrial, sendo um dos

impactos abordados o rebound effect. Os autores não só questionam a hipótese de diminuição do consumo

energético após a melhoria da eficiência energética, como colocam a hipótese de existir um aumento do

mesmo (“backfire”). Apesar de considerarem tal efeito, os autores concluem através da análise efetuada,

que aumentos ao nível da eficiência energética originam reduções não proporcionais do consumo

energético.

Greening et al. (Greening et al. 2000) também aborda este tema fazendo uma breve revisão dos

conceitos por detrás do mesmo. Os autores referem que o rebound effect consiste no aumento da procura

energética devido à redução efetiva no preço por unidade dos serviços energéticos inerente ao aumento

da eficiência energética. Duas questões que podem ser levantadas são a origem e a dimensão deste efeito,

na medida em que devem ser tidas em conta na análise de viabilidade do projeto. Face às possíveis fontes

deste efeito, podem ainda ser definidas diversas tipologias. Greening et al. define quatro níveis de

discretização de efeitos: diretos, secundários, económicos e transformacionais. Já Herring & Roy (Herring

& Roy 2007) apresenta uma divisão mais simples em três níveis:

Efeitos diretos – aumento do consumo por parte dos consumidores devido à diminuição

de preços dos serviços energéticos;

Efeitos indiretos – face à diminuição dos preços, os consumidores poupam recursos que

acabam por ser gastos noutros serviços;

Efeitos económicos – alterações no setor económico a longo prazo, fazendo com que

hábitos/preferências dos consumidores se alterem implicando maior consumo face a uma

situação referência;

Relativamente à formulação matemática deste efeito, considera-se a equação (1).

𝑅𝑒𝑏𝑜𝑢𝑛𝑑 𝑒𝑓𝑓𝑒𝑐𝑡 = 1 −𝑝𝑜𝑢𝑝𝑎𝑛ç𝑎𝑠 𝑟𝑒𝑎𝑖𝑠

𝑝𝑜𝑢𝑝𝑎𝑛ç𝑎𝑠 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎𝑠 (1)

Oportunidades de melhoria nos modelos

A partir da revisão bibliográfica efetuada, é possível identificar algumas lacunas no panorama da

modelação energética, aos quais a presente dissertação tenta de certa forma responder.

20

Muitas lacunas foram já identificadas por Ximenes (Ximenes 2015). O autor indica que muito do

trabalho desenvolvido pelos diversos autores concentra-se essencialmente na modelação da oferta e que

apesar de considerarem tanto setores energéticos como setores económicos, ou seja, seguindo uma

abordagem híbrida, não dão o devido detalhe ao lado da procura.

Muito do foco na modelação ainda é dado à abordagem de modelação utilizada, fazendo com que

a influência de um ou mais setores seja desprezada em virtude de outros. Por mais que se tente averiguar

qual das abordagens seja a mais indicada para um determinado objetivo, o processo de modelação deve

seguir consoante as necessidades e objetivos do modelo, ou seja, o modelo deve ser tão heterogéneo

consoante os seus objetivos.

A maior parte dos modelos de procura energética encontram-se essencialmente focados em

resoluções temporais mais amplas, como a anual e as previsões a médio e longo prazo. Face à

subjetividade do perfil diário do consumo energético no setor residencial, analisada e revista na secção

anterior, devido aos comportamentos dos ocupantes a sua modelação torna-se algo complicada e com

relativamente poucas bases para validação/verificação. Para uma correta e mais detalhada análise de

estratégias de planeamento energético, tal como a implementação de novas tecnologias (em especial

energias renováveis) a resolução horária deve ser tida em conta.

Um outro aspeto que por vezes também não é considerado e que assume grande importância é o

rebound effect. Apesar do reconhecimento da importância deste efeito por parte de vários autores, este

acaba por ser muitas vezes desprezado não sendo alvo de uma análise pormenorizada relativamente aos

efeitos da implementação das medidas. Na grande maioria dos modelos apenas é analisado o impacto

direto da aplicação das medidas, enquanto o impacto a curto e médio prazo de efeitos indiretos

relacionados com aspetos comportamentais dos ocupantes não são considerados.

Portanto neste trabalho pretende-se de certa forma conciliar as lacunas aqui apresentadas,

desenvolvendo um modelo de procura energética híbrido com resolução horária, que permita fornecer

perfis horários do consumo energético na ilha Terceira para as diferentes necessidades do setor

residencial. O modelo tendo como foco apenas o setor residencial, com a possibilidade de ser aplicável ao

setor de uma forma geral, o mesmo ultrapassa a especificidade de alguns modelos. Com estes perfis e

informação detalhada ao nível do parque de equipamentos e habitacional, pretende-se analisar estratégias

de planeamento, tendo em conta a influência, fulcral, dos aspetos comportamentais dos ocupantes.

21

3 Modelação: Parque habitacional e necessidades energéticas

Neste capítulo são abordados todos os parâmetros que são determinantes na modelação das

necessidades energéticas, incluindo a descrição detalhada do modelo energético. Neste processo de

modelação são consideradas várias fases, como já referido e tal como é apresentado na Figura 8.

Figura 8 – Processo de construção do modelo.

No processo de descrição do modelo será feita uma divisão entre as caraterísticas/propriedades

do parque habitacional da ilha Terceira e o respetivo método de cálculo das necessidades energéticas.

Relativamente à primeira fase, num primeiro passo serão apresentados alguns dados referentes à

demografia e geografia desta região essenciais tanto à modelação como à validação. A partir do ponto em

que estes dados caraterizadores do sistema em consideração estiverem definidos, segue-se a análise de

parâmetros geométricos das habitações, tais como áreas, volumes e rácios. Por fim na última parte deste

capítulo serão descritas e analisadas as equações-chave que estão no centro do modelo de cálculo das

necessidades energéticas horárias e a respetiva correspondência com os diversos parâmetros enunciados

anteriormente.

22

A ilha Terceira

3.1.1 Caraterização e dados relevantes

A ilha Terceira é uma das 9 ilhas pertencentes ao arquipélago dos Açores – Região Autónoma dos

Açores – situando-se no Grupo Central deste juntamente com Graciosa, São Jorge, Pico e Faial. Com

aproximadamente 402 𝑘𝑚2 de superfície é a segunda ilha mais habitada desta região (56437 residentes)

(Instituto Nacional de Estatística 2011b). Esta ilha encontra-se dividida em 2 municípios, Angra do

Heroísmo e Vila da Praia da Vitória, estando cada um destes subdividido em 19 e 11 freguesias

respetivamente. A Região Autónoma dos Açores é uma região caraterizada pelo seu clima caraterístico,

temperado e com temperaturas amenas, contudo apresenta um elevado nível de imprevisibilidade. Esta

região apresenta um número de graus-dia (𝐺𝐷) para a época de aquecimento, na base de 18 ℃, na ordem

dos 600 𝐺𝐷, o que equivale a que seja considerada como uma zona climática com uma classificação de

Inverno-1 (ITeCons & Universidade de Coimbra 2013). Relativamente à época de arrefecimento, esta

região tem uma classificação de Verão-1 (Camelo et al. 2006). Posto isto, a região da ilha Terceira é

caraterizada por um Inverno e Verão moderados.

São vários os dados que devem ser tidos em conta durante todo o processo de modelação. Como

dados fundamentais, tal como é referido na Figura 8, consideram-se os dados relativos ao parque

habitacional, os climáticos, os demográficos e os termodinâmicos.

3.1.1.1 Parque habitacional/residencial

Os dados referentes ao parque habitacional/residencial da ilha Terceira são maioritariamente

provenientes da base de dados dos Censos de Portugal referentes a 2011 (Instituto Nacional de Estatística

2011b). Esta base de dados trata-se da “maior fonte de informação nacional sobre a população, a família

e a habitação”, e é caraterizada pelo seu elevado nível de discretização, distribuindo a informação segundo:

municípios, freguesias, secções e subsecções (Instituto Nacional de Estatística 2011b). Este estudo que é

realizado de 10 em 10 anos pelo Instituto Nacional de Estatística, tem também a respetiva definição

geográfica através de um mapeamento (Instituto Nacional de Estatística 2011a). Apesar de existir um

grande lote de caraterísticas dos edifícios/alojamentos/famílias nesta base de dados, alguns dos dados

analisados no presente trabalho não se encontram interligados, não existindo qualquer tipo de correlação

entre estes. Muitas das propriedades apresentadas apenas estão relacionadas com os valores totais, não

existindo discretização nestas. Estes problemas já foram de certa forma abordados em (Ximenes 2015), e

23

serão abordados nesta sempre que necessário. Na Figura 9 é possível verificar os modos de discretização

mais relevantes, efetuados aos edifícios, no presente trabalho.

Figura 9 – Discretização existente na base de dados dos censos de 2011. Adaptado a partir dos censos (Instituto

Nacional de Estatística 2011b).

Em relação aos alojamentos também é feita uma divisão em duas categorias, os familiares e os

coletivos. Dentro dos familiares podem ser ainda considerados os clássicos e os não clássicos, sendo que

os clássicos podem ser de residência habitual, sazonal ou encontram-se vagos. Para o modelo são

considerados os alojamentos familiares, clássicos de residência habitual na medida em que são estes

que contribuem de forma constante ao longo do ano para a procura energética do setor doméstico, não

existindo variações de população sazonais significantes. Nas Figura 10 e Figura 11 são apresentadas as

distribuições do número total de edifícios clássicos segundo o ano de construção e o número de pisos

respetivamente.

Figura 10 – Distribuição do número total de edifícios clássicos, da Terceira, por ano de construção. Adaptado a partir

da base de dados do BGRI (Instituto Nacional de Estatística 2011a).

24

Figura 11 – Distribuição do número total de edifícios clássicos, da Terceira, por número de pisos. Adaptado a partir

da base de dados do BGRI (Instituto Nacional de Estatística 2011a)

Como indicado nas figuras anteriores e como já referido anteriormente, as percentagens são

obtidas face ao número total de edifícios clássicos. Desta forma existe a possibilidade de introdução de

erro, na medida em que não é considerada apenas a categoria pretendida neste modelo (clássicos de

residência habitual). Na Figura 10 é possível verificar que existe uma elevada diversidade de edifícios na

ilha Terceira, não existindo uma grande maioria para qualquer uma das gamas de anos de construção.

Mais de metade dos edifícios clássicos desta região (aproximadamente 57 %) têm uma idade inferior a 35

anos – construção efetuada após 1980, o que é consistente com o facto de ter ocorrido em 1980 um sismo

na ilha Terceira de grande intensidade que danificou mais de 15000 edifícios (D’Oitenta n.d.). Por outro

lado, tal não acontece com o número de pisos, em que a grande maioria dos edifícios clássicos apresentam

apenas 1 ou 2 pisos. Este fator será preponderante nas abordagens seguidas no presente trabalho, sendo

descritas posteriormente no presente capítulo.

Na Tabela 3 são apresentados alguns dados relativamente aos tipos de edifícios e alojamentos do

setor residencial. Apesar de existirem outras tipologias, apenas são apresentadas as relevantes neste

trabalho. Na tabela encontram-se assinalados os valores utilizados na modelação das necessidades

energética, ou seja, no modelo presente opta-se por analisar a totalidade do setor doméstico da ilha

Terceira ao contrário de outros modelos que apenas consideram um alojamento/edifício típico como base

para a sua análise. Apesar de apresentar a capacidade de tratar também as diversas subsecções (segundo

a divisão estabelecida na base de dados do BGRI (Instituto Nacional de Estatística 2011a)) aqui apenas é

tratada a ilha como um todo.

25

Tabela 3 – Distribuição do número de edifícios e alojamentos da Terceira, por tipologias selecionadas e respetivos

indicadores. Adaptado a partir da base de dados do BGRI (Instituto Nacional de Estatística 2011a)

Edifícios residenciais Exclusivamente residencial 21 483

Principalmente residencial 726

Alojamentos familiares

Não clássico 22

Clássico

Habitual 19 200

Sazonal 2 280

Vago 2 993

Total edifícios (residencial)

22 209 Inquilinos por alojamento

clássico habitual Indivíduos residentes

Total alojamentos (familiares clássicos)

24 473 2.94 56 437

A partir destes dados, caraterizadores do parque habitacional da ilha Terceira, juntamente com a

distribuição de edifícios por pisos apresentada na Figura 11, é indicativo de que parque habitacional em

análise é maioritariamente composto por edifícios com um único alojamento. Isto vai de encontro ao número

bastante elevado de edifícios com número reduzido de pisos, sendo praticamente desprezável os edifícios

com mais de dois pisos. A situação apresentada assemelha-se bastante ao caso de estudo – Odemira –

analisado em (Ximenes 2015), portanto, com base neste raciocínio, poderão ser definidas as aproximações

tomadas na modelação geométrica apresentada na secção 3.1.2.

De salientar que os dados apresentados para a ilha Terceira são definidos através da soma das

contribuições dos seus municípios, Angra do Heroísmo e Vila da Praia da Vitória, obtidas a partir da base

de dados do BGRI (Instituto Nacional de Estatística 2011a).

3.1.1.2 Parâmetros estruturais e o clima

A estrutura dos edifícios e o clima são os principais parâmetros que definem o maior ou menor

nível de necessidades energéticas de uma habitação em termos de aquecimento e arrefecimento, estando

estritamente relacionados com as trocas energéticas entre o exterior e interior da mesma. Enquanto o clima

é uma propriedade que é tanto dependente da localização geográfica como da época do ano consideradas,

a envolvente estrutural varia consideravelmente de edifício/alojamento para edifício/alojamento (ou grupo

destes).

A envolvente estrutural dos edifícios corresponde à fronteira do sistema em estudo (alojamentos)

e o exterior. Nesta fronteira são vários os aspetos que devem ser tidos em conta tais como o material, a

área de envidraçado e as respetivas orientações. Estes parâmetros são analisados com base em dados

26

históricos nacionais, realçando assim a evolução que o processo de construção tem sofrido ao longo dos

anos. Na Tabela 4 são apresentados os parâmetros estruturais (incluindo um relativo à ventilação) com a

respetiva evolução histórica, mais especificamente os coeficientes de transmissão de calor 𝑈 [𝑊

𝑚2𝐾], as

taxas de renovação horárias do ar 𝑅 [ℎ−1] e ainda os fatores de área envidraçada dos edifícios do setor

residencial Português. Os valores apresentados nesta tabela foram adaptados a partir das fontes BPIE

(Buildings Performance Institute Europe (BPIE) 2010) – 𝑈 [𝑊

𝑚2𝐾] e 𝑅 [ℎ−1] – e Sousa et al. (Sousa et al.

2013) – fator de área envidraçada –, tendo sido interpolados por forma a corresponder aos anos de

construção descritos na base de dados do BGRI (Instituto Nacional de Estatística 2011a) e tal como

apresentado na Figura 9.

Tabela 4 – Valores históricos nacionais de parâmetros estruturais e de ventilação. Adaptado a partir de BPIE

(Buildings Performance Institute Europe (BPIE) 2010) e Sousa et al. (Sousa et al. 2013).

<1919

1919 1946 1961 1971 1981 1991 1996 2001 2006

1945 1960 1970 1980 1990 1995 2000 2005 2011

𝑈 [𝑊

𝑚2𝐾]

Parede 1.97 1.95 1.93 1.58 1.40 1.31 1.21 1.14 1.05 0.76

Teto 3.00 2.95 2.90 2.81 2.77 2.77 2.65 2.52 2.30 1.42

Chão 2.25 2.51 2.74 2.77 2.80 2.83 2.75 2.69 2.59 1.91

Janela 3.96 4.07 4.10 3.98 3.99 4.10 4.10 3.86 3.51 3.21

𝑅 [ℎ−1] 1.06 1.05 1.02 1.01 0.99 0.98 0.97 0.97 0.96 0.95

Fator de área envidraçada

0.31 0.32 0.34 0.32 0.31 0.32 0.34 0.35 0.36 0.38

Em relação à área envidraçada dos edifícios é ainda possível descrever as respetivas orientações

e tipologias de vidro. Na Figura 12 é apresentada a distribuição de janelas segundo as várias orientações

para a zona climática na qual a ilha Terceira se insere (Inverno-1, Verão-1), distribuição essa adaptada a

partir da Quercus (Quercus – Associação Nacional de Conservação da Natureza 2008).

27

Figura 12 – Distribuição do número de janelas pelas várias orientações, relativamente à zona climática considerada.

Adaptado a partir de (Quercus – Associação Nacional de Conservação da Natureza 2008).

Como fatores inerentes à área envidraçada dos edifícios são ainda considerados os tipos de vidro

(simples ou duplo), presença de sistema de sombreamento e os tipos de caixilho. Na Figura 13 é

apresentada a distribuição de janelas, obtida a partir de dados nacionais da Quercus (Quercus –

Associação Nacional de Conservação da Natureza 2011), segundo o tipo de vidro e o sistema de

sombreamento (presente ou inexistente).

Figura 13 – Distribuição das janelas segundo a tipologia de vidro e o sistema de sombreamento. Adaptado a partir de

(Quercus – Associação Nacional de Conservação da Natureza 2011).

Por sua vez na Figura 14 é apresentada a distribuição das janelas, obtida para a zona climática

em consideração a partir dos dados da Quercus (Quercus – Associação Nacional de Conservação da

Natureza 2008), segundo o tipo de vidro e o tipo de caixilho existente.

28

Figura 14 – Distribuição das janelas segundo a tipologia de vidro e o tipo de caixilho. Adaptado a partir de (Quercus –

Associação Nacional de Conservação da Natureza 2008).

Estas ponderações assumem-se como essenciais no cálculo das necessidades energéticas do

setor residencial, descrito na secção 3.2.

Como já foi referido, um dos objetivos do modelo apresentado e descrito neste trabalho é o

desenvolvimento de perfis horários do consumo energético no setor doméstico. Para tal, os dados

dependentes da resolução temporal, mais especificamente o clima, tiveram de ser analisados com a

mesma resolução temporal do modelo. Os principais dados associados ao clima são a temperatura (do ar

e da água canalizada) e a irradiação solar, em que ambos foram obtidos para a ilha Terceira. O tratamento

destes dados consistiu na definição de médias horárias para cada mês por forma a obterem-se as principais

caraterísticas da época em consideração, evitando-se assim a possível contabilização de efeitos

inesperados (exceto na temperatura da água canalizada em que se utilizaram temperaturas médias do mês

tal como apresentado na Figura 15). Os dados para a temperatura do ar e irradiação solar são apresentados

nos anexos deste trabalho (Anexo 1 e Anexo 2 respetivamente). De notar que para a irradiação solar

apenas é apresentado, a título exemplificativo, os valores para o caso da superfície vertical estar orientada

para Sul.

29

Figura 15 – Variação da temperatura média da água canalizada da ilha Terceira ao longo do ano. Adaptado a partir

do Solterm (LNEG - Laboratório Nacional de Energia e Geologia n.d.)

3.1.1.3 A ocupação enquanto fator determinante na procura energética

Por último, mas não menos importante, os dados demográficos da ilha Terceira devem ser

analisados com especial atenção face à sua relevância no consumo final de energia no setor residencial.

O consumo energético de uma habitação está maioritariamente relacionado com a presença de ocupantes

e com as respetivas atividades destes. Por outras palavras, a procura energética depende da existência

ou não de ocupantes e se sim, que tipo de atividade origina da presença de ocupantes (ocupação ativa ou

não). O conceito de ocupação ativa implica a presença de ocupantes e a respetiva influência direta no

consumo da habitação. Na Figura 16 é apresentado um perfil horário com a proporção de casas com pelo

menos um ocupante ativo, adaptado a partir de (Richardson et al. 2008).

30

Figura 16 – Perfil horário da proporção de casas com pelo menos um ocupante ativo. Adaptado a partir de

(Richardson et al. 2008).

Este perfil é indicativo de como a ocupação varia ao longo do dia numa habitação típica tanto para

um dia de semana como para um dia de fim-de-semana. Esta diferença recai essencialmente nas horas

diárias, em que a proporção de casas, no fim-de-semana, aumenta consideravelmente face à menor

percentagem de habitantes nos respetivos postos de trabalho ou estabelecimentos de ensino.

A ocupação ativa carateriza de uma forma genérica de como o nível de atividade numa habitação

varia ao longo do dia, contudo esta atividade pode ser bastante diversificada, tal como é possível verificar

na Figura 17. Nesta figura é apresentado o perfil de utilização do tempo relativamente à população

Portuguesa desenvolvido pelo Instituto Nacional de Estatística (Instituto Nacional de Estatística 2000).

Figura 17 – Perfil de um dia médio com discretização de atividade (Instituto Nacional de Estatística 2000)

31

Neste perfil é possível verificar como a ocupação das habitações varia e o modo como esta

consegue ser tão diversificada. Além de existirem atividades caraterísticas de épocas do ano, esta

especificação atinge também a resolução horária. É possível identificar algumas fases do dia dedicadas a

determinadas atividades, sendo possível a analogia com o perfil apresentado na Figura 16: sono (00-07),

refeições (12-14 e 19-21) e trabalho/escola (14-19). Apesar de apresentar uma vasta diversificação de

atividades, este perfil não permite a descrição concreta de fins de uso energéticos como o aquecimento,

arrefecimento, iluminação e aquecimento de água, uma vez que estas acabam por ser inerentes às

atividades apresentadas no mesmo. Tal não se verifica na atividade de cozinhar que é representada pelas

refeições.

Por forma a validar os valores apresentados na Figura 16, para respetiva aplicação na ilha Terceira,

há a necessidade de se fazer uma breve verificação da demografia desta região. Um dos fatores mais

importantes relacionados com os ocupantes, tal como dito anteriormente, é a ida para o trabalho ou escola,

para tal, na Tabela 5 são apresentados dados relativos à demografia da ilha Terceira adaptados a partir da

base de dados do BGRI (Instituto Nacional de Estatística 2011a).

Tabela 5 – Dados demográficos da ilha Terceira e respetivos municípios. Adaptado a partir da base de dados do

BGRI (Instituto Nacional de Estatística 2011a).

Número

indivíduos residentes

Indivíduos a

frequentar o ensino

Indivíduos empregados

Pensionistas ou

reformados

Sem atividade

económica

% estudante

ou empregado

Angra do Heroísmo

35 402 7 363 15 311 5 967 12 727 64.05%

Vila da Praia da Vitória

21 035 4 129 8 993 3 247 7 645 62.38%

Ilha Terceira 56 437 11 492 24 304 9 214 20 372 63.43%

Os dados apresentados na tabela anterior são meramente indicativos, sendo possível denotar que

cerca de 60% da população da ilha Terceira se encontra empregada ou a frequentar o ensino. Este

indicador fornece, de certa forma, informação relativamente à percentagem de ocupação das habitações

desta ilha. Não sendo possível estimar um valor exato ou executar uma análise detalhada, comparando o

perfil apresentado na Figura 16 e os dados da Tabela 5, é possível verificar que, durante os dias de semana

(quando os habitantes se encontram ora a trabalhar ou no ensino) os valores apresentados no perfil não

são desenquadrados da realidade da ilha. Os 60% de população empregada ou a frequentar o ensino,

indicam que durante a tarde o valor da proporção de casas com pelo menos um ocupante ativo rondará os

40 – 50% face tanto à diversidade de horários escolares (manhã ou tarde) como à existência de turnos em

diversos trabalhos (noturno ou diário). Portanto, o perfil apresentado na Figura 16 apresenta-se como uma

hipótese razoável relativamente ao padrão de ocupação diário do setor doméstico da ilha Terceira. O modo

32

como este perfil é utilizado no modelo encontra-se detalhado na secção 3.2. No ANEXO 3 são

apresentados os restantes perfis utilizados nas diversas aplicações analisadas (eletrodomésticos) no

presente modelo, cuja explicitação também se encontra na secção 3.2.

3.1.2 Tratamento de dados: parâmetros geométricos

Nesta secção é apresentado o tratamento de dados referente ao parque habitacional da ilha

Terceira. Com base nos dados presentes na base de dados do BGRI (Instituto Nacional de Estatística

2011a) é ainda possível desenvolver alguns indicadores adicionais. Nesta base de dados alguns

parâmetros como áreas e número de andares são apresentados em classes/gamas. A partir destas gamas

é possível desenvolver médias ponderadas permitindo assim uma análise mais genérica das propriedades

em questão.

Derivado à distribuição de alojamentos segundo a sua área, é possível obter a área média

(ponderada) por alojamento, 𝐴𝑝𝑜𝑟 𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜 [𝑚2], através da equação (2). Nesta equação 𝐴𝑙𝑜𝑗.𝑎<50,

𝐴𝑙𝑜𝑗.50<𝑎<100, 𝐴𝑙𝑜𝑗.100<𝑎<200 e 𝐴𝑙𝑜𝑗.𝑎>200 indicam o número de alojamentos cuja área é menor a 50 𝑚2, entre

50 e 100 𝑚2, entre 100 e 200 𝑚2 e maior a 200 𝑚2 respetivamente.

𝐴𝑝𝑜𝑟 𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜 =

50 × 𝐴𝑙𝑜𝑗.𝑎<50+ 75 × 𝐴𝑙𝑜𝑗.50<𝑎<100+ 150 × 𝐴𝑙𝑜𝑗.100<𝑎<200+ 200 × 𝐴𝑙𝑜𝑗.𝑎>200𝐴𝑙𝑜𝑗.𝑎<50+ 𝐴𝑙𝑜𝑗.50<𝑎<100+ 𝐴𝑙𝑜𝑗.100<𝑎<200+ 𝐴𝑙𝑜𝑗.𝑎>200

(2)

De referir que o denominador da equação (2), representa o número total de alojamentos

𝑁𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜𝑠 [−]. Como variáveis auxiliares podem ainda ser definidas as áreas de chão, teto e janela (𝐴𝑐ℎã𝑜,

𝐴𝑡𝑒𝑡𝑜 e 𝐴𝑗𝑎𝑛𝑒𝑙𝑎 [𝑚2]), de acordo com as equações (3), (3) e (5) respetivamente.

𝐴𝑐ℎã𝑜 =𝑁𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜𝑠

𝑁𝑎𝑛𝑑𝑎𝑟𝑒𝑠 𝑝𝑜𝑟 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜× 𝐴𝑝𝑜𝑟 𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜 (3)

𝐴𝑡𝑒𝑡𝑜 =𝑁𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜𝑠

𝑁𝑎𝑛𝑑𝑎𝑟𝑒𝑠 𝑝𝑜𝑟 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜× 𝐴𝑝𝑜𝑟 𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜 (4)

𝐴𝑗𝑎𝑛𝑒𝑙𝑎 = 𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑑𝑎 × 𝐹𝑎𝑡𝑜𝑟á𝑟𝑒𝑎 𝑒𝑛𝑣𝑖𝑑𝑟𝑎ç𝑎𝑑𝑎 (5)

Nestas equações 𝑁𝑎𝑛𝑑𝑎𝑟𝑒𝑠 𝑝𝑜𝑟 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜 [– ] indica o número de andares por edifício e pode ser definido

a partir da média ponderada apresentada na equação (6). De salientar ainda que o fator de área

envidraçada é definido de acordo com os dados apresentados na Tabela 4.

𝑁𝑎𝑛𝑑𝑎𝑟𝑒𝑠 𝑝𝑜𝑟 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜 =1.5 × 𝐸𝑑𝑖𝑓.1≤𝑎𝑛𝑑𝑎𝑟≤2+ 3.5 × 𝐸𝑑𝑖𝑓.3≤𝑎𝑛𝑑𝑎𝑟≤4+ 5.5 × 𝐸𝑑𝑖𝑓.𝑎𝑛𝑑𝑎𝑟>4

𝐸𝑑𝑖𝑓.1≤𝑎𝑛𝑑𝑎𝑟≤2+ 𝐸𝑑𝑖𝑓.3≤𝑎𝑛𝑑𝑎𝑟≤4+ 𝐸𝑑𝑖𝑓.𝑎𝑛𝑑𝑎𝑟>4 (6)

33

𝐸𝑑𝑖𝑓.1≤𝑎𝑛𝑑𝑎𝑟≤2, 𝐸𝑑𝑖𝑓.3≤𝑎𝑛𝑑𝑎𝑟≤4 e 𝐸𝑑𝑖𝑓.𝑎𝑛𝑑𝑎𝑟>4 indicam o número de edifícios com número de andares

entre 1 e 2, 3 e 4 e superior a 4 respetivamente. O valor médio de 5.5 adotado para a classe de edifícios

com mais de 4 andares está relacionado com o número reduzido de pisos da maioria dos edifícios da ilha

Terceira.

Na base de dados do BGRI (Instituto Nacional de Estatística 2011a), surgem três conceitos que

devem ser considerados: edifícios isolados, edifícios geminados e edifícios em banda. Estes conceitos são

fundamentais na formulação das áreas de superfície dos alojamentos/edifícios pois estão relacionados com

o modo de agrupamento destes. Um edifício isolado, tal como o nome indica, consiste num edifício isolado

dos restantes sem qualquer tipo de interferência nas áreas superficiais por parte de outros edifícios. Os

restantes conceitos implicam a partilha de área superficial através da fachada lateral. O primeiro refere-se

a um grupo de edifícios constituído por dois elementos e o último a um grupo constituído por três ou mais

elementos. Na Figura 18 é apresentada a distribuição dos edifícios segundo esta divisão.

Figura 18 – Distribuição dos edifícios da ilha Terceira segundo a tipologia apresentada. Adaptado a partir da base de

dados do BGRI (Instituto Nacional de Estatística 2011a).

A área total de parede exterior dos alojamentos, 𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑑𝑎 [𝑚2], deve ter em conta esta

partilha de superfície entre os edifícios. Para tal, existe a necessidade de se efetuarem algumas

aproximações de acordo com o sistema em análise. A partir da Tabela 3 e face à semelhança com os

indicadores obtidos em (Ximenes 2015) para o caso de Odemira, são efetuadas as seguintes

aproximações:

Cada alojamento tem apenas um andar;

Cada piso de um edifício tem apenas um alojamento;

Cada piso tem uma forma quadrada (rácio entre largura e comprimento igual a 1,

comprimento/largura = 𝑟 = 1);

A fachada principal dos alojamentos está sempre virada para a rua;

34

Caso existam edifícios em banda (edifícios agrupados em conjuntos de três ou mais) numa

subsecção, não existem mais que dois grupos de edifícios em banda – apenas quatro fachadas

laterais expostas;

Este grupo de aproximações consiste na adaptação das utilizadas em (Ximenes 2015) no seu

modelo, derivado à semelhança obtida através da análise dos indicadores apresentados na Tabela 3. Por

via deste grupo de aproximações tomadas, foram utilizadas as equações relativas às áreas de superfície

desenvolvidas pelo mesmo autor – descrição e apresentação das equações no ANEXO 4.

Necessidades e respetiva procura energética do setor doméstico

Nesta secção é descrita a formulação do modelo, híbrido, de cálculo das necessidades energéticas

horárias e respetivo consumo final. A abordagem utilizada no desenvolvimento do mesmo, consiste tanto

no recurso a abordagens bottom-up como a abordagens top-down.

Como já enunciado na secção 1.3, o modelo desenvolvido tem como principal resultado a definição

de perfis horários de procura energética, ou consumo final, para os principais fins de uso energético do

setor doméstico: aquecimento e arrefecimento de espaços, aquecimento de água, iluminação, cozinha

(atividades de cozinha e restantes eletrodomésticos).

O modelo consiste em duas partes:

1) Definição das necessidades energéticas;

2) Com os dados relativos às tecnologias (penetração (Direção Geral de Energia e Geologia (DGEG)

2011) – dados nacionais – e eficiência de equipamentos (ITeCons & Universidade de Coimbra

2013)), definição do consumo final horário de energia – Figura 8.

Este consumo horário de energia final apresenta a respetiva discretização em relação aos vetores

energéticos (baseada em dados estatísticos do consumo de cada fim de uso energético por vetor

energético da Região Autónoma dos Açores (Direção Geral de Energia e Geologia (DGEG) 2011)). O

modelo nem sempre segue este processo de definição de necessidades e respetivo consumo final, cada

fim de uso energético é abordado consoante a disponibilidade de dados e respetiva facilidade de

modelação. O modo como os fins de uso energéticos são abordados encontram-se descritas nas secções

seguintes.

De salientar também que, devido à resolução horária do modelo – as equações apresentadas nesta

secção são aplicadas hora-a-hora –, os diversos fins de uso são referentes a espaços temporais diferentes.

Encontram-se, portanto, inseridos na seguinte gama de datas (adaptado a partir do regulamento (ITeCons

& Universidade de Coimbra 2013)):

35

Aquecimento de espaços – dezembro, 2014 a fevereiro, 2015;

Arrefecimento de espaços – junho, 2015 a setembro, 2015;

Aquecimento de água, iluminação e cozinha – durante todo o ano;

Esta especificação nas datas apresentadas deve-se principalmente ao processo de recolha das

temperaturas horárias.

3.2.1 Aquecimento de espaços

A modelação das necessidades energéticas para aquecimento de espaços consiste numa

abordagem bottom-up através da realização de um balanço energético entre o sistema em consideração

(alojamentos) e o exterior. Este, dentro da modelação energética do setor doméstico, tem sido um dos

temas mais abordados e vários têm sido os trabalhos desenvolvidos, abordando tanto ao nível da

modelação como em relação aos diversos parâmetros relacionados (Caldera et al. 2008; Dopazo et al.

2012; Durmayaz et al. 2000; Guerra Santin et al. 2009; Haas et al. 1998; Huang & Berkeley 2000; Isaac &

van Vuuren 2009; Meier & Rehdanz 2010; Sarak & Satman 2003; Sardianou 2008; Schuler et al. 2000;

Snäkin 2000). Para determinar as necessidades de aquecimento de espaços, os parâmetros climáticos

assumem essencial importância, uma vez que estas necessidades resultam principalmente da diminuição

da temperatura em relação a uma referência (e respetiva perda de calor do alojamento para o exterior). A

irradiação solar neste caso apresenta-se como fator preponderante na redução das perdas de calor,

contabilizando-se como ganhos.

A procura energética para aquecimento, 𝑃𝑎𝑞𝑢𝑒𝑐 [𝑘𝑊ℎ], é calculada segundo a equação (7). Esta

formulação apresenta a relação entre as necessidades energéticas, 𝑁𝑎𝑞𝑢𝑒𝑐𝑖𝑚𝑒𝑛𝑡𝑜 [𝑘𝑊ℎ], e o consumo final.

De referir que o procedimento apresentado de seguida segue o raciocínio explicitado e apresentado no

Regulamento de Desempenho Energético dos Edifícios de Habitação (REH) (ITeCons & Universidade

de Coimbra 2013).

𝑃𝑎𝑞𝑢𝑒𝑐 =𝑁𝑎𝑞𝑢𝑒𝑐𝑖𝑚𝑒𝑛𝑡𝑜

𝜂𝑡𝑒𝑐× 𝑓𝑜𝑐𝑢𝑝𝑎𝑐𝑖𝑜𝑛𝑎𝑙 =

𝑄𝑡𝑟𝑎𝑛𝑠 + 𝑄𝑣𝑒𝑛𝑡 − 𝑄𝑔𝑎𝑛ℎ𝑜𝑠

𝜂𝑡𝑒𝑐× 𝑓𝑜𝑐𝑢𝑝𝑎𝑐𝑖𝑜𝑛𝑎𝑙 (7)

Na última equação, 𝑄𝑡𝑟𝑎𝑛𝑠 e 𝑄𝑣𝑒𝑛𝑡 [𝑘𝑊ℎ] dizem respeito às perdas de calor por transmissão e

ventilação, sendo determinadas através das equações (8) e (11) respetivamente. 𝑄𝑔𝑎𝑛ℎ𝑜𝑠 [𝑘𝑊ℎ]

corresponde à variável que define os ganhos de calor e que são determinados através da equação (12).

𝜂𝑡𝑒𝑐 [– ] trata-se da eficiência da tecnologia de aquecimento em consideração e 𝑓𝑜𝑐𝑢𝑝𝑎𝑐𝑖𝑜𝑛𝑎𝑙 [– ] é um fator

relacionado com o perfil de ocupação por parte dos ocupantes dos alojamentos, mais concretamente o

perfil apresentado na Figura 16. Este perfil indicando a probabilidade de existir pelo menos um ocupante

36

ativo, fornece a informação necessária por forma a avaliar a probabilidade das necessidades úteis de

aquecimento serem realmente concretizadas como consumo final.

𝑄𝑡𝑟𝑎𝑛𝑠 =𝐻𝑡𝑟1000

× ∆𝑇 (8)

Na equação (8), 𝐻𝑡𝑟 [𝑊

℃] e ∆𝑇 [℃] correspondem ao coeficiente global de transmissão de calor à

diferença de temperaturas respetivamente. 𝐻𝑡𝑟 [𝑊

℃] é calculado através da equação (9), na qual os

𝑈 [𝑊

(𝑚2.℃)] correspondem aos coeficientes de transmissão de calor e os 𝐴 [𝑚2] às áreas.

𝐻𝑡𝑟 = 𝑈𝑝𝑎𝑟𝑒𝑑𝑒𝐴𝑝𝑎𝑟𝑒𝑑𝑒 + 𝑈𝑡𝑒𝑡𝑜𝐴𝑡𝑒𝑡𝑜 + 𝑈𝑐ℎã𝑜𝐴𝑐ℎã𝑜 + 𝑈𝑗𝑎𝑛𝑒𝑙𝑎𝐴𝑗𝑎𝑛𝑒𝑙𝑎 (9)

Em relação aos coeficientes de transmissão de calor existe a necessidade de se ter em conta a

classe etária dos edifícios – ano de construção 𝑥 – e, portanto, deve ser estabelecida a seguinte relação

para todas as componentes estruturais dos edifícios (parede, teto, chão e janela) – equação (10).

𝑈 =∑𝑈𝑥 ×% 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜𝑠𝑥𝑥

(10)

𝑄𝑣𝑒𝑛𝑡 = ∆𝑇 ×cp. ρ

3600× 𝑅 × 𝑉 (11)

Nesta última equação, cp [𝐽

𝑘𝑔.℃] é o calor específico do ar, ρ [

𝑘𝑔

(𝑚3)𝑚] a massa volúmica do ar, 𝑅 [

1

ℎ]

a taxa de renovação do ar e por fim 𝑉 [𝑚3] é o volume de alojamento. Nos ganhos térmicos existe tanto a

influência da ocupação do alojamento (𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑖𝑛𝑡𝑒𝑟𝑛𝑜𝑠 [𝑘𝑊ℎ]), equação (13), como dos ganhos através da

irradiação solar pela área envidraçada (𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑠𝑜𝑙𝑎𝑟𝑒𝑠 [𝑘𝑊ℎ]), equação (14).

𝑄𝑔𝑎𝑛ℎ𝑜𝑠 = 𝜂 (𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑖𝑛𝑡𝑒𝑟𝑛𝑜𝑠 + 𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑠𝑜𝑙𝑎𝑟𝑒𝑠) (12)

𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑖𝑛𝑡𝑒𝑟𝑛𝑜𝑠 =𝑞𝑖𝑛𝑡1000

× 𝐴ú𝑡𝑖𝑙 × 𝑓𝑜𝑐𝑢𝑝𝑎𝑐𝑖𝑜𝑛𝑎𝑙 (13)

𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑠𝑜𝑙𝑎𝑟𝑒𝑠 = 𝐺𝑠𝑢𝑙 × ∑ [𝑋𝑗 × ∑ (𝐹ℎ × 𝐹𝑜 × 𝐹𝑓)𝑛𝑗× (𝐴𝑤 × 𝐹𝑔 × 𝑔𝑖)𝑛𝑗

𝑛 (𝑠𝑢𝑝𝑒𝑟𝑓í𝑐𝑖𝑒)

]

𝑗 (𝑜𝑟𝑖𝑒𝑛𝑡𝑎çã𝑜)

(14)

Aos ganhos encontra-se ainda associado um fator de utilização de ganhos, 𝜂 [−], que é

dependente não só da relação entre os ganhos e as perdas, mas também de um parâmetro relacionado

com a inércia térmica do edifício, 𝑎 [−]. A formulação do cálculo do fator de utilização de ganhos é

apresentada no ANEXO 5. Na equação (13) 𝑞𝑖𝑛𝑡 [𝑊

𝑚2] corresponde aos ganhos térmicos internos médios

37

por unidade de superfície. O regulamento (ITeCons & Universidade de Coimbra 2013) sugere 4 [𝑊

𝑚2] como

ganhos térmicos internos médios no setor doméstico. 𝐴ú𝑡𝑖𝑙 [𝑚2] diz respeito à área de chão e 𝑓𝑜𝑐𝑢𝑝𝑎𝑐𝑖𝑜𝑛𝑎𝑙 [−]

representa o fator relacionado com o perfil de ocupação dos ocupantes – Figura 16. Na equação (14)

𝐺𝑠𝑢𝑙 [𝑘𝑊ℎ

𝑚2 ] corresponde à energia solar média horária incidente numa superfície vertical orientada a Sul por

unidade de superfície, cujos dados se encontram apresentados no ANEXO 2, e 𝑋𝑗 [– ] trata-se de um fator

de orientação que tem em consideração as várias exposições – valor determinado através da conjugação

entre a distribuição de orientações (Figura 12) e os fatores de orientação para cada exposição. Enquanto

𝐹ℎ [−] representa o fator de sombreamento do horizonte, 𝐹𝑜 [−] e 𝐹𝑓 [– ] representam os fatores de

sombreamento por elementos horizontais e verticais respetivamente. Estes três fatores representam um

fator genérico de obstrução, 𝐹𝑠 [−]. Por fim, 𝐴𝑤 [𝑚2] é a área total de vão envidraçado, 𝐹𝑔 [– ] a fração

envidraçada do vão envidraçado e 𝑔𝑖 [– ] o fator solar de inverno, e estes três parâmetros juntos

representam a área efetiva coletora 𝐴𝑠 [𝑚2]. Os parâmetros 𝐹𝑔 [– ] e 𝑔𝑖 [– ] são determinados através da

ponderação dos valores caraterísticos destes – descritos no regulamento (ITeCons & Universidade de

Coimbra 2013) – com as distribuições correspondentes apresentadas nas Figura 14 e Figura 13

respetivamente. Relativamente aos somatórios, o primeiro é referente às diferentes orientações – 𝑛 –,

enquanto o segundo faz referência a cada uma das superfícies com a orientação 𝑗.

3.2.2 Arrefecimento de espaços

O processo de modelação a que se recorreu no cálculo da procura energética para arrefecimento,

𝑃𝑎𝑟𝑟𝑒𝑓 [𝑘𝑊ℎ], consiste também numa abordagem bottom-up. Esta abordagem seguida consiste novamente

num balanço energético entre o interior do alojamento e o exterior. Na época de arrefecimento é dado

ênfase, como é óbvio, aos ganhos solares. Neste caso, as necessidades energéticas estão relacionadas

com o aumento da temperatura face a uma referência e à irradiação solar recebida pelas superfícies (tanto

paredes como janelas).

A procura energética para arrefecimento, 𝑃𝑎𝑟𝑟𝑒𝑓 [𝑘𝑊ℎ], é calculada segundo a equação (15). De

referir que o procedimento apresentado de seguida segue novamente o raciocínio explicitado e

apresentado no Regulamento de Desempenho Energético dos Edifícios de Habitação (REH) (ITeCons

& Universidade de Coimbra 2013). Apesar de se ter seguido o regulamento, várias são as alternativas que

abordam a presente temática (Dopazo et al. 2012; Isaac & van Vuuren 2009; Huang & Berkeley 2000).

𝑃𝑎𝑟𝑟𝑒𝑓 =𝑁𝑎𝑟𝑟𝑒𝑓𝑒𝑐𝑖𝑚𝑒𝑛𝑡𝑜

𝜂𝑡𝑒𝑐× 𝑓𝑜𝑐𝑢𝑝𝑎𝑐𝑖𝑜𝑛𝑎𝑙 =

(1 − 𝜂) × 𝑄𝑔𝑎𝑛ℎ𝑜𝑠

𝜂𝑡𝑒𝑐× 𝑓𝑜𝑐𝑢𝑝𝑎𝑐𝑖𝑜𝑛𝑎𝑙 (15)

38

Do mesmo modo que nas equações anteriormente apresentadas, 𝜂 [−] corresponde ao fator de

utilização de ganhos – cujo modo de cálculo está apresentado no ANEXO 5 –, 𝑓𝑜𝑐𝑢𝑝𝑎𝑐𝑖𝑜𝑛𝑎𝑙 [−] trata-se de

um fator relacionado com o perfil de ocupação por parte dos ocupantes dos alojamentos (do mesmo modo

que no aquecimento, este perfil fornece a informação necessária por forma a avaliar a probabilidade das

necessidades úteis de arrefecimento serem realmente concretizadas em consumo final) – Figura 16 –, e

𝜂𝑡𝑒𝑐 [– ] a eficiência da tecnologia de arrefecimento em consideração. Uma vez que o fator de utilização de

ganhos é a relação entre os ganhos e as perdas, é necessário novamente definir as perdas térmicas por

transmissão, 𝑄𝑡𝑟𝑎𝑛𝑠 [𝑘𝑊ℎ], e ventilação, 𝑄𝑣𝑒𝑛𝑡 [𝑘𝑊ℎ] – equações (16) e (17) respetivamente.

𝑄𝑡𝑟𝑎𝑛𝑠 =𝐻𝑡𝑟1000

× (𝜃𝑟𝑒𝑓 − 𝜃𝑒𝑥𝑡) (16)

𝑄𝑣𝑒𝑛𝑡 = (𝜃𝑟𝑒𝑓 − 𝜃𝑒𝑥𝑡) ×cp. ρ

3600× 𝑅 × 𝑉 (17)

Nestas últimas equações 𝜃𝑟𝑒𝑓 [℃] representa a temperatura referência e 𝜃𝑒𝑥𝑡 [℃] a temperatura

média do ar exterior. Na equação (15) 𝑄𝑔𝑎𝑛ℎ𝑜𝑠 [𝑘𝑊ℎ] corresponde aos ganhos, sendo estes calculados

segundo a equação (18).

𝑄𝑔𝑎𝑛ℎ𝑜𝑠 = 𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑖𝑛𝑡𝑒𝑟𝑛𝑜𝑠 + 𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑠𝑜𝑙𝑎𝑟𝑒𝑠 (18)

𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑖𝑛𝑡𝑒𝑟𝑛𝑜𝑠 e 𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑠𝑜𝑙𝑎𝑟𝑒𝑠 [𝑘𝑊ℎ] são as variáveis que representam os ganhos internos e os

ganhos solares respetivamente. O modo de cálculo dos ganhos internos é semelhante ao apresentado na

secção 3.2.1, contudo o dos ganhos solares é relativamente diferente. Ao contrário do que se sucedia no

aquecimento, para arrefecimento são também contabilizados os ganhos solares através das superfícies

opacas (paredes), tal como apresentado na equação (19).

𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑠𝑜𝑙𝑎𝑟𝑒𝑠 = 𝑄(𝑔𝑎𝑛ℎ𝑜𝑠 𝑠𝑜𝑙𝑎𝑟𝑒𝑠)𝑝𝑎𝑟𝑒𝑑𝑒𝑠 + 𝑄(𝑔𝑎𝑛ℎ𝑜𝑠 𝑠𝑜𝑙𝑎𝑟𝑒𝑠)𝑣ã𝑜 𝑒𝑛𝑣𝑖𝑑𝑟𝑎ç𝑎𝑑𝑜 (19)

𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑠𝑜𝑙𝑎𝑟𝑒𝑠𝑝𝑎𝑟𝑒𝑑𝑒𝑠= ∑ [𝐺𝑠𝑜𝑙,𝑗 ×∑(𝐹𝑠)𝑛𝑗 × (𝛼 × 𝑈 × 𝐴𝑝𝑎𝑟𝑒𝑑𝑒 × 𝑘)𝑛𝑗

𝑛

]

𝑗 (𝑜𝑟𝑖𝑒𝑛𝑡𝑎çã𝑜)

(20)

𝑄𝑔𝑎𝑛ℎ𝑜𝑠 𝑠𝑜𝑙𝑎𝑟𝑒𝑠𝑣ã𝑜 𝑒𝑛𝑣𝑖𝑑𝑟𝑎ç𝑎𝑑𝑜= ∑ [𝐺𝑠𝑜𝑙,𝑗 ×∑(𝐹𝑠)𝑛𝑗 × (𝐴𝑤 × 𝐹𝑔 × 𝑔𝑣)𝑛𝑗

𝑛

]

𝑗 (𝑜𝑟𝑖𝑒𝑛𝑡𝑎çã𝑜)

(21)

Na equação (20), 𝐺𝑠𝑜𝑙 ,𝑗 [𝑘𝑊ℎ

𝑚2 ] representa a energia solar média incidente nas diversas orientações,

cujo exemplo para a orientação Sul se apresenta no ANEXO 2. Aproveitando a formulação apresentada na

secção anterior, tanto no cálculo dos ganhos solares para paredes como para o vão envidraçado o fator

genérico de obstrução 𝐹𝑠 [−], calcula-se de forma semelhante. A grande diferença no cálculo dos ganhos

solares para as superfícies opacas em relação aos vãos envidraçados está inteiramente relacionada com

39

a área efetiva coletora 𝐴𝑠 [𝑚2]. Para as superfícies opacas, existe também a consideração de um

coeficiente de absorção de radiação solar, 𝛼 [−], um coeficiente de transmissão de calor, 𝑈 [𝑊

(𝑚2.℃)], e ainda

uma resistência térmica superficial, 𝑘 [𝑚2.℃

𝑊]. Por último, na equação (21), 𝑔𝑣 [−] é o fator solar da estação

de arrefecimento. Os somatórios apresentados são semelhantes aos apresentados no aquecimento de

espaços, apenas com a diferença que o segundo somatório de cada equação é referente a cada um dos

elementos opacos (paredes) e envidraçados – subscrito 𝑛 –, respetivamente, com a orientação 𝑗.

3.2.3 Aquecimento de água

Do mesmo modo que os apresentados nas duas secções anteriores, a procura energética para

aquecimento de água, 𝑃𝑎𝑞𝑢𝑒𝑐 á𝑔𝑢𝑎 [𝑘𝑊ℎ], também segue uma abordagem bottom-up, contudo esta é um fim

de uso energético que cobre todo o ano, não existindo, portanto, uma época especifica de utilização. As

necessidades energéticas para aquecimento de água, 𝑁𝑎𝑞𝑢𝑒𝑐 á𝑔𝑢𝑎 [𝑘𝑊ℎ], estão essencialmente

dependentes do consumo horário por pessoa, 𝑉á𝑔𝑢𝑎 [𝑙

𝑝𝑒𝑠𝑠𝑜𝑎], e da diferença de temperaturas desejada,

∆𝑇á𝑔𝑢𝑎 [℃]. Como temperatura máxima desejada foi considerado 50 [℃]. Por outro lado, a temperatura a

que a água – temperatura mínima – chega às habitações varia consoante o mês considerado, tal como

apresentado na Figura 15. O procedimento de cálculo da procura energética para aquecimento de água,

apresentado na equação (22), segue novamente o raciocínio explicitado e apresentado no Regulamento

de Desempenho Energético dos Edifícios de Habitação (REH) (ITeCons & Universidade de Coimbra

2013).

𝑃𝑎𝑞𝑢𝑒𝑐 á𝑔𝑢𝑎 =𝑁𝑎𝑞𝑢𝑒𝑐 á𝑔𝑢𝑎

𝜂𝑡𝑒𝑐=

𝑉á𝑔𝑢𝑎 × 𝑓𝑒𝑓𝑓 ℎ𝑖𝑑𝑟á𝑢𝑙𝑖𝑐𝑎 × 𝑐𝑝 × 𝜌á𝑔𝑢𝑎 × ∆𝑇á𝑔𝑢𝑎 × 𝑁𝑟𝑒𝑠𝑖𝑑𝑒𝑛𝑡𝑒𝑠3600𝜂𝑡𝑒𝑐

(22)

Como indicado anteriormente, 𝑉á𝑔𝑢𝑎 [𝑙

𝑝𝑒𝑠𝑠𝑜𝑎] representa o consumo horário de água quente por

pessoa. Como é possível verificar, este é o único termo na equação anterior que apresenta variação

temporal horária. Esta variação horária é obtida através da distribuição ao longo do dia, a partir do perfil

indicado na Figura 42 (ANEXO 3), do consumo diário de água quente por pessoa. Na equação (22),

𝑐𝑝 [𝐽

𝑘𝑔.℃] e 𝜌á𝑔𝑢𝑎 [

𝑘𝑔

𝑚3] são, respetivamente, o calor específico e a massa volúmica da água, 𝑓𝑒𝑓𝑓 ℎ𝑖𝑑𝑟á𝑢𝑙𝑖𝑐𝑎 [– ]

um fator de eficiência hidráulica e 𝑁𝑟𝑒𝑠𝑖𝑑𝑒𝑛𝑡𝑒𝑠 [−] o número de indivíduos residentes da ilha Terceira – Tabela

3.

40

3.2.4 Iluminação

Tal como no cálculo da procura energética para o aquecimento de água a procura energética para

iluminação, 𝑃𝑖𝑙𝑢𝑚𝑖𝑛𝑎çã𝑜 [𝑘𝑊ℎ], também se aplica durante todo o ano com as respetivas singularidades.

Novamente o objetivo passou por se recorrer a uma abordagem bottom-up, estabelecendo a relação entre

as necessidades energéticas e o consumo final energético para iluminação. Na iluminação o principal fator

que define a procura são os requisitos de iluminação (necessidade), 𝑛𝑖𝑙𝑢𝑚𝑖𝑛𝑎çã𝑜 [𝑙𝑚

𝑚2], este fator está

inteiramente ligado com o tipo de atividade desenvolvido pelo ocupante variando significativamente.

Na equação (23) é apresentado o modo de cálculo da procura energética para iluminação no setor

doméstico. A formulação apresentada é baseada em várias abordagens seguidas por vários autores

(Dopazo et al. 2012; Yao & Steemers 2005; Stokes et al. 2004; Richardson et al. 2009; Shen 2006; Souza

2011; Ximenes 2015).

𝑃𝑖𝑙𝑢𝑚𝑖𝑛𝑎çã𝑜 =𝑁𝑖𝑙𝑢𝑚𝑖𝑛𝑎çã𝑜

𝜂𝑡𝑒𝑐× 𝑓𝑜𝑐𝑢𝑝𝑎𝑐𝑖𝑜𝑛𝑎𝑙 =

𝑛𝑖𝑙𝑢𝑚𝑖𝑛𝑎çã𝑜 × 𝐴𝑐ℎã𝑜

𝜂𝑡𝑒𝑐× 𝑓𝑜𝑐𝑢𝑝𝑎𝑐𝑖𝑜𝑛𝑎𝑙 (23)

Na modelação da procura para iluminação foram utilizados alguns pressupostos. Os pressupostos

utilizados recaem essencialmente sobre o fator relacionado com o perfil de ocupação por parte dos

ocupantes dos alojamentos, 𝑓𝑜𝑐𝑢𝑝𝑎𝑐𝑖𝑜𝑛𝑎𝑙 [−]. O perfil horário de iluminação está dependente de dois fatores:

necessidade de iluminação (ausência de luz natural – irradiação solar) e a ocupação dos alojamentos. Por

forma a estabelecer o perfil horário, é aplicado o perfil apresentado na Figura 16 em conjugação com o

nível de irradiação solar horário.

41

Figura 19 – Perfil de irradiação solar para o mês de janeiro e respetiva consideração de “lusco-fusco”. Adaptado a

partir do PVGIS (European Commission n.d.)

Na Figura 19 é apresentado um perfil exemplificativo da irradiação solar horária para o mês de

janeiro. De modo a não considerar que existem apenas necessidades energéticas de iluminação durante

a noite, estabelece-se o seguinte critério:

Irradiação solar nula (𝐼𝑠𝑜𝑙𝑎𝑟 = 0 [𝑊

𝑚2]) – considerada a totalidade das necessidades energéticas

para iluminação;

Irradiação solar reduzida (0 < 𝐼𝑠𝑜𝑙𝑎𝑟 ≤ 0.15 × 𝐼𝑠𝑜𝑙𝑎𝑟𝑚á𝑥𝑖𝑚𝑎) – considerada apenas metade das

necessidades energéticas para iluminação;

Irradiação solar normal (𝐼𝑠𝑜𝑙𝑎𝑟 > 0.15 × 𝐼𝑠𝑜𝑙𝑎𝑟𝑚á𝑥𝑖𝑚𝑎) – as necessidades energéticas para

iluminação são consideradas como nulas ou desprezáveis;

Este critério baseia-se essencialmente em considerar que não só existem necessidades

energéticas para iluminação durante a noite, mas também nos inícios e fins de dia (em que a irradiação

apresenta valores relativamente reduzidos). No presente modelo, as fases do dia em que a irradiação solar

atinge valores reduzidos – onde apenas se consideram metade das necessidades energéticas de

iluminação – são definidas como correspondendo a valores inferiores a 15% da irradiação solar máxima

desse dia, 𝐼𝑠𝑜𝑙𝑎𝑟𝑚á𝑥𝑖𝑚𝑎.

42

3.2.5 Cozinha

Ao contrário dos fins de uso anteriormente abordados, a modelação da procura energética para a

divisão da cozinha, 𝑃𝑒𝑞.𝑐𝑜𝑧𝑖𝑛ℎ𝑎 [𝑘𝑊ℎ], segue uma abordagem relativamente diferente. Estes dois fins de uso

são aglomerados na mesma secção na medida em que são parte constituinte do mesmo sistema, ou seja,

a cozinha. Nos equipamentos existentes numa cozinha existe essencialmente a divisão em equipamentos

para cozinhar (tais como fornos, fogões, lareiras, etc.) e os restantes (tais como frigoríficos e máquinas de

lavar) – os denominados grandes eletrodomésticos. Ambos os tipos de equipamento são modelados

através do mesmo método, método esse que se apresenta na equação (24), não deixando de referir o

trabalho desenvolvido em (Dopazo et al. 2012) e (Ximenes 2015).

𝑃𝑒𝑞.𝑐𝑜𝑧𝑖𝑛ℎ𝑎 = ∑𝐶𝑎𝑛𝑢𝑎𝑙,𝑒𝑞𝑢𝑖𝑝𝑎𝑚𝑒𝑛𝑡𝑜

365× 𝑁𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜𝑠 × 𝑓𝑢𝑡𝑖𝑙𝑖𝑧𝑎çã𝑜𝑒𝑞𝑢𝑖𝑝𝑎𝑚𝑒𝑛𝑡𝑜

𝑒𝑞𝑢𝑖𝑝𝑎𝑚𝑒𝑛𝑡𝑜

(24)

Na equação apresentada anteriormente 𝐶𝑎𝑛𝑢𝑎𝑙,𝑒𝑞𝑢𝑖𝑝𝑎𝑚𝑒𝑛𝑡𝑜 [𝑘𝑊ℎ

𝑎𝑛𝑜.𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜] representa o consumo

anual por alojamento de cada equipamento, 𝑁𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜𝑠 [– ] o número de alojamentos clássicos de

residência habitual considerados na análise – Tabela 3 – e 𝑓𝑢𝑡𝑖𝑙𝑖𝑧𝑎çã𝑜𝑒𝑞𝑢𝑖𝑝𝑎𝑚𝑒𝑛𝑡𝑜 [– ] corresponde ao fator de

utilização dos equipamentos, referente aos perfis indicados no ANEXO 3.

A grande diferença entre estes dois grupos de equipamentos consiste na definição do consumo

anual por alojamento de cada equipamento.

Nos eletrodomésticos dedicados à atividade de cozinhar, segue-se uma abordagem top-down de

acordo com a penetração dos mesmos e os consumos anuais segundo os diversos vetores

energéticos;

Nos grandes equipamentos o consumo anual é obtido através conjugação da penetração destes

com as respetivas classificações energéticas.

43

4 A procura energética atual e análise do fator ocupacional

Neste capítulo são apresentadas as potencialidades do modelo desenvolvido. Se no capítulo

anterior foram descritos todos os aspetos relativos à modelação e às diversas propriedades inerentes do

sistema em análise, neste são abordados os resultados dessa modelação. A análise e apresentação dos

resultados será feita essencialmente com base em perfis horários gerados pelo modelo.

Nesta secção além de serem apresentados os perfis referentes à situação atual da procura

energética na ilha Terceira (cenário de referência) são também referidas as considerações feitas na

modelação de cada fim de uso energético por forma a que se validassem os resultados com as estatísticas

existentes no Inquérito ao Consumo de Energia no Sector Doméstico (Direção Geral de Energia e

Geologia (DGEG) 2011). Sendo referentes à situação atual, são também apresentados os efeitos da

ocupação – variação dos padrões – no consumo energético. Na análise dos efeitos da ocupação são

introduzidos alguns pressupostos, como por exemplo relativamente ao tipo de dia admitido, alteração em

alguns hábitos, entre outros. Esta análise tem como objetivo demonstrar o quão determinante a ocupação

de uma habitação é no consumo energético da mesma.

Aquecimento de espaços

Segundo o inquérito ao consumo, na ilha Terceira são consideradas as seguintes tecnologias de

aquecimento: lareira aberta, lareira com recuperador de calor, salamandra, caldeira para aquecimento por

circulação de água, aquecedor elétrico independente, aquecedor a GPL independente e bomba de calor

(ar condicionado).

As necessidades energéticas para aquecimento estando dependentes essencialmente das perdas

de calor devido à diminuição da temperatura exterior faz com que estas sejam superiores durante as horas

de menor temperatura, ou seja, manhã e noite. O consumo final de energia estando dependente da

ocupação das habitações, fará com que este consumo se resuma principalmente às horas antes e após de

dormir. Na Figura 20 é apresentado o perfil do consumo final energético do setor doméstico da ilha Terceira

para um dia de semana no mês de janeiro.

44

Figura 20 – Perfil do consumo energético final em aquecimento, no setor doméstico da ilha Terceira, num dia de

semana típico de janeiro.

Tal como afirmado anteriormente, é possível verificar que o consumo para aquecimento incide

essencialmente durante a manhã e a noite (19:00-09:00). O perfil apresenta de uma forma geral dois picos,

um de manhã entre as 06:00 e as 09:00 e outro à noite (incluindo fim de tarde) entre as 19:00 e as 23:00.

Enquanto o primeiro representa sobretudo o acordar e o pequeno-almoço (momentos prévios à ida para

o(a) trabalho/escola), o segundo diz respeito às horas de jantar e posteriormente às horas dedicadas ao

lazer. O pico durante a manhã ganha especial relevância – valor máximo –, sendo até mesmo superior ao

pico registado durante as horas noturnas, devido a:

Arrefecimento da habitação durante a noite, uma vez que não existem ganhos solares nestas horas

por forma a equilibrar as perdas devido à diminuição das temperaturas;

Durante as horas de jantar, algumas atividades do setor doméstico (em especial cozinhar)

contribuem, indiretamente, para o aquecimento da habitação;

Durante a tarde não existe consumo (ou necessidades) face não só às temperaturas próximas da

referência, diminuindo assim as perdas de calor para o exterior, como também devido à existência de

ganhos solares. Contudo na realidade, devido a caraterísticas subjetivas, a relação dos ocupantes com a

variação de temperatura é em geral tão linear tal como modelado. Por outro lado, o elevado consumo de

lenha durante a manhã, face às necessidades energéticas, poderá não corresponder à realidade. Como é

possível verificar, face à penetração dos equipamentos, o consumo é predominantemente baseado em

biomassa (lenha). O elevado consumo baseado neste vetor deve-se às reduzidas eficiências dos

equipamentos que funcionam à base deste vetor energético, propiciando elevados níveis de perdas. Em

comparação com a biomassa, o consumo de eletricidade e de GPL (garrafas de butano) para aquecimento

é praticamente desprezável.

Por forma a que, de certa forma, estes resultados sejam validados/verificados com os dados

estatísticos, utilizou-se uma temperatura referência de 15.3 ℃, temperatura essa que se enquadra nos

45

valores utilizados em alguns estudos, incluindo o realizado por em (Ximenes 2015; Sarak & Satman 2003;

Stavropoulos 2013). De referir também que nesta análise, com base no inquérito (Direção Geral de Energia

e Geologia (DGEG) 2011), foi considerado que apenas 47% da área dos alojamentos é realmente

aquecida.

Por forma a avaliar os efeitos da ocupação, na Figura 21 é apresentada uma comparação entre a

procura energética para aquecimento num dia de semana e a procura para um fim-de-semana em dias

típicos do mês de janeiro.

Figura 21 – Comparação dos perfis de procura energética em aquecimento para dia de semana e fim-de-semana

(janeiro).

De referir que o perfil apresentado para o fim-de-semana é obtido através da variação do fator

ocupacional considerado na modelação, descrito no capítulo anterior. Uma vez que o consumo energético

para aquecimento durante a tarde não é considerado, devido aos parâmetros climáticos, o efeito da

ocupação praticamente apenas é visível na parte da manhã. O principal fator diferenciador entre a

ocupação de um dia de semana e a de um fim-de-semana é a ida para trabalho/escola. Durante o fim-de-

semana a maioria dos residentes não trabalha e nem vai à escola, pelo que as horas deitar e de acordar,

normalmente, são mais tardias. Este efeito é visível na Figura 21, onde se verifica um deslocamento e uma

redução de intensidade do pico matinal. Ao contrário da manhã, o consumo durante a noite, incluindo

madrugada, no fim-de-semana é relativamente superior ao dos dias de semana. O que vai de encontro

com a maior flexibilidade de horários face à ausência das rotinas semanais.

46

Arrefecimento de espaços

De acordo com o inquérito ao consumo, para arrefecimento de espaços são consideradas as

seguintes tecnologias: aparelho individual de ar condicionado, ventilador (ventoinha, ventilador de parede)

e ar condicionado que aquece e arrefece (bomba de calor).

Por outro lado, as necessidades energéticas para arrefecimento estão dependentes, além da

variação da temperatura, dos ganhos solares através das superfícies, paredes ou janelas. Desta forma as

necessidades energéticas serão superiores durante as horas de maior irradiação solar, ou seja, durante a

tarde. O perfil da procura energética horária da ilha Terceira para arrefecimento é apresentado na Figura

22.

Figura 22 – Perfil do consumo energético final em arrefecimento, no setor doméstico da ilha Terceira, num dia de

semana típico de julho.

Neste perfil apenas é apresentado o consumo total, não sendo apresentada a discretização e em

vetor energético, pela simples razão do consumo para arrefecimento se basear única e exclusivamente em

eletricidade. Outro aspeto a ser destacado, em comparação com o perfil de aquecimento, é a diferença,

bastante expressiva, de intensidades. O consumo horário para arrefecimento é bastante inferior ao

consumo para aquecimento. Como referido anteriormente, um dos parâmetros mais importantes é a

irradiação solar e tal é verificado através da semelhança do perfil apresentado com o perfil da irradiação

solar diária – nos meses da época de arrefecimento (posição do sol caraterística) – após a calibração com

as várias orientações, para uma superfície vertical. Face a esta dependência também é possível

estabelecer a relação entre o pico genérico registado no perfil e as horas de sol de um dia do mês

considerado – nascer-do-sol às 06:35 e pôr-do-sol às 21:10 (valores médios). Como é de esperar o perfil

também é influenciado pela ocupação, verificando-se um decréscimo do consumo durante a tarde face à

menor ocupação ativa das habitações. Há a salientar que, em comparação com o consumo diário para

47

arrefecimento, o consumo nas horas da parte da manhã (07:00 – 10:00) estará, eventualmente,

determinado por excesso por via dos fatores de ocupação ativa. É expectável que durante estas horas o

consumo energético seja reduzido relativamente à tarde (12:00 – 18:00).

A validação da procura para arrefecimento, tal como verificado no aquecimento, centrou-se no

ajustamento da temperatura referência, 𝜃𝑟𝑒𝑓 [℃]. No presente trabalho foi utilizada uma temperatura

referência de 25.8 ℃, valor esse bastante próximo aos 25 ℃ referenciados pelo regulamento (ITeCons &

Universidade de Coimbra 2013). Além disso, com base no inquérito (Direção Geral de Energia e Geologia

(DGEG) 2011), foi admitido que apenas 33% da área dos alojamentos é considerada como área útil de

arrefecimento.

Do mesmo modo que o apresentado para aquecimento, na Figura 23, é apresentada uma

comparação entre perfis de procura energética para arrefecimento num dia de semana típico de julho e um

dia de fim-de-semana típico do mesmo mês. Novamente, o perfil referente ao fim-de-semana foi obtido

através da respetiva alteração nos fatores ocupacionais aplicados.

Figura 23 – Comparação dos perfis de procura energética em arrefecimento para dia de semana e fim-de-semana

(julho).

Contrariamente ao que se sucede em aquecimento, o consumo energético em arrefecimento

concentra-se essencialmente durante a tarde. Sendo assim, é possível obter outro ponto de vista

relativamente à ocupação. Geralmente existe um maior consumo nos fim-de-semana, derivado da superior

percentagem de ocupação das habitações pelas razões identificadas no aquecimento. A única fase do dia

em que a situação se inverte, de forma mais acentuada, é nas horas prévias à ida para o(a) trabalho/escola.

De referir que, como o consumo para arrefecimento é reduzido, este efeito será praticamente desprezável

no consumo total.

48

Aquecimento de água

Em relação ao aquecimento de água, o inquérito ao consumo (Direção Geral de Energia e Geologia

(DGEG) 2011) assume como parque de equipamentos as seguintes tecnologias: esquentador,

termoacumulador, caldeira e sistema solar térmico.

No caso do aquecimento de água, as necessidades energéticas são relativamente diferentes em

relação às explicadas anteriormente. O consumo de água quente estando fixo ao número de litros diários

por pessoa, faz com que o consumo esteja praticamente apenas dependente do número de indivíduos

residentes e da diferença de temperatura desejada. Esta diferença de temperaturas, varia ao longo dos

meses face à variação de temperatura das águas canalizadas que são utilizadas no setor doméstico, tal

como apresentado na Figura 15. A utilização de água quente (necessidades energéticas de água quente)

no setor doméstico está relacionada basicamente com a realização de tarefas domésticas e atividades

inerentes à higiene pessoal. Estas atividades, principalmente as de higiene como os banhos, normalmente

concentram-se nas horas prévias e posteriores ao trabalho/escola (localização rotineira dos picos do

consumo energético). Na Figura 24 é apresentado o perfil horário do consumo final de energia para

aquecimento e água para um dia típico do mês de janeiro, na ilha Terceira.

Figura 24 – Perfil do consumo energético final para aquecimento de água, no setor doméstico da ilha Terceira, num

dia de semana típico de janeiro.

No consumo final de energia para aquecimento de água verifica-se a predominância do butano

comparativamente aos restantes vetores energéticos. Como quantidades praticamente desprezáveis são

consideradas: propano, GPL canalizado, eletricidade, biomassa (lenha) e solar térmico. No perfil

apresentado na Figura 24, são identificáveis dois picos, o primeiro durante a manhã (07:00 – 08:00) e outro

ao fim da tarde (18:00 – 20:00). Isto vai de encontro ao que Reichmuth (Reichmuth 2008) afirma “a procura

energética para água quente é conhecida como sendo bimodal, ocorrendo durante a manhã e ao fim da

49

tarde”. Estes dois picos estão relacionados com a ocorrência de atividades de higiene, principalmente o

banho exigindo assim quantidades superiores de água quente face a outras atividades, como por exemplo

as domésticas. Há a salientar a relação existente entre o aquecimento do ambiente e o de água (na época

de aquecimento), fazendo referência à semelhança existente entre ambos os perfis (exceto durante a tarde

derivado das razões apresentadas).

O parâmetro de calibração utilizado na validação do consumo energético para aquecimento de

água foi o número de litros diários por pessoa, 𝑉á𝑔𝑢𝑎 [𝑙

𝑝𝑒𝑠𝑠𝑜𝑎.𝑑𝑖𝑎]. No presente modelo foi utilizado o valor de

39 [𝑙

𝑝𝑒𝑠𝑠𝑜𝑎.𝑑𝑖𝑎], valor este bastante próximo ao sugerido pelo regulamento – 40 [

𝑙

𝑝𝑒𝑠𝑠𝑜𝑎.𝑑𝑖𝑎] para uma

eficiência hidráulica unitária (também admitido no presente modelo) –, (ITeCons & Universidade de

Coimbra 2013).

Por fim é apresentada, na Figura 25, uma comparação entre as procuras energéticas para

aquecimento de água de dois meses em épocas distintas (janeiro e julho).

Figura 25 – Perfis do consumo energético final em aquecimento de água, no setor doméstico da ilha Terceira, em

dias típicos de janeiro e julho.

Na figura anterior é apresentado o efeito da variação da temperatura da água canalizada da ilha

Terceira no consumo energético. Não se apresenta como um efeito bastante notório, contudo não deve ser

desprezado.

Como base de análise dos efeitos de ocupação, na Figura 26 é apresentada a comparação de

perfis de procura energética para aquecimento de água, no mês de janeiro.

50

Figura 26 – Comparação de perfis de procura energética para aquecimento de água (janeiro).

O perfil alterado apresentado na figura anterior, corresponde à alteração horária das necessidades

de água quente. Face às rotinas dos dias semanais, o perfil alterado pode representar, de certa forma, a

situação do fim-de-semana. Esta alteração tem por base o perfil de ocupação ativa na parte da manhã,

uma vez que grande parte da população, durante o fim-de-semana, às horas do pico semanal se encontra

a dormir. Desta forma tenta-se executar uma transição das necessidades de higiene (principalmente o

banho) para o fim do dia.

Iluminação

Para iluminação, segundo o inquérito (Direção Geral de Energia e Geologia (DGEG) 2011), apenas

são consideradas as seguintes tipologias de lâmpadas: as incandescentes, as de halogéneo, as

fluorescentes, tubulares ou compactas, as economizadoras e as LED. No presente modelo são duas as

propriedades das lâmpadas tidas em conta, a potência e a eficiência de luminosidade. Na Tabela 6 são

apresentadas as principais caraterísticas do parque de equipamentos considerado em iluminação e as

respetivas fontes. As eficiências apresentadas na tabela seguinte correspondem a valores médios uma vez

que a eficiência varia consoante as várias caraterísticas técnicas dos equipamentos.

51

Tabela 6 – Propriedades das lâmpadas de acordo com a sua tipologia (com fontes).

Tipo de lâmpada Potências consideradas [𝑾] Eficiência de

luminosidade [𝒍𝒎

𝑾]

Incandescentes 25, 40, 60, 75, 100

(Direção Geral de

Energia e Geologia

(DGEG) 2011)

8

(Souza 2011)

Halogéneo <30, 30, 40, 50, >50 24

Fluorescentes,

tubulares ou compactas

4-10, 11-30, 31-50,

>50 60

Economizadoras 3-7, 8-10, 11-14, 15-

17, 18-23 60

LED 1

(Quercus – Associação

Nacional de

Conservação da

Natureza 2011)

80 (Doe 2013)

Relativamente às necessidades energéticas de iluminação, estas existem devido à falta de luz

natural. Portanto o perfil de procura energética de iluminação está inteiramente dependente do perfil de

irradiação solar e da ocupação ativa, tal como apresentado na Figura 27.

Figura 27 – Perfil do consumo energético final em iluminação, no setor doméstico da ilha Terceira, em dias típicos de

janeiro.

Relativamente à dependência anteriormente enunciada, o consumo energético para iluminação

apenas toma relevância durante as horas de noite ou início/fim do dia. No perfil indicado tal é possível de

ser verificado visto que em janeiro as horas de nascer e pôr-do-sol são, em média, às 09:06 e às 18:50

respetivamente. Apesar de durante a tarde não existir consumo energético em iluminação, tal não acontece

52

em todas as habitações, tanto por hábitos ou até mesmo por propriedades climáticas. A partir do ponto em

que se considera a existência de necessidades de iluminação, o perfil do consumo segue o perfil relativo à

ocupação ativa. De forma semelhante ao arrefecimento, apenas se apresenta o consumo final uma vez

que em iluminação apenas é considerado como vetor energético a eletricidade.

Na validação deste fim de uso energético, consideraram-se dois aspetos: requisitos de iluminação

e percentagem da área dos alojamentos a ser iluminada. Admitindo um valor de 80 [𝑙𝑚

𝑚2] tal como utilizado

por Ximenes (Ximenes 2015) e Shen (Shen 2006), a validação ocorria para uma percentagem de área dos

alojamentos iluminada de cerca de 70%. Por forma a considerar uma percentagem de área iluminada

semelhante à utilizada em aquecimento, ou seja 47%, os requisitos de iluminação ficaram estabelecidos

em 120 [𝑙𝑚

𝑚2]. Este valor vai de encontro, enquanto média das diversas divisões das habitações, com os

requisitos estabelecidos para edifícios residenciais pela CIBSE (CIBSE 2013).

Na Figura 28 é analisado o efeito das rotinas relacionadas com o tipo de dia na procura energética

para iluminação.

Figura 28 – Comparação dos perfis de procura energética para iluminação para dia de semana e fim-de-semana

(janeiro).

Uma vez que a iluminação e o aquecimento do ambiente, durante a época de aquecimento, se

encontram relacionados, os consumos destes fins de uso energético experienciam uma semelhante

variação diária. Pelo que o efeito da alteração das caraterísticas do dia considerado e respetivas causas,

serão semelhantes ao que foi descrito para o aquecimento.

53

Cozinha

Na cozinha, enquanto divisão, consideram-se dois grandes grupos de tecnologias, tendo por base

o parque de equipamentos adotado pelo inquérito ao consumo (Direção Geral de Energia e Geologia

(DGEG) 2011):

Tecnologias para cozinhar: fogão com forno, placa, forno independente, fogareiro e lareira;

Eletrodomésticos: micro-ondas, exaustor, frigorífico sem congelador, frigorífico com congelador,

frigorífico combinado, arca congeladora, máquina de lavar loiça, máquina de lavar e secar roupa,

máquina de secar roupa e máquina de lavar roupa;

Grande parte do consumo energético na cozinha resume-se aos horários das refeições, sendo o

restante consumo referente a tarefas domésticas. Na Figura 29 é apresentado o perfil do consumo

energético horário resultante das atividades de cozinha no setor doméstico da ilha Terceira.

Figura 29 – Perfil do consumo energético final na cozinha, no setor doméstico da ilha Terceira, num dia de semana.

No perfil apresentado, apenas são representados os vetores energéticos relevantes. A eletricidade

representa maioritariamente o consumo efetuado pelos eletrodomésticos, enquanto o butano diz respeito,

única e exclusivamente, à atividade de cozinhar. Uma vez que o perfil apresentado faz referência a um dia

de semana, o jantar toma relevância em comparação com o almoço. Isto deve-se em grande parte ao facto

da população que trabalha ou estuda, não almoçar nas respetivas habitações. Apesar da ausência de

ocupantes nas horas de almoço, o consumo nesta fase do dia, ainda que aumente ligeiramente, devia

sobressair com um pico inferior ao existente nas horas de jantar. O consumo de eletricidade durante a noite

é derivado de equipamentos como os frigoríficos e arcas que nunca são desligados, sendo durante o dia

impulsionado por outros equipamentos como as máquinas de lavar.

54

Como já foi referido na secção 3.2.5, nas atividades referentes à cozinha foi seguida uma

abordagem top-down sem que tenha sido possível realizar um processo de validação, pelo que o consumo

energético dedicado a cozinhar foi obtido de forma a que correspondesse com os dados estatísticos do

inquérito ao consumo (Direção Geral de Energia e Geologia (DGEG) 2011).

Por fim na Figura 30 é apresentada a comparação entre o consumo energético realizado na

cozinha para dias de semana e fins-de-semana.

Figura 30 – Comparação dos perfis de procura energética na cozinha para dia de semana e fim-de-semana.

A grande diferença nas atividades relativas à divisão da cozinha reside maioritariamente nas horas

de almoço (11:00 – 14:00). Enquanto nos dias de semana existe uma predominância do jantar, nos dias

de fim-de-semana esta situação inverte-se, predominando o almoço. A população Portuguesa tem por

hábito dar bastante importância ao almoço pelo que, aquando da não existência de restrições

profissionais/escolares na maioria dos casos, esta refeição assume relevância em comparação com o

jantar. Durante a noite, contrariamente ao que sucedia no dia de semana, não ocorre um pico genérico,

mas sim variações ao longo desta fase. Isto deve-se principalmente à limitação existente nos dias de

semana para a execução das tarefas domésticas. Nas restantes fases do dia não existem diferenças

relevantes no consumo uma vez que correspondem ao funcionamento de eletrodomésticos.

Total

Nesta secção o setor doméstico da ilha Terceira é analisado de uma forma mais genérica. São

apresentados não só os perfis horários do consumo final de energia tendo em consideração todos os fins

de uso energéticos aqui analisados (apesar de se considerar como total, não se tem em conta o consumo

de eletrodomésticos relacionados com o lazer tais como TV, rádio, entre outros) mas também analisados

55

os efeitos das alterações na ocupação. Por forma a se ter uma visão mais ampla serão consideradas as

duas épocas relevantes, a de aquecimento e a de arrefecimento.

4.6.1 Época de aquecimento

Como caraterizador da época de aquecimento é considerado o mês de janeiro, tal como

apresentado nas secções anteriores. Primeiramente apresenta-se, na Figura 31, o perfil da procura

energética horária do setor doméstico da ilha Terceira. De salientar que apenas são apresentados os

vetores energéticos relevantes.

Figura 31 – Perfil do consumo energético final do setor doméstico da ilha Terceira, num dia de semana (janeiro).

Por forma a complementar a informação apresentada na figura anterior, na Figura 32 é

apresentada a influência de cada fim de uso energético na procura final ao longo do dia.

56

Figura 32 – Influência de cada fim de uso energético no consumo final de energia na época de aquecimento.

A partir da figura anterior é possível verificar as fases do dia caraterísticas de cada fim de uso

energético. É também possível analisar a influência de cada no consumo de energia na época considerada.

Uma vez que a cozinha apresenta uma vasta gama de eletrodomésticos que funcionam durante todo o dia

esta acaba por representar a maior quota parte do consumo. Ao contrário do que se sucede na iluminação

e no aquecimento – exclusivos a alturas específicas do dia (fatores climáticos) – o aquecimento de água

também tem influência no consumo em todas as fases do dia muito pela ligação com as tarefas domésticas

dos alojamentos.

Por fim é apresentado, na Figura 33, o efeito da ocupação no consumo total de energia e de

eletricidade do setor doméstico. A figura aqui apresentada reflete o conjunto de efeitos abordados nas

secções anteriores para cada fim de uso energético.

Figura 33 – Comparação dos perfis de procura energética total e de eletricidade para dia de semana e fim-de-

semana (janeiro).

57

4.6.2 Época de arrefecimento

Como mês caraterizador da época de arrefecimento foi considerado julho, de acordo as análises

executadas em cada fim de uso energético. Na Figura 34, é apresentado o consumo de energia final do

setor doméstico num dia típico de julho. De salientar novamente que foram desprezados os restantes

vetores energéticos, por via da comparação com os apresentados.

Figura 34 – Perfil do consumo energético final do setor doméstico da ilha Terceira, num dia de semana (julho).

A partir do perfil apresentado na figura anterior é possível fazer as seguintes comparações

relativamente ao perfil apresentado para a época de aquecimento:

Menor consumo baseado em biomassa (lenha), sendo praticamente desprezável em comparação

com o consumo de butano;

Menor consumo de eletricidade, mais concretamente de manhã, devido ao número superior de

horas de luz natural durante a época de arrefecimento;

De uma forma genérica é possível notar que existe uma redução do consumo energético, muito

devido ao reduzido consumo de energia para arrefecimento. O impacto reduzido do arrefecimento de

espaços no consumo energética nesta época é comprovado na Figura 35. Por isso na época de

arrefecimento, existe uma intensificação da predominância do consumo na cozinha e para aquecimento de

água resultante da influência desprezável do arrefecimento no consumo energético final.

58

Figura 35 – Influência de cada fim de uso energético no consumo final de energia na época de arrefecimento.

Novamente, na Figura 36 são apresentados os perfis relativos a dias típicos de semana e de fim-

de-semana como ferramenta de análise da influência da ocupação no consumo energético final e de

eletricidade na época de arrefecimento.

Figura 36 – Comparação dos perfis de procura energética total e de eletricidade para dia de semana e fim-de-

semana (julho).

59

Validação e erros obtidos

De uma forma sumária, na Tabela 7 são apresentados os valores obtidos na validação do presente

modelo, incluindo os respetivos erros obtidos. De referir novamente que não se considera a divisão da

cozinha face à abordagem de modelação seguida.

Tabela 7 – Validação do modelo.

Aquecimento de espaços

Arrefecimento de espaços

Aquecimento de água

Iluminação

Total anual [𝒌𝑾𝒉]* 3 478 097 136 707 43 143 949 9 067 302

Total anual [𝒕𝒆𝒑]* 299.1 11.8 3 710.4 779.8

tep/alojamento 0.016 0.001 0.193 0.041

Erro obtido em relação à estatística (Direção

Geral de Energia e Geologia (DGEG) 2011)

2.47% -1.49% -2.87% -0.94%

*Total anual corresponde à soma das extrapolações, dos perfis horários, de cada mês considerado na época considerada

ou anual.

60

5 Estratégias de planeamento energético

O modelo além de permitir a análise da influência dos comportamentos dos ocupantes permite a

análise da penetração das tecnologias e respetivos efeitos no consumo energético. Sendo assim são

apresentados e descritos alguns cenários relativamente à penetração dos equipamentos para cada fim de

uso energético. À medida que estes cenários são apresentados, são referidas as poupanças energéticas

esperadas de cada cenário e o respetivo impacto do rebound effect. De referir que apenas são

apresentados os impactos dos efeitos diretos. Na Tabela 8 são apresentadas as dimensões potenciais de

rebound para cada fim de uso energético e as utilizadas no presente trabalho.

Tabela 8 – Parâmetros relativos aos efeitos diretos. Adaptado a partir de (Greening et al. 2000).

Fim de uso energético Dimensão potencial do

rebound effect

Valor utilizado no presente

modelo

Aquecimento de espaços 10 − 30% 20%

Arrefecimento de espaços 0 − 50% 25%

Aquecimento de água < 10 − 40% 10%

Iluminação 5 − 12% 8%

Grandes eletrodomésticos 0% 0%

O rebound effect é determinado através da equação (1) apresentada no capítulo 2.

De referir que os cenários abordados consistem na melhoria da eficiência do parque de

equipamentos do setor doméstico. Desta forma pretende-se não só averiguar o impacto do aumento da

penetração das energias renováveis, mas também da eletrificação do parque de equipamentos,

eliminando assim a dependência de vetores energéticos como a biomassa e o GPL.

Aquecimento de espaços

Na Tabela 9 são apresentados os cenários testados para aquecimento de espaços. Nesta tabela

são apresentadas as possíveis poupanças resultantes da aplicação dos cenários tanto em relação ao

consumo referência de aquecimento como ao consumo total energético do setor doméstico (tendo em conta

o rebound effect).

61

Tabela 9 – Descrição e poupanças dos cenários aplicados em aquecimento de espaços.

Cenário Descrição

Poupanças máximas relativas a

Fim de uso energético Setor

doméstico S/ rebound

effect

C/ rebound

effect

1 Substituição de todas as lareiras e

salamandras por bombas de calor 50.27 % 40.22 % 1.05 %

2 Substituição de 50% de todas as

tecnologias por bombas de calor 37.34 % 29.87 % 0.78 %

3 Substituição de todas as lareiras e

salamandras por sistema solar térmico 35.60 % 28.48 % 0.74 %

4 Substituição de 50% de todas as

tecnologias por sistema solar térmico 19.93 % 15.94 % 0.41 %

Dos cenários apresentados aqueles que permitem uma maior poupança são aqueles que têm por

base a incorporação de bombas de calor – eletrificação do parque de equipamentos. Sendo o aquecimento

de espaços um fim de uso energético com uma das menores contribuições (apenas com contribuição

superior ao arrefecimento) o impacto das medidas analisadas é relativamente reduzido no âmbito do setor

doméstico.

A título exemplificativo, na Figura 37 é apresentado o perfil referente ao cenário 1. Com este perfil

pretende-se demonstrar os efeitos da implementação do cenário (sem rebound effect) no consumo total de

energia e na distribuição por vetor energético.

Figura 37 – Perfil do consumo energético final para aquecimento para o cenário 1.

O perfil apresentado representa as mesmas condições referentes ao perfil apresentado na Figura

20, de modo a estabelecer-se a devida comparação. Devido à substituição das tecnologias baseadas em

62

biomassa por tecnologias de energia elétrica, o consumo de eletricidade aumenta enquanto o de lenha

diminui drasticamente. Uma vez que as tecnologias implementadas apresentam uma maior eficiência, o

consumo total de energia final diminui consideravelmente. Por outro lado, o consumo de butano permanece

constante na medida em que não se alterou a penetração dos equipamentos que têm por base este vetor

energético.

Arrefecimento de espaços

Para arrefecimento de espaços apenas é analisado um cenário por via da limitada diversidade de

equipamentos dedicados a este fim de uso energético. Na Tabela 10 é feita uma breve descrição do cenário

implementado e as respetivas poupanças esperadas (incluindo o rebound effect).

Tabela 10 – Descrição e poupanças dos cenários aplicados em arrefecimento de espaços.

Cenário Descrição

Poupanças máximas relativas a

Fim de uso energético Setor

doméstico S/ rebound

effect

C/ rebound

effect

1 Substituição de todos os ventiladores

por bombas de calor 47.35 % 35.52 % 0.04 %

Para arrefecimento de espaços o aspeto que sobressai é o impacto praticamente nulo da aplicação

do cenário em relação ao consumo energético do setor doméstico, reforçando assim o que foi referido na

secção anterior. Uma vez que neste fim de uso energético existe apenas consumo de eletricidade, não

existe variação nos vetores energéticos após aplicação do cenário. Pelo que apenas ocorre uma redução

do consumo com as proporções indicadas na Tabela 10.

Aquecimento de água

Em aquecimento de água, as metodologias seguidas centram-se na substituição de esquentadores

e caldeiras. Na Tabela 11 é apresentada a descrição de cada um dos cenários implementados e respetivas

poupanças.

63

Tabela 11 – Descrição e poupanças dos cenários aplicados em aquecimento de água.

Cenário Descrição

Poupanças máximas relativas a

Fim de uso energético Setor

doméstico S/ rebound

effect

C/ rebound

effect

1 Substituição de todos os esquentadores

e caldeiras em termoacumuladores 16.51 % 14.86 % 4.95 %

2 Substituição de todos os esquentadores

em termoacumuladores 14.34 % 12.90 % 4.30 %

3 Substituição de todos os esquentadores

e caldeiras em sistema solar térmico 28.49 % 25.64 % 8.54 %

4 Substituição de todos os esquentadores

em sistema solar térmico 24.73 % 22.26 % 7.41 %

Tal como efetuado para aquecimento, os primeiros dois cenários seguem a abordagem da

eletrificação das tecnologias com o aumento da penetração de termoacumuladores, os segundos

correspondem ao aumento da penetração das energias renováveis (sistema solar térmico). Ao contrário do

que se sucedia no aquecimento, as poupanças obtidas na segunda abordagem são superiores às da

primeira. As poupanças relativamente ao consumo energético do setor doméstico são bastante superiores

em relação aos dois fins de uso energéticos tratados anteriormente, o que vai de encontro com a análise

estabelecida nas secções anteriores. O aquecimento de água apresenta uma influência bastante superior

no consumo energético do setor doméstico. Este fim de uso energético representa cerca de 33% do

consumo energético anual no setor doméstico, enquanto o aquecimento e o arrefecimento representam

cerca de 2.6% e 0.1% respetivamente (Direção Geral de Energia e Geologia (DGEG) 2011).

Novamente como meio de comparação, com o perfil referência apresentado na Figura 24, na

Figura 38 apresenta-se o perfil do consumo energético para aquecimento de água após aplicação do

cenário 1.

64

Figura 38 – Perfil do consumo energético final para aquecimento de água para o cenário 1.

A partir da comparação dos perfis denota-se uma diminuição do consumo e a alteração do butano

para a eletricidade. Neste perfil não é considerado o consumo através do sistema solar térmico, o qual não

sofre alteração na penetração, devido ao seu caráter desprezável.

Iluminação

Para o fim de uso energético da iluminação foram considerados dois cenários envolvendo a

substituição para lâmpadas LED. No primeiro considera-se a substituição das lâmpadas incandescentes e

no segundo as de halogéneo. Estes cenários encontram-se descritos na Tabela 12.

Tabela 12 – Descrição e poupanças dos cenários aplicados em iluminação.

Cenário Descrição

Poupanças máximas relativas a

Fim de uso energético Setor

doméstico S/ rebound

effect

C/ rebound

effect

1 Substituição de todas as lâmpadas

incandescentes por lâmpadas LED 59.46 % 54.70 % 3.72 %

2 Substituição de todas as lâmpadas de

halogéneo por lâmpadas LED 5.40 % 4.97 % 0.34 %

A substituição das lâmpadas incandescentes potencia uma maior poupança em comparação com

a substituição das lâmpadas de halogéneo. Isto deve-se principalmente à diferença não só de eficiências,

65

tal como apresentado na Tabela 6, mas também de distribuição pelos alojamentos. Dos dados nacionais

apresentados no inquérito ao consumo (Direção Geral de Energia e Geologia (DGEG) 2011), as lâmpadas

incandescentes estão presentes em cerca de 81% dos alojamentos enquanto as de halogéneo em apenas

22%. A junção destas caraterísticas do parque de equipamentos com as propriedades tecnológicas das

lâmpadas LED permite que exista uma poupança de quase metade do consumo energético para iluminação

na ilha Terceira. As lâmpadas LED são caraterizadas pela sua elevada eficiência de luminosidade, a mais

elevada das tipologias de lâmpadas consideradas neste trabalho, e tempos de vida também elevados face

às restantes. As fluorescentes, tubulares ou compactas também se apresentam como uma opção viável

em termos de tempo de vida, contudo a sua eficiência acaba por ser relativamente inferior em comparação

com as LED (Souza 2011).

Tal como para o arrefecimento, uma vez que apenas se considera a eletricidade não existe

alteração na distribuição do consumo por vetor energético. Apenas ocorre a respetiva redução do consumo

energético (eletricidade) de acordo com as poupanças apresentadas na tabela anterior.

Cozinha

Relativamente à divisão da cozinha, como base de análise de estratégias de gestão energética,

serão estabelecidas duas análises separadas. Uma aos eletrodomésticos dedicados à atividade de

cozinhar e outra aos grandes eletrodomésticos. Visto que foram utilizadas abordagens diferentes nestes

dois grupos de eletrodomésticos, nesta secção serão também elaboradas duas análises diferentes.

Relativamente ao segundo grupo de eletrodomésticos, a análise aqui efetuada é baseada na sua

classificação energética. A classificação, que tem por base vários parâmetros incluindo o consumo anual

de energia do equipamento, varia de A+++ (a mais eficiente) a D-G (a menos eficiente). Tendo por base

dados nacionais do inquérito ao consumo (Direção Geral de Energia e Geologia (DGEG) 2011), na Figura

39 é apresentada a distribuição dos eletrodomésticos consoante a classificação energética.

66

Figura 39 – Distribuição dos eletrodomésticos segundo a classificação energética (dados nacionais). Adaptado a

partir do inquérito ao consumo (Direção Geral de Energia e Geologia (DGEG) 2011).

Uma vez que não existe representação de equipamentos com classificação de A+++, o cenário

analisado para estes equipamentos será baseado no aumento de penetração desta classificação.

Relativamente aos equipamentos dedicados à atividade de cozinha como fornos, fogões, placas, entre

outros, a metodologia abordada como estratégia de planeamento energético consiste na substituição do

butano em eletricidade. Os cenários são apresentados e descritos na tabela, juntamente com as respetivas

potenciais poupanças.

Tabela 13 – Descrição e poupanças dos cenários aplicados no parque de equipamentos da cozinha.

Cenário Descrição

Poupanças máximas relativas a

Consumo

total da

divisão

Consumo

para

cozinhar

Setor

doméstico

1

Substituição do butano pela eletricidade

em 50 % dos equipamentos (fogões com

forno, placas e fornos independentes)

25.05 % 30.61 % 11.40 %

2

Substituição de todos os grandes

eletrodomésticos com classificação D-G

por A+++

40.08 % − 18.24 %

Para as tecnologias da cozinha não foi considerado rebound effect uma vez que é considerado

como nulo – Tabela 8. Como a cozinha é caraterizada essencialmente por atividades relacionadas com as

refeições e tarefas domésticas, as poupanças são apresentadas relativamente ao consumo para cozinhar

e ao consumo total. Através da tabela anteriormente apresentada, verifica-se o elevado potencial de

67

poupanças energéticas aquando da alteração do parque de equipamentos da cozinha. O primeiro cenário

apresentado representa simplesmente a diminuição da dependência do butano providenciando assim a

eletrificação do parque de equipamentos e o respetivo aumento da eficiência energética. O cenário relativo

aos grandes eletrodomésticos tem como objetivo substituir todos os equipamentos com classificação

energética inferior a A, cuja venda é proibida (Ecocasa n.d.), aumentando assim a eficiência do parque de

equipamentos e respetiva diminuição do consumo de eletricidade.

O consumo anual por parte do parque de equipamentos da cozinha representa cerca de 45 % do

consumo total do setor doméstico (Direção Geral de Energia e Geologia (DGEG) 2011), pelo que o impacto

das medidas no consumo do setor doméstico é relativamente superior face aos fins de uso energéticos

abordados. Na Figura 40 é apresentado o perfil do consumo energético horário após aplicação do cenário

1.

Figura 40 – Perfil do consumo energético final da cozinha para o cenário 1.

O perfil apresentado representa a alteração no consumo energético horário de atividades

referentes à cozinha após aplicação do cenário 1 em relação ao perfil referência apresentado na Figura 29.

Através da comparação é possível identificar não só a diminuição da dependência do butano, por via do

aumento da penetração de equipamentos baseados a eletricidade (aumento do consumo de eletricidade),

mas também a diminuição do consumo de energia total nas horas das refeições. Por outro lado, o cenário

relativo aos grandes eletrodomésticos, consiste unicamente na diminuição do consumo de eletricidade no

âmbito do consumo referente às atividades da cozinha.

Em modo de resumo apresenta-se na Figura 41 os cenários abordados e as respetivas poupanças.

As poupanças apresentadas são relativamente ao consumo do fim de uso energético considerado e ao

consumo do setor doméstico (tendo em consideração o rebound effect). De referir que os seguintes devem

ser tidos em conta: Aquec. – cenários para aquecimento de espaços; Arref. – cenários para arrefecimento

de espaços; Água – cenários para aquecimento de água; Ilum. – cenários para iluminação; Coz. – cenários

para a divisão da cozinha.

68

Figura 41 – Poupanças dos vários cenários analisados

69

6 Conclusão

Nesta dissertação o objetivo passou pelo desenvolvimento de uma ferramenta ampla e transversal

capaz de representar a procura energética do setor doméstico de um determinado sistema energético. Esta

ferramenta, enquanto modelo, concilia caraterísticas de abordagens distintas muito por via da variedade

inerente aos dados trabalhados. O modelo subdivide a procura energética do setor doméstico em vários

fins de uso energéticos: aquecimento e arrefecimento de espaços, aquecimento de água, iluminação e

cozinha/eletrodomésticos. Nos primeiros quatro o procedimento consiste na definição das necessidades e

posterior determinação do consumo, enquanto no último a análise baseia-se única e exclusivamente no

parque de equipamentos. A procura energética do setor doméstico sendo caraterizada pelo elevado nível

de subjetividade e diversidade de perspetivas, torna o modelo dependente de uma extensa base de dados.

Enquanto modelo abstrato, a base de dados fornece a este a caraterização do sistema energético em

consideração. Essencialmente a base de dados é caraterizada por dados referentes a: demografia, clima,

geometria e tecnologia.

Uma das caraterísticas mais importantes do modelo desenvolvido é a resolução temporal

abordada, a horária. Com a resolução horária, adiciona-se ao modelo detalhe e especificidade, pelo que

maior número de variáveis a ter em conta. A resolução horária da procura energética obriga assim a que

aliada à representação do sistema energético, esteja também a representação da ocupação enquanto

parâmetro fundamental da resolução temporal admitida.

No presente trabalho o sistema energético considerado foi a ilha Terceira, uma das nove ilhas

pertencentes à Região Autónoma dos Açores. A análise do sistema energético da ilha Terceira consistiu

principalmente na análise da procura energética do setor doméstico em dois pontos de vista:

Procura energética, enquanto variável definida pelos hábitos dos ocupantes;

Procura energética, enquanto variável definida pelo parque de equipamentos;

Com estas duas variáveis, das quais a procura energética depende, pretendeu-se analisar o

impacto da variação de ambas. Na primeira variável, o fator de variação consistiu no tipo de dia considerado

(dia de semana ou fim-de-semana) enquanto que na segunda, a variação foi introduzida através da

alteração da penetração dos equipamentos. A ocupação dos alojamentos assume-se como uma variável

fulcral na definição do consumo energético numa habitação. Os hábitos determinam as alturas do dia em

que existe maior consumo, tornando o perfil de consumo à base de picos (picos de procura). A médio/longo

prazo a ocupação pode influenciar as poupanças esperadas a partir da implementação de medidas ao nível

do parque de equipamentos através do rebound effect, alterando o impacto pressuposto das respetivas

medidas. Este efeito pode representar perdas de 50%, em arrefecimento por exemplo, face às poupanças

que eram esperadas. Estas poupanças energéticas resultantes de estratégias de planeamento energéticos

70

relativas ao parque de equipamentos consistem na segunda variável abordada, da qual a procura

energética também é dependente. Na ilha Terceira as estratégias analisadas consistiram não só no

aumento da eficiência energética do parque de equipamentos, mas também, na substituição de tecnologias

baseadas em biomassa e butano por tecnologias baseadas em eletricidade e energia renovável. Estas

medidas traduzem-se num impacto expressivo no sistema energético da região, podendo representar

poupanças na ordem dos 50 % em relação ao consumo do serviço energético e 20 % no âmbito do setor

doméstico em geral. Apesar de tais estratégias e análises efetuadas, a energia final não sustenta o conceito

de sustentabilidade energética, mas sim a energia primária. Pelo que a análise aqui apresentada não

poderá de certa forma fundamentar questões inerentes à sustentabilidade do sistema energético em

consideração.

A modelação enquanto ferramenta de cálculo, juntamente com uma base de dados diversificada e

detalhada, permite obter assim uma representação aproximada da realidade. A resolução horária apesar

de exigir bastante detalhe, permite uma maior amplitude de análise. Além do desenvolvimento de medidas

visando a sustentabilidade do setor doméstico, enquanto sistema energético, ao nível da tecnologia e

geometria, o foco deve ser dado também aos comportamentos face aos impactos que estes têm no

consumo final de energia.

Como trabalho futuro podem ser consideradas duas vertentes, uma relativa ao modelo e

considerações tomadas, outra correspondente aos dados e respetivas fontes. De uma forma genérica o

pretendido será sempre adicionar detalhe e procurar a especificidade das análises efetuadas.

Seguindo a abordagem estabelecida no presente trabalho, a motivação pode passar pela

continuação da análise da procura energética horária. Tal como é descrito na presente dissertação, os

efeitos da ocupação são bastante expressivos, pelo que o tratamento de dados horários se apresenta com

enorme potencial na definição e estabelecimento de medidas tendo em vista a sustentabilidade energética.

O aprofundamento da componente ocupacional deve ser visto como crucial. Este aprofundamento pode

passar pelo desenvolvimento e conceção de cronologias de eventos/atividades por forma a permitir o

estabelecimento de mais variáveis e, portanto, aumentar as possibilidades de análise. Relacionadas a

estas atividades, poderá ser testada e analisada predominância de determinados vetores energéticos em

relação às fases do dia.

Relativamente ao sistema energético a tratar, um dos objetivos futuros poderá ser a tentativa de

obter uma especificidade alargada. Por outras palavras, por forma a obter uma melhor caraterização do

sistema energético, a procura energética de uma determinada região poderá ser tratada na sua totalidade

considerando os diversos setores que a compõem e as respetivas relações. Além disso, um dos caminhos

que pode ser explorado ao nível de análise é o mapeamento, tirando partido da capacidade do modelo em

executar cálculos relativamente a subsecções regionais.

71

De modo a que o processo de modelação se consiga desenvolver com o menor caráter de

aproximação possível, algum trabalho deve ser dedicado às bases de dados existentes. Em muitas

situações existe a necessidade de se recorrer a dados que carecem de especificidade, utilizando-se dados

nacionais por exemplo. O objetivo pode passar pela conceção e criação de repositórios com elevado nível

de discretização – tal como na base de dados do BGRI – para o parque de equipamentos, consumo por

vetor energético, entre outros.

Estas são assim as guias pelas quais o trabalho poderá desenvolver-se num futuro próximo, de

modo a obter-se uma aproximação mais real a partir da modelação, não só a modelação deve de continuar

a ser desenvolvida, mas também esforços devem ser feitos em relação aos dados que servem de base a

esta.

72

REFERÊNCIAS

Allan, G. et al., 2007. The impact of increased efficiency in the industrial use of energy: A computable

general equilibrium analysis for the United Kingdom. Energy Economics, 29(4), pp.779–798. Available

at: http://linkinghub.elsevier.com/retrieve/pii/S0140988306001514.

de Almeida, a. et al., 2008. REMODECE-Residential monitoring to decrease energy use and carbon

emissions in Europe. , Final Repo, p.96.

Anderson, B. et al., 2008. BREDEM-8 Model Description 2001 update.

Aydinalp, M., Ugursal, V.I. & Fung, A.S., 2003. Modelling of residential energy consumption at the national

level. International Journal of Energy Research, 27(4), pp.441–453.

Beeck, N. Van, 1999. Classification of Energy Models: FEW 777. Few 777.

Berkhout, P.H.G., Muskens, J.C. & W. Velthuijsen, J., 2000. Defining the rebound effect. Energy Policy,

28(6-7), pp.425–432.

Böhringer, C., 1998. The synthesis of bottom-up and top-down in energy policy modeling. Energy

Economics, 20(3), pp.233–248.

Böhringer, C. & Rutherford, T., 2005. Combining Top-Down and Bottom-up in Energy Policy Analysis : A

Decomposition Approach. Energy Economics, (06-007). Available at: ftp://ftp.zew.de/pub/zew-

docs/dp/dp06007.pdf.

Buildings Performance Institute Europe (BPIE), 2010. Country factsheets. Available at:

http://www.buildingsdata.eu/ [Accessed December 1, 2015].

Caldera, M., Corgnati, S.P. & Filippi, M., 2008. Energy demand for space heating through a statistical

approach: application to residential buildings. Energy and Buildings, 40(10), pp.1972–1983.

Camelo, S. et al., 2006. Manual de apoio à aplicação do RCCTE.

Capasso, A. et al., 1994. Bottom-up approach to residential load modeling. IEEE Transactions on Power

Systems, 9(2), pp.957–964.

CIBSE, 2013. LG9 : Lighting Guide 9. , p.74.

Connolly, D. et al., 2010. A review of computer tools for analysing the integration of renewable energy into

various energy systems. Applied Energy, 87(4), pp.1059–1082. Available at:

http://dx.doi.org/10.1016/j.apenergy.2009.09.026.

D’Oitenta, S., Sismo d’Oitenta. Available at: http://sismodoitenta.com/ [Accessed May 14, 2016].

73

Direção Geral de Energia e Geologia (DGEG), 2011. Inquérito ao Consumo de Energia no Sector

Doméstico 2010, Available at:

http://www.ine.pt/xportal/xmain?xpid=INE&xpgid=ine_destaques&DESTAQUESdest_boui=10769456

6&DESTAQUESmodo=2.

Doe, 2013. Energy Efficiency of LEDs - Building Technologies Solid state Lighting Sheet Fact. Energy

Efficiency & Reneveble Energy, PNNL-SA-94, pp.1–4.

Dopazo, C., Fueyo, N. & Gómez, A., 2012. Uzbekistan : Energy technical report. , (August).

Durmayaz, A., Kadoǧlu, M. & En, Z., 2000. An application of the degree-hours method to estimate the

residential heating energy requirement and fuel consumption in Istanbul. Energy, 25(12), pp.1245–

1256.

Ecocasa, ELECTRODOMÉSTICOS - ETIQUETA ENERGÉTICA. Available at:

http://www.ecocasa.org/energia_content.php?id=6 [Accessed May 1, 2016].

European Commission, J.R.C., “Photovoltaic Geographical Information System - Interactive Maps.”

Available at: http://re.jrc.ec.europa.eu/pvgis/apps4/pvest.php [Accessed December 1, 2015].

Fumo, N., Mago, P. & Luck, R., 2010. Methodology to estimate building energy consumption using

EnergyPlus Benchmark Models. Energy and Buildings, 42(12), pp.2331–2337. Available at:

http://dx.doi.org/10.1016/j.enbuild.2010.07.027.

Greening, L.A., Greene, D.L. & Difiglio, C., 2000. Energy efficiency and consumption - the rebound effect -

a survey. Energy Policy, 28(6-7), pp.389–401.

Grubb, M. et al., 1993. The Cost of Limiting Fossil-Fuel CO2 Emissions: A Survey and Analysis. Annual

Review of Energy and the Environment, 18, pp.397–478.

Guerra Santin, O., Itard, L. & Visscher, H., 2009. The effect of occupancy and building characteristics on

energy use for space and water heating in Dutch residential stock. Energy and Buildings, 41(11),

pp.1223–1232.

Haas, R., Auer, H. & Biermayr, P., 1998. The impact of consumer behavior on residential energy demand

for space heating. Energy and Buildings, 27(2), pp.195–205.

Henderson, J. & Hart, J., 2012. BREDEM 2012 – A technical description of the BRE Domestic Energy Model

J Henderson and J Hart. , pp.1–37. Available at: http://www.bre.co.uk/filelibrary/bredem/BREDEM-

2012-specification.pdf.

Herbst, A. et al., 2012. Introduction to energy systems modelling. Swiss journal of economics and statistics,

148(2), pp.111–135.

74

Herring, H. & Roy, R., 2007. Technological innovation, energy efficient design and the rebound effect.

Technovation, 27(4), pp.194–203.

Hourcade, J.C. et al., 2006. Hybrid modeling: New answers to old challenges. The Energy Journal,

International Association for Energy Economics, 2(S), pp.1–12. Available at: https://halshs.archives-

ouvertes.fr/halshs-00471234/document.

Huang, Y.J. & Berkeley, L., 2000. A Bottom-Up Engineering Estimate of the Aggregate Heating and Cooling

Loads of the Entire US Building Stock Prototypical Residential Buildings. Proceedings of the 2000

ACEEE summer study on energy efficiency in buildings, pp.135–148.

Instituto Nacional de Estatística, 2011a. BGRI. Available at: http://mapas.ine.pt/download/index2011.phtml

[Accessed October 30, 2015].

Instituto Nacional de Estatística, 2011b. Censos. Available at: www.ine.pt [Accessed October 30, 2015].

Instituto Nacional de Estatística, 2000. O uso do tempo 1999. Destaque do INE.

Isaac, M. & van Vuuren, D.P., 2009. Modeling global residential sector energy demand for heating and air

conditioning in the context of climate change. Energy Policy, 37(2), pp.507–521.

ITeCons & Universidade de Coimbra, 2013. Regulamento de desempenho energético dos edifícios de

habitação (REH), Síntese da regulamentação aplicável. , p.127.

Jebaraj, S. & Iniyan, S., 2006. A review of energy models. Renewable & Sustainable Energy Reviews, 10(4),

pp.281–311. Available at: <Go to ISI>://000238278100001.

Karjalainen, J. et al., 2014. Energy Models and Scenarios in the Era of Climate Change,

Kavgic, M. et al., 2010. A review of bottom-up building stock models for energy consumption in the

residential sector. Building and Environment, 45(7), pp.1683–1697. Available at:

http://dx.doi.org/10.1016/j.buildenv.2010.01.021.

Larsen, T.S. et al., 2010. Occupants influence on the energy consumption of Danish domestic buildings -

State of the art. Vbnaaudk, (110), p.77. Available at:

http://vbn.aau.dk/files/43839868/Occupants_Influence_on_the_Energy_Consumption_of_Danish_Do

mestic_Buildings.pdf.

LNEG - Laboratório Nacional de Energia e Geologia, Solterm 5.1. Available at:

http://www.lneg.pt/iedt/projectos/370/.

McFarland, J.R., Reilly, J.M. & Herzog, H.J., 2004. Representing energy technologies in top-down economic

models using bottom-up information. Energy Economics, 26(4), pp.685–707.

75

Meier, H. & Rehdanz, K., 2010. Determinants of residential space heating expenditures in Great Britain.

Energy Economics, 32(5), pp.949–959. Available at:

http://linkinghub.elsevier.com/retrieve/pii/S0140988309002266.

Nicholls, L. & Strengers, Y., 2015. Peak demand and the “family peak” period in Australia: Understanding

practice (in)flexibility in households with children. Energy Research and Social Science, 9, pp.116–

124. Available at: http://dx.doi.org/10.1016/j.erss.2015.08.018.

Paatero, J. V. & Lund, P.D., 2006. A model for generating household electricity load profiles. International

Journal of Energy Research, 30(5), pp.273–290.

Quercus – Associação Nacional de Conservação da Natureza, 2008. Projecto EcoFamílias - Relatório Final.

, p.116.

Quercus – Associação Nacional de Conservação da Natureza, 2011. Projecto EcoFamílias II. , p.117.

Reichmuth, H., 2008. A Method for Deriving an Empirical Hourly Base Load Shape from Utility Hourly Total

Load Records. ACEE Summer Study on Energy Efficency in Buildings, pp.235–247. Available at:

http://aceee.org/files/proceedings/2008/data/papers/5_256.pdf.

Richardson, I. et al., 2010. Domestic electricity use: A high-resolution energy demand model. Energy and

Buildings, 42(10), pp.1878–1887. Available at: http://dx.doi.org/10.1016/j.enbuild.2010.05.023.

Richardson, I. et al., 2009. Domestic lighting: A high-resolution energy demand model. Energy and

Buildings, 41(7), pp.781–789. Available at:

http://linkinghub.elsevier.com/retrieve/pii/S0378778809000449.

Richardson, I., Thomson, M. & Infield, D., 2008. A high-resolution domestic building occupancy model for

energy demand simulations. Energy and Buildings, 40(8), pp.1560–1566.

Sarak, H. & Satman, a., 2003. The degree-day method to estimate the residential heating natural gas

consumption in Turkey: A case study. Energy, 28(9), pp.929–939.

Sardianou, E., 2008. Estimating space heating determinants: An analysis of Greek households. Energy and

Buildings, 40(6), pp.1084–1093.

Schuler, A., Weber, C. & Fahl, U., 2000. Energy consumption for space heating of West-German

households: Empirical evidence, scenario projections and policy implications. Energy Policy, 28(12),

pp.877–894.

Serviço Regional de Estatística dos Açores, Áreas Estatísticas, Energia. Available at:

http://estatistica.azores.gov.pt/conteudos/Relatorios/lista_relatorios.aspx?idc=29&idsc=1134&lang_i

d=1 [Accessed March 30, 2016].

76

Shen, L., 2006. 2030: Energy Demand Scenarios and Biomass CHP Options for Rural Households in

Beijing. Dept. of Science, Technology and Society, MSc Thesis(February), p.113.

Snäkin, J.-P. a., 2000. An engineering model for heating energy and emission assessment The case of

North Karelia, Finland. Applied Energy, 67(4), pp.353–381. Available at:

http://www.sciencedirect.com/science/article/pii/S0306261900000350.

Sousa, J. et al., 2013. Research on the Portuguese Building Stock and Its Impacts on Energy Consumption

– An Average U-Value Approach. Archives of Civil Engineering, 59(4). Available at:

http://www.degruyter.com/view/j/ace.2013.59.issue-4/ace-2013-0029/ace-2013-0029.xml.

Souza, G.B.H. de, 2011. A multi-objective decision support methodology for developing national energy

efficiency plans. FACULDADE DE ENGENHARIA UNIVERSIDADE DO PORTO.

Stavropoulos, A.S., 2013. Spatial analysis of heating and cooling energy needs in Lisbon. , (May).

Stokes, M., Rylatt, M. & Lomas, K., 2004. A simple model of domestic lighting demand. Energy and

Buildings, 36(2), pp.103–116. Available at:

http://linkinghub.elsevier.com/retrieve/pii/S037877880300135X.

Swan, L.G. & Ugursal, V.I., 2009. Modeling of end-use energy consumption in the residential sector : A

review of modeling techniques. , 13, pp.1819–1835.

The Weather Company, Weather Underground. Available at: https://www.wunderground.com [Accessed

December 1, 2015].

Ximenes, R.U.I., 2015. Energy Demand Model To Support the Definition of Sustainable Energy Systems:

Residential Sector. , (December), pp.1–19.

Yao, R. & Steemers, K., 2005. A method of formulating energy load profile for domestic buildings in the UK.

Energy and Buildings, 37(6), pp.663–671. Available at:

http://linkinghub.elsevier.com/retrieve/pii/S037877880400307X.

Zonooz, M., 2009. A review of MARKAL energy modeling. European Journal of Scientific Research, 26(3),

pp.352–361. Available at: http://filemoon.persiangig.com/m rakhshani/ejsr_26_3_03.pdf.

77

ANEXO 1 – Temperaturas médias da ilha Terceira

Tabela 14 – Temperaturas médias horárias para cada mês do ano em [℃]. Adaptado a partir de (The Weather Company n.d.).

Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro

00:00 13.94 13.96 14.26 14.33 16.35 19.50 21.71 21.10 19.87 16.97 16.73 14.13

01:00 13.90 13.89 14.19 14.10 16.26 19.37 21.65 20.90 19.57 17.00 16.60 13.97

02:00 13.65 13.93 14.03 13.97 16.06 19.07 21.45 20.74 19.37 16.87 16.70 13.74

03:00 13.58 13.71 14.16 13.87 16.00 18.97 21.26 20.55 19.33 16.26 16.57 13.97

04:00 13.42 13.79 14.10 13.90 16.06 18.73 21.35 20.42 19.33 16.81 16.37 14.00

05:00 13.48 13.75 14.00 13.97 15.87 18.50 21.26 20.16 19.27 16.94 16.40 14.13

06:00 13.42 13.75 13.97 13.77 15.68 18.43 21.06 20.16 19.07 16.81 16.47 14.06

07:00 13.26 13.82 13.87 13.87 15.68 18.53 20.94 19.90 18.93 16.81 16.30 14.16

08:00 13.23 13.79 14.03 13.90 15.87 19.00 21.32 20.32 18.97 16.71 16.30 14.03

09:00 13.55 14.39 14.97 14.70 16.35 19.73 22.23 21.32 19.60 17.13 16.73 14.48

10:00 14.87 15.14 15.87 15.90 17.00 20.30 23.13 22.16 20.77 17.77 17.33 15.13

11:00 15.71 15.71 16.61 16.57 17.61 20.97 23.87 22.65 21.47 18.35 18.00 15.61

12:00 16.19 16.18 17.00 17.33 18.13 21.37 23.94 23.29 22.13 18.77 18.47 15.39

13:00 16.52 16.43 17.32 17.47 18.68 21.73 25.16 23.77 22.33 19.23 18.67 15.68

14:00 16.71 16.71 17.55 17.83 18.65 21.97 25.39 24.00 22.40 19.23 18.60 15.71

15:00 16.58 16.46 17.39 17.53 18.71 22.10 25.42 24.23 22.60 19.26 18.47 15.58

16:00 16.35 16.29 17.16 17.57 18.77 21.93 25.35 24.23 22.70 19.10 18.13 15.42

17:00 15.71 15.89 16.68 17.20 18.55 22.03 25.29 24.13 22.47 18.65 17.50 15.13

18:00 15.13 15.39 16.19 16.83 18.35 21.97 25.16 23.97 22.07 18.19 17.03 14.77

19:00 14.48 14.86 15.65 16.40 18.00 21.83 24.71 23.74 21.33 17.81 16.80 14.61

20:00 14.23 14.54 15.23 15.77 17.58 21.13 24.06 22.97 20.73 17.42 16.70 14.55

21:00 14.16 14.39 14.90 15.03 16.94 20.50 23.32 22.19 20.17 17.39 16.83 14.55

22:00 14.13 14.32 14.68 14.97 16.84 20.00 22.68 21.74 19.90 17.19 16.70 14.42

23:00 13.94 14.07 14.26 14.63 16.55 19.67 22.29 21.39 19.73 17.13 16.67 14.32

78

ANEXO 2 – Irradiação solar média da ilha Terceira

Tabela 15 – Irradiações solares médias horárias para cada mês do ano em [W/m2] (superfície vertical orientada para sul). Adaptado a partir do PVGIS

(European Commission n.d.).

Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro

00:00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

01:00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

02:00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

03:00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

04:00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

05:00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

06:00 0.00 0.00 0.00 0.00 0.00 0.00 3.75 2.75 0.00 0.00 0.00 0.00

07:00 0.00 0.00 0.00 0.00 10.00 28.00 34.25 29.25 13.25 2.25 0.00 0.00

08:00 0.00 0.00 17.50 63.75 49.00 56.25 59.25 54.50 39.25 54.25 32.25 0.00

09:00 73.50 103.25 176.25 188.00 140.00 89.00 77.25 72.50 109.75 174.50 180.25 129.00

10:00 218.00 261.50 306.00 302.25 235.50 187.75 144.00 166.75 227.75 298.50 312.50 269.75

11:00 306.50 354.50 401.00 390.50 312.75 263.25 224.75 245.50 325.00 401.50 415.00 364.00

12:00 362.00 414.50 463.75 449.50 365.50 316.00 274.25 300.75 394.25 473.00 484.00 425.25

13:00 388.75 443.50 495.00 478.50 391.75 342.50 299.50 329.25 430.25 509.25 518.50 455.25

14:00 388.75 443.50 495.00 478.50 391.75 342.50 299.50 329.25 430.25 509.25 518.50 455.25

15:00 362.00 414.50 463.75 449.50 365.50 316.00 274.25 300.75 394.25 473.00 484.00 425.25

16:00 306.50 354.50 401.00 390.50 312.75 263.25 224.75 245.50 325.00 401.50 415.00 364.00

17:00 218.00 261.50 306.00 302.25 235.50 187.75 144.00 166.75 227.75 298.50 312.50 269.75

18:00 73.50 103.25 176.25 188.00 140.00 89.00 77.25 72.50 109.75 174.50 180.25 129.00

19:00 0.00 0.00 0.00 77.67 49.00 56.25 59.25 54.50 39.25 54.25 84.00 0.00

20:00 0.00 0.00 0.00 0.00 24.00 32.00 34.25 29.25 21.00 0.00 0.00 0.00

21:00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

22:00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

23:00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

79

ANEXO 3 – Perfis utilizados nos vários fins de uso energéticos

abordados

Aquecimento de água

Figura 42 – Perfil com distribuição do consumo de energia para aquecimento de água ao longo do dia. Adaptado a

partir de (Reichmuth 2008).

Eletrodomésticos

Figura 43 – Perfil com distribuição do consumo de energia de um forno elétrico ao longo do dia. Adaptado a partir de

(de Almeida et al. 2008).

80

Figura 44 – Perfil com distribuição do consumo de energia de um micro-ondas ao longo do dia. Adaptado a partir de

(de Almeida et al. 2008).

Figura 45 – Perfil com distribuição do consumo de energia de um frigorífico ao longo do dia. Adaptado a partir de (de

Almeida et al. 2008).

81

Figura 46 – Perfil com distribuição do consumo de energia de um congelador ao longo do dia. Adaptado a partir de

(de Almeida et al. 2008).

Figura 47 – Perfil com distribuição do consumo de energia de um congelador ao longo do dia. Adaptado a partir de

(de Almeida et al. 2008).

82

Figura 48 – Perfil com distribuição do consumo de energia de uma máquina de lavar loiça ao longo do dia. Adaptado

a partir de (de Almeida et al. 2008).

Figura 49 – Perfil com distribuição do consumo de energia de uma máquina de lavar roupa ao longo do dia. Adaptado

a partir de (de Almeida et al. 2008).

83

Figura 50 – Perfil com distribuição do consumo de energia de uma máquina de secar roupa ao longo do dia.

Adaptado a partir de (de Almeida et al. 2008).

84

ANEXO 4 – Áreas superficiais dos edifícios.

Este anexo consiste na apresentação e descrição das equações desenvolvidas por Ximenes

(Ximenes 2015). A área total de parede exterior dos alojamentos, 𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑑𝑎 [𝑚2], consiste na soma

das contribuições das áreas de parede de edifícios isolados, 𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑖𝑠𝑜𝑙𝑎𝑑𝑜𝑠 [𝑚2], geminados,

𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑔𝑒𝑚𝑖𝑛𝑎𝑑𝑜𝑠 [𝑚2] e em banda 𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑒𝑚 𝑏𝑎𝑛𝑑𝑎 [𝑚

2] tal como indicado na equação (25).

𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑑𝑎 = 𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑖𝑠𝑜𝑙𝑎𝑑𝑜𝑠 + 𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑔𝑒𝑚𝑖𝑛𝑎𝑑𝑜𝑠 + 𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑒𝑚 𝑏𝑎𝑛𝑑𝑎 (25)

Cada um destes termos calcula-se segundo as equações (26), (27) e (28).

𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑖𝑠𝑜𝑙𝑎𝑑𝑜𝑠 = 𝑁𝑎𝑛𝑑𝑎𝑟𝑒𝑠 𝑖𝑠𝑜𝑙𝑎𝑑𝑜𝑠 × 𝑃𝐷 × 2 × √𝑟 × 𝐴𝑎𝑛𝑑𝑎𝑟 𝑝𝑜𝑟 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜 × (1 +

1

𝑟) (26)

𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑔𝑒𝑚𝑖𝑛𝑎𝑑𝑜𝑠 = 𝑁𝑎𝑛𝑑𝑎𝑟𝑒𝑠 𝑔𝑒𝑚𝑖𝑛𝑎𝑑𝑜𝑠 × 𝑃𝐷 × √𝑟 × 𝐴𝑎𝑛𝑑𝑎𝑟 𝑝𝑜𝑟 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜 × (2 +

1

𝑟) (27)

𝐴𝑝𝑎𝑟𝑒𝑑𝑒 𝑒𝑚 𝑏𝑎𝑛𝑑𝑎 = 𝑁𝑎𝑛𝑑𝑎𝑟𝑒𝑠 𝑒𝑚 𝑏𝑎𝑛𝑑𝑎 × 𝑃𝐷 × 2 × √𝑟 × 𝐴𝑎𝑛𝑑𝑎𝑟 𝑝𝑜𝑟 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜

+

{

𝑠𝑒 𝑁𝑎𝑛𝑑𝑎𝑟𝑒𝑠 𝑒𝑚 𝑏𝑎𝑛𝑑𝑎 ≤ 3, 2 × 𝑃𝐷 × √

𝐴𝑎𝑛𝑑𝑎𝑟 𝑝𝑜𝑟 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜

𝑟

𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜, 4 × 𝑃𝐷 × √𝐴𝑎𝑛𝑑𝑎𝑟 𝑝𝑜𝑟 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜

𝑟

(28)

𝑁𝑎𝑛𝑑𝑎𝑟𝑒𝑠 𝑖𝑠𝑜𝑙𝑎𝑑𝑜𝑠 [−], 𝑁𝑎𝑛𝑑𝑎𝑟𝑒𝑠 𝑔𝑒𝑚𝑖𝑛𝑎𝑑𝑜𝑠 [– ] e 𝑁𝑎𝑛𝑑𝑎𝑟𝑒𝑠 𝑒𝑚 𝑏𝑎𝑛𝑑𝑎 [– ] representam o número de andares de

edifícios isolados, geminados e em banda respetivamente. 𝑃𝐷 [𝑚] diz respeito ao pé direito do andar e

corresponde a 2.7 𝑚, o mesmo valor utilizado em (Ximenes 2015) e (Stavropoulos 2013). Por fim,

𝐴𝑎𝑛𝑑𝑎𝑟 𝑝𝑜𝑟 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜 [𝑚2] corresponde à área média de cada andar por edifícios que é definida segundo a

equação (29).

𝐴𝑎𝑛𝑑𝑎𝑟 𝑝𝑜𝑟 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜 = 𝐴𝑝𝑜𝑟 𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜

× 𝑁𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜𝑠 𝑝𝑜𝑟 𝑎𝑛𝑑𝑎𝑟 (29)

𝑁𝑎𝑙𝑜𝑗𝑎𝑚𝑒𝑛𝑡𝑜𝑠 𝑝𝑜𝑟 𝑎𝑛𝑑𝑎𝑟 [−], diz respeito ao número de alojamentos por andar.

85

ANEXO 5 – Método de cálculo do fator de utilização de ganhos.

Este anexo consiste na apresentação do método de cálculo do fator de utilização de ganhos que

surge nas equações-base do modelo apresentado. Esta apresentação trata-se de uma adaptação a partir

do Regulamento de Desempenho Energético dos Edifícios de Habitação (REH) (ITeCons &

Universidade de Coimbra 2013).

a) Se 𝛾 ≠ 1 e 𝛾 > 0;

𝜂 =1 − 𝛾𝑎

1 − 𝛾𝑎+1 (30)

b) Se 𝛾 = 1;

𝜂 =𝑎

𝑎 + 1 (31)

c) Se 𝛾 < 0;

𝜂 =1

𝛾 (32)

Sendo que,

𝛾 =𝑄𝑔𝑎𝑛ℎ𝑜𝑠

𝑄𝑡𝑟𝑎𝑛𝑠 + 𝑄𝑣𝑒𝑛𝑡 (33)

{

𝑎 = 1.8 − 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜𝑠 𝑐𝑜𝑚 𝑖𝑛é𝑟𝑐𝑖𝑎 𝑡é𝑟𝑚𝑖𝑐𝑎 𝑓𝑟𝑎𝑐𝑎 [

𝑊

℃]

𝑎 = 2.6 − 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜𝑠 𝑐𝑜𝑚 𝑖𝑛é𝑟𝑐𝑖𝑎 𝑡é𝑟𝑚𝑖𝑐𝑎 𝑚é𝑑𝑖𝑎 [𝑊

℃]

𝑎 = 4.2 − 𝑒𝑑𝑖𝑓í𝑐𝑖𝑜𝑠 𝑐𝑜𝑚 𝑖𝑛é𝑟𝑐𝑖𝑎 𝑡é𝑟𝑚𝑖𝑐𝑎 𝑓𝑜𝑟𝑡𝑒 [𝑊

℃]

(34)