Você está na página 1de 123

UNIVERSIDADE FEDERAL DO ABC

Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas


Pós-graduação em Energia

Haroldo Luiz Nogueira da Silva

BENCHMARKING DE CONSUMO ENERGÉTICO EM


EDIFÍCIOS COMERCIAIS MULTIUSUÁRIO DE ALTO
PADRÃO NA REGIÃO METROPOLITANA DE SÃO PAULO

Dissertação

Santo André - SP
2013
HAROLDO LUIZ NOGUEIRA DA SILVA

BENCHMARKING DE CONSUMO ENERGÉTICO EM


EDIFÍCIOS COMERCIAIS MULTIUSUÁRIO DE ALTO
PADRÃO NA REGIÃO METROPOLITANA DE SÃO PAULO

Dissertação apresentada ao Programa de Pós-


Graduação em Energia da Universidade Federal do
ABC como parte dos requisitos para obtenção do
título de Mestre em Energia.
Área de concentração: Tecnologia, Engenharia e
Modelagem

ORIENTADOR: Prof. Dr. Sérgio Ricardo Lourenço

Santo André - SP
2013
Ficha catalográfica elaborada pela Biblioteca da Universidade Federal do ABC

SILVA, Haroldo Luiz Nogueira da


Benchmarking do consumo energético em edifícios comerciais multiusuário de alto
padrão na região metropolitana de São Paulo / Haroldo Luiz Nogueira da Silva — Santo André:
Universidade Federal do ABC, 2013.

115 fls. il. 29 cm

Orientador: Sérgio Ricardo Lourenço

Dissertação (Mestrado) — Universidade Federal do ABC, Programa de Pós-graduação


em Energia, 2013.

1. Benchmarking energético 2. Edificações 3. Consumo energético I. LOURENÇO,


Sérgio Ricardo. II. Programa de Pós-graduação em Energia, 2013, III. Título.
CDD 621.3
Dedicatória

A minha esposa Roseli pelo apoio e incentivo.

Aos meus filhos João Vitor e João Guilherme, pela compreensão nos momentos de ausência e
dedicação ao trabalho de pesquisa.
Agradecimentos

Ao meu orientador o Professor Sérgio Ricardo Lourenço pela orientação e suporte no


desenvolvimento da pesquisa.

Às empresas que colaboraram com a pesquisa por meio do fornecimento de dados de seus
empreendimentos.
Epígrafe

“O homem sensato, se adapta ao mundo. O homem insensato insiste em tentar adaptar o


mundo a ele. Todo progresso depende portanto, do homem insensato”

George Bernard Shaw


RESUMO

A crescente demanda de energia traz preocupações nos campos sociais, econômicos e


ambientais. O crescimento econômico, em especial nos países em desenvolvimento, sinaliza
projeção de crescimento acentuado no consumo energético destes países.
A grande demanda energética requerida no segmento edificações em função do
acentuado crescimento do mercado imobiliário, com destaque para o comercial de alto
padrão, chama atenção e denota necessidade de pesquisas no setor.
A região metropolitana de São Paulo, como um dos maiores centros de negócios do
mundo e o mais expressivo no Brasil com forte demanda por edificações de alto padrão,
justifica o objeto da pesquisa. Medidas que favoreçam a conservação de energia e a busca por
eficiência energética podem atuar de forma positiva, assim como o conhecimento de seu perfil
de consumo.
O presente trabalho tem como objetivo o estabelecimento de benchmarking de
intensidade no uso de energia nas áreas comuns de edificações comerciais de alto padrão na
região metropolitana de São Paulo.
Com base em dados reais de consumo, são estabelecidos valores normalizados em
função da área privativa das edificações. Modelos de regressão múltipla com uso de variáveis
que afetam o consumo energético são construídos com objetivo de estabelecer faixas
ajustadas com níveis de eficiência energética, o que resultou em valores anualizados entre
42,3 e 64,5 quilowatt-hora por metro quadrado para edificações com ar condicionado central,
e 99,6 e 191,9 quilowatt-hora por metro quadrado para edificações com ar condicionado
unitário.

Palavras-chave: benchmarking energético; edificações; consumo energético


ABSTRACT

The growing demand for energy raises concerns in social, economic and
environmental fields. Economic growth, especially in developing countries, indicates
projected strong growth in energy consumption in these countries.
The large energy demand required in buildings segment due to the strong growth of
the real estate market, especially the commercial high standard buildings, draws attention and
denotes need for industry research.
The metropolitan region of São Paulo, one of the largest business centers in the world
and the most significant in Brazil with strong demand for buildings of high standard, explains
the object of the search. Measures to promote energy conservation and the search for
efficiency may act positively, as well as knowledge of their consumption profile.
This work aims to establish benchmarking intensity of energy use in areas of
commercial buildings to a high standard in the metropolitan region of São Paulo.
Based on actual consumption data, normalized values are set according to the private
area of the buildings. Multiple regression models using variables that affect energy
consumption are built with the objective of establishing tracks fitted with energy efficiency
levels, which resulted in annualized values between 42.3 and 64.5 kilowatt-hours per square
meter for buildings with central air conditioning, and 99.6 and 191.9 kilowatt-hours per
square meter for buildings with air-conditioning unit.

Key-words: energy benchmarking; buildings; energy consumption


LISTA DE FIGURAS

Figura 1 - Processo de benchmarking energético em edifícios ................................................ 13


Figura 2 - Projeção de crescimento no consumo mundial de energia em Quad 2 ..................... 16
Figura 3 - Previsão da participação no consumo – Países Não-OCDE e Bric ......................... 17
Figura 4 - Previsão da evolução do Consumo – Países Não OCDE e BRIC ........................... 18
Figura 5 - Projeção da taxa de crescimento do consumo energético 2007 – 2035 ................... 18
Figura 6 - Evolução do consumo energético e PIB Real .......................................................... 18
Figura 7 - Relação entre IDH e consumo de eletricidade per capita ........................................ 22
Figura 8 - Emissões de CO2 per capita .................................................................................... 23
Figura 9 - Geração de eletricidade por combustível no mundo ................................................ 23
Figura 10 - Evolução do consumo de eletricidade e PIB Real ................................................. 24
Figura 11 - Intensidade energética............................................................................................ 25
Figura 12 - Consumo energético per capita ............................................................................ 25
Figura 13 - Consumo evitado entre 1973 e 1996...................................................................... 25
Figura 14 - Uso do solo predominante – Distritos do Município de São Paulo 2010 .............. 28
Figura 15 - Uso predominante do solo em 2008 Subprefeitura de Pinheiros ........................... 29
Figura 16 - Área lançada de conjuntos-tipo 1992-2006 – Município de São Paulo ................. 29
Figura 17 - Estoque acumulado de empreendimentos comerciais ........................................... 30
Figura 18 - Terrenos consumidos em lançamentos comerciais em São Paulo ......................... 30
Figura 19 - Valores médios de locação e taxa de vacância - escritório classe A ..................... 31
Figura 20 - Estoque total em m² - edifícios de alto padrão de escritórios ................................ 32
Figura 21 - Consumo percentual de eletricidade por setor ....................................................... 34
Figura 22 - Consumo energético por setor ............................................................................... 34
Figura 23 - Consumo de eletricidade por setor......................................................................... 34
Figura 24 - Inter-relações entre as dimensões envolvidas ........................................................ 41
Figura 25 - Etiqueta Energy Star .............................................................................................. 43
Figura 26 - Etiqueta Building EQ ............................................................................................. 44
Figura 27 - Etiqueta Energy Smart Office ................................................................................ 46
Figura 28 - Etiqueta EPLabel ................................................................................................... 48
Figura 29 - Ligthning Assessment ............................................................................................ 51
Figura 30 - Emissão de certificados por estado australiano ..................................................... 52
Figura 31 - Distribuição de edificações por classificação energética ....................................... 53
Figura 32 - Certificado BEEC .................................................................................................. 53
Figura 33 - Etiqueta Procel para fase de projeto ...................................................................... 55
Figura 34 - Etiqueta Procel para edificação construída ............................................................ 56
Figura 35 - Diagrama conceitual de eficiência energética ....................................................... 62
Figura 36 - Consumo de energia por fase da edificação........................................................... 64
Figura 37 - Consumo por uso final em edifícios comerciais .................................................... 66
Figura 38 - Reta de regressão ................................................................................................... 69
Figura 39 - Fatores que influenciam consumo energético ........................................................ 70
Figura 40 - Edifícios por região................................................................................................ 82
Figura 41 - Gráfico área privativa x consumo elétrico ............................................................. 82
Figura 42 - Gráfico dos resíduos das predições de EUI para ACC .......................................... 92
Figura 43 - Análises estatísticas do resíduo para edificações tipo ACC .................................. 92
Figura 44 - Histograma EUI_REAL e EUI_NORM para ACC ............................................... 94
Figura 45 - Frequência acumulada de EUI_NORM para ACC ................................................ 96
Figura 46 - Gráfico dos resíduos das predições de EUI para ACU ........................................ 100
Figura 47 - Análises estatísticas do resíduo para edifícações tipo ACU ................................ 100
Figura 48 - Histograma EUI_REAL e EUI_NORM para ACU ............................................. 101
Figura 49 - Frequência acumulada de EUI_NORM para ACU.............................................. 102
Figura 50 - Escala de posição de nível de eficiência energética para ACC e ACU ............... 104
LISTA DE TABELAS

Tabela 1 - Variação percentual no consumo de energia elétrica. ............................................. 35


Tabela 2 - Classificação geral método prescritivo.................................................................... 57
Tabela 3 - Comparativo programas de etiquetagem ................................................................. 58
Tabela 4 - Funções do benchmarking ....................................................................................... 61
Tabela 5 - Comparativo entre os tipos de benchmarking ......................................................... 61
Tabela 6 - Aplicações dos objetivos em edificações ................................................................ 62
Tabela 7 - Resumo de classificação de edificações AA e A ou A+ e A ................................... 67
Tabela 8 - Critérios de seleção de edifícios para pesquisa ....................................................... 68
Tabela 9 - Variáveis explicativas para o modelo ...................................................................... 71
Tabela 10 - Dados das edificações analisadas .......................................................................... 80
Tabela 11 - Valores de EUI e variáveis explicativas ................................................................ 83
Tabela 12 - Valores de EUI e variáveis explicativas ajustadas para ACC ............................... 85
Tabela 13 - Valores de EUI e variáveis explicativas ajustadas para ACC ............................... 87
Tabela 14 - Valores de EUI e z das variáveis explicativas ....................................................... 88
Tabela 15 - EUI real, predito e resíduo para ACC ................................................................... 90
Tabela 16 - Valores de EUI_REAL, mi.zi e EUI_NORM para ACC ...................................... 93
Tabela 17 - Valores estatísticos de EUI_REAL e EUI_NORM para ACC.............................. 94
Tabela 18 - Tabela de bechmarking energético para ACC ....................................................... 96
Tabela 19 - Valores de EUI e variáveis explicativas ajustadas para ACU ............................... 97
Tabela 20 - Valores de EUI e z das variáveis explicativas para ACU ..................................... 98
Tabela 21 - EUI real, predito e resíduo para ACU ................................................................... 99
Tabela 22 - Valores de EUI_REAL, mi.zi e EUI_NORM para ACU .................................... 101
Tabela 23 - Valores estatísticos de EUI_REAL e EUI_NORM ............................................. 102
Tabela 24 - Tabela de bechmarking energético para ACU .................................................... 103
Tabela 25 - Tabela de bechmarking energético para ACC e ACU ........................................ 103
LISTA DE ABREVIATURAS E SIGLAS

ABNT Associação Brasileira de Normas Técnicas


ACC Ar Condicionado Central
ACU Ar Condicionado Unitário
Afire Association of Foreign Investors in Real Estate
Ashrae American Society of Heating, Refrigerating and Air-conditioning Engineers
BEN Balanço Energético Nacional
Breeam Building Research Establishment Environmental Assessment Method
Bric Bloco dos paises Brasil, Rússia, Índia e China
CAG Central de Água Gelada
CBECS Commercial Buildings Energy Consumption Survey
CGIEE Comitê Gestor de Indicadores e Níveis de Eficiência Energética
COP Coeficiente de Performance
DOE Departament of Energy
ECBCS Energy Conservation in Buildings and Community Systems
EIA Energy Information Administration
ENCE Etiqueta Nacional de Conservação de Energia
EPA Environmental Protection Agency
EPBD Energy Performance of Buildings Directive
EPE Empresa de Pesquisa Energética
SEU Energy Sutainability Unit
EU União Europeia
HK-BEAM Hong Kong Building Environmental Assessment Method
IDH Índice de Desenvolvimento Humano
IEA International Energy Agency
Inmetro Instituto Nacional de Metrologia, Qualidade e Tecnologia
IPRS Índice Paulista de Responsabilidade Social
Leed Leadership in Energy and Environmental Design
NEA National Environment Agency
OCDE Organização para Cooperação e Desenvolvimento Econômico
PBE Programa Brasileiro de Etiquetagem
PIB Produto Interno Bruto
PNB Produto Nacional Bruto
PNUD Programa das Nações Unidas para o Desenvolvimento
Procel Programa Nacional de Conservação de Energia Elétrica
RTQ-C Regulamento Técnico da Qualidade do Nível de Eficiência Energética de
Edifícios Comerciais, de Serviços e Públicos
RAC-C Regulamento de Avaliação de Conformidade do Nível de Eficiência Energética
de Edifícios Comerciais, de Serviços e Públicos
Sempla Secretaria Municipal de Planejamento, Orçamento e Gestão
UNDP United Nation for Development Report
VAV Volume de ar variável
VAC Volume de ar constante
VZV Vazão de água gelada variável
VZC Vazão de água gelada constante
SUMÁRIO

1 INTRODUÇÃO.......................................................................................................... 12

2 ENERGIA DESENVOLVIMENTO E SUSTENTABILIDADE .............................. 16

3 O MERCADO DE ESCRITÓRIOS NA REGIÃO METROPOLITANA DE SÃO


PAULO..……………….……………………………………………………………26

4 CONSUMO ENERGÉTICO EM EDIFICAÇÕES .................................................... 33

5 MECANISMOS DE PROMOÇÃO DA EFICIÊNCIA ENERGÉTICA EM


EDIFICAÇÕES .......................................................................................................... 38

5.1 Etiquetagem de eficiência energética ......................................................................... 42


5.1.1 Energy Star ................................................................................................................. 42
5.1.2 Building Energy Quotient .......................................................................................... 44
5.1.3 Energy Smart Office Label ......................................................................................... 45
5.1.4 European Parliament Label – EPLabel ...................................................................... 46
5.1.5 Building Energy Efficiency Certificate ...................................................................... 49
5.1.6 Procel .......................................................................................................................... 54
5.1.7 Comparativo entre os programas de etiquetagem energética ..................................... 58

6 BENCHMARKING DE CONSUMO ENERGÉTICO EM EDIFICAÇÕES ............ 59

6.1 Selação das edificações .............................................................................................. 63


6.2 Metodologia de análise ............................................................................................... 68
6.2.1 Definição das variáveis explicativas .......................................................................... 70
6.2.2 Modelo de regressão ................................................................................................... 74
6.3 Coleta e tratamento dos dados .................................................................................... 79

7 RESULTADOS E DISCUSSÃO ............................................................................... 80

7.1 Ar condicionado central ............................................................................................. 84


7.1.1 Obtenção dos coeficientes de regressão para ACC .................................................... 89
7.1.2 Equação de Predição .................................................................................................. 90
7.1.3 Equação de normalização de EUI .............................................................................. 92
7.1.4 Tabela de bechmarking para ACC ............................................................................. 95
7.2 Ar condicionado unitário ............................................................................................ 97
7.2.1 Obtenção dos coeficientes de regressão para ACU .................................................... 98
7.2.2 Equação de Predição .................................................................................................. 98
7.2.3 Equação de normalização de EUI ............................................................................ 100
7.2.4 Tabela de bechmarking para ACU ........................................................................... 102
7.3 Benchmarking consolidado ...................................................................................... 103

8 CONCLUSÃO.......................................................................................................... 106

9 REFERÊNCIAS BIBLIOGRÁFICAS ..................................................................... 107


1 INTRODUÇÃO

Edifícios representam um dos maiores setores em consumo de energia primária e a


maior contribuição em termos de emissões de gases de efeito estufa no mundo. O setor de
edificações ocupa um papel de destaque nas políticas de economia de energia ao redor do
mundo (POPESCU, 2010).
Estima-se que de forma geral, no consumo dos países desenvolvidos, a participação do
segmento edifícios fique entre 20 e 40% do consumo final de energia (PÉREZ-LOMBARD;
OTIZ; POUT, 2008).
Em nível nacional, segundo dados do Procel, cerca de 45% do consumo total de
energia elétrica é atribuído ao segmento de edifícios (ELETROBRAS, 2006).
O consumo energético atribuído às edificações, por estar diluído em outros segmentos
segundo os critérios do Balanço Energético Nacional (BEN), é de difícil mensuração. Este
representa parte do consumo do setor comercial, parte do setor público e também parte do
setor residencial. A grande diversidade de tipologias de edificações, seja do ponto de vista de
perfil de uso, seja de característica construtiva, torna difícil o estabelecimento de indicadores
abrangentes, com possibilidade de torná-los comparáveis do ponto de vista de desempenho e
eficiência.
A elaboração de uma correta base de comparação deve levar em conta edificações de
mesma tipologia para o estabelecimento de um correto benchmarking. As características de
uso e ocupação da edificação dentre as principais destacam-se edificações de escritório,
hospitais, hotéis, escolas, bancos, lojas de varejo, supermercados, hipermercados, Shopping
Centers dentre outros interferem de forma significativa no perfil de consumo.
Segundo Spendolini (1992), benchmarking é um contínuo e sistemático processo para
avaliação, medição e comparação entre produtos, serviços e processos de trabalho de
organizações, que são reconhecidas como representantes das melhores práticas com propósito
de melhoria organizacional. O processo de benchmarking energético com base em dados reais
de consumo em edificações como ferramenta de avaliação, processo amplamente utilizado em
outros países (EPA, 2011), (EANG; PRYIADARSINI, 2008), (CBD, 2012), pode trazer
importantes bases de comparação e avaliação de edificações de perfis similares.
A possibilidade de avaliação de medida de posição relativa frente à média de mercado,
além de municiar os gestores e gerentes prediais quanto a informação acerca do desempenho

12
energético, pode também servir de ferramenta de auxílio na tomada de decisão sobre
implementação de medidas de melhora na performance energética.
Pérez-Lombard et al. (2009) discutem os conceitos e etapas do processo de
benchmarking conforme demonstrado na Figura 1.

Figura 1 - Processo de benchmarking energético em edifícios


Fonte: Adaptado de Pérez-Lombard et al., 2009

No mercado de edifícios, benchmarking em performance energética pode ajudar a


rever os padrões de consumo (EANG et al., 2008). A definição de um indicador simples como
a energia anual consumida por unidade de área permitirá uma avaliação objetiva neste
sentido. Entretanto, uma correta base de comparação se faz necessária para uma correta
avaliação.
É importante conhecer a base de consumo do ponto de vista da demanda para o
estabelecimento de políticas, públicas ou não, que minimizem os impactos de seu uso e
estabeleçam políticas de conservação de energia nos diversos setores. Medidas efetivas para
reduzir o consumo energético, e o uso cada vez mais abrangente de energias limpas são
extremamente necessárias, entretanto, antes de qualquer outra medida, um claro entendimento
das condições atuais do uso de energia deve ser alcançado. Benchmarking energético pode ser
uma ferramenta eficaz neste sentido. Este proporciona a possibilidade de avaliação
comparativa de edificações similares bem como o estabelecimento de metas de desempenho
energético (XUCHAO; PRIYADARSINI; EANG, 2010).
O presente trabalho tem como objetivo apurar o consumo elétrico em áreas comuns
em edificações comerciais por meio de pesquisa explanatória estruturada e desenvolver
mecanismos que permitam a comparação das edificações quanto ao consumo energético com
base em dados reais. O consumo de energia elétrica atribuído às áreas comuns refere-se à
energia utilizada para prover serviços de uso comum como elevadores, bombas, iluminação
de áreas comuns e ar condicionado quando este é do tipo central. Logo, consumo de
eletricidade proveniente das áreas privativas, que correspondem aos equipamentos de
escritório, iluminação das áreas de escritório e demais equipamentos internos às salas

13
comerciais não são considerados. Neste contexto, são avaliados dados de 44 edificações
comerciais de perfil multiusuário de alto padrão na região metropolitana de São Paulo.
Modelos de regressão múltipla com base nas principais variáveis que potencialmente
afetam o desempenho energético são desenvolvidos com objetivo de minimizar a interferência
destas variáveis na construção dos indicadores. É utilizado o software de análises estatísticas
Minitab 16 para cálculo dos coeficientes das equações de regressão bem como análises
estatísticas nos modelos.
A seleção das edificações que fazem parte da amostra avaliada é feita com base em
critérios de avaliação utilizados pelas empresas de consultoria e avaliação imobiliária como
forma categorização das edificações quanto ao padrão de qualidade destas. Relação de área
privativa por vaga de garagem, pé-direito mínimo dos conjuntos-tipo, área mínima de laje são
exemplos de variáveis usadas na seleção das edificações. Este filtro se faz necessário pois
comparar edificações de escritórios de lajes corporativas com edifícios com pequenas salas
comerciais não traz resultados efetivos em termos de benchmarking.
Neste contexto foi efetuado levantamento de consumo elétrico e características que
potencialmente afetam o desempenho como idade, área privativa da edificação, população etc,
para o estabelecimento benchmarks de consumo energético para edifícios comerciais de
escritórios de alto padrão, tipo multiusuário na região metropolitana de São Paulo. Isto
possibilita uma avaliação de forma direta da posição relativa de cada edificação frente à
media de mercado para edificações da tipologia avaliada. A capital paulista, além da região de
Alphaville como maiores mercados consumidores neste segmento, visto o acelerado
crescimento no setor e o estoque elevado frente a outras capitais brasileiras justificam o objeto
da pesquisa.
Correlações entre estas variáveis e o desempenho são estudadas de forma a avaliar
seus impactos, e minimizar seus efeitos na construção dos indicadores através de modelos de
regressão múltipla. Estas informações são normalizadas em termos de consumo anualizado
em quilowatt-hora por metro quadrado para cada edificação além da elaboração de método
para predição de consumo dadas características intrínsecas da edificação e operação do
empreendimento.
Com base nos resultados obtidos, são definidas faixas de consumo ajustadas com
atribuição de notas de A a E a exemplo do programa brasileiro de etiquetagem do Programa
Nacional de Conservação de Energia Elétrica (Procel).

14
O trabalho é dividido em oito capítulos. No segundo capítulo é feita uma
contextualização do tema energia e suas inter-relações com desenvolvimento, crescimento
econômico e sociedade. Reflexões acerca do panorama nacional e global da evolução do
consumo energético e suas implicações nos campos sociais, econômicos e ambientais também
são realizadas.
No capítulo três são feitas avaliações qualitativas acerca do mercado imobiliário na
cidade de São Paulo e região de Alphaville com especial atenção ao mercado de escritórios
objeto da pesquisa. Avaliações quantitativas acerca do estoque existente, taxas de crescimento
e projeções de evolução no mercado também são discutidas.
O capítulo quatro apresenta uma visão geral do consumo energético em edificações
com base em revisões bibliográficas com apresentação de dados em nível nacional e também
de outros países.
O quinto capítulo discute os mecanismos atuais de classificação de edificações como
certificação e etiquetagem energética como o programa brasileiro de etiquetagem e outros
programas usados em outros países.
O capítulo seis apresenta a metodologia utilizada para levantamento dos dados,
seleção das edificações, e tratamento dos dados para obtenção dos indicadores de intensidade
no uso da energia em quilowatt-hora por metro quadrado por ano.
No sétimo capítulo são apresentados os resultados e discussões com base nos
indicadores obtidos e por fim no capítulo oito é apresentada a conclusão e considerações
finais.

15
2 ENERGIA DESENVOLVIMENTO E SUSTENTABILIDADE

A crescente demanda mundial pelo uso de energia motivada pelo crescimento da


economia, em especial nos países em desenvolvimento causa preocupação nos campos
sociais, ambientais e econômicos. Previsões da Energy Information Administration (EIA)
indicam que as emissões de CO2 sofrerão um acréscimo de 66% em seus níveis de emissão
entre 2005 e 2035 (EIA, 2010).
A Organização para Cooperação e Desenvolvimento Econômico (OCDE), entidade
com sede na França fundada 1961 com objetivo promover o desenvolvimento econômico
global, atualmente conta com 34 países membros, além de alguns emergentes como México,
Chile e Turquia, além destes existem previsões para o ingresso breve de gigantes emergentes
como Brasil e China. Os países chamados OCDE representam as maiores economias globais,
enquanto países não-OCDE representam os países em desenvolvimento (OCDE, 2011).
As projeções da EIA no relatório International Energy Outlook 2006 já demonstravam
acentuada taxa de crescimento no consumo energético (EIA, 2006). Este previa que em
meados de 2010 o consumo nos países em desenvolvimento iria superar os países
desenvolvidos, porém conforme relatório de 2010, o consumo energético nos países não-
OCDE superou o consumo dos países OCDE1, conforme se observa na Figura 2.

450 450

400 400

350 350

300 300

250 250

200 200

150 150

100 100

50 50

0 0
2000 2005 2010 2015 2020 2025 2030 2035 2000 2005 2010 2015 2020 2025 2030 2035

OCDE (IEO 2006) OCDE (IEO 2010)


Não-OCDE (IEO 2006) Não-OCDE (IEO 2010)

Figura 2 - Projeção de crescimento no consumo mundial de energia em Quad 2


Fonte: EIA, 2006, 2010

___________________________________
1
Inclui membros até 01/03/2010 com exceção do Chile que se tornou membro em 05/05/2010
2
1 Quad = 1015 btu

16
Esta ocorreu aproximadamente três anos antes do previsto tendo registrado 263,2
milhões de terá joules (249,5 Quad) contra 259,2 milhões de terá joule (245,7 Quad)
superando em 1,5% os países desenvolvidos (EIA, 2010). Isto demonstra que os níveis de
crescimento de consumo e emissões vêm ocorrendo em ritmo mais acelerado do que previsto
anteriormente.
Ainda segundo o relatório, as taxas de crescimento do consumo de energia primária,
projetadas entre 2005 e 2035, são de 0,8 e 2,5% ao ano para os países OCDE e Não-OCDE
respectivamente para um cenário de elevado crescimento econômico. Boa parte da
discrepância entre os blocos se deve à contribuição dos gigantes emergentes Brasil, Rússia,
Índia e China (Bric3). Cabe aqui uma segunda abordagem com destaque para estes países,
visto que este vem ocupando juntos cada vez mais importância dentro do bloco, tornando-se
proporcionalmente mais significativos conforme demonstrado na Figura 3.

55 56 57 58 59 60 61 61

45 44 43 42 41 40 39 39

2005 2006 2007 2015 2020 2025 2030 2035


ano

NÂO OCDE BRIC

Figura 3 - Previsão da participação no consumo – Países Não-OCDE e Bric


Fonte: EIA, 2010

Em uma comparação da previsão de consumo dos países Bric em relação aos países
Não OCDE (excluído Bric), nota-se uma curva ainda mais acentuada para o bloco Bric,
conforme percebe-se na Figura 4, o que sinaliza ainda mais preocupação na análise destes
mercados que vem sistematicamente apresentando altas taxas de crescimento.
Dentro deste cenário, o Brasil ocupa posição de destaque ficando abaixo da taxa de
projeção de crescimento médio anual no consumo de energia entre 2005 e 2035 apenas para a
China (Figura 5). Esta projeção é confirmada em nível nacional pelo Plano Nacional de
Energia 2030 elaborado Empresa de Pesquisa Energética (EPE) que sinaliza crescimento
médio entre 2,5 e 4,3%, para alguns cenários projetados, entre 2005 e 2030 (EPE, 2007).
_____________________________________
3
Usado sigla Bric pois à época a África do Sul não havia sido integrada ao bloco

17
300

250

10 15 btu
200

150

100
2005 2006 2007 2015 2020 2025 2030 2035

BRIC NÂO OCDE

Figura 4 - Previsão da evolução do Consumo – Países Não OCDE e BRIC


Fonte: EIA, 2010

4,0 China
Brasil Índia
3,0

2,0
Rússia
1,0

0,0

Figura 5 - Projeção da taxa de crescimento do consumo energético 2007 – 2035


Fonte: EIA, 2010

A correlação ente crescimento do Produto Interno Bruto (PIB) e crescimento do


consumo energético, conforme demonstrado na Figura 6, com base nos dados do Balanço
Energético Nacional (BEN) 2010 (EPE, 2011), traz a falsa sensação de que aumento no
consumo significa desenvolvimento, o que nem sempre é verdadeiro. Este pode ser associado
ao crescimento econômico, o que difere do conceito de desenvolvimento.

R² = 0,997

Figura 6 - Evolução do consumo energético e PIB Real


Fonte: EPE, 2011

18
O crescimento econômico não se traduz necessariamente em desenvolvimento. Pode-
se exemplificar esta afirmação com o intenso crescimento econômico ocorrido na década de
1950, incluindo o Brasil, onde este não se traduziu em maior acesso das populações pobres a
bens materiais e culturais (VEIGA, 2008).
O paradoxo é que apesar da atual e crescente revolução tecnológica, a maioria da
população mundial ainda vive abaixo da linha da pobreza, com acesso inadequado a
alimentação, moradia, energia, e acometidos por doenças que poderiam ser facilmente
erradicadas com medidas de saneamento básico e aplicação de drogas bastante simples
(VERGRAGT, 2006).
O termo desenvolvimento traz em si outros valores que uma análise pura e simples do
crescimento econômico não tem condições de refletir. Uma visão rasa da associação do
crescimento econômico com desenvolvimento, em especial tomando como pilar central o PIB
que pode ser mesurado de forma per capita para uma melhor base de comparação entre as
nações, por si só traz uma dúvida quanto aos seus impactos no desenvolvimento e remete a
reflexões básicas e uma análise mais profunda, como a correta divisão desta riqueza, a
chamada distribuição de renda.
Este é apenas um argumento, e não o único, para esvaziar a hipótese de que
crescimento econômico é sinônimo de desenvolvimento. Não é correto afirmar também que
uma combinação PIB/distribuição de renda são as únicas variáveis para solução da equação
desenvolvimento. Questões como aplicação de recursos públicos, prioridades de
investimentos, questões socioculturais locais entre outros, devem ser considerados para uma
avaliação do nível de desenvolvimento.
Simon Smith Kuznets propôs em 1971 uma teoria demonstrando que a desigualdade
de distribuição de renda é crescente, porém natural até certo ponto, onde a partir daí começa a
decrescer. Segundo ele, isto faz parte de um processo natural de maturação do processo de
desenvolvimento onde atingido o ápice, a distribuição de renda mais igualitária ocorre de
forma natural por princípios de auto regulação do mercado (GOLDEMBERG; LUCON,
2008).
Além do fato de que por questões ideológicas e políticas, esta teoria era de fato mais
conveniente para explicar alguns fenômenos, esta ganhou destaque também por que vários
testes com base em casos isolados pareciam confirmar esta hipótese. Isto serviu por muito
tempo como base teórica para vários estudos, porém gradativamente vem sendo desmontada.
Estudo realizado pelo Banco Mundial com 108 economias ao longo de aproximadamente 40

19
anos demonstram a inexistência de qualquer padrão histórico de evolução na distribuição de
renda. Esta hipótese vem sendo sistematicamente substituída por outra que demonstra que a
dinâmica da auto regulação que determina a distribuição de renda é extremamente resistente a
qualquer tipo de alteração em sua estrutura, ou seja, apresenta grande inércia a qualquer
alteração em sua dinâmica (VEIGA, 2008).
Demonstração do exposto é o fato de que um quinto da população mais pobre do
planeta detém apenas 1,4% do Produto Nacional Bruto (PNB), que representa o total de
riquezas produzidas pelo país incluindo as empresas no exterior, descontadas as empresas
sediadas no país mas de outras nacionalidades, enquanto um quinto da população mais rica
detém 82,7% das riquezas mundiais (GOLDEMBERG; LUCON, 2008). Isto demonstra em
níveis globais o abismo de desigualdade de distribuição de riquezas. Ainda existe no mundo
mais de um bilhão de pessoas que vivem com um dólar por dia (NORTH, 2005).
Poder-se-ia argumentar que estes países não atingiram ainda o grau de crescimento
necessário proposto por Kuznets para então atingirem a segunda etapa onde a curva de
concentração de renda se reverteria.
Conforme afirmado por Sen (2000), há duas atitudes gerais como forma de condução
ao processo de desenvolvimento. A primeira onde o processo se dá de forma rígida e “feroz”,
onde a democracia e os direitos civis podem ser classificados como um “luxo”, onde é
necessário em primeiro momento dureza e disciplina para só então, em um segundo momento
quando o processo de desenvolvimento tiver produzido frutos suficientes, poder-se partilhar
estas dimensões. Em uma segunda abordagem proposta por Sen, o processo se dá de forma
amigável tendo como pilar central a liberdade não só como fim, mas também como meio para
o desenvolvimento (SEN, 2000).
Não se pode simplificar a definição de desenvolvimento reduzindo-o a uma
ponderação entre PIB e distribuição de renda. Desenvolvimento remete entre outras coisas a
questões culturais, que em grande medida são difíceis de avaliar. Não se pode avaliar sob o
mesmo prisma países como Brasil e Cuba por exemplo. Países vindos de regimes, culturas
sociais, políticas e econômicas tão diversas não podem ser medidas sob a mesma “régua” de
desenvolvimento. Apesar de apresentarem PIB per capita e Índice de Desenvolvimento
Humano (IDH) tão diverso é difícil afirmar qual é mais desenvolvido sem levantar a questão:
desenvolvido em qual dimensão? Saúde? Educação? Liberdade? Civismo?
Alguns indicadores sociais podem ser utilizados, para em certa medida, estabelecer
base objetiva para comparação do nível de desenvolvimento de cada nação. Um índice muito

20
utilizado com esta finalidade é o IDH. Este leva em conta além de informações referentes à
economia como o PIB per capita, informações ponderadas referentes à longevidade, instrução
e padrão de vida. A ideia do estabelecimento deste índice era criar uma ferramenta que fosse
capaz de medir o nível de desenvolvimento das nações.
Esta ambiciosa empreitada realizada pelo paquistanês Mahbu Ul Haq ao Programa das
Nações Unidas para o Desenvolvimento (PNUD), que é o programa para fomentar o
desenvolvimento mundial, foi considerada por Amartya Sen, Prêmio Nobel de economia de
1998, e um dos inspiradores de Haq, um tanto quanto ambiciosa e imprecisa. Sen manifestou
profundo ceticismo sobre a ideia de poder sintetizar de forma objetiva algo tão subjetivo e de
difícil mensuração (VEIGA, 2008). Porém ele acaba se rendendo aos argumentos de Haq e
sua contribuição para elaboração do índice é fundamental.
Sen afirma no Human Development Report 2010 que o IDH, que se revelou muito
popular na discussão pública, sofre de uma “rusticidade” que é algo semelhante à do PIB
(UNDP, 2011). Apesar das limitações do IDH, Sen admite ser importante, o estabelecimento
de um índice simples e sintético que possa substituir a renda per capita nas discussões sobre
desenvolvimento. Ele afirma:

“Vinte anos após o aparecimento do primeiro Relatório de Desenvolvimento Humano, há muito


para comemorar em relação ao que já foi alcançado. Mas também temos de estar atentos às
formas de melhorar a avaliação das adversidades antigas e de reconhecer – e reagir a novas
ameaças à liberdade e ao bem-estar humanos” (UNDP, 2011).

Dos 135 países que foram objeto do relatório de 2010, ano em que comemorou seu 20º
aniversário, correspondendo a uma abrangência de 92% da população mundial, quase todos os
países apresentaram crescimento em comparação aos índices de 1970. Exceção feita à
Republica Democrática do Congo, a Zâmbia e ao Zimbabwe (UNDP, 2011).
Um dos resultados mais surpreendentes do relatório, porém esperado, é o fato de que
inexiste correlação significativa entre crescimento econômico e melhorias nos campos da
saúde e educação (UNDP, 2011). Esta conclusão do relatório confirma o que já citado
anteriormente e chama atenção para o fato de que um alto IDH não significa necessariamente
a superação de dimensões mais amplas como o conceito de sustentabilidade por exemplo. É
possível ter um país com alto IDH, porém com práticas não sustentáveis, não democráticas e
não igualitárias (UNDP, 2011).
A exemplo do PIB, é possível também correlacionar o IDH com o consumo de
energia. Como demonstrado na Figura 7, em países com alto IDH, o que teoricamente sinaliza

21
tratar-se de países mais desenvolvidos, o consumo de energia é maior. Isto pode ser entendido
de forma intuitiva pois tem-se nestes países maior acesso a bens de consumo, tecnologias e
equipamentos sociais. Como demonstrado, países com alto IDH possuem consumo de
eletricidade elevada (GOLDEMBERG; LUCON, 2008).

Figura 7 - Relação entre IDH e consumo de eletricidade per capita


Fonte: Goldemberg e Lucon, 2008

Isto está diretamente ligado ao estilo de vida imposto por algumas sociedades
desenvolvidas onde a base está alicerçada em altos consumos de energia. Os Estados Unidos
por exemplo, com aproximadamente 4,6% da população mundial, em 2002 consumiram
aproximadamente 25% de toda energia do planeta, e apresentaram uma das taxas de consumo
de energia per capita mais altas do mundo equivalendo a aproximadamente cinco vezes a
média global. Este possui também uma das maiores taxas emissão de CO 2 do mundo, e gerou
aproximadamente 4,5 libras de lixo por pessoa por dia, o dobro da média da Europa
(HINRICHS; KLEINBACH; REIS, 2010).
Com relação aos níveis nacionais, nota-se que o Brasil ocupa posição privilegiada. Os
níveis de emissão per capita no Brasil são da ordem de 10% das emissões de CO2 nos Estados
Unidos e 43% dos valores mundiais conforme demonstrado na Figura 8.
Isto pode ser justificado pela composição da matriz energética brasileira, que ao
contrário da média mundial que contou em 2008, segundo a Internacional Energy Agency
(IEA), com 67,8% de combustíveis fósseis para geração de eletricidade.

22
Índia 1,25

tCO2 / habitante
Brasil 1,90

Chile 4,35

US$ PIB
Mundo 4,39

China 4,92

Reino Unido 8,32

Rússia 11,24

Estados Unidos 18,38

Figura 8 - Emissões de CO2 per capita


Fonte: Adaptado de IEA, 2010

Em nível nacional em 2009, segundo o Balanço Energético Nacional 2010 (EPE,


2011), do total de energia elétrica gerada, apenas 6,8% são provenientes de origem fóssil.
Destaca-se também o fato de que em níveis mundiais, os combustíveis de origem fóssil
apresentarem as maiores taxas de crescimento conforme demonstrado na Figura 9 (IEA,
2010).
kWh

Fóssil Nuclear Hidroeletricidade Outros

Figura 9 - Geração de eletricidade por combustível no mundo


Fonte IEA, 2010

A exemplo de outros países, o Brasil também apresenta estreita relação entre consumo
de energia e PIB como demonstrado na Figura 10. Conforme descrito por Francisco (2010),
historicamente a relação no Brasil entre PIB e consumo de energia elétrica é alta.

23
1.700 440.000

1.600 420.000

1.500 400.000

Consumo (GWh)
PIB (10 9 USD)
1.400 380.000

1.300 360.000
R² = 0,983
1.200 340.000

1.100 320.000

1.000 300.000
2.000

2.001

2.002

2.003

2.004

2.005

2.006

2.007

2.008

2.009
PIB Eletricidade

Figura 10 - Evolução do consumo de eletricidade e PIB Real


Fonte: EPE, 2011

Outro indicador que sinaliza esta estreita relação entre crescimento econômico e
consumo de energia, é o Índice Paulista de Responsabilidade Social (IPRS), que é um índice
desenvolvido em 2000 pela Fundação Sistema Estadual de Análise de Dados (Seade) com
objetivo de sintetizar índices de desenvolvimento dos municípios do estado de São Paulo.
Este utiliza o consumo de energia elétrica residencial médio do município de São Paulo, como
principal indicador de riqueza tendo peso 43,51% na média ponderada para composição do
indicador (FRANCISCO, 2010).
Na área energética, usa-se ainda a intensidade energética, que é total da energia
primária consumida dividida pelo PIB. Esta fornece de forma sintética uma visão sobre a
eficiência energética da economia dos países. A quantidade de energia gasta para produção de
US$ 1.000 de PIB difere de forma significativa entre os países. Este traduz a eficiência de
cada nação no uso de seus recursos energéticos. Dados fornecidos pela Eletrobras no BEN
2010 sinalizam estabilidade neste indicador em nível nacional. Importante também nesta
avaliação é a análise do consumo per capita.
Conforme demonstrado nas Figuras 11 e 12, nota-se certo paradoxo entre a
intensidade energética e o consumo per capita. Isto se deve ao fato de que nos países
desenvolvidos para um mesmo volume de riquezas geradas, gasta-se menos insumos
energéticos por dominarem tecnologias mais eficientes e atuais. Em contrapartida, o consumo
per capita é baixo nos países em desenvolvimento, entre outras variáveis, pelo fato de que
nestes, o acesso às tecnologias, itens de conforto e consumo, e até mesmo a energia elétrica

24
ainda é restrito. Aproximadamente 1,6 milhões de pessoas ainda não possuem acesso a
serviços modernos de abastecimento de energia (UNDP, 2011).

Rússia 1,60

Índia 0,75

China 0,75

tep / 1.000 US$


Chile 0,30

Mundo 0,30

PIB
Brasil 0,29

Estados Unidos 0,19

Reino Unido 0,12

Figura 11 - Intensidade energética


Fonte: Adaptado de IEA, 2010

Índia 0,54 tep / 106 habitantes

Brasil 1,29

China 1,60

Mundo 1,83

Chile 1,88

Reino Unido 3,40

Rússia 4,84

Estados Unidos 7,50

Figura 12 - Consumo energético per capita


Fonte: Adaptado de IEA, 2010

Mudanças de hábitos de consumo com melhora na eficiência energética são as


melhores formas de conservação de energia. Projeções indicam que não fossem medidas de
conservação de energia, os países OECD teriam hoje um consumo energético 48% superior
aos atuais (GOLDEMBERG; LUCON, 2007) conforme demonstrado na Figura 13.
Não é de se esperar que países em desenvolvimento como o Brasil atinjam níveis de
economia como nos países desenvolvidos, visto que em comparação a estes o consumo per

25
capita ainda é pequeno, porém nada impede que o uso de tecnologias e processos eficientes
sejam introduzidos ainda no início do processo de desenvolvimento (GOLDEMBERG;
LUCON, 2007).

Figura 13 - Consumo evitado entre 1973 e 1996


Fonte: Goldemberg e Lucon, 2007

25
3 O MERCADO DE ESCRITÓRIOS NA REGIÃO METROPOLITANA DE SÃO
PAULO

As edificações são o suporte físico para a realização direta ou indireta de todas


atividades produtiva. Estas devem ser projetadas em atendimento às necessidades a que se
destinam , e devem ainda ao longo de sua vida útil, que vem a ser o intervalo de tempo ao
longo do qual a edificação e suas partes constituintes atendem aos requisitos funcionais desde
que obedecidos os planos de operação, uso e manutenção previstos, ser colocada a serviço de
seus usuários e, servindo-os adequadamente em relação ao previsto, realizar o motivo pelo
qual a edificação foi produzida. Além disso devem também atender a requisitos de segurança,
saúde, conforto, e desempenho satisfatório do ponto de vista energético conforme premissas
de projeto (ABNT, 1998; 1999a).
Segundo Veronezi (2004), edifícios de escritórios constituem um importante segmento
no mercado imobiliário no Brasil e no mundo. Estes, ainda segundo a autora, tem como
finalidade abrigar atividades terciárias e de serviço como instituições financeiras, comerciais,
marketing e serviços. A visão do edifício como sendo apenas a estrutura física e de suporte foi
substituída pelo conceito de ambiente adequado ao desenvolvimento do negócio bem como
parte integrante deste.
Conforme descrito no relatório Emerging Trends in Real State 2011, destacam-se com
grande potencial dois mercados na América Latina: México e Brasil.
No caso brasileiro a demanda do mercado imobiliário é grande e destaca-se como
potencial no mercado de escritório para investidores prioritariamente duas opções: as cidades
do Rio de Janeiro e São Paulo. A primeira por apresentar taxas de vacância próxima de zero e
pela disparada nos valores de locação frente a baixa oferta. Já no caso da cidade de São Paulo,
o destaque no crescimento do setor é por é por conta da forte demanda por novos espaços
(URBAN LAND INSTITUTE; PRICEWATER HOUSECOOPERS, 2011).
O Brasil, segundo a consultoria imobiliária Jones Lang Lasalle (2011), assumiu a
quinta posição como mercado de investimento no primeiro trimestre de 2011 superando
inclusive a China. São Paulo se destaca como um dos mercados de imóveis de escritório mais
dinâmicos do mundo, caracterizado por rápido crescimento dos aluguéis, forte demanda por
parte de ocupantes corporativos, baixa taxa de vacância e grande número de novos
empreendimentos imobiliários.

26
Condição semelhante descrita pela Associação de Investidores Estrangeiros no Setor
Imobiliário (Afire) onde segundo esta, o Brasil desponta como segundo mercado com maior
potencial de valorização de capital, e primeiro como mercado emergente para investimento
em Real Estate (AFIRE, 2013).
São Paulo foi de 26ª para 4ª cidade mais atraente para aplicações em imóveis
comerciais. As primeiras colocações são Nova York, seguido por Londres e Washington
(AFIRE apud COLLIERS INTERNATIONAL, 2011).
Uma reestruturação na economia global dos últimos trinta anos demonstrou uma
concentração das atividades terciárias e de serviços junto aos grandes centros urbanos
(CÉSAR, 2007). Esta por sua vez gerou uma maior demanda por edificações comerciais de
escritório para abrigar estas atividades.
Um aumento na atividade comercial e no setor de serviços ocorreu na cidade de São
Paulo, em especial na região da Marginal Pinheiros e Berrini. Este setor apresentou um
crescimento entre 1991 e 2000 de 40,22%, contra 31,99% no setor residencial e 12,47% no
industrial (FERREIRA, 2003).
A Figura 14 demonstra a distribuição do uso do solo no município de São Paulo
segundo a Secretaria Municipal de Planejamento, Orçamento e Gestão (Sempla), órgão
responsável pelo planejamento urbano na cidade de São Paulo. Nota-se grande adensamento
na quantidade de lançamentos comerciais nas regiões da Avenida Brigadeiro Faria Lima,
Avenida Engenheiro Luiz Carlos Berrini, Itaim Bibi, Vila Olímpia e Marginal Pinheiros em
destaque nas Figuras 15 e 16.
Com base nos dados da Sempla, o estoque médio em m 2 de área de escritórios
comerciais lançados entre 1992 e 20084 totalizou conforme Figura 17, 3,7 milhões de m2 no
período analisado5, o que equivale a uma taxa anual de crescimento de 5,4% (SÃO PAULO,
2011). Isto também pode ser notado na quantidade de terrenos consumidos, segundo a
Sempla, para lançamentos comerciais na cidade de São Paulo no ano de 2008. Conforme
Figura 18, este totalizou 104.817 m² superando em 15,3% o maior valor da série histórica no
período analisado.

____________
4
Dado referente à área média em 2008 não disponível. Considerada média geral da série histórica.
5
Considerando o número de lançamentos multiplicado pela área média de conjuntos comerciais-tipo.

27
Figura 14 - Uso do solo predominante – Distritos do Município de São Paulo 2010
Fonte: São Paulo, 2011

28
Figura 15 - Uso predominante do solo em 2008 Subprefeitura de Pinheiros
Fonte: São Paulo, 2011

Figura 16 - Área lançada de conjuntos-tipo 1992-2006 – Município de São Paulo


Fonte: São Paulo, 2011

29
3.741
3.424
3.300
3.130
2.987
2.783
2.614
2.027
1.580
1.000 m²

1.491
1.354
1.118
823
516
351
204
123
1992

1994

1996

1998

2000

2002

2004

2006

2008
Figura 17 - Estoque acumulado de empreendimentos comerciais
Fonte: São Paulo. 2011

104.817
90.891
89.540
61.472

55.691

54.612
47.705

44.808

44.484
42.250

31.217
29.901

27.940

27.219

24.550
24.571

16.487
1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

Terrenos Consumidos
Figura 18 - Terrenos consumidos em lançamentos comerciais em São Paulo
Fonte: São Paulo, 2011

Segundo informações do departamento de pesquisa de mercado da Consultoria


imobiliária Cushman & Wakefield, São Paulo, conforme dados do primeiro trimestre de 2011,
São Paulo conta com aproximadamente 2,6 milhões de m² úteis classe A. O estudo leva em
conta escritórios em diversas regiões da cidade.
Ainda segundo a consultoria, a taxa de vacância neste mercado recuou de 23,1% em
2005 para 6,9% no primeiro trimestre de 2011 para este segmento, conforme demostrado na
Figura 19. A acentuada demanda associada à pouca oferta existente resulta em um alto
volume de novos edifícios classe A previstos para os próximos anos. O novo estoque previsto
para 2011 pode aumentar em 12% o estoque existente e superar em 30% o maior volume
entregue na série histórica analisada sendo que em 2003 foram entregues 180.000 m² de
novos edifícios (CUSHMAN & WAKEFIELD, 2011).
30
Figura 19 - Valores médios de locação e taxa de vacância - escritório classe A
Fonte: Cushman & Wakefield, 2011

Apesar dos dados oficiais da Sempla demonstrarem crescimento médio anualizado de


5,4% no estoque médio de espaços de escritórios na cidade de São Paulo, para os
empreendimentos de alto padrão esta evolução é ainda mais acentuada.
Os empreendimentos classe A+ e A segundo a Consultoria Imobiliária Colliers
International (2011), terão em 2012 o maior crescimento do mercado (53,5% superior em
relação a 2011) e aumentarão sua participação relativa frente ao estoque total saltando dos
atuais 24% para 62% com a entrada de 187.325 m² até 2014.
Estes apresentaram entre 2001 e 2011 um crescimento médio anualizado de 13,3%
segundo os critérios de classificação dos empreendimentos pela consultoria conforme nota-se
na Figura 20.
A definição precisa do estoque existente de edifícios de alto padrão não é tarefa
simples. Não existe uma padronização na classificação dos empreendimentos por parte do
mercado quanto a características que o classifiquem como sendo de alto padrão.
Veronezi (2004) propõem uma metodologia para certificação da qualidade dos
edifícios comercias de forma imparcial segundo critérios objetivos. Esta analisa atributos
físicos e de localização da edificação dentro de determinado mercado de escritórios. Esta
sistemática porém tem pouca penetração no mercado, e cada empresa de consultoria
imobiliária que atua neste segmento possui uma metodologia própria para classificar os
empreendimentos. São discutidos alguns aspectos desta classificação em seções posteriores.

31
Figura 20 - Estoque total em m² - edifícios de alto padrão de escritórios
Fonte: Colliers International, 2011

Entretanto, é consenso a localização dos grandes centros de negócios na Cidade de São


Paulo. Estes concentram-se nas regiões da Marginal Pinheiros, Avenida Luis Carlos Berrini,
Avenida Brigadeiro Faria Lima, Vila Olímpia, Jardins, Pinheiros, e Avenida Paulista e
adjacências. Destaca-se também, apesar de fora da Cidade de São Paulo, a região de
Alphaville como mercado emergente.

32
4 CONSUMO ENERGÉTICO EM EDIFICAÇÕES

Segundo Perez-Lombard, Otiz e Pout (2008) o setor de edificações pode constituir o


terceiro maior setor em termos de consumo energético podendo ainda ser subdividido em
edificações de uso residencial e não residencial.
Popescu et al. (2012) entretanto, afirma que os edifícios representam o maior setor em
consumo de energia e as maiores contribuições mundiais em emissões de gases de efeito
estufa.
Afirmação semelhante feita por Casals (2006), e Asdrubali, Bonaut e Venagas (2008)
onde o consumo nos setores residencial e terciário de serviços, conta na Europa com
aproximadamente 40% do consumo final de energia.
Situação similar vive a China onde o consumo de energia primária em edifícios
cresceu de 10% na década de 70 para mais de 25% em 2006 e existem projeções de ir além de
35% em 2020 (HONG, 2009).
Nos Estados Unidos, a participação do setor na matriz energética, incluindo
edificações comerciais e residenciais, é de 41% do total do consumo de energia (FUMO;
MAGO; LUCK, 2010).
O consumo energético no setor de edificações comerciais em Hong Kong, com base
em informações do Census and Statistics Departament, segundo Chung (2009) aumentou sua
participação no consumo total anual de eletricidade de 47% em 1985 para 61% em 2000.
Na Tailândia 44% do total da energia anual é consumido em edificações de escritórios.
Destaca-se que neste mercado em 2005, o total de novos empreendimentos de perfil comercial
totalizaram 268.000 novas construções, o que equivale a um aumento de 35% em relação a
2002 (KOFOWOROLA; GHEEWALA, 2009).
O setor de edificações vem ganhando destaque na matriz de demanda nacional e
mundial. Entenda-se como consumo nas edificações em nível nacional, parte do consumo nos
setores comercial, residencial e público. Somados estes setores, tem-se uma participação
percentual de 47,6% no total de consumo de energia elétrica no Brasil, superando também o
setor industrial. Este, historicamente, conforme nota-se na Figura 21, sempre o foi o maior
consumidor de energia elétrica na matriz brasileira segundo dados do BEN (EPE, 2011).
Embora o consumo energético total do setor comercial, que inclui o setor de
edificações de escritório, seja de apenas 3%, (Figura 22), tomando como base somente o

33
consumo de energia elétrica o percentual de participação do setor se eleva para 15,1% ficando
atrás apenas do setor industrial e residencial conforme demonstrado na Figura 23.

60

50

40

30

20

10

0
2000

2001

2002

2003

2004

2005

2006

2007

2008

2009
Industrial Residencial Comercial Público
Agropecuário Energético Transportes

Figura 21 - Consumo percentual de eletricidade por setor


Fonte: EPE, 2011

Transportes;
30,4%

Industrial; Residencial;
37,1% 11,3%

Público; 1,8% Energético;


11,8%
Comercial;
3,0% Agropecuário;
4,6%

Figura 22 - Consumo energético por setor


Fonte: EPE, 2011

Energético
Comercial 4,40%
Público 15,10%
8,61% Transportes
0,37%

Residencial
23,89% Industrial
43,72%
Agropecuário
3,90%

Figura 23 - Consumo de eletricidade por setor


Fonte: EPE, 2011

34
Importante ressaltar que a participação da energia elétrica na matriz do setor comercial
é de 89,5%. Relevante também destacar que este insumo sofreu em 2011 incremento de 6,2%,
no consumo em relação a 2010, ficando atrás somente do setor agropecuário conforme nota-se
na Tabela 1 (EPE, 2011).

Tabela 1 - Variação percentual no consumo de energia elétrica.


Fonte: EPE, 2012

Setor 2010 (GWh) 2011 (GWh) Variação Percentual

Residencial 107.215 111.971 4,4%

Público 36.979 38.171 3,2%

Comercial 69.718 74.056 6,2%

Energético 26.837 23.372 -12,9%

Transportes 1.607 1.700 5,8%

Industrial 197.218 186.280 -5,5%

Agropecuário 18.938 21.460 13,3%

O consumo energético em edificações, por estar diluído entre outros setores segundo a
distribuição por uso final do BEN torna sua mensuração imprecisa.
Segundo Lamberts, Dutra e Pereira (1997), o consumo energético no setor de
edificações no Brasil em 1992 atingiu 23% para o setor residencial, 11% para o comercial e
8% para o setor público totalizando 42% do consumo nacional.
A dificuldade na obtenção de dados concretos de consumo no segmento de edificações
no Brasil, condição semelhante descrita por Pérez-Lombard, Otiz e Pout (2008) também para
alguns países desenvolvidos, demonstra a necessidade de pesquisas no setor para quantificar e
estratificar o consumo energético de edificações.
Diferentemente de países em desenvolvimento, nos Estados Unidos, a EIA (2006a) em
seu relatório, Commercial Buildings Energy Consumption Survey (CBECS) 2003, apresenta
uma série de dados detalhados de consumo no setor de edificações. Este é realizado
quadrienalmente em uma amostra de aproximadamente 6.000 edifícios comerciais com
informações relacionadas ao consumo de energia e características dos edifícios como tipo de
uso, taxa de ocupação, horas de funcionamento, idade do edifício, intensidade energética,
zona climática entre outras variáveis.
O setor energético em edificações apresenta certas peculiaridades que o tornam mais
complexo que outros devido a multidisciplinaridade envolvida em sua concepção e operação.
35
O setor é muito disperso e tradicionalmente pobre na análise de dados sobre consumo
energético (CASALS, 2006).
Pesquisas do perfil de consumo no segmento edificações, se não em nível nacional,
pelo menos em nível regional visto São Paulo ser o maior pólo de crescimento no setor
imobiliário incluindo o de escritórios de alto e médio padrão, justifica uma análise mais
aprofundada neste segmento.
O conhecimento do perfil de consumo bem como estabelecimento de benchmarks
referenciais normalizados para edificações podem servir como ponto de partida para
estabelecimento de políticas públicas de fomento à eficiência energética no setor, bem como
servir como base de comparação para edificações similares.
A grande diversidade de tipologias construtivas, das características técnicas de seus
sistemas, do perfil de utilização da edificação o que envolve além de cuidados com a operação
e gestão otimizada de recursos, os hábitos de utilização de seus ocupantes, tornam difícil o
estabelecimento de indicadores em condições de abrangerem o maior número possível de
edifícios. Os dados normalmente apresentam grande variação em seus valores.
Agências de energia tem prestado mais atenção no segmento de edifícios devido ao
seu grande potencial de redução de consumo energético. A elaboração de um indicador de
performance energética em edifícios é importante para identificação de potenciais de
mitigação. Os métodos mais usados para obtenção destes indicadores são o método de
simulação, e o método de análises estatísticas (LEE; KUNG, 2011).
O primeiro, que consiste no uso de ferramentas computacionais para simulações
teóricas de consumo energético para comparação com modelos reais e avaliação de potenciais
reduções é mais adequado segundo Lee e Kung (2011), para avaliação de edificações na fase
de projeto auxiliando na especificação de materiais e métodos, eficiência de equipamentos e
sistemas.
Westphal e Lamberts (2004), desenvolveram metodologia de aplicação de simulação
de desempenho térmico e energético a partir de dados climáticos brasileiros validada pelo
método BESTEST proposto na American Society of Heating, Refrigerating and Air-
conditioning Engineers (ASHRAE) Standard 140, além da simulação de consumo energético
através de um modelo de regressão de variáveis arquitetônicas de edificações comerciais
climatizadas artificialmente para 14 cidades brasileiras (SIGNOR; WESTPHAL;
LAMBERTS, 2001).

36
O segundo consiste na aplicação de ferramentas de bechmarking com base em dados
reais de consumo em edificações. Algumas metodologias e programas de avaliação estatística
de consumo real em edificações serão discutidas em seções posteriores.
O crescente interesse em melhorias na performance energética em edificações nas
últimas décadas se deve entre outros, a fatores como a escassez de energia e a possibilidade da
redução de custos operacionais com uso de energia nas edificações (YAN; WANG; XIAO,
2012).

37
5 MECANISMOS DE PROMOÇÃO DA EFICIÊNCIA ENERGÉTICA EM
EDIFICAÇÕES

O aumento na demanda por energia elétrica motivou o governo brasileiro a publicação


da Lei 10.295 em 17 de outubro de 2001, que dispões sobre a Política Nacional de
Conservação e Uso Racional de Energia (BRASIL, 2001a) sendo regulamentada pelo Decreto
n° 4.059 de 19 de dezembro de 2001 que instituiu o Comitê Gestor de Indicadores e Níveis de
Eficiência Energética (CGIEE). Este foi criado com objetivo principal:

I - elaborar plano de trabalho e cronograma, visando implementar a aplicação da Lei nº


10.295, de 17 de outubro de 2001;
II - elaborar regulamentação específica para cada tipo de aparelho e máquina consumidora de
energia;
III - estabelecer Programa de Metas com indicação da evolução dos níveis a serem alcançados
para cada equipamento regulamentado;
IV - constituir Comitês Técnicos para analisar e opinar sobre matérias específicas sob
apreciação do CGIEE, inclusive com a participação de representantes da sociedade civil;
V - acompanhar e avaliar sistematicamente o processo de regulamentação e propor plano de
fiscalização; e
VI - deliberar sobre as proposições do Grupo Técnico para Eficientização de Energia em
Edificações.

Além disso, a definição de níveis máximos de consumo de energia, ou mínimos de


eficiência energética, de máquinas e aparelhos fabricados ou comercializados no país, bem
como as edificações construídas também fazem parte dos objetivos do decreto (BRASIL,
2001b).
Embora a demanda por edificações com menor impacto ambiental, segundo
Cavalcante (2010), esteja vinculada ao diferencial competitivo atrelado ao conceito de uso
racional de recursos, edifícios com projetos desenvolvidos em consonância com códigos de
desempenho, e com consultoria energética desde a concepção arquitetônica do projeto,
apresentarão menor consumo energético se comparado a outras edificações.
Medidas de conservação de energia são sempre benéficas. Pode-se exemplificar esta
afirmação em nível nacional com os dados obtidos do relatório do Procel.

38
Entre 1986 e 2009 a economia obtida pelas iniciativas de conservação de energia
totalizaram 38,4 bilhões de quilowatt-hora. Para o fornecimento deste total de energia em um
ano, tendo como base um fator de capacidade típico de 56% para usinas hidroelétricas, seria
necessária uma usina de 9.105 megawatts (ELETROBRAS, 2010).
O maior expoente no sentido de incentivo às medidas de conservação de energia no
Brasil é o Procel. Este programa foi criado em 1985 pelo Ministério de Minas e Energia com
objetivo de integrar as ações de forma abrangente.
O Procel conta com uma série de programas dedicados ao tema dentre os quais a
criação do Programa Brasileiro de Etiquetagem (PBE), aplicados a equipamentos eletro-
eletrônicos. Este programa leva em conta o consumo e eficiência energética destes e atribui a
cada um a Etiqueta Nacional de Conservação de Energia (ENCE) com classificações de
consumo de A a E, sendo o nível A o mais eficiente.
Dentro deste contexto foi criado em 2003 o programa denominado Procel Edifica, que
é o programa dedicado a eficientização de edificações. Neste segmento, o potencial de
economia é em torno de 25% para edificações existentes, e pode chegar a 50% em edificações
novas se houver intervenções ainda na fase de projeto (ELETROBRAS, 2010). Nenhum outro
segmento da economia tem um potencial tão alto para reduzir as emissões como o setor de
edificações através da melhora na eficiência energética (URGE-VORSATZ et al., 2009).
Melhora na eficiência energética em edificações comerciais novas é uma das medidas
de mais fácil implementação, e de menor custo para diminuição dos custos operacionais e
emissões referentes ao uso de energia. O uso de tecnologias e projetos eficientes, pode reduzir
entre 20 e 30% o consumo de energia podendo superar os 40% para algumas tipologias de
edifícios (KNEIFEL, 2010).
Segundo Hong (2009), é esperado que o setor de edificações contribua com 40% com
a meta de energia evitada entre 2000 e 2020. O programa de eficiência energética em
edificações, é considerado um entre os dez programas definidos no 11º Five-Year Plan (2006-
2010) que é um programa de metas de eficiência energética na China.
Nos Estados Unidos, principal país consumidor de energia, programas de conservação
foram introduzidos em muitos estados com base em normas e legislações adequadas, e
resultaram em um decréscimo no consumo de grandes edificações do setor terciário de 140
quilowatt-hora por metro quadrado por mês em 1974 para 30 quilowatt-hora por metro
quadrado por mês em meados da década de 80 (BERALDO, 2006).

39
Edificações com alto desempenho energético tem papel fundamental nas políticas
mundiais de economia de energia (POPESCU et al., 2012).
Como citado no relatório Emerging Tends in Real State 2011, projetistas e arquitetos
concordam que o conceito de edifícios sustentáveis se tornará um novo padrão nas próximas
gerações de projetos e que muitos edifícios existentes precisarão melhorar a eficiência
energética de seus sistemas e modernizarem seus sistemas para tornarem-se competitivos. Nos
próximos cinco ou dez anos, segundo projetistas, edifícios “verdes” se tornarão a maior
tendência. Ainda segundo o relatório, custos com modernização podem ser amortizados com a
economia de energia proporcionada por esta (URBAN LAND INSTITUTE; PRICEWATER
HOUSECOOPERS, 2011).
Isto demonstra uma tendência clara do mercado tanto de proprietários quanto de
locatários no sentido de valorização dos empreendimentos, e sinalização de uma maior
precificação em função de questões ligadas à sustentabilidade. Se por um lado consegue-se
mais valorização no valor de locação ou comercialização simplesmente pelo fato do
empreendimento estar em linha com as tendências atuais de edifícios “verdes” que possuem
um grande potencial, porém intangível, de agregar valor a marca, apresentam potenciais ainda
mais concretos e mensuráveis sob o ponto de vista de eficiência energética.
O apelo comercial de um edifício energeticamente eficiente pode ser usado como
vantagem competitiva especialmente em um edifício etiquetado com nível máximo de energia
em termos de diferencial de custos refletidos nas faturas de energia elétrica, e maior valor
agregado ao empreendimento o que resulta em maiores benefícios financeiros para
construtores, proprietários e usuários dos edifícios (BATISTA; ROVERE; AGUIAR, 2011).
Popescu et al. (2012) propõe uma metodologia, para de forma objetiva, avaliar os impactos
das medidas de eficiência energética nas edificações em seu valor de mercado.
Pode-se entender como eficiência energética a realização de um mesmo trabalho com
dispêndio de menos energia. Portanto um edifício é energeticamente mais eficiente que outro
quando para proporcionar as mesmas condições de conforto, seja necessário um menor
consumo de energia (LAMBERTS; DUTRA; PEREIRA, 1997), o que se traduz
inegavelmente em redução de custos operacionais. Especialmente no setor comercial de
escritórios, isto pode se traduzir em questões mercadológicas favoráveis principalmente no
segmento de alto padrão onde, além da redução de custos, pode existir a associação da marca
a questões de sustentabilidade atrelada ao consumo evitado, o que agrega valor ao negócio.

40
As barreiras para uma implementação de maneira satisfatória de medidas que
favoreçam a eficiência energética no setor de edificações, são muitas. Barreiras economico-
financeiras (tecnologias energeticamente mais eficientes apresentam maior custo inicial).
Custos e benefícios ocultos são intangíveis para o consumidor final (como reduções nos
níveis de emissão de Gases de Efeito Estufa). Falhas de mercado, em especial no mercado
imobiliário de locações onde os investidores estão empenhados em conseguir o menor custo
de construção não se preocupando na eficiência energética ao passo que os locatários esperam
menores custos operacionais porém não tem controle sobre os equipamentos instalados e
processos construtivos. Aliado a isto tem-se as características comportamentais e
organizacionais como falta de informação e conscientização sobre os baixos custos de
pequenas medidas de conservação de energia, aliados ao baixo custo atrelado ao uso de
energia, em especial nos países em desenvolvimento (URGE-VORSATZ; KOEPEL, 2007).
De forma sintética, a Figura 24 ilustra as inter-relações entre as dimensões envolvidas.

Stakeholders Mecanismos Finalidades

Normas
Critérios de
Governo desempenho Redução de
Leis Emissões

Sociedade
Edifícios Edifícios em Redução de Custo
Prontos Fase de Projeto Operacional
Proprietários Conservação de
Energia
Facilities Projetistas
Managers Valorização da
Locatários Marca
Operação Projeto
Adequada Adequado
Valorização do
patrimônio
Retrofit

Figura 24 - Inter-relações entre as dimensões envolvidas

Como ponto de partida para adoção de medidas de incentivo à redução de consumo e


promoção da eficiência energética no setor, um correto entendimento da atual situação das
edificações existentes com ferramentas de classificação pode atuar de forma positiva.

41
5.1 Etiquetagem de eficiência energética

O uso da etiquetagem de eficiência energética e ambiental começou a emergir no fim


da década de 80 com o aumento de preocupações do público em geral sobre problemas
ambientais. Não demorou muito tempo para a área de marketing perceber que um produto
amigável do ponto de vista ambiental poderia proporcionar expansão de mercado (LEE; YIK,
2004).
O conceito de etiquetagem nasceu em função da baixa qualidade de informações da
indústria acerca de informações de impactos ambientais relacionados aos produtos
(ERSKINE; COLLINS, 1997). Apesar do baixo consenso na comunidade científica sobre
como qualificar um produto como “verde”, o número de requisições de reconhecimento de
benefícios ambientais dobrou entre 1989 e 1990. Esta tendência também se espalhou para o
setor de edifícios (LEE; YIK, 2004).
A importância da etiquetagem de eficiência energética em edificações é bem
reconhecida em nível mundial (EANG; PRIYADARSINI, 2008). Diversos programas ao
redor do mundo já usam esta política como forma de obtenção de ganhos em termos de
consumo energético e emissões de CO2. Estes podem ser amplamente valorizados por
possíveis compradores, inquilinos ou proprietários no sentido de assumirem metas mais
ousadas de performance ambiental (LEE; YIK, 2004).
Programas de etiquetagem energética, sejam voluntários, sejam compulsórios, podem
funcionar como indutores de mudanças no mercado imobiliário em função da crescente
aceitação de produtos energeticamente eficientes, seja em função do apelo ambiental, seja em
função dos menores custos associados ao uso eficiente de recursos energéticos (SILVA;
LOURENÇO, 2011).

5.1.1 Energy Star

O Energy Star é o programa de certificação em eficiência energética mais conhecido.


Este foi criado pela Environmental Protection Agency (EPA) e é operado em conjunto com o
Departament of Energy (DOE) nos Estados Unidos. Apesar de voluntário, o programa tem
grande penetração no mercado americano. Desde a certificação de seu primeiro edifício em
1999, mais de 12.600 edifícios foram certificados pelo programa até o fim de 2010, e entre as
10 maiores cidades americanas em número de prédios certificados, o aumento no número de

42
certificações de 2008 para 2009 foi de 56%. O crescimento no número de prédios certificados
evitou, segunda a EPA, a emissão de gases de efeito estufa equivalentes às emissões de 1,3
milhões de lares ao ano economizando mais de 1,9 bilhões de dólares (EPA, 2011).
O método utilizado pelo programa estabelece classificações com base em análise
estatística dos dados recolhidos da EIA durante sua pesquisa quadrienal Commercial
Buildings Energy Consumption Survey (CBECS). Para cada tipo de edifício, o
estabelecimento de indicadores passa por processos para garantir a qualidade e a quantidade
dos dados, modelos estatísticos que correlacionam os dados de energia com as características
operacionais de cada prédio, e teste do modelo com edifícios reais.
Para serem elegíveis da obtenção da certificação, estes devem se qualificar em um
sistema de pontuação estabelecido de 1 a 100 (sendo 100 o melhor desempenho), com uma
nota superior a 75. Isto indica que o edifício está com um desempenho energético superior a
pelo menos 75% dos edifícios similares em todo o país. Destaca-se como diferencial no
programa da EPA, duas iniciativas.
A primeira destinada a edifícios em operação que não se enquadram na pontuação
mínima para serem elegíveis de obterem a certificação, e que consiste na disponibilização de
ferramentas de gestão e promoção de melhores práticas visando a melhora na eficiência
energética em edifícios existentes com base em critérios comparativos em edificações
similares, e o estabelecimento de metas e mecanismos de avaliação e controle de
cumprimento destas com objetivo de atingirem a pontuação mínima. A segunda iniciativa é a
disponibilização de ferramentas de auxílio ao estabelecimento de metas de desempenho
energético em fase de projeto, que auxiliam os proprietários e projetistas que buscam a
certificação (EPA, 2011). O programa não prevê classificação quantitativa energética da
edificação.
Nota-se na Figura 25 a etiqueta concedida às edificações que atingem o nível exigido
pelo programa.

Figura 25 - Etiqueta Energy Star


Fonte: EPA, 2011

43
5.1.2 Building Energy Quotient

O programa Building Energy Quotient (Building EQ) da American Society of Heating,


Refrigerating and Air-conditioning Engineers (Ashrae), a exemplo do Energy Star, é um
programa voluntário de etiquetagem. Este programa, lançado em dezembro de 2009 e ainda
em fase experimental, concentra o foco no uso eficiente de energia.
O programa concede dois tipos de etiquetas. Na categoria As Designed a etiquetagem é
aplicada mediante avaliação dos componentes especificados em projeto como sistemas
mecânicos, envoltória, orientação e iluminação. Esta pode ser aplicada a edifícios em fase de
projeto, novos ou existentes. Na categoria In Operation Rating, é feita uma avaliação
combinada entre a estrutura do edifício e a forma como este é operado. Esta só pode ser
aplicada a edifícios existentes e edifícios novos com pelo menos um ano de operação. O
programa consiste no estabelecimento de uma nota dentro da categoria desejada em um range
de sete níveis que vai de A+ (Net-Zero Energy) a F (Unsatisfactory) conforme Figura 26.

Figura 26 - Etiqueta Building EQ


Fonte: Ashrae, 2011
44
O programa avalia ainda se as condições de conforto ambiental estão asseguradas além
do fornecimento de uma lista de características operacionais e informações sobre como
melhorar a performance da edificação (Asharae, 2011).

5.1.3 Energy Smart Office Label

Em Singapura o programa de etiquetagem, também voluntária, desenvolvido pela


Energy Sutainability Unit (ESU) para a National University of Singapore (NUS), e
implementado em conjunto com a National Environment Agency (NEA), o Energy Smart
Office Label (ESO) como é conhecido, é parte do Sistema Nacional de Etiquetagem em
Eficiência Energética em Edificações.
O programa adota como pré-requisito para ser elegível de receber a certificação estar
entre no percentil 25 superior de um total de edifícios avaliados pelo sistema de
benchmarking de eficiência energética desenvolvido pela ESU (NUS, 2005).
Este sistema considera como base de comparação a intensidade energética da
edificação em termos de energia anual consumida por unidade de área (quilowatt-hora por
metro quadrado por ano). Para levantamento destes dados foram efetuadas pesquisas em um
total de 104 edificações comerciais de escritórios, e um estudo detalhado em 16 edifícios. A
modelagem dos dados envolveu múltiplas regressões com objetivo de normalizar os dados
para os efeitos primários de influência no indicador como área total e área total condicionada,
e também para fatores secundários como tipo de uso, taxa de ocupação etc, o que determinou
um erro de 5% para a amostragem. Isto resultou em um valor máximo de 178 quilowatt-hora
por metro quadrado por ano para um edifício de escritório estar apto a ingressar no programa
(EANG; PRYIADARSINI, 2008).
Além dos requisitos energéticos, o programa também impõe alguns critérios de
elegibilidade. São avaliados características físicas (área bruta acima de 1.000 metros
quadrados, área de escritório mínima de 50% da área bruta total etc), características de
ocupação (vacância inferior a 20% etc), fontes de energia (energia elétrica como principal
fonte, medições de eletricidade deve cobrir boa parte do ano, e gravação dos dados mensais de
consumo não sendo permitido cálculos ou simulações), desempenho mínimo de sistemas
(sistema de condicionamento de ar com taxa de eficiência inferior a 0,75 quilowatt-hora por
tonelada de refrigeração, densidade potência de iluminação inferior a 9,0 watts por metro
quadrado, e densidade de potência de ventilação mecânica inferior a 3,2 watts por metro

45
quadrado), além de critérios relativos a desempenho mínimo com relação ao conforto
ambiental (NUS, 2005).
Na Figura 27 é demonstrado o certificado concedido às edificações que atendem aos
requisitos estabelecidos pelo programa.

Figura 27 - Etiqueta Energy Smart Office


Fonte: ESU, 2005

5.1.4 European Parliament Label – EPLabel

Uma das estratégias da União Europeia (UE), para superar o desafio de mudanças
climáticas e segurança no abastecimento energético, é conseguir melhorar os níveis de sua
eficiência energética.
Na Europa, os edifícios são responsáveis por mais de 40% do uso final de energia e
tem potencial para contribuir de forma mais eficaz que qualquer outra medida política
(EPLABEL, 2011).

46
A União Europeia, através do Parlamento Europeu (EP), e do Conselho da União
Europeia, publicaram documento denominado Diretiva 2002/91/EC de 16 de dezembro de
2002 sobre performance energética em edifícios. Esta diretiva denominada Energy
Performance of Buildings Directive (EPBD) define regras sobre critérios de desempenho e
avaliação das edificações dos países membros. Segunda a EPBD, além do desenvolvimento e
implementação de medidas com objetivo de promover o uso eficiente de energia no setor, é
necessário também implementação de instrumentos jurídicos onde cada membro apure seus
ganhos potenciais, para estabelecer ações mais concretas neste sentido e reduzir as diferenças
entre os países membros neste campo, oferecer flexibilidade para acomodar a diversidade
regional e buscar harmonização no campo do uso eficiente das edificações (EPLABEL,
2011).
A EPBD tem como objetivos:
a) definição de uma metodologia de cálculo do desempenho energético integrado dos
edifícios;
b) a aplicação de requisitos mínimos de desempenho dos edifícios novos;
c) a aplicação de requisitos mínimos de desempenho dos grandes edifícios existentes que
sejam sujeitos a grandes obras de renovação;
d) certificação energética dos edifícios; e
e) Inspeção regular de equipamentos de aquecimento e condicionamento de ar.

É esperado não somente a regulação obrigatória de eficiência energética dos edifícios


novos ou renovados, mas também a certificação de grande parte dos edifícios existentes
(EUROPEAN PARLIAMENT, 2003).
O programa de certificação e etiquetagem criado pela Intelligent Energy for Europe
(EIE) da Comissão Europeia denominado EPLabel SAVE, tem desempenhado um papel
significativo no atendimento ao artigo 7.3 EPBD que estabelece que os países membros
deverão tomar medidas para que edifícios com área útil superior a 1.000 m2 deverão exibir
uma etiqueta, conforme modelo demonstrado na Figura 28, informando a eficiência energética
da edificação em local visível ao público (EPLABEL, 2011).

47
Figura 28 - Etiqueta EPLabel
Fonte: EPLabel, 2011

O programa tem caráter obrigatório com flexibilidade de implementação face às


diferenças entre os países, e tem apresentado grande aceitação em vários países membros com
destaque para Reino Unido, Irlanda, Bélgica, França Grécia, Suécia e Alemanha. Além de
harmonizar a abordagem do conceito de eficiência energética, tem auxiliado também no
estabelecimento de benchmarking de consumo energético no segmento, assunto ainda pouco
desenvolvido em alguns países membros (EPLABEL, 2011).
A metodologia consiste no estabelecimento de medidas de desempenho energético
para certificação baseada em taxas operacionais de consumo anual de energia.
A metodologia para avaliação final leva em conta além do consumo de energético, as
emissões de CO2 associadas ao edifício, quais insumos energéticos são usados, além de
avaliar e etiquetar tanto o projeto quanto a operação. É aplicado também um fator de correção
48
em função das diversas zonas climáticas devido a grande diversidade de clima dos países
membros. A partir destes dados são estabelecidos indicadores de performance energética com
base no projeto de norma CEN prEN 15.217 de 2005, que estabelece os critérios para
estabelecimento deste indicador (ESD, 2006).
Este, segundo a norma é definido pela soma ponderada do consumo anual de todos os
insumos energéticos divididos pela área climatizada da edificação. Com base nestes
resultados, é feita comparação com valores de referência apropriados em função do tipo de
uso, tamanho, ocupação etc (EPLABEL, 2011).

5.1.5 Building Energy Efficiency Certificate

O Programa denominado Commercial Building Disclousure (CBD) é uma iniciativa


do Department Of Environment, Climate Change and Water (DECCW), que é o órgão do
Governo Australiano responsável pela avaliação e mitigação nas mudanças climáticas e
eficiência energética. O programa, aprovado no parlamento australiano em 2010, com
publicação em 28 de junho de 2010 previa um período de transição de 12 meses, finalizado
em novembro de 2011 onde toda edificação comercial com área locável superior a 2.000 m²
deve aderir ao programa (THE PARLIAMENT OF AUSTRALIA, 2010).
Trata-se de um sistema de classificação energética dedicado a edificações comerciais
através do National Australian Built Environment Rating System (NABERS), que é uma
iniciativa dos governos federal, e estaduais juntamente com os territórios, que disponibiliza
uma série de ferramentas para avaliação dos impactos ambientais das edificações australianas.
As ferramentas disponibilizadas pelo programa quantificam dados de energia (NABERS
Energy), água (NABERS Water), disposição de resíduos (NABERS Waste), além de
qualidade interior de ambientes climatizados (NABERS Indoor Environment).
Atualmente mais de 40% dos espaços de escritórios já contam com avaliação
energética e mais de 20% com avaliação quanto ao consumo de água (DECCW, 2010).
Os objetivos gerais do programa são:
a. Promover um sistema independente de credibilidade de benchmarking baseado em
informações do próprio mercado;
b. Divulgar a performance ambiental através de um sistema de classificação em níveis;
c. Conduzir o mercado às melhores práticas;
d. Alcançar reais resultados ambientais.

49
A metodologia NABERS de classificação é utilizada de forma abrangente pelo
mercado imobiliário australiano. Este conhecimento do desempenho das edificações e
potencial de melhoria transformou a indústria da construção civil. É esperado, por conta do
programa, uma redução real no impacto ambiental no setor de edificações (OFFICE OF
ENVIRONMENT AND HERITAGE ON BEHALF OF FEDERAL, STATE AND
TERRITORY GOVERNMENTS, 2012).
A base do programa é a concessão de uma pontuação baseada no desempenho da
edificação através de um sistema de benchmarking das edificações classificadas. Este varia de
uma escala de 1 a 6 estrelas. Um edifício classificado como seis estrelas representa as
melhores práticas de mercado enquanto uma estrela denota performance mínima o que
sinaliza grande espaço para melhorias.
O programa prevê ainda a classificação de três tipologias diferentes quanto ao perfil de
uso. A classificação denominada Tenancy, aplicável a áreas locáveis, similar às áreas
privativas nos edifícios em regime de condomínio no Brasil. Base Building, que trata somente
de classificação de áreas comuns da edificação também similar aos condomínios. E Whole
Building que é uma combinação de ambos, ou a classificação da edificação completa. Este se
assemelha, no caso brasileiros a edifícios monousuários onde todo consumo é tratado como se
fosse único não cabendo separação entre área privativa e de uso comum.
Os dados necessários à avaliação, dependem da tipologia da edificação e tipo de
classificação pretendida. No caso da NABERS Energy são requeridas informações de
consumo energético, área útil locável (somente área de escritório, ou seja, descontadas áreas
que não tenham este perfil de uso como copas, sanitários etc), número de computadores e
horas de ocupação. No caso de Common Services por exemplo, somente informações de
consumo energético, área útil e horas de ocupação são avaliados (DECCW, 2010).
O programa prevê também, a partir de 01 de novembro de 2011, a obrigatoriedade da
obtenção do Building Energy Efficiency Certificate (BEEC), que é o certificado da
classificação da edificação além da obrigatoriedade da divulgação da classificação obtida no
NABERS em todo material de divulgação e marketing para locação, venda ou sublocação da
edificação.
O certificado BEEC, divide-se em três partes:
1. Classificação NABERS Energy;
2. Avaliação de eficiência energética do sistema de iluminação de áreas privativas;
3. Orientações gerais de eficiência energética para proprietários e locatários.

50
A avaliação da eficiência energética do sistema de iluminação, conforme demonstrado
na Figura 29, item obrigatório para classificação Tenancy, é obtida obrigatoriamente através
da contratação de um consultor acreditado pelo programa.

Figura 29 - Ligthning Assessment


Fonte: Australian Government, 2012

Este tem como objetivo a avaliação da performance energética do sistema de


iluminação sob o ponto de vista dos critérios do programa, e avaliação da eficiência do
sistema de iluminação e dispositivos de controle através da avaliação de projetos e vistorias
em campo, submissão dos resultados ao programa e registro de evidências para eventuais
auditorias de conformidade.

51
As orientações gerais de eficiência energética são genéricas e não se aplicam a
edifícios em particular, salvo recomendação de algum caso específico da secretaria do
programa, e procuram identificar oportunidades de melhoria a proprietários e locatários. Este
traz recomendações quanto a política energética corporativa, melhorias em nível gerencial,
melhorias em nível técnico nos sistemas de climatização, iluminação e outros, além de
estimular a preocupação dos usuários quanto ao uso dos recursos.
A submissão ao programa deve ser conduzida por consultor acreditado, e após
obtenção do certificado, o mesmo fica disponível ao público em geral no site oficial do
programa.
Dados computados até 01 de novembro de 2012, ou seja, um ano após o mesmo
tornar-se compulsório, 1.250 certificados BEEC foram emitidos. Isto representa um total de
874 edificações atendidas pelo programa. Nota-se na Figura 30 a distribuição das edificações
avaliadas por estado da federação australiana bem como o número de edificações tipo Base
Building (AUSTRALIAN GOVERNMENT, 2013).

1250

679
578

308
253
194
108 141 107
41 67 0 8 4 7 19 36 58

ACT NSW QLD VIC TAS NT SA WA Total

# Base Building # BEEC

Figura 30 - Emissão de certificados por estado australiano


Fonte: Australian Government, 2013

Para as 1.250 edificações certificadas, a média geral nacional de classificação


energética foi de 3,04 estrelas. Entretanto conforme nota-se na Figura 31, a curva de
distribuição encontra-se centrada em 4 estrelas.
Destaca-se também o fato de que 98 edificações, o que corresponde a 11,2% foram
classificadas com zero estrelas o que denota grande potencial para melhoria.
__________________________
Estados Australianos: ACT: território da Capital Australiana; NSW: Nova Gales do Sul; QLD: Queensland; VIC: Victoria; TAS: Tasmânia;
NT: Território do Norte; AS: Austrália Meridional; WA: Austrália Ocidental.

52
125
120 121

103
98
83
76

60
46

29

13
0

0 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6


Estrelas Estrela Estrelas Estrelas Estrelas Estrelas Estrelas Estrelas Estrelas Estrelas Estrelas Estrelas

Figura 31- Distribuição de edificações por classificação energética


Fonte: Australian Government, 2013

Valores de consumo também são computados e estes representaram neste primeiro ano
de obrigatoriedade o valor médio de 593 mega joule por metro quadrado por ano para
edificações do tipo Base Building e 1.188 mega joule por metro quadrado por ano para Whole
Building.
Na Figura 32 é exibido o certificado emitido pelo programa.

Figura 32 - Certificado BEEC


Fonte: Australian Government, 2012
53
5.1.6 Procel

O Regulamento Técnico da Qualidade para o Nível de Eficiência Energética de


Edifícios Comerciais, de Serviços e Públicos (RTQ-C) foram definidos pela portaria 372 de
17 de setembro de 2010.
Este foi um divisor de águas para o setor da construção civil no Brasil, pois introduziu
um novo conjunto de diretrizes de balizamento que guiará arquitetos e projetistas na busca de
soluções arquitetônicas, de iluminação e condicionamento de ar para melhorar a performance
das edificações. Estes juntamente com o com mercado consumidor e as empresas de
construção civil estarão sujeitas as mudanças nas formas como os edifícios serão projetados,
construídos e até mesmo vendidos (BATISTA; ROVERE; AGUIAR, 2011).
Esta estabelece critérios para classificação de edificações novas e existentes para
edifícios comerciais de serviços e públicos para edificações com área útil superior a 500 m² e
tensão igual ou superior a 2,3 kV.
O método prevê a avaliação sob duas formas. Pelo método prescritivo que é efetuado
através de parâmetros pré-definidos ou de cálculos, e o método de simulação que é realizado
através de ferramentas computacionais de simulação energética (CARLO; LAMBERTS,
2010).
As edificações para serem elegíveis de obter a Etiqueta Nacional de Eficiência
Energética (ENCE), conforme modelos demonstrados nas Figura 33 e 34, devem cumprir
ainda alguns pré-requisitos.
Dependendo da categoria desejada, o edifício deve contar com possibilidade de
medição de consumo por uso final como sistema de condicionamento de ar, iluminação
(com exceção de hotéis, edificações com múltiplas unidades autônomas, e construções
anteriores a 2009), desempenho mínimo definido para sistemas de aquecimento de água
quando existentes, elevadores com acionamento por inversor de frequência, transmitância
térmica de coberturas e paredes dentro de certos limites, eficiência mínima definidos para
equipamentos de ar condicionado, entre outros. Além disso, o programa prevê um esquema de
bonificação que soma pontos ao valor final obtido, o que pode elevar o nível de classificação,
com a aplicação de iniciativas como sistemas que racionalizem o uso de água, utilização de
fontes renováveis como células fotovoltaicas, energia eólica ou solar, ou ainda sistemas de
cogeração, ou inovações tecnológicas (BRASIL, 2010).

54
O processo de etiquetagem do Procel possibilita também a etiquetagem parcial da
edificação. A envoltória por fazer parte da edificação como um todo, dever ser avaliada para
classificação geral da edificação, ao passo que sistemas de iluminação e ar condicionado
podem ser atribuídos a um pavimento ou conjunto de salas (BRASIL, 2010).
O programa possibilita a aplicação da avaliação tanto na fase de projeto com a emissão
da ENCE de projeto (Figura 33) como na fase de entrega da edificação através da validação
das características como construídas por laboratório acreditado pelo Inmetro e emissão da
ENCE final conforme demonstrado na Figura 34.

Figura 33 - Etiqueta Procel para fase de projeto


Fonte: Eletrobras e CB3e, 2013

Pelo método prescritivo, a avaliação é efetuada através de parâmetros pré-definidos ou


de cálculos mediante as informações de projetos, memoriais descritivos entre outros, acerca
das três perspectivas avaliadas e atribui equivalentes numéricos para cada dimensão sendo
que a envoltória corresponde a 30%, iluminação também 30% e por fim o sistema de

55
condicionamento de ar correspondendo a 40% da média ponderada para obtenção da
classificação final (BRASIL, 2010) conforme definido na Eq. (1).

Figura 34 - Etiqueta Procel para edificação construída


Fonte: Eletrobras e CB3e, 2013

Eq. (1)

Onde:
EqNumEnv: equivalente numérico da envoltória;
EqNumDPI: equivalente numérico do sistema de iluminação, identificado pela sigla DPI, de
Densidade de Potência de Iluminação;
EqNumCA: equivalente numérico do sistema de condicionamento de ar;
EqNumV: equivalente numérico de ambientes não condicionados e/ou ventilados
naturalmente;
APT: área útil dos ambientes de permanência transitória, desde que não
condicionados;

56
ANC: área útil dos ambientes não condicionados de permanência prolongada, com
comprovação de percentual de horas ocupadas de conforto por ventilação
natural (POC) através do método da simulação;
AC: área útil dos ambientes condicionados;
AU: área útil;
b: pontuação obtida pelas bonificações, que varia de zero a 1.

A pontuação final é definida pela ponderação das pontuações individuais (equivalentes


numéricos) acrescidas da parcela de bonificação b obtida pela adoção de medidas que
aumentem a eficiência da edificação tais como equipamentos que racionalizem o uso de água,
sistemas ou fontes renováveis de energia, sistemas de cogeração e inovações técnicas que
podem somar até 1 ponto na nota final.
Com base na pontuação alcançada é definida a classificação para obtenção da etiqueta
conforme Tabela 2, onde A é o mais eficiente.

Tabela 2 - Classificação geral método prescritivo


Fonte: BRASIL, 2010

Pontuação Obtida Classificação Final

≥ 4,5 a 5 A

≥ 3,5 a < 5 B

≥ 2,5 a < 3,5 C

≥ 1,5 a < 2,5 D

< 1,5 E

Outra possibilidade de avaliação é a utilização do método de simulação. Esta


metodologia consiste na simulação realizada através de ferramentas computacionais em dois
edifícios: simulação energética no edifício real que pleiteia a etiquetagem com base nos
projetos e características da edificação, e simulação energética em um edifício de referência,
similar ao edifício real adotando-se as características de desempenho mínimas descritas no
método prescritivo para a categoria desejada e comparação entre os dois modelos.
Após determinadas as características dos dois modelos, real e de referência, os dois
deverão ser simulados no mesmo programa de simulação, utilizando o mesmo arquivo
climático. A partir dos resultados das simulações deve-se obter que o projeto proposto,
57
modelo real, tem um consumo de energia anual igual ou menor que o edifício de referência
para o nível pretendido (BRASIL, 2010).

5.1.7 Comparativo entre os programas de etiquetagem energética

Na Tabela 3 é exibido um resumo comparativo entre os programas de etiquetagem


energética descritos.
Nota-se que de forma geral, a exceção dos programas europeus e australiano, o
restante dos programas é de atendimento voluntário.
Chama atenção também o fato de que a maioria dos programas adota aplicação de
algum tipo de ferramenta de benchmarking energético para concessão da certificação.

Tabela 3 - Comparativo programas de etiquetagem

Dimensão Building
Energy Star ESO EP Label BEEC Procel
Avaliada EQ
Estados
Local Estados Unidos Singapura União Europeia Austrália Brasil
Unidos

Aplicação Voluntária Voluntária Voluntária Compulsória Compulsória Voluntária

Prescritiva
Simulação e Prescritiva e
Metodologia Benchmarking Prescritiva Benchmarking ou
benchmarking Benchmarking
simulação
Certificado Certificado 1 Estrela a
Classificação AaF AaG AaE
Não certificado Não certificado 6 Estrelas

Qualquer Qualquer Área bruta Área útil Área útil Área útil
Aplicação
edifício edifício > 1.000 m² > 1.000 m² > 2.000 m² > 500 m²

58
6 BENCHMARKING DE CONSUMO ENERGÉTICO EM EDIFICAÇÕES

Segundo Pérez-Lombard et al. (2009), o conceito benchmarking energético em


edificações começou a ser usado como forma de estabelecer corretas bases de comparação
através da criação de indicadores de performance energética em amostras de edificações de
características similares. Estes podem ser tipicamente a energia consumida anualmente
dividida por unidade de área da edificação, entretanto outros indicadores como consumo per
capita ou por leitos também podem ser construídos dependendo do perfil de uso da edificação.
Indicadores de eficiência energética em edificações podem ser usados para avaliar o
desempenho de sistemas, monitorar mudanças de eficiência dos sistemas além de poderem ser
usados tanto pelo governo como mercado privado como ferramenta de gerenciamento e
avaliação de consumo (CHUNG; HUI; LAM, 2006).
Chung, Hui e Lam realizaram um estudo sobre edificações comerciais, com foco em
supermercados com sistema central de condicionamento de ar (2006) e também em
edificações comerciais de escritórios (2009) onde são coletados dados de consumo em um
conjunto de edificações dentre as principais tipologias frente à características sob o ponto de
vista do usuário, e aplicado modelos de regressão múltipla onde a relação entre o consumo
normalizado e variáveis que interferem neste indicador como idade da edificação, área da
edificação, e horas de funcionamento, são desenvolvidos.
Lee at al. (2008), avaliaram 60 edificações de escritório em Honk Kong que possuem a
certificação ambiental Hong Kong Building Environmental Assessment Method (HK-BEAM)
onde são feitas comparações de consumo anualizado de energia em quilowatt-hora por metro
quadrado. No estudo é efetuada sob o ponto de vista de consumo energético uma comparação
entre o método HK-BEAM, Building Research Establishment Environmental Assessment
Method (BREEAM), e Leadership in Energy and Environmental Design (LEED). Uma
avaliação estatística dos edifícios é realizada para selecionar e investigar os edifícios situados
em uma faixa de 5% dos melhores edifícios em termos de consumo energético.
Em Singapura, o programa denominado Energy Smart Office Label, já citado em
seções anteriores, desenvolvido pela Energy Sustainability Unit (ESU) da Universidade de
Singapura, leva em conta para obtenção da certificação, estar no percentil 25 superior em
termos de consumo energético entre um conjunto de edificações avaliadas para elaboração de
benchmarks., Eang e Pryiadarsini (2008), discute a metodologia de certificação e elaboração
dos indicadores em termos de quilowatt-hora por metro quadrado por ano para um conjunto

59
de 104 edifícios comerciais analisados de forma geral e uma avaliação detalhada de 16
edifícios para obtenção dos indicadores.
Toledo, em sua dissertação de mestrado, estuda o perfil energético em edificações
públicas e comerciais na cidade de Florianópolis com objetivo de analisar as influências
arquitetônicas no consumo energético e formar um banco de dados investigando 46
edificações (TOLEDO, 1995).
Resultados de benchmarking podem ajudar proprietários e gestores de operação de
edificações a avaliar quão eficiente (ou ineficiente) são seus edifícios. Esta avaliação pode
atuar de forma positiva na identificação de edificações onde se apresentem as melhores
oportunidades de implementação de medidas de conservação de energia e eficiência
energética (CHUNG, 2011).
Relevante também destacar os tipos de benchmarching para uma avaliação mais
assertiva. A importância da realização de benchmarking competitivo, que destaca
“competidores” diretos tornando possível a comparação de edificações similares, que
possuam mesmas características de mercado, e mesmo público alvo como mercado
consumidor.
O chamado benchmarking público se propõem a comparar estas edificações entre
competidores diretos. Entretanto, como citado por Spendolini, a maior barreira para este tipo
de benchmarking é o próprio mercado. A tendência ao entendimento de que informações
sobre consumo e eficiência energética das edificações pode atuar como diferencial negativo
no mercado de real state é prática comum. Frequentemente informações sobre o tema são
sonegadas sob alegação de tratar-se de informação estratégica para a empresa.
Por outro lado, se usado de forma ao atendimento dos objetivos citados pelo autor
como planejamento estratégico, previsões de tendências, aprendizado, comparação em relação
aos similares com melhores práticas no setor, e estabelecimento de metas conforme
demonstrado na Tabela 4, o benchmarking pode ser usado importante ferramenta de
comparação.
Outra importante forma de comparação é o benchmarking interno. Este se aplica em
situações onde há necessidade de avaliar edificações e operações de uma carteira de
empreendimentos geridos por uma empresa. Neste caso a comparação se dá entre as
edificações sob uma mesma gestão e traz a possibilidade de avaliar entre estas os melhores e
piores desempenhos.

60
Tabela 4 - Funções do benchmarking
Fonte: Spendolini, 1992

Objetivos Descrição

Planejamento estratégico Desenvolvimento de planos de curto e longo prazo

Previsões Previsão de tendências em áreas chave

Novas ideias Aprendizagem funcional

Comparação Comparação entre organizações ou produtos similares

Metas Metas de performance com base no estado da arte

Apesar de útil como ferramenta, esta pode induzir ao entendimento de que as melhores
operações são eficientes, o que pode não ser verdadeiro. Como estas estão sob um mesmo
formato de gestão, políticas e procedimentos operacionais, do ponto de vista energético estas
podem estar equivocadamente sendo direcionadas ao uso ineficiente.
Comparações com o mercado de forma geral entre edificações similares pode trazer
resultados mais reais, e busca pelas melhores práticas no consumo de recursos.
Na Tabela 5 apresenta-se de forma resumida as diferenças entre os dois processos de
bechmarking.

Tabela 5 - Comparativo entre os tipos de benchmarking


Fonte: Adaptado de Spendolini, 1992

Tipo Definição Exemplos Vantagens Desvantagens

Atividades similares em Diversos edifícios Foco limitado,


Facilidade na
Interno diferentes localidades, de uma mesma distorção na base de
obtenção dos dados
departamentos etc empresa comparação

Edifícios de
Competidores diretos com Comparação de Dificuldade na
Competitivo empresas
mesmo público alvo melhores práticas obtenção de dados
diferentes

Ainda segundo Spendolini, empresas que iniciam o processo de benchmarking com


um objetivo claro e bem definido, obtém melhores resultados que organizações que não
possuem de forma clara objetivos, metas a alcançar e direção a seguir.
Traduzindo os objetivos descritos para aplicações em edificações pode-se destacar
alguma aplicações específicas para o mercado imobiliário de forma geral sob o ponto de vista
da eficiência energética conforme descrito na Tabela 6.
61
Tabela 6 - Aplicações dos objetivos em edificações

Objetivos Exemplos de aplicações

Estudos de renovação de instalações, substituição de


Planejamento estratégico
equipamentos obsoletos

Previsões de consumo energético com base em indicadores e


Previsões
dados de mercado e equações de regressão

Adoção e compartilhamento de melhores práticas na operação


Novas ideias
de edificações

Comparação entre edifícios de um portfólio de uma empresa,


Comparação
entre edificações de mesmo perfil

Desempenho mínimo, intensidade máxima no uso de energia,


Metas
consumo energético máximo

A variedade de ações possíveis de serem tomadas com base em benchmarks de


consumo energético, devem ter como objetivo principal a busca pelo ponto ótimo de trabalho
em termos de eficiência energética.
Pattersson (1996), discute amplamente este conceito, onde eficiência energética pode
ser definida como a razão entre energia útil de saída de um processo e a energia de entrada
neste mesmo processo conforme demonstrado na Figura 35.

Eficiência energética do
Energia de Energia útil de
entrada processo saída

𝐸𝑛𝑒𝑟𝑔𝑖𝑎 ú𝑡𝑖𝑙 𝑑𝑒 𝑠𝑎í𝑑𝑎

Figura 35 - Diagrama conceitual de eficiência energética

Logo eficiência energética se traduz no uso de menos energia de entrada para


realização de um mesmo trabalho de saída.
Entretanto, a variável de saída não necessariamente deve ser avaliada em termos de
energia. Frequentemente pode ser avaliado como produto ou serviço. Patterson (1996) divide
os indicadores de eficiência energética em 4 grupos principais sendo termodinâmicos, onde se
avalia em termos de taxas de variáveis de energia saída e entrada, físico-termodinâmicos onde
a energia de entrada é uma variável termodinâmica porém a variável de saída é medida em
termos de um produto ou serviço, como por exemplo em termos de tonelada de um
62
determinado produto. Indicadores econômico-termodinâmicos, onde a variável de saída é
medida em termos de valores monetários e por fim indicadores puramente econômicos onde
tanto dados de entrada como de saída são dados monetários.
Indicador usual de eficiência energética em edificações, embora haja diferença
significativa em função da zona climática da edificação no desempenho, é o consumo por
unidade de área. Entretanto, como o condicionamento de ar representa parcela significativa
de consumo energético, contando com 48% do consumo de eletricidade em edifícios
comerciais no Brasil segundo Lamberts at al (1997), 48% nos Estados Unidos, 55% no Reino
Unido, e 52% na Espanha para edifícios de escritórios (PÉREZ-LOMBARD; OTIZ; POUT,
2008), o consumo de energia por unidade de volume também pode representar um indicador
importante (PATTERSON, 1996). Entretanto, Sharp (1996) afirma que estes, se usados
isoladamente podem variar amplamente e são incertos como indicadores únicos de
desempenho. Estudos considerando características operacionais e construtivas na construção
de modelos de regressão que minimizem estes efeitos podem fornecer indicadores
normalizados em termos da área da edificação (SHARP, 1996), (CHUNG; HUI; LAM, 2006).

6.1 Seleção das edificações

Toledo (1995) define como consumo de energia da edificação toda energia consumida
na construção do edifício, o que envolve todo consumo da cadeia produtiva desde produção,
transporte e aplicação final dos materiais, e o consumo correspondente à fase de operação da
edificação que corresponde ao consumo dos equipamentos e instalações para atendimento à
função básica ao que o edifício se destina como elevadores, escadas rolantes, iluminação e
climatização artificial. Entretanto, Kofoworola e Gheewala (2009) em estudo sobre avaliação
do ciclo de vida energético de uma edificação típica de escritórios em Singapura, constataram
que 81,3% do consumo se dá na fase de operação da edificação conforme demonstrado na
Figura 36.

63
Manufatura; Construção;
16,8% 0,6%
Demolição;
0,4%

Manutenção;
0,8%

Operação;
81,3%

Figura 36 - Consumo de energia por fase da edificação


Fonte: Kofoworola e Gheewala, 2009

Diversos fatores interferem no desempenho energético. Segundo Chung (2006), estes


são principalmente fatores pessoais (comportamento dos ocupantes, temperatura ajustada de
conforto, e hábitos de uso), fatores de uso e ocupação como população fixa da edificação,
horário de funcionamento, fatores climáticos (localização geográfica da edificação), e fatores
construtivos relacionados a arquitetura e tipologias construtivas e sistemas de energia.
Segundo Toledo (1995), o desempenho energético é resultado da interação de um
conjunto de fatores que devem ser considerados, em especial na fase de concepção e projeto
da edificação. Segundo ele, as variáveis arquitetônicas devem ser uma das principais
preocupações no sentido de prover maior eficiência e menor uso de recursos energéticos.
Variáveis como o entorno do edifício, orientação, fechamentos, propriedades, características
dos materiais aplicados, e características do uso do espaço são fundamentais na análise.
Como já citado, a grande dispersão na distribuição no setor comercial torna difícil o
estabelecimento de indicadores abrangentes. A quantidade de tipologias de uso final de
edificações comerciais torna a intensidade no uso de energia de forma geral muito dispersa.
De forma geral instalações comerciais incluem lojas, bancos, postos de gasolina, restaurantes,
escolas, shopping centers etc. Além destes o setor inclui ainda edifícios comerciais que
abrigam diversas atividades como escritórios, hotéis, hospitais etc.
Como condição de contorno, e a fim de tornar comparável o consumo energético
normalizado em função da área, para objeto da pesquisa serão adotadas edificações de mesmo
perfil de uso. O objeto da pesquisa é uma avaliação de edificações comerciais que abriguem
escritórios como atividade primária.

64
Mesmo dentro desta condição de perfil de uso, alguns parâmetros também são
necessários para estabelecimento de correta base de comparação. Chung e Hui (2009)
desenvolvem estudo em edifícios privados de escritórios em Hong Kong e dividem estes em
cinco grupos principais quanto aos usuários e em três grupos quanto ao padrão da edificação.
De forma similar, no Brasil algumas tipologias quanto ao tipo de usuário podem ser
identificadas:
Monousuário: edificações ocupadas por uma única empresa. Para estas não existe
separação entre consumo elétrico de uso comum e de áreas privativas. A medição de energia
da concessionária é única e atende a totalidade de equipamentos e serviços dentro da
edificação como equipamentos de escritórios, iluminação de áreas de escritórios e de apoio
como halls, estacionamentos, áreas técnicas, elevadores, ar condicionado etc.
Multiusuário: edificações ocupadas por mais de uma empresa. Estas são constituídas
sob forma de unidades autônomas isoladas dentro da edificação e são utilizados sob o regime
de condomínio. A cada unidade autônoma corresponde além da área privativa (unidades
autônomas) uma fração ideal de terreno (BRASIL, 1964). Neste regime de uso, as despesas de
áreas comuns como energia elétrica de garagens, halls, e demais despesas de uso comum são
pagas em regime de rateio. Edificações desta categoria apresentam dois tipos de consumo de
energia distintos. Além do já citado consumo das áreas comuns, o consumo das áreas
privativas que vem a ser a energia efetivamente gasta pelos usuários para uso em suas
atividades-fim como computadores, iluminação das áreas internas ao conjunto e demais itens
internos a este.
Dentro do segmento multiusuário pode-se ainda subdividir sob o ponto de vista de
consumo energético em sistemas onde o ar condicionado é suprido pelas áreas comuns,
normalmente composto de centrais de ar condicionado e equipamentos de grande porte, ao
passo que o segundo é composto de equipamentos distribuídos alimentados diretamente pelas
unidades autônomas.
Esta peculiaridade pode afetar de forma significativa a análise energética normalizada
em função da área. Como nota-se na Figura 37, o consumo de energia em edificações para
suprimento das necessidades de ar condicionado é da ordem de 48% (LAMBERTS; DUTRA;
PEREIRA, 1997). Na análise de edificações multiusuário uma separação entre estes dois tipos
se faz necessária face o elevado percentual de participação deste no consumo geral do edifício
em especial em análises de consumo de áreas comuns, que é o objeto desta análise.

65
Elevadores e
Bombas; 13%
Ar
Equipamentos
Condicionado;
de Escritório;
48%
15%

Iluminação
Artificial; 24%

Figura 37 - Consumo por uso final em edifícios comerciais


Fonte: Lamberts, Dutra e Pereira, 1997

A identificação e estudos de consumo de energia em edificações multiusuário que


envolvam o consumo das áreas privativas ou unidades autônomas é complexa pois a
diversidade de empresas, perfis, normas e regulamentos internos dificulta uma avaliação
padronizada. Cada empresa apresenta um perfil de uso específico e diferenciado em relação
ao restante das empresas ocupantes do mesmo espaço.
Desta forma a análise será efetuada em edificações de perfil multiusuário com
avaliação do consumo somente das áreas comuns não levando em conta iluminação,
equipamentos de escritórios e outras cargas alimentadas por unidades autônomas privativas.
Outra análise importante neste segmento é uma avaliação do padrão da edificação.
O mercado imobiliário produz diferentes edifícios de escritórios com qualidade
variável para atendimento a diferentes consumidores potenciais (VERONEZI, 2004).
Chung e Hui (2009) também caracterizam as tipologias em função do padrão da edificação.
O consumo energético se apresenta diferenciado para diferentes padrões. Comparar o
consumo em edifícios com pequenas salas comerciais com grandes edifícios com sistemas de
condicionamento de ar de grande porte, grandes áreas de laje, e grande número de elevadores
provendo maior conforto aos usuários pode gerar desvios. Neste sentido serão avaliadas
edificações de alto padrão.
O mercado avalia sob diferentes métricas o padrão de edificações de escritórios. As
empresas de avaliação imobiliária em seus relatórios de mercado, identificam de diferentes
formas as edificações.
Na Tabela 7 é apresentado um resumo das métricas de avaliação de três multinacionais
do segmento imobiliário com os respectivos parâmetros de avaliação e estoque existente em
metros quadrados para edificações consideradas alto padrão (AA e A ou A+ e A) na Cidade
de São Paulo e Alphaville.

66
Tabela 7 - Resumo de classificação de edificações AA e A ou A+ e A

Empresa Cushman JLL Colliers


Item avaliado
Referência 1º T 2011 4º T 2012 3º T 2012

Área mínima de laje (m²) 500 800 500

Pé-direito mínimo do conjunto tipo (m) 2,70 2,60 2,80

Relação máxima de m²/vaga 30 30 40

Tipo de ar condicionado ACC ou ACU6 ACC ACC

Estoque (nº de edifícios) NI NI NI

Estoque (1.000 m²) 2.600 3.296 1.841

Fonte: JLL, 2012; Colliers International, 2012; Cushman & Wakefield7

O estoque existente descrito na tabela anterior refere-se às edificações na Cidade de


São Paulo e região de Alphaville.
Além dos itens constantes da tabela, outros atributos também são considerados como
condição para classificação do edifício.
A Consultoria Jones Lang Lasalle (2012) por exemplo avalia, segundo informação em
sua publicação trimestral de pesquisa de mercado, um conjunto de 160 itens com objetivo de
categorizar os empreendimento. Requisitos como aproveitamento de área útil frente a área
total, moderno sistema de ar condicionado contando com recursos de automação, sistema de
gerenciamento predial, e equipamentos de transporte vertical de alta eficiência estão entre os
itens avaliados.
Para a consultoria Collierrs International, além dos itens comuns às demais, esta ainda
leva em conta existência de gerador no empreendimento, idade da edificação e define de
forma objetiva relação entre área de carpete (área efetiva usada para ocupação como
escritório) e área útil entre 0,85 e 0,96 para ser elegível de classificação A ou A+.
Ocorre que algumas empresas valorizam mais alguns atributos em detrimento de
outros na avaliação do empreendimento o que acaba por distorcer de forma bastante
significativa o estoque de edificações efetivamente consideradas de alto padrão.

_____________________________________
6
ACC: Ar condicionado central; ACU: Ar condicionado unitário de última geração
7
Informações recebidas via e-mail do Departamento de Pesquisa da Cushman & Wakefield

67
Para efeito da seleção dos edifícios objeto de estudo, são avaliadas edificações de alto
padrão na cidade de São Paulo com a inclusão da região de Alphaville visto sua recente
representatividade.
Na Tabela 8 é apresentado um resumo das métricas usadas para definição das
edificações objeto da pesquisa. Para definição destes parâmetros foram adotados os critérios
menos exigentes de cada item avaliado usado com base nos requisitos das consultorias de
forma a abranger o maior número possível de edificações avaliadas.

Tabela 8 - Critérios de seleção de edifícios para pesquisa

Dimensão Avaliada Parâmetro

Usuários Multiusuário
Padrão da edificação AA e A ou A+ e A
Tipo de sistema de climatização Central ou de última geração
Área de laje > 500 m²
Pé-direito conjunto tipo > 2,6 m
Relação Área privativa / vaga de garagem < 40 m² / vaga

6.2 Metodologia de análise

A metodologia de análise, com base em informações de consumo real de edificações


no perfil selecionado, consiste em apurar de forma estatística a Intensidade no Uso de
Energia, comumente referenciada nas pesquisas como EUI (Energy Use Intensity). Esta será
calculada de forma anualizada e normalizada em função da área privativa para cada edificação
(quilowatt-hora por metro quadrado por ano).
A área privativa considerada na normalização e construção dos indicadores deverá ser
a área descrita no quadro de áreas do memorial de incorporação conforme preconizado na
NBR-12721 - Avaliação de custos unitários e preparo de orçamentos de construção e
incorporação de edifícios em condomínio – Procedimento, no quadro II coluna 23 (ABNT,
1999b). Esta é a área definida como de uso privativo para efeito da elaboração da convenção
de condomínio e elaborada com critérios técnicos e padronizados para toda edificação
multiusuário.
Entretanto uma normalização simples em função da área pode não fornecer um
indicador de performance confiável (SHARP, 1996) o que torna-se necessário uma avaliação
de outros fatores que interferem no consumo de energia da edificação.
68
A aplicação de um modelo de regressão linear múltipla com a utilização do método
Ordinary Least Square (OLS), pode trazer resultados mais efetivos. Chung (2011), discute
amplamente alguns métodos utilizados para normalização e análise de consumo energético em
edificações. Segundo ele, o método OLS, é o mais indicado em se tratando de benchmarking
público, ou seja, onde impera a necessidade de comparação é com o mercado geral.
Dadas suas características, uma vez calculados e normalizados os valores ajustados,
diferentemente de outros métodos, não é necessário o recalculo dos valores referenciais a cada
nova amostra ou cada nova edificação que se pretenda comparar.
A solução do modelo de regressão deve ser tal que a reta de regressão seja posicionada
de tal forma que a soma dos quadrados dos resíduos seja mínimo.
Considerando o resíduo d como sendo a diferença entre o valor previsto na aplicação
do modelo e o valor observado, como se observa na Figura 38, dentre todas as retas possíveis
de se traçar para um conjunto de pontos, a reta de regressão é aquela para a qual a soma dos
quadrados dos resíduos ∑ é um mínimo (LARSON; FARBER, 2004).

Figura 38 - Reta de regressão


Fonte: Larson e Farber, 2004

Tomando-se o EUI como a variável dependente, o modelo de regressão deve ser


construído de forma a encontrar, dadas as variáveis que interferem no valor de EUI, e a
equação da reta que melhor modela os dados em função das variáveis explicativas.
Assim de forma geral, edificações com o EUI observado acima da reta de regressão
podem ser consideradas ineficientes do ponto de vista estatístico ao passo que edificações
situadas abaixo apresentam um desempenho energético melhor que edificações similares.
Entretanto, como desvantagem na metodologia, os valores dos resíduos podem não
significar somente ineficiência das edificações mas também fatores inexplicáveis e também
erros nos dados (CHUNG, 2011).
69
6.2.1 Definição das variáveis explicativas

Uma das maiores barreiras à implementação de medidas quanto à melhora na


eficiência energética no setor de edificações é a falta de conhecimento sobre fatores que
interferem no uso de energia (IEA, 2011).
Entretanto, o grupo de estudo da IEA denominado Energy Conservation in Buildings
and Community Systems Programme (ECBCS), que é o comitê da Agência Internacional de
Energia para pesquisa no segmento edificações definiu 6 variáveis principais com influência
direta no consumo das edificações conforme nota-se na Figura 39 (IEA, 2011).

Figura 39 - Fatores que influenciam consumo energético


Fonte: Adaptado de IEA, 2011

Monts e Blisset (1982), desenvolveram modelo de regressão em estudo com


edificações de escolas e universidades no Texas, composto de 16 variáveis que
potencialmente afetam o desempenho. Variáveis ambientais como graus-dia de aquecimento e
refrigeração, variáveis ligadas a características de ocupação como dias de funcionamento na
semana, horas de funcionamento da edificação, e variáveis atreladas ao tipo de sistema de
climatização utilizado e também ao tipo de uso da edificação são avaliados no modelo.
Chung e Hui (2009) em estudo sobre edificações de escritório em Honk Kong define
14 variáveis que interferem no consumo energético. Além dos fatores descritos por Monts e
Blisset como variáveis climáticas, de uso, e do sistema de climatização este ainda acrescenta
fatores como a idade da edificação e fatores comportamentais como questões ligadas a hábitos
de uso como desligar equipamentos de climatização, iluminação e outros quando não em uso.
70
São ainda avaliados itens relacionados à gestão de operação e manutenção como existência de
auditorias energéticas, existência e implementação de medidas de conservação de energia,
existência e efetividade de um plano de manutenção que garanta correta aplicação de
inspeções com objetivo de manter a eficiência dos sistemas e um plano de operação detalhado
com padrões e parâmetros dos sistemas de ar condicionado.
Sharp (1996), elabora com base em dados de 1.358 edifícios de escritório extraídos do
CBECS de 1992, um estudo onde correlaciona e avalia a dependência do consumo energético
com diversas variáveis. Análises de regressão múltipla demonstrou em uma primeira
abordagem 33 variáveis potencialmente significativas na composição do consumo energético
e do EUI. Exclusões de variáveis pouco significativas ou pouco frequentes nos edifícios
avaliados resultaram em seis variáveis com forte interferência. As duas mais significativas
foram o logaritmo do número de funcionários por unidade de área, e número de computadores
na edificação. Além destas, o modelo considera também variáveis climáticas, de uso como
horas de operação e variáveis ligadas ao sistema de ar condicionado.
A definição das variáveis explicativas que inicialmente irão compor o modelo de
regressão proposto no presente trabalho, conforme demonstrado na Tabela 9, levou em conta
particularidades de edificações objeto do estudo além de possíveis fatores que podem
interferir no valor do EUI.

Tabela 9 - Variáveis explicativas para o modelo


Variável
Nome Caracterização da variável Tipo de dado
explicativa
X1 Idade Tempo desde a emissão do Habite-se Numérico

X2 Ocupação Relação entre área privativa e população fixa Numérico

X3 Ar condicionado Tipo de sistema de ar condicionado Booleana

X4 Circuito de água gelada Tipo de sistema de distribuição Booleana

X5 Circuito de ar Tipo de sistema de distribuição Booleana

Alimentação Origem da alimentação elétrica dos


X6 Booleana
condicionadores condicionadores de ar

6.2.1.1 Idade

A idade da edificação é caracterizada pelo tempo de uso desta. Esta é definida pela
diferença entre a data do último registro de consumo energético no período considerado para
71
análise e a data da emissão do Certificado de Conclusão (ou Habite-se) pela prefeitura na qual
a edificação encontra-se construída. Logo x1 é o número de anos de operação da edificação.

6.2.1.2 Ocupação

O total de pessoas ou funcionários efetivos da edificação deve ser considerado na


análise. Define-se x2 como sendo a relação entre a área privativa e a população fixa da
edificação. Para esta análise não se deve considerar população flutuante como visitantes e
prestadores de serviço eventuais. É esperado que este fator influencie o consumo energético
pois quanto maior a densidade de ocupação, maior é o uso de elevadores, maior consumo de
água implicando em maior consumo nos sistemas de bombas de abastecimento, e maior a
carga térmica.

6.2.1.3 Ar condicionado

Como já citado em seções anteriores, a participação do consumo referente ao uso do ar


condicionado é bastante significativa. O tipo de sistema existente deve ser considerado como
sendo a variável x3.
Sistemas de ar condicionado do tipo central, composto por sistema tipo expansão
indireta, onde a utilização de um fluido refrigerante (normalmente água gelada) para
transporte da carga térmica aos ambientes, são alimentados eletricamente pelas áreas comuns.
Estes sistemas, também conhecidos como CAG são normalmente utilizados em sistemas de
grande porte.
Assim considera-se x3 = ACC (ar condicionado central) se o sistema é do tipo central e
x3 = ACU (ar condicionado unitário) se a edificação não possui ar condicionado central.
Quando o mesmo é alimentado por sistemas unitários, estes comumente são alimentados
eletricamente diretamente pelas áreas privativas não impactando o valor global do consumo
das áreas comuns da edificação.

6.2.1.4 Circuito de água gelada

Sistemas de climatização tipo expansão indireta (CAG), contam com sistema de


distribuição de água gelada aos condicionadores através de bombas. Estas tem a função de

72
levar o fluido refrigerante até os condicionadores onde ocorre a troca térmica ar/água. Estes
podem ser de vazão fixa, onde a rotação das bombas é constante, ou variável onde sistemas de
automação controlam a rotação das bombas e consequentemente a vazão de água gelada de
acordo com a demanda requerida pela carga térmica da edificação. Sistemas com vazão
variável, via de regra devem apresentar menor consumo energético visto existir sistema de
controle através de sistemas de automação onde a vazão é modulada de acordo com a
necessidade de carga térmica real percebida pelo sistema de automação. Em oposição
sistemas de vazão constante não possuem qualquer controle. Assim x4 = VZC (sistema de
vazão constante), x4 = VZV (sistema de vazão variável).

6.2.1.5 Circuito de ar

De forma similar a distribuição de água gelada, a distribuição de ar proveniente dos


condicionadores nos ambientes a climatizar pode ser do tipo volume de ar constante (VAC),
ou volume de ar variável (VAV).
No primeiro não existe qualquer tipo de controle sobre o volume de ar a ser insuflado
nos ambientes refrigerados ao passo que sistemas VAV contam com sistemas de automação
que também controlam o volume de ar em função da necessidade de climatização individual
de cada ambiente. Logo x5 = VAV se é do tipo volume de ar variável e x5 = VAC se trata-se
do tipo volume de ar constante.

6.2.1.6 Alimentação dos condicionadores

O elemento final do sistema de ar condicionado, o condicionador de ar tipo fancoil no


caso de sistemas de expansão indireta (Central de Água Gelada), e Unidade Evaporadora no
caso de sistemas de expansão direta (split, self contained) é responsável pela troca térmica
entre o fluido refrigerante e o ar do ambiente a ser condicionado. Para sistemas de ar
condicionado central, onde o fornecimento de água gelada ao sistema é responsabilidade das
áreas comuns o equipamento condicionador pode ser alimentado tanto por área comum
quanto por área privativa.
A alimentação através das áreas comuns via de regra é menos usual. Alimentação
através das áreas privativas eliminam o ônus do consumo de energia dos condicionadores das
áreas comuns.

73
Do ponto de vista de consumo global da edificação torna-se indiferente a origem da
alimentação seja comum ou privativa, porém a cobrança dos valores atribuídos de forma real
mediante a utilização e não por sistemas de rateio de despesas, o que ainda é comum em
edificações que não contem com sistemas de medição.
Desta forma x6 = COM se a alimentação é proveniente de área comum e x 6 = PRIV se
alimentação elétrica é proveniente de área privativa.

6.2.1.7 Restrições

O modelo proposto pretende prioritariamente estabelecer benchmarks com base em


características operacionais e ligadas ao uso da edificação. Variáveis e dimensões
gerenciáveis são o foco da avaliação para interpretar sua influência no consumo energético.
Entretanto, variáveis ligadas à manutenção da edificação e dos sistemas não serão
consideradas face a dificuldade na obtenção de dados confiáveis frente a metodologia para
obtenção dos dados. Relevante destacar que a coleta de dados envolveu pesquisas de campo e
entrevistas com gerentes prediais e administradoras no segmento o que poderia ocasionar
distorção na avaliação deste quesito. Sob este aspecto também serão descartadas da análise
variáveis arquitetônicas intrínsecas da edificação.
Variáveis climáticas também não serão avaliadas na análise. Esta se faz necessário
quando a comparação é realizada em edificações em diferentes zonas climáticas (CHUNG;
HUI, 2009).

6.2.2 Modelo de regressão

Uma equação geral de regressão múltipla é descrita na Eq. (2).

Eq. (2)

Onde:
Y: variável dependente
intercepto
x1, x2...xn: variáveis independentes
β1, β2...βn: coeficientes de regressão

74
Para construção da equação de regressão para o EUI das edificações avaliadas serão
usadas as variáveis explicativas descritas anteriormente como variáveis independentes.
O modelo será usado para avaliar a influência de cada variável no valor final do EUI,
predizer valores de EUI para edificações situadas dentro do intervalo de confiança
determinado, e construir a tabela de benchmarking com a divisão de limites de EUI para cada
classe de consumo. Entretanto, o modelo será dividido em duas tipologias distintas:
1. Sistemas com ar condicionado central (ACC)
2. Sistemas com ar condicionado unitário (ACU)
Esta divisão torna-se necessária pois a influência das variáveis no EUI opera de
formas diferenciadas nos dois grupos. Sistemas que não contem com central de ar
condicionado não apresentam o consumo referente ao ar condicionado no cômputo geral do
consumo energético da edificação e tendem a ser menores. Estes serão tratados de forma
separada dos demais. Logo dois grupos distintos dentro da amostra serão criados e receberão
tratativas diferentes na construção dos indicadores.

6.2.2.1 Equação de regressão para as edificações

Para construção da equação geral de regressão para edificações para o valor de EUI
são consideradas as variáveis explicativas. Entretanto, como valor das variáveis a serem
usadas nos modelos de regressão serão feitas mudanças de variáveis adotando-se o valor
padronizado (variável z) de cada variável explicativa. A equação geral de regressão para EUI
está descrita na Eq. (3).

Eq. (3)

Onde:
EUI: Energy Use Intensity
b: intercepto
m1...m6: coeficientes de regressão
z1: valor padronizado da idade da edificação
z2: valor da relação área/pessoa
z3: valor padronizado do tipo de sistema de ar condicionado
z4: valor padronizado da distribuição de água gelada

75
z5: valor padronizado do tipo de distribuição de distribuição de ar
z6: valor padronizado da alimentação dos condicionadores

Os valores de z1 a z6 são calculados conforme Eq. (4).

̅
Eq.(4)

Onde:
: variáveis explicativas
̅: média da amostra
σ: desvio padrão

Para obtenção dos valores dos coeficientes de regressão e do intercepto é utilizado o


software de análises estatísticas Minitab.
Uma vez obtidos os coeficientes de regressão e intercepto é possível construir a
equação geral do modelo proposto.
A equação avalia o grau de influência de cada variável explicativa no valor de EUI
através do valor de seus coeficientes. Logo coeficientes positivos significam que incremento
no valor da variável acarreta aumento no valor de EUI e coeficientes negativos decréscimo.
A obtenção dos valores de EUI normalizado para cada observação é conseguida da Eq.
(3). Como o valor do intercepto b é o valor de EUI quando os coeficientes de regressão são
iguais a zero, ou seja, removendo-se a influência das variáveis explicativas, b corresponde ao
valor médio da amostra de EUI.
Entretanto, para uma correta base de comparação, o modelo deve ser construído de tal
forma a determinar uma base comum de comparação entre as edificações. Uma análise
simples do valor absoluto de EUI de cada edificação pode trazer distorções face às
características de uso e ocupação.
A normalização dos valores de EUI é obtida da derivação da Eq. (3). Conforme nota-
se na Eq. (5), isolando-se o intercepto b tem-se o valor correspondente ao EUI normalizado
removendo-se o a influência das variáveis explicativas (CHUNG; HUI; LAM, 2006).

Eq. (5)

76
Eq. (6)

Eq. (7)

Substituindo Eq. (6) e (7) em (5) tem-se na Eq. (8) a equação geral para cálculo do
EUI normalizado para cada edifício para construção da tabela de benchmarking.

Eq. (8)

Onde:
EUI_NORM i: Valor de EUI normalizado para cada edifício
EUI_REAL i: Valor de EUI real de cada edifício
Coeficientes de regressão
Valor padronizado para observação i das variáveis de z1 a z6

6.2.2.2 Sistemas com ar condicionado central

Para construção da equação geral de regressão para edificações com ar condicionado


central (ACC) serão considerados somente observações na amostra onde x 3 = 1. Logo este
não fará parte da equação de regressão visto não haver influência no valor de EUI.
A equação geral de regressão para EUI está descrita na Eq. (9).

Eq. (9)

Onde:
EUI: Energy Use Intensity
b: intercepto
m1...m6: coeficientes de regressão
z1: valor padronizado da idade da edificação
z2: valor padronizado da relação área/pessoa
z4: valor padronizado do sistema de distribuição de água gelada
z5: valor padronizado do sistema de distribuição de ar
z6: valor padronizado da alimentação dos condicionadores

77
Tem-se na Eq. (10) a equação geral para cálculo do EUI normalizado para cada
edifício do tipo ACC.

Eq. (10)

Onde:
EUI_NORM i:EUI normalizado para cada edifício
EUI_REAL i: EUI real de cada edifício
Coeficientes de regressão
Valores padronizados para observação i das variáveis de z1 a z6

6.2.2.3 Sistemas com ar condicionado unitário

Para a construção dos modelos de edificações com sistemas de ar condicionado


unitários (ACU), serão considerados somente observações na amostra onde x 3 = ACC. Logo
este não fará parte da equação de regressão por não influenciar no valor de EUI. Além desta,
as variáveis x4 e x5, também serão desconsideradas visto não se aplicarem a sistemas
unitários.

Eq. (11)

Onde:
EUI: Energy Use Intensity
b: intercepto
m1...m2: coeficientes de regressão
z1: valor padronizado da idade da edificação
z2: valor padronizado da relação área/pessoa
z6: valor padronizado da alimentação dos condicionadores

Desta forma, tem-se na Eq. (12) a equação geral para cálculo do EUI normalizado para
cada edifício do tipo ACU.

Eq. (12)

78
6.3 Coleta e tratamento dos dados

Os dados para realização da construção da equação de regressão, e elaboração dos


indicadores foram coletados junto a gerentes de operações e administradores dos edifícios
objeto do estudo. Para isto foram realizadas consultas através de e-mail, telefone e entrevistas
para coleta de dados in-loco.
O fornecimento de energia elétrica pela concessionária para as edificações avaliadas se
dá basicamente por duas formas.
Em alguns casos o empreendimento conta com entrada de energia separadas para áreas
comuns e áreas privativas.
Nestes casos, os valores de consumo anual foram extraídos das contas de energia
elétrica da concessionária através da contabilização das energias consumidas no horário de
ponta (das 17h30 às 20h30) e fora de ponta (demais horas do dia).
Como o objetivo da análise é avaliar consumo energético e não valores monetários,
não são feitas análises em função das parcelas de contribuição dos consumos em horário de
ponta fora de ponta com base nas tarifas horo-sazonais. Foram considerados tão somente o
total de energia em quilowatt-hora somados os dois grupos.
Identificados também edificações onde o empreendimento conta com entrada única de
energia para áreas comuns e áreas privativas. Nestes casos, a contabilização dos consumos das
unidades autônomas se dá através de sistema de auto-gestão via rede de medição interna. A
apuração dos valores de consumo das áreas comuns foi realizado através de sistemas de
medição usados para realização da medição e rateio dos valores de consumo de energia
elétrica onde foi possível separar os consumos das áreas comuns das áreas privativas.
Em alguns casos se fez necessário assinatura de termo de sigilo garantindo a
confidencialidade das informações. Desta forma, as edificações não são identificadas pelo seu
nome comercial, razão social, ou mesmo administradora. Para estes casos as informações
foram disponibilizadas pela empresa responsável pela operação em forma de planilha com os
dados referentes ao consumo e características da edificação com os nomes dos
empreendimentos omitidos com objetivo de garantir sigilo.

79
7 RESULTADOS E DISCUSSÃO

Foram coletadas informações referentes ao consumo elétrico em áreas comuns em um


conjunto de 44 edificações com potencial para composição do conjunto de dados para
construção dos modelos de regressão.
As edificações estão localizadas nas principais regiões da capital paulistana, além de
algumas edificações situadas na região de Alphaville conforme demonstrado na Figura 40, e
abrangem os principais centros de negócios da região metropolitana de São Paulo.
A Tabela 10 apresenta de forma resumida os dados das edificações analisadas.

Tabela 10 - Dados das edificações analisadas


Pé-direito Área Consumo
Área Vagas de População
Idade conjunto- Privativa Energético
Privativa Garagem Fixa
Edifício tipo laje-tipo Anual
Anos m² m m² Quant. Quant. kWh/ano

#1 10 17.218 2,70 1.100 547 1.500 3.654.064

#2 4 10.916 2,80 728 395 502 3.214.173

#3 20 21.637 2,70 1.082 374 3.100 2.698.403

#4 8 17.470 2,70 971 540 2.000 2.363.071

#5 10 12.165 2,60 716 362 1.800 1.493.327

#6 11 47.748 2,78 1.836 368 5.500 5.436.415

#7 13 29.885 2,70 1.660 744 1.600 7.313.511

#8 36 23.810 2,65 882 300 3.000 2.008.780

#9 18 19.000 2,70 1.300 568 1.800 5.135.297

#10 29 33.478 3,20 1.067 450 2.500 2.840.280

#11 5 13.122 2,65 835 444 900 1.149.718

#12 13 9.000 2,80 600 270 1.000 1.241.034

#13 11 4.660 3,00 466 150 265 344.503

#14 4 9.628 2,70 481 343 800 403.533

#15 8 10.008 2,59 400 440 800 580.530

#16 6 19.218 3,50 617 570 1.502 4.669.772

#17 25 13.607 3,00 586 165 450 223.372

“continua”
80
“continuação”
Pé-direito Área Consumo
Área Vagas de População
Idade conjunto- Privativa Energético
Privativa Garagem Fixa
Edifício tipo laje-tipo Anual
Anos m² M m² Quant. Quant. kWh/ano

#18 15 18.425 2,70 1.026 374 1.450 1.386.120

#19 15 17.683 2,70 500 638 1.700 2.795.413

#20 5 18.690 2,85 1.730 585 2.500 2.963.972

#21 15 55.816 3,00 1.700 3700 5.000 24.394.497

#22 2 15.362 2,70 741 534 1.700 1.826.817

#23 12 16.525 2,70 1.271 513 1.800 2.490.560

#24 3 33.109 2,70 1324 966 2.926 9.922.641

#25 22 7.995 2,70 639 195 1.000 950.000

#26 23 12.482 3,00 1143 395 1.000 1.621.334

#27 12 5.605 2,80 465 255 600 132.560

#28 10 27.386 2,70 1.965 900 2.600 2.609.954

#29 9 10.719 4,00 825 335 1.900 1.604.429

#30 39 3.620 3,30 905 94 400 281.773

#31 29 7.667 3,40 981 200 1.500 1.236.674

#32 37 12.753 3,15 697 332 950 310.233

#33 29 13.563 3,40 981 353 1.600 1.483.879

#34 8 15.381 3,00 1.565 446 1.200 1.789.617

#35 7 9.535 3,00 591 124 600 213.128

#36 7 19.493 2,75 1.200 504 1.500 2.666.862

#37 3 18.306 2,60 741 534 1.200 1.500.000

#38 22 7.995 2,70 639 195 1.000 935.166

#39 5 5.831 2,65 384 145 300 138.320

#40 20 20.292 2,60 1.217 462 1.842 2.684.538

#41 9 58.467 2,70 770 2232 4.300 6.746.757

#42 9 9.286 2,70 600 229 1.450 1.480.139

#43 3 23.316 3,40 1.310 1310 3.000 2.582.908

#44 8 22.648 2,70 580 562 3.500 2.255.976

81
Alphaville Itaim Bibi
4 4

Berrini
4
Marg. Pinheiros;
7

Faria Lima
5

Pinheiros
4
Paulista
4

Jabaquara
V. Olímpia; 8
1

Figura 40 - Edifícios por região

A fraca correlação entre área privativa da edificação e consumo de energia


demonstrada na Figura 41 com a grande dispersão nos valores ao longo da reta de regressão,
denota a variação nos valores do EUI da amostra8.

10.000.000 R² = 0,5702

8.000.000
Consumo anual (kWh)

6.000.000

4.000.000

2.000.000

0
0

20.000

50.000

70.000
10.000

30.000

40.000

60.000

Área Privativa (m²)

Figura 41 - Gráfico área privativa x consumo elétrico

_____________________________________
8
Desconsiderada amostra #21 na construção do gráfico devido a este apresentar valor de consumo anual muito
acima da média
82
A Tabela 11 apresenta um resumo dos valores atribuídos às variáveis explicativas x 1 a
x6 bem como o valor já calculado do EUI para cada observação.

Tabela 11 - Valores de EUI e variáveis explicativas


Ar Distribuição Distribuição Aliment.
Idade Ocupação
Edifício EUI condicionado água gelada de ar condicion.
x1 x2 x3 x4 x5 x6

#1 212,22 10 11,48 ACC VZV VAV COM


#2 294,45 4 21,75 ACC VZV VAC COM
#3 124,71 20 6,98 ACC VZV VAC PRIV

#4 135,26 8 8,74 ACC VZV VAV PRIV


#5 122,76 10 6,76 ACC VZV VAV PRIV
#6 113,86 11 8,68 ACC VZV VAV PRIV
#7 244,72 13 18,68 ACC VZV VAV COM

#8 84,37 36 7,94 ACU NA NA PRIV


#9 270,28 18 10,56 ACC VZV VAV PRIV
#10 84,84 29 13,39 ACC VZV VAV PRIV
#11 87,62 5 14,58 ACC VZV VAV PRIV

#12 137,89 13 9,00 ACC VZV VAV COM


#13 73,93 11 17,58 ACC VZV VAV PRIV
#14 41,91 4 12,04 ACU NA NA PRIV
#15 58,01 8 12,51 ACU NA NA PRIV

#16 242,99 6 12,79 ACC VZV VAC COM


#17 16,42 25 30,24 ACU NA NA PRIV
#18 75,23 15 12,71 ACC VZV VAV PRIV
#19 158,08 15 10,40 ACC VZV VAV PRIV
#20 158,59 5 7,48 ACC VZV VAV COM
#21 437,05 15 11,16 ACC VZV VAV PRIV
#22 118,92 2 9,04 ACC VZV VAC COM
#23 150,71 12 9,18 ACC VZV VAV COM

#24 299,70 3 11,32 ACC VZV VAC PRIV


#25 118,82 22 8,00 ACC VZC VAC PRIV
#26 129,89 23 12,48 ACC VZC VAC COM
#27 23,65 12 9,34 ACU NA NA PRIV

#28 95,30 10 10,53 ACC VZV VAV COM

“continua”
83
“continuação”
Ar Distribuição Distribuição Aliment.
Idade Ocupação
Edifício EUI condicionado água gelada de ar condicion.
x1 x2 x3 x4 x5 x6

#29 149,68 9 5,64 ACC VZV VAV PRIV


#30 77,84 39 9,05 ACC VZV VAC PRIV

#31 161,30 29 5,11 ACC VZC VAC PRIV


#32 24,33 37 13,42 ACC VZV VAC PRIV
#33 109,41 29 8,48 ACC VZC VAC PRIV
#34 116,35 8 12,82 ACC VZC VAV COM

#35 22,35 7 15,89 ACU NA NA PRIV


#36 136,81 7 13,00 ACC VZV VAC PRIV
#37 81,94 3 15,26 ACC VZV VAC PRIV
#38 116,97 22 8,00 ACC VZC VAC PRIV

#39 23,72 5 19,44 ACU NA NA PRIV


#40 132,30 20 11,02 ACC VZC VAV COM
#41 115,39 9 13,60 ACC VZV VAV PRIV
#42 159,39 9 6,40 ACC VZC VAC COM

#43 110,78 3 7,77 ACU NA NA COM


#44 99,61 8 6,47 ACU NA NA COM

Conforme já citado, a existência de sistema de ar condicionado central (ACC) gera


grande impacto no valor do consumo de energia das áreas comuns. Neste sentido uma
separação dos dados em dois grupos conforme citado em seções anteriores faz-se necessário.
Serão criados dois modelos: um para ACC e outro para ACU.

7.1 Ar condicionado central

Do total de 44 edifícios da amostra, 35 são do tipo ACC. Os edifícios 21 e 32


entretanto não serão considerados na simulação pois apresentam valores muito divergentes
dos valores médios obtidos nas demais edificações. Na impossibilidade de validação dos
dados recebidos dos usuários dos empreendimentos, estes serão descartados da análise. Desta
forma 33 edificações são usadas na construção do modelo de regressão.

84
Como na totalidade das edificações analisadas com sistema de ar condicionado central,
a variável x3 = ACC, estas são excluídas nas variáveis que serão usadas como entrada no
software Minitab 16.
Um teste de normalidade se faz necessário nos valores de EUI com objetivo de
verificar a aplicabilidade do modelo. Um teste de assimetria e curtose pode ser usado para
testar a hipótese de normalidade da amostra, sendo descartada esta caso um dos dois
parâmetros apresente valores menores que -2 ou maiores que +2 (XUCHAO;
PRIYADARSINI; EANG, 2010).
Análises na amostra com o uso do software Minitab indicam 1,34 e 1,28 para
assimetria e curtose respectivamente não sendo realizada qualquer tipo de transformação.
Uma mudança de variáveis se faz necessário entretanto para ajustar os formatos da
variáveis x4, x5 e x6 tornando possível o cálculo dos coeficientes de regressão através da
análise da influência de cada variável no valor de EUI. Na Tabela 12 são exibidos os valores
das variáveis x1, x2, e os indicadores de valor das variáveis (Dummy) x4, x5 e x6.
A obtenção da mudança de variáveis no Minitab com atribuição de valores às
variáveis binárias determina para cada par de possíveis valores da variável um valor 0 ou um
valor 1. Deste modo tem-se:
Para a variável x4: x4_VZV e x4_VZC
Para a variável x5: x5_VAV e x5_VAC
Para a variável x6: x6_COM e x6_PRIV
Como os valores são excludentes, ou seja, o edifício somente pode ser VAV ou VAC
por exemplo, é atribuído valor 1 a uma das variáveis e 0 a outra variável. Valores das
variáveis obtidas no Minitab são exibidos na Tabela 12.

Tabela 12 - Valores de EUI e variáveis explicativas ajustadas para ACC

Edifício x4 x5 x6 x4_VZC x4_VZV x5_VAC x5_VAV x6_COM x6_PRIV

#1 VZV VAV COM 0 1 0 1 1 0


#2 VZV VAC COM 0 1 1 0 1 0
#3 VZV VAC PRIV 0 1 1 0 0 1
#4 VZV VAV PRIV 0 1 0 1 0 1

#5 VZV VAV PRIV 0 1 0 1 0 1


#6 VZV VAV PRIV 0 1 0 1 0 1
#7 VZV VAV COM 0 1 0 1 1 0

“continua”

85
“continuação”

Edifício x4 x5 x6 x4_VZC x4_VZV x5_VAC x5_VAV x6_COM x6_PRIV

#9 VZV VAV PRIV 0 1 0 1 0 1


#10 VZV VAV PRIV 0 1 0 1 0 1
#11 VZV VAV PRIV 0 1 0 1 0 1
#12 VZV VAV COM 0 1 0 1 1 0

#13 VZV VAV PRIV 0 1 0 1 0 1


#16 VZV VAC COM 0 1 1 0 1 0
#18 VZV VAV PRIV 0 1 0 1 0 1
#19 VZV VAV PRIV 0 1 0 1 0 1

#20 VZV VAV COM 0 1 0 1 1 0


#22 VZV VAC COM 0 1 1 0 1 0
#23 VZV VAV COM 0 1 0 1 1 0
#24 VZV VAC PRIV 0 1 1 0 0 1

#25 VZC VAC PRIV 1 0 1 0 0 1


#26 VZC VAC COM 1 0 1 0 1 0
#28 VZV VAV COM 0 1 0 1 1 0
#29 VZV VAV PRIV 0 1 0 1 0 1

#30 VZV VAC PRIV 0 1 1 0 0 1


#31 VZC VAC PRIV 1 0 1 0 0 1
#33 VZC VAC PRIV 1 0 1 0 0 1
#34 VZC VAV COM 1 0 0 1 1 0

#36 VZV VAC PRIV 0 1 1 0 0 1


#37 VZV VAC PRIV 0 1 1 0 0 1
#38 VZC VAC PRIV 1 0 1 0 0 1
#40 VZC VAV COM 1 0 0 1 1 0

#41 VZV VAV PRIV 0 1 0 1 0 1


#42 VZC VAC COM 1 0 1 0 1 0

Entretanto, como as variáveis x4_VZC e x4_VZV são complementares entre si,


x4_VZV é removida pelo Minitab no cálculo dos coeficientes. Pode-se então assumir como
valores das variáveis os valores descritos na Tabela 13 onde x 4=0 para VZV e x4=1 para VZC.
De forma análoga, tem-se x5=0 para VAV e x5=1 para VAC e x6=1 para COM e x6=0 para
PRIV.

86
Desta forma na Tabela 13 estão descritas as variáveis explicativas que são usadas na
construção do modelo de regressão para as edificações com ar condicionado central.
Esta exibe também os valores da média e desvio padrão, usados para padronização das
variáveis que serão usadas como variáveis de entrada no software Minitab para cálculo dos
coeficientes de regressão.

Tabela 13 - Valores de EUI e variáveis explicativas ajustadas para ACC

Edifício EUI x1 x2 x4 x5 x6

#1 212,22 10 11,48 0 0 1
#2 294,45 4 21,75 0 1 1
#3 124,71 20 6,98 0 1 0

#4 135,26 8 8,74 0 0 0
#5 122,76 10 6,76 0 0 0
#6 113,86 11 8,68 0 0 0
#7 244,72 13 18,68 0 0 1

#9 270,28 18 10,56 0 0 0
#10 84,84 29 13,39 0 0 0
#11 87,62 5 14,58 0 0 0
#12 137,89 13 9,00 0 0 1

#13 73,93 11 17,58 0 0 0


#16 242,99 6 12,79 0 1 1
#18 75,23 15 12,71 0 0 0
#19 158,08 15 10,40 0 0 0

#20 158,59 5 7,48 0 0 1


#22 118,92 2 9,04 0 1 1
#23 150,71 12 9,18 0 0 1
#24 299,70 3 11,32 0 1 0

#25 118,82 22 8,00 1 1 0


#26 129,89 23 12,48 1 1 1
#28 95,30 10 10,53 0 0 1
#29 149,68 9 5,64 0 0 0

#30 77,84 39 9,05 0 1 0


#31 161,30 29 5,11 1 1 0
#33 109,41 29 8,48 1 1 0

“continua”
87
“continuação”

Edifício EUI x1 x2 x4 x5 x6

#34 116,35 8 12,82 1 0 1


#36 136,81 7 13,00 0 1 0
#37 81,94 3 15,26 0 1 0
#38 116,97 22 8,00 1 1 0

#40 132,30 20 11,02 1 0 1


#41 115,39 9 13,60 0 0 0
#42 159,39 9 6,40 1 1 1

Média 145,70 13,606 10,924 0,242 0,424 0,394

Desvio Padrão 61,815 8,968 3,786 0,435 0,502 0,496

Com a aplicação da Eq. (4), calcula-se então os valores padronizados (z1 a z6) para as
variáveis explicativas para cada observação conforme demonstrado na Tabela 14.

Tabela 14 - Valores de EUI e z das variáveis explicativas

Edifício EUI z1 z2 z4 z5 z6

#1 212,22 -0,4021 0,1469 -0,5570 -0,8453 1,2214

#2 294,45 -1,0711 2,8593 -0,5570 1,1472 1,2214


#3 124,71 0,7129 -1,0417 -0,5570 1,1472 -0,7939
#4 135,26 -0,6251 -0,5768 -0,5570 -0,8453 -0,7939
#5 122,76 -0,4021 -1,0998 -0,5570 -0,8453 -0,7939

#6 113,86 -0,2906 -0,5927 -0,5570 -0,8453 -0,7939


#7 244,72 -0,0676 2,0485 -0,5570 -0,8453 1,2214
#9 270,28 0,4899 -0,0961 -0,5570 -0,8453 -0,7939
#10 84,84 1,7164 0,6513 -0,5570 -0,8453 -0,7939

#11 87,62 -0,9596 0,9656 -0,5570 -0,8453 -0,7939


#12 137,89 -0,0676 -0,5081 -0,5570 -0,8453 1,2214
#13 73,93 -0,2906 1,7580 -0,5570 -0,8453 -0,7939
#16 242,99 -0,8481 0,4929 -0,5570 1,1472 1,2214

#18 75,23 0,1554 0,4717 -0,5570 -0,8453 -0,7939


#19 158,08 0,1554 -0,1384 -0,5570 -0,8453 -0,7939
#20 158,59 -0,9596 -0,9096 -0,5570 -0,8453 1,2214
“continua”

88
“continuação”

Edifício EUI z1 z2 z4 z5 z6

#22 118,92 -1,2941 -0,4976 -0,5570 1,1472 1,2214


#23 150,71 -0,1791 -0,4606 -0,5570 -0,8453 1,2214
#24 299,70 -1,1826 0,1046 -0,5570 1,1472 -0,7939
#25 118,82 0,9359 -0,7723 1,7408 1,1472 -0,7939

#26 129,89 1,0474 0,4110 1,7408 1,1472 1,2214


#28 95,30 -0,4021 -0,1040 -0,5570 -0,8453 1,2214
#29 149,68 -0,5136 -1,3956 -0,5570 -0,8453 -0,7939
#30 77,84 2,8315 -0,4949 -0,5570 1,1472 -0,7939

#31 161,30 1,7164 -1,5356 1,7408 1,1472 -0,7939


#33 109,41 1,7164 -0,6455 1,7408 1,1472 -0,7939
#34 116,35 -0,6251 0,5008 1,7408 -0,8453 1,2214
#36 136,81 -0,7366 0,5483 -0,5570 1,1472 -0,7939

#37 81,94 -1,1826 1,1452 -0,5570 1,1472 -0,7939


#38 116,97 0,9359 -0,7723 1,7408 1,1472 -0,7939
#40 132,30 0,7129 0,0254 1,7408 -0,8453 1,2214
#41 115,39 -0,5136 0,7068 -0,5570 -0,8453 -0,7939

#42 159,39 -0,5136 -1,1948 1,7408 1,1472 1,2214

7.1.1 Obtenção dos coeficientes de regressão para ACC


Através da simulação no software Minitab obtém-se os coeficientes de regressão para
a amostra conforme descrito na Eq. (9) e demonstrados abaixo.
Intercepto: 145,70
z1: -9,58
z2: 6,35
z4: -10,83
z5: 15,84
z6: 17,28

O resultado de saída do Minitab é demonstrado no Anexo I.

89
7.1.2 Equação de Predição

Substituindo os valores do intercepto e dos coeficientes de regressão na Eq. (9),


obtém-se a equação geral de regressão para predição de valores para edifícios tipo ACC
demonstrada na Eq. (13).

Eq. (13)

Substituindo a Eq. (4) em (13):

- ̅̅̅ - ̅̅̅ - ̅̅̅ - ̅̅̅ - ̅̅̅


– ( ) ( )- ( ) ( ) ( )

Eq. (14)

Substituindo os valores de ̅ e :

- - -
– ( ) ( ) ( )

- -
( ) ( ) Eq.(15)

A Eq. (15) é a equação definida como a equação de predição dos valores de EUI dadas
características da edificação descritas nas variáveis explicativas.
Aplicando-se a equação de predição aos valores obtidos de variáveis explicativas nas
amostras obtidas pode-se determinar, segundo a equação de predição, os valores de EUI. A
diferença entre o EUI predito e o EUI real, o resíduo, e os valores de EUI real e predito são
exibidos na Tabela 15.

Tabela 15 - EUI real, predito e resíduo para ACC

Edifício EUI_REAL EUI_Predito Resíduo

#1 212,22 164,23 47,99


#2 294,45 219,43 75,02
#3 124,71 142,74 -18,03

“continua”

90
“continuação”

Edifício EUI_REAL EUI_Predito Resíduo

#4 135,26 126,95 8,31


#5 122,76 121,49 1,27
#6 113,86 123,64 -9,78
#7 244,72 173,10 71,62

#9 270,28 119,32 150,96


#10 84,84 112,32 -27,48
#11 87,62 139,95 -52,33
#12 137,89 156,87 -18,98

#13 73,93 138,57 -64,64


#16 242,99 202,26 40,73
#18 75,23 126,13 -50,90
#19 158,08 122,26 35,82

#20 158,59 162,87 -4,28


#22 118,92 200,25 -81,33
#23 150,71 158,24 -7,53
#24 299,70 168,18 131,52

#25 118,82 117,43 1,39


#26 129,89 158,70 -28,81
#28 95,30 162,64 -67,34
#29 149,68 120,68 29,00

#30 77,84 125,92 -48,08


#31 161,30 105,11 56,19
#33 109,41 110,76 -1,35
#34 116,35 143,73 -27,38

#36 136,81 166,72 -29,91


#37 81,94 174,79 -92,85
#38 116,97 117,43 -0,46
#40 132,30 127,90 4,40

#41 115,39 134,03 -18,64


#42 159,39 163,46 -4,07

Na figura 42 são exibidos de forma gráfica os resíduos para cada edifício com base
nos valores preditos e reais.
91
150,96
131,52

75,02
71,62 56,19
kWh/m²/ano

40,73 35,82 29,00


47,99 1,27 -0,46 4,40
8,31 -18,98 -4,28 1,39 -1,35 -4,07

#10

#11

#12

#13

#16

#18

#19

#20

#22

#23

#24

#25

#26

#28

#29

#30

#31

#33

#34

#36

#37

#38

#40

#41

#42
#1

#2

#3

#4

#5

#6

#7

#9
-18,03 -9,78 -7,53 -28,81 -27,38 -29,91 -18,64
-27,48
-50,90 -48,08
-52,33 -64,64 -67,34
-92,85
-81,33

Figura 42 - Gráfico dos resíduos das predições de EUI para ACC

Análises estatísticas do resíduo entre os valores preditos e reais são demonstradas na


Figura 43.

A nderson-Darling N ormality Test


A -S quared 0,67
P -V alue 0,075

M ean 0,002
S tD ev 54,835
V ariance 3006,853
S kew ness 0,91157
Kurtosis 1,18164
N 33
M inimum -92,847
1st Q uartile -29,362
M edian -4,276
-100 -50 0 50 100 150 3rd Q uartile 32,410
M aximum 150,959
95% C onfidence Interv al for M ean
-19,442 19,445
95% C onfidence Interv al for M edian
-23,203 2,905
95% C onfidence Interv al for S tD ev
95% Confidence Intervals
44,098 72,530
Mean

Median

-20 -10 0 10 20

Figura 43 - Análises estatísticas do resíduo para edificações tipo ACC

7.1.3 Equação de normalização de EUI

O cálculo dos valores normalizados usados na construção da tabela de benchmarking


vem da aplicação da Eq. (10). Para cada observação do valor real de EUI (EUI_REAL)
obtém-se os valores do EUI normalizado (EUI_NORM). Na Tabela 16 são exibidos os
valores dos coeficientes de regressão, EUI_REAL, e m i x zi e EUI_NORM.
Eq. (10)

92
Tabela 16 - Valores de EUI_REAL, mi.zi e EUI_NORM para ACC

Edifício EUI_REAL m1 . z1 m2 . z2 m4 . z4 m5 . z5 m6 . z6 EUI_NORM

#1 212,22 3,852 0,933 6,033 -13,389 21,106 193,69

#2 294,45 10,261 18,157 6,033 18,171 21,106 220,72

#3 124,71 -6,830 -6,615 6,033 18,171 -13,719 127,67

#4 135,26 5,988 -3,663 6,033 -13,389 -13,719 154,01

#5 122,76 3,852 -6,984 6,033 -13,389 -13,719 146,97

#6 113,86 2,784 -3,763 6,033 -13,389 -13,719 135,92

#7 244,72 0,647 13,008 6,033 -13,389 21,106 217,32

#9 270,28 -4,694 -0,610 6,033 -13,389 -13,719 296,66

#10 84,84 -16,444 4,136 6,033 -13,389 -13,719 118,22

#11 87,62 9,193 6,132 6,033 -13,389 -13,719 93,37

#12 137,89 0,647 -3,227 6,033 -13,389 21,106 126,72

#13 73,93 2,784 11,163 6,033 -13,389 -13,719 81,06

#16 242,99 8,125 3,130 6,033 18,171 21,106 186,43

#18 75,23 -1,489 2,995 6,033 -13,389 -13,719 94,80

#19 158,08 -1,489 -0,879 6,033 -13,389 -13,719 181,52

#20 158,59 9,193 -5,776 6,033 -13,389 21,106 141,42

#22 118,92 12,397 -3,160 6,033 18,171 21,106 64,37

#23 150,71 1,716 -2,925 6,033 -13,389 21,106 138,17

#24 299,7 11,329 0,664 6,033 18,171 -13,719 277,22

#25 118,82 -8,966 -4,904 -18,853 18,171 -13,719 147,09

#26 129,89 -10,034 2,610 -18,853 18,171 21,106 116,89

#28 95,3 3,852 -0,661 6,033 -13,389 21,106 78,36

#29 149,68 4,920 -8,862 6,033 -13,389 -13,719 174,70

#30 77,84 -27,125 -3,143 6,033 18,171 -13,719 97,62

#31 161,3 -16,444 -9,751 -18,853 18,171 -13,719 201,89

#33 109,41 -16,444 -4,099 -18,853 18,171 -13,719 144,35

#34 116,35 5,988 3,180 -18,853 -13,389 21,106 118,32

“continua”

93
“continuação”

Edifício EUI_REAL m1 . z1 m2 . z2 m4 . z4 m5 . z5 m6 . z6 EUI_NORM

#36 136,81 7,056 3,482 6,033 18,171 -13,719 115,79

#37 81,94 11,329 7,272 6,033 18,171 -13,719 52,85

#38 116,97 -8,966 -4,904 -18,853 18,171 -13,719 145,24

#40 132,3 -6,830 0,161 -18,853 -13,389 21,106 150,10

#41 115,39 4,920 4,488 6,033 -13,389 -13,719 127,06

#42 159,39 4,920 -7,587 -18,853 18,171 21,106 141,63

Na Figura 44 são exibidos os histogramas de distribuição de frequências dos valores


de EUI antes da normalização e após aplicação do modelo de regressão e da equação de
normalização dos valores de EUI.
Com base nos valores normalizados de EUI para as observações, são descritos na
Tabela 17 os valores estatísticos de EUI real e EUI normalizado.

Mean 145,7 Mean 145,7


12 9 StDev 54,83
StDev 61,82
N 33 N 33
8
10
7

8 6
Frequência
Frequência

5
6
4

4 3

2
2
1

0 0
0 50 100 150 200 250 300 50 100 150 200 250 300
EUI_REAL EUI_NORM

Figura 44 - Histograma EUI_REAL e EUI_NORM para ACC

Tabela 17 - Valores estatísticos de EUI_REAL e EUI_NORM para ACC

EUI real EUI normalizado


Parâmetro
[(kWh/m²)/ano] [(kWh/m²)/ano]

Média 145,70 145,70


Desvio Padrão 61,82 54,83
Maior Valor 299,70 296,66

Menor Valor 73,93 52,85

“continua”

94
“continuação”

EUI real EUI normalizado


Parâmetro
[(kWh/m²)/ano] [(kWh/m²)/ano]

Mediana 129,89 141,42


1º Quartil 111,63 116,34
3º Quartil 158,99 178,11

95% de Intervalo de confiança para a média 123,78 – 167,72 126,26 – 165,15


95% de Intervalo de confiança para a mediana 116,66 – 150,20 122,50 – 148,61
Valor-P 0,005 0,075

7.1.4 Tabela de bechmarking para ACC

A construção da tabela de benchmarking, com base nos valores de EUI_NORM


obtidos na Eq. (10) e descritos na Tabela 16, refletem os valores de EUI_REAL normalizados
em uma mesma base comum, ou seja, minimizando efeitos das variáveis explicativas com
base em observações estatísticas das edificações.
De forma análoga à estabelecida pelo Procel no programa brasileiro de etiquetagem, o
método proposto de avaliação energética classifica as edificações em cinco níveis de A a E
sendo a A o de melhor desempenho.
O critério de avaliação através do método de benchmarking energético, além de
traduzir a realidade do mercado pode avaliar de forma mais efetiva as reais condições de
consumo energético das edificações.
Diferentemente dos métodos prescritivos e de simulação onde são realizadas
avaliações teóricas sobre modelos ideais, o método proposto tem maior abrangência do ponto
de vista de aderência dos valores à reais condições de uso. Uma avaliação prescritiva ou
simulada pode se refletir em uma avaliação positiva, porém eventualmente na prática isto
pode não se traduzir em menor consumo energético. Condições ligadas ao uso, manutenção e
operação otimizada das edificações não são percebidas senão pela avaliação com base em
dados reais de consumo.
Não ao acaso alguns métodos de avaliação energética ao redor do mundo usam
ferramentas de bechmarking com base em dados reais de consumo como mecanismo de
incentivo às melhores práticas em termos de eficiência no uso de recursos energéticos.
Atualmente, muitos programas são baseados e medições reais de consumo em edificações
existentes (PÉREZ-LOMBARD et al., 2009).
95
Na tabela de benchmarking proposta, com classificações de A a E com base nos dados
reais dos edifícios objeto da pesquisa conforme descrito na Tabela 18, estão descritas faixas
de consumo anual normalizado em função da área e das variáveis explicativas obtidas do
gráfico de frequências acumuladas de EUI_NORM.
Nota-se por exemplo que edificações com EUI_NORM menores que 99,6 quilowatt-
hora por metro quadrado por ano, segundo os critérios propostos com base em observações
reais equivalem a um edifício classificado como A.
Este nível de EUI foi definido com base nos percentis conforme descritos na Figura 45
onde este valor corresponde ao percentil 20. Isto significa que 20% das edificações melhor
avaliadas encontram-se com valores de EUI normalizado menores que o citado.

99,6 131,8 159,6 191,9


100

80

60
Percentil

40

20

Figura 45 - Frequência acumulada de EUI_NORM para ACC

Tabela 18 - Tabela de bechmarking energético para ACC

Percentil EUI_NORM [(kWh/m²)/ano] Classificação

20 < 99,6 A

40 99,6 ≥ EUI_NORM < 131,8 B

60 131,8 ≥ EUI_NORM < 159,6 C

80 159,6 ≥ EUI_NORM < 191,9 D

100 ≥ 191,9 E

96
7.2 Ar condicionado unitário

O modelo de regressão para edificações onde x 3=ACU (sistema de ar condicionado unitário),


com base na Eq. (11) já descrita em seções anteriores, leva em conta somente as variáveis x1,,
x2 e x6 para construção do modelo.
Na Tabela 19 são exibidas as variáveis usadas na construção do modelo além da média
e desvio padrão, usados para padronização das variáveis que serão usadas como variáveis de
entrada no software Minitab para cálculo dos coeficientes de regressão.
.
Eq. (11)

Tabela 19 - Valores de EUI e variáveis explicativas ajustadas para ACU

Edifício EUI x1 x2 x6

#8 84,37 36 7,94 0

#14 41,91 4 12,04 0

#15 58,01 8 12,51 0

#17 16,42 25 30,24 0

#27 23,65 12 9,34 0

#35 22,35 7 15,89 0

#39 23,72 5 19,44 0

#43 110,78 3 7,77 1

#44 99,61 8 6,47 1

Média 53,42 12 13,52 0,22

Desvio Padrão 36,47 11,16 7,54 0,44

Com a aplicação da Eq. (4), calcula-se então os valores padronizados (z1, z2 e z6) para
as variáveis explicativas para cada observação conforme demonstrado na Tabela 20.

97
Tabela 20 - Valores de EUI e z das variáveis explicativas para ACU

Edifício EUI z1 z2 z6

#8 84,3671 2,1564 -0,7399 -0,5040

#14 41,9124 -0,6939 -0,1963 -0,5040

#15 58,0066 -0,3625 -0,1333 -0,5040

#17 16,4160 1,1603 2,2182 -0,5040

#27 23,6503 -0,0042 -0,5535 -0,5040

#35 22,3522 -0,4521 0,3153 -0,5040

#39 23,7215 -0,6312 0,7855 -0,5040

#43 110,7783 -0,8104 -0,7617 1,7638

#44 99,6104 -0,3625 -0,9343 1,7638

7.2.1 Obtenção dos coeficientes de regressão para ACU

Através da simulação no software Minitab obtém-se os coeficientes de regressão para


a amostra conforme descrito na Eq. (11). O resultado de saída do Minitab é demonstrado no
Anexo I.
Intercepto: 53,42
z1: 11,40
z2: -15,65
z6: 25,62

7.2.2 Equação de Predição

Substituindo os valores do intercepto e dos coeficientes de regressão na Eq. (11),


obtém-se a equação geral de regressão para predição de valores para edifícios tipo ACC
demonstrada na Eq. (16).

Eq. (16)

Substituindo a Eq. (4) em (16):

98
- ̅̅̅ - ̅̅̅ - ̅̅̅
( )- ( ) ( ) Eq. (17)

Substituindo os valores de ̅ e :

- - -
( ) ( ) ( ) Eq.(18)

A Eq. (18) é a equação definida como a equação de predição dos valores de EUI dadas
características da edificação descritas nas variáveis explicativas.
Aplicando-se a equação de predição aos valores obtidos de variáveis explicativas nas
amostras obtidas pode-se determinar, segundo a equação de predição, os valores de EUI. A
diferença entre o EUI predito e o EUI real, o resíduo, e os valores de EUI real e predito são
exibidos na Tabela 21.

Tabela 21 - EUI real, predito e resíduo para ACU

Edifício EUI_REAL EUI_Predito Resíduo

#8 84,37 76,691 7,68

#14 41,91 35,690 6,22

#15 58,01 38,482 19,52

#17 16,42 19,042 -2,63

#27 23,65 49,144 -25,49

#35 22,35 30,441 -8,09

#39 23,72 21,040 2,68

#43 110,78 101,267 9,51

#44 99,61 109,074 -9,46

Na figura 46 são exibidos de forma gráfica os resíduos para cada edifício com base
nos valores preditos e reais.

99
19,52

6,22 9,51
7,68 2,68
kWh/m²/ano

#14

#15

#17

#27

#35

#39

#43

#44
#8

-2,63
-8,09 -9,46
-25,49

Figura 46 - Gráfico dos resíduos das predições de EUI para ACU

Análises estatísticas do resíduo entre os valores preditos e reais são demonstradas na


Figura 47.

A nderson-Darling N ormality Test


A -S quared 0,22
P -V alue 0,756

M ean -0,0061
S tDev 13,1734
V ariance 173,5381
S kew ness -0,627231
Kurtosis 0,703299
N 9
M inimum -25,4934
1st Q uartile -8,7762
M edian 2,6815
-30 -20 -10 0 10 20 3rd Q uartile 8,5939
M aximum 19,5245
95% C onfidence Interv al for M ean
-10,1321 10,1198
95% C onfidence Interv al for M edian
-9,1502 9,0931
95% C onfidence Interv al for S tDev
95% Confidence Intervals
8,8981 25,2372
Mean

Median

-10 -5 0 5 10

Figura 47 - Análises estatísticas do resíduo para edificações tipo ACU

7.2.3 Equação de normalização de EUI

O cálculo dos valores normalizados usados na construção da tabela de benchmarking


para edificações ACU vem da aplicação da Eq. (12). Para cada observação de valor real de
EUI EUI_REAL) obtém-se os valores do EUI normalizado (EUI_NORM). Na Tabela 16 são
exibidos os valores dos coeficientes de regressão, EUI_REAL, e m i x zi e EUI_NORM.

100
Eq. (12)

Tabela 22 - Valores de EUI_REAL, mi.zi e EUI_NORM para ACU

Edifício EUI_REAL m1 . z1 m1 . z1 m1 . z1 EUI_NORM

#8 84,37 24,583 11,579 -12,901 61,11

#14 41,91 -7,911 3,072 -12,901 59,65

#15 58,01 -4,132 2,086 -12,901 72,95

#17 16,42 13,227 -34,715 -12,901 50,80

#27 23,65 -0,048 8,663 -12,901 27,94

#35 22,35 -5,153 -4,934 -12,901 45,34

#39 23,72 -7,196 -12,293 -12,901 56,11

#43 110,78 -9,238 11,921 45,154 62,94

#44 99,61 -4,132 14,622 45,154 43,97

Na Figura 48 são exibidos os histogramas de distribuição de frequências dos valores


de EUI antes da normalização e após aplicação do modelo de regressão e da equação de
normalização dos valores de EUI.
Com base nos valores normalizados de EUI para as observações, são descritos na
Tabela 23 os valores estatísticos de EUI real e EUI normalizado.

Mean 53,42 Mean 53,42


4 StDev 36,46
3,0 StDev 13,17
N 9 N 9

2,5
3
2,0
Frequência

Frequência

2 1,5

1,0
1

0,5

0 0,0
0 40 80 120 24 36 48 60 72 84
EUI_REAL EUI_NORM

Figura 48 - Histograma EUI_REAL e EUI_NORM para ACU

101
Tabela 23 - Valores estatísticos de EUI_REAL e EUI_NORM

EUI real EUI normalizado


Parâmetro
[(kWh/m²)/ano] [(kWh/m²)/ano]

Média 53,42 53,42


Desvio Padrão 36,47 13,17
Maior Valor 110,78 72,96
Menor Valor 16,42 27,94

Mediana 41,92 56,13


1º Quartil 23,00 44,65
3º Quartil 91,99 62,04
95% de Intervalo de confiança para a média 25,40 – 81,45 43,30 – 63,55

95% de Intervalo de confiança para a mediana 22,65 – 96,14 44,28 – 62,52


Valor-P 0,119 0,756

7.2.4 Tabela de bechmarking para ACU

A construção da tabela de benchmarking, com base nos valores de EUI_NORM


obtidos na Eq. (12) e descritos na Tabela 24, é realizada de forma similar às edificações ACU,
e é obtida do gráfico de frequência acumulada dos valores de EUI conforme demonstrado na
Figura 49.

42,34 50,09 56,76 64,51


Mean 53,42
100
StDev 13,17
N 9

80

60
Percentil

40

20

20 30 40 50 60 70 80 90
EUI_NORM

Figura 49 - Frequência acumulada de EUI_NORM para ACU

102
Tabela 24 - Tabela de bechmarking energético para ACU

Percentil EUI_NORM [(kWh/m²)/ano] Classificação

20 < 42,34 A

40 42,34 ≥ EUI_NORM < 50,09 B

60 50,09 ≥ EUI_NORM < 56,76 C

80 56,76 ≥ EUI_NORM < 64,51 D

100 ≥ 64,51 E

7.3 Benchmarking consolidado

Na Tabela 25 é demonstrado resumo da classificação de para edificações com ar


condicionado central e ar condicionado unitário com base nos valores obtidos.

Tabela 25 - Tabela de bechmarking energético para ACC e ACU

Classificação Edificações ACC [(kWh/m²)/ano] Edificações ACU [(kWh/m²)/ano]

A < 99,6 < 42,3

B 99,6 ≥ EUI_NORM < 131,8 42,3 ≥ EUI_NORM < 50,1

C 131,8 ≥ EUI_NORM < 159,6 50,1 ≥ EUI_NORM < 56,8

D 159,6 ≥ EUI_NORM < 191,9 56,8 ≥ EUI_NORM < 64,5

E ≥ 191,9 ≥ 64,5

Na Figura 50 é demonstrada escala gráfica para determinação da posição relativa de


cada edificação. Para determinação desta posição toma-se a equação de normalização
correspondente à tipologia avaliada (ACC ou ACU), e aplica-se o cálculo com base nos
valores de EUI observado e variáveis explicativas.
Como exemplo são posicionadas as edificações #14 e #20 na escala de classificação.

103
EUI para edificações tipo ACC [(kWh/m²)/ano]

131,8

159,6

191,9
99,6 #20

A B C D E

#14
42,3

50,1

56,8

64,5
EUI para edificações tipo ACU [(kWh/m²)/ano]

Figura 50 - Escala de posição de nível de eficiência energética para ACC e ACU

A edificação #14, do tipo ACU apresentou, conforme nota-se na Tabela 22, um valor
de EUI normalizado de 59,65 quilowatt-hora por metro quadrado por ano o que equivale a
uma edificação nível D segundo os critérios definidos na metodologia proposta. De forma
similar, o edifício #20, tipo ACC, conforme descrito na Tabela 15, apresentou um EUI
normalizado calculado de 141,42 quilowatt-hora por metro quadrado por ano o que o
posiciona como nível C em termos de consumo energético normalizado.
Foram coletados dados de 44 edificações dentro do perfil selecionado para análise.
Esta amostra equivale e um total avaliado de 800.520 metros quadrados em espaços
coorporativos de alto padrão.
Como já citado em seções anteriores não há consenso do mercado sobre uma
metodologia única para classificação dos empreendimentos neste segmento, entretanto,
segundo os critérios adotados e com base na metodologia da consultoria que mais se
assemelha aos critérios adotados pelo presente trabalho, o estoque existente é de 3.296.000
metros quadrados de edificações de alto padrão. Logo a amostra estudada equivale a
aproximadamente 24,3% da população total de edificações de alto padrão na Cidade de São
Paulo e região de Alphaville.
A comparação dos valores médios obtidos, com dados de outros países pode também
trazer alguns indicativos do setor de edificações no Brasil.

104
Entretanto, diferenças de metodologia de cálculo, como a área considerada na
normalização do consumo, podem distorcer a comparação. No caso do programa australiano,
por exemplo, que adota “área de carpete”, que é a área efetiva com ocupação de escritório
(descontadas áreas de sanitários, copas e áreas técnicas), que é menor que a área privativa
considerada no presente estudo, o que torna os valores médios maiores para um mesmo valor
de consumo anual.
Chung (2009) entretanto, considera em seu estudo sobre edificações em Hong Kong
área privativa de piso, o que também inclui áreas de apoio.
A adoção da área privativa em detrimento da área e carpete se deve ao fato de que de
forma inequívoca a informação calculada com base normativa está disponível no caso
brasileiro em documento oficial e público registrado em cartórios de imóveis.
Considerada como verdadeira a hipótese de que edificações de alto padrão apresentam
área carpete/útil entre 0,85 e 0,96 (COLLIERS INTERNATIONAL, 2011), e tomando-se a
pior condição, pode-se admitir valores médios ajustados a área de carpete de 171,4 e 62,9
quilowatt-hora por metro quadrado por ano para edificações ACC e ACU respectivamente e
um valor médio geral de 130,7 quilowatt-hora por metro que corresponde a 601,2 mega joule
por metro quadrado por ano, mesma ordem de grandeza dos valores obtidos pelo programa de
benchmarking australiano, onde se obteve 593 mega joule por metro quadrado por ano.
Relevante destacar que ajustes climáticos também são necessários porém estes não
fazem parte do escopo do presente trabalho. Correções acerca da zona bioclimática com
impacto direto no consumo energético com o condicionamento do ar, devem ser realizados
para uma melhor precisão na comparação entre os valores, sendo que sem estas os resultados
são pouco significativos em termos de comparação.

105
8 CONCLUSÃO

O desenvolvimento de uma metodologia de comparação em condições de abranger um


grande número de edificações, encontra na dificuldade da obtenção de dados reais de
consumo, a maior barreira para sua implementação.
Além da quantidade, incertezas quanto a qualidade dos dados podem contribuir de
forma negativa para a precisão do modelo. Apesar da maioria das edificações avaliadas, por
serem de alto padrão contar com corpo técnico qualificado em seus quadros, o frequente
desconhecimento das instalações e ausência de gestão energética efetiva influem
negativamente quanto à qualidade dos dados usados no modelo.
Os valores médios de intensidade no uso de energia de 145,70 e 53,42 quilowatt-hora
por metro quadrado por ano para edificações com ar condicionado central e ar condicionado
unitário respectivamente, obtidos pela observação dos consumos de eletricidade das
edificações avaliadas é o ponto de partida para construção de indicadores de benchmarking
energético.
Relevante também destacar o impacto do ar condicionado no consumo de edificações
comerciais. Segundo as observações, e tomando a diferença entre o EUI para edificações com
ar condicionado central e edificações sem ar condicionado central, tem-se o consumo
anualizado de 92,28 quilowatt-hora por metro quadrado, que corresponde ao consumo
atribuído somente ao ar condicionado.
A metodologia proposta, por meio de mecanismos de benchmarking como forma de
comparação relativa de edificações frente aos valores obtidos, bem como faixas ajustadas em
termos de intensidade energética, pode ser usada de forma direta pelo mercado de edificações
de escritórios. Conhecidos os valores das variáveis explicativas previstas no modelo, e
aplicando-se a metodologia proposta para edificações similares ao objeto da pesquisa, pode-se
de forma direta estabelecer níveis de eficiência energética.
O modelo proposto, se aplicado através de mecanismos compulsórios para uma ampla
faixa de edificações, concomitantemente a aplicação de auditorias para validação dos dados
pode conferir maior precisão aos resultados.

106
9 REFERÊNCIAS BIBLIOGRÁFICAS

ASDRUBALI, F; BONAUT, M; VENAGAS, M. Comparative study of energy regulations


for buildings in Italy and Spain. Energy and Buildings, v. 40, p. 1805-1815, 2008.

ASHRAE BUILDING ENERGY QUOTIENT PROGRAM. Consulta geral à homepage


oficial. Disponível em <http://www.buildingeq.com/>. Acesso em 20/02/2011.

ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS – ABNT. NBR 14037 Manual de


operação, uso e manutenção das edificações – Conteúdo e recomendações para
elaboração e apresentação. ABNT, Rio de Janeiro, 1998.

ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS – ABNT. NBR 5674


Manutenção de edificações – Procedimentos. ABNT, Rio de Janeiro, 1999a.

ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS – ABNT. NBR 12721 Avaliação


de custo unitários e preparo de orçamento de construção para incorporação de edifícios
em condomínio - Procedimento. ABNT, Rio de Janeiro, 1999b.

ASSOCIATION OF FOREIGN INVESTORS INREAL ESTATE – AFIRE. 2013 Afire


Annual Foreign Investment Survey. Disponível em
<http://afire.org/sites/default/files/pdf/press/2013-foreign-investment-survey-pr.pdf>. Acesso
em 13/02/2013.

AUSTRALIAN GOVERNMENT. Commercial Building Disclousure - CBD. Consulta


geral à homepage oficial. Disponível em <http://cbd.gov.au/>. Acesso em 17/10/2012.

AUSTRALIAN GOVERNMENT. Commercial Building Disclousure - CBD First Year of


Mandatory Disclousure - Statistical Overview, 2013. Disponível em
<http://www.nabers.gov.au/public/WebPages/DocumentHandler.ashx?docType=3&id=86&at
tId=0>. Acesso em: 13/05/2013.

BATISTA, N, ROVERE, E. L., AGUIAR, J. C. R. Energy efficiency labelling of buildings:


An assessment of the Brazilian case. Energy and Buildings, v. 43, p. 1179-1188, 2011.

BERALDO, J. C. Eficiência energética em edifícios: avaliação de uma proposta de


regulamento de desempenho térmico para arquitetura do estado de São Paulo. 2006. 283 f.
Dissertação (Mestrado) - Faculdade de Arquitetura e Urbanismo, Universidade de São Paulo,
São Paulo, 2006.

BRASIL. Lei n. 4.591, de 18 de dezembro de 1964. Dispõe sobre o condomínio em


edificações e as incorporações imobiliárias. Diário Oficial da República Federativa do
Brasil, Brasília DF, 21 dez 1964. Disponível em: <
http://www.lexml.gov.br/urn/urn:lex:br:federal:lei:1964-12-16;4591>. Acesso em 27 jan.
2011.

BRASIL. Lei n. 10.295, de 17 de outubro de 2001. Dispõe sobre a Política Nacional de


Conservação e Uso Racional de Energia. Diário Oficial da República Federativa do Brasil,
Brasília DF, 2001. < http://www.lexml.gov.br/urn/urn:lex:br:federal:lei:2001-10-17;10295>.
Acesso em 22 jun. 2010.
107
BRASIL. Decreto n. 4.059 de 19 de dezembro de 2001. Regulamenta a Lei no 10.295, de 17
de outubro de 2001, que dispõe sobre a Política Nacional de Conservação e Uso Racional de
Energia, e dá outras providências. Diário Oficial da República Federativa do Brasil,
Brasília DF, 20 dez. 2001. Disponível em:
<http://www.lexml.gov.br/urn/urn:lex:br:federal:decreto:2001-12-19;4059>. Acesso em 20
abr. 2010.

BRASIL. Portaria 372 de 17 de setembro de 2010 do Inmetro. Aprovar a revisão dos


Requisitos Técnicos da Qualidade para o Nível de Eficiência Energética de Edifícios
Comerciais, de Serviços e Públicos (RTQ). Diário Oficial da Repúclica Federativa do
Brasil, Brasília DF, 22 set. 2010. Disponível em:
http://www.inmetro.gov.br/legislacao/rtac/pdf/RTAC001599.pdf>. Acesso em 20 abr. 2010.

CASALS, X. G. Analysis of building energy regulation and certification in Europe: Their


role, limitations and differences. Energy and Buildings, v. 38, p. 381-392, 2006.

CARLO, J. C; LAMBERTS, R. Parâmetros e métodos adotados no regulamento de


etiquetagem da eficiência energética de edifícios – parte 1: método prescritivo. Ambiente
Construído, Porto Alegre, v. 10, n. 2, p. 7-26, abr./jun. 2010.

CAVALCANTE, R. C. D. Simulação energética para análise da arquitetura de edifícios


de escritório além da comprovação de conformidade com códigos de desempenho. 2010.
135 f. Dissertação (Mestrado) - Faculdade de Arquitetura e Urbanismo, Universidade de São
Paulo, São Paulo, 2010.

CÉSAR, M. S. Interpretação de ciclos imobiliários em edifícios comerciais de padrão


corporativo: Aplicação na cidade de São Paulo durante o período de 1994 a 2004. 2007. 164
f. Dissertação (Mestrado) - Escola Politécnica, Universidade de São Paulo, 2007.

CHUNG, W.; HUI, Y. V; LAM, Y. M. Benchmarking the energy efficiency of commercial


buildings. Applied Energy, v. 83, p. 1-14, 2006.

CHUNG, W.; HUI, Y. V. A Study of energy efficiency of private office buildings inn Honk
Kong. Energy and Buildings, v. 41, p. 696-701, 2009.

CHUNG, W. Rewiew of building energy-use performance benchmarking methodologies.


Applied Energy, v. 88, p. 1470-1479, 2011.

COLLIERS INTERNATIONAL. São Paulo market report escritórios: Relatório de


pesquisa de escritórios A+ e A 4º trimestre 2011. Disponível em
<http://www.colliers.com.br/marketing/Market_Report_Office_4°tri2011_POR.pdf> Acesso
em: 13/10/2012.

CUSHMAN & WAKEFIELD. Market Beat Brazil Office Report 1Q11. Disponível em
<http://cushwake.com/knowledge> Acesso em 03/07/2011.

DEPARTMENT OF ENVIRNMENT, CLIMATE CHANGE AND WATER NSW -


DECCW. Preparing for NABERS Rating. Sydney, 2010. Disponível em
<http://www.environment.nsw.gov.au/resources/government/10149nabersratings.pdf>.
Acesso em: 17/10/2012.

108
EANG, L. S.; PRYIADARSINI, R. Building energy efficiency labeling programme in
Singapore. Energy Policy, v. 36, p. 3982-3992, 2008.

ENERGY FOR SUSTAINABLE DEVELOPMENT LIMITED - ESD. EP Label interim


technical implementation report 2006. Disponível em <http://www.eplabel.org/>. Acesso
em 13/02/2011.

ENERGY INFORMATION ADMINISTRATION - EIA. Commercial Buildings Energy


Consumption Survey 2003. Washington, 2006. Disponível em
<http://www.eia.doe.gov/emeu/cbecs/>. Acesso em 23/02/2010.

ENERGY INFORMATION ADMINISTRATION - EIA. International Energy Outlook


2006. Washington, 2006. Disponível em <http://www.eia.doe.gov/oiaf/ieo/>. Acesso em
21/02/2011.

ENERGY INFORMATION ADMINISTRATION - EIA. International Energy Outlook


2010. Washington, 2010. Disponível em <http://www.eia.doe.gov/oiaf/ieo/>. Acesso em
15/02/2011.

ENVIRONMENTAL PROTECTION AGENCY - EPA. Consulta geral à homepage oficial.


Disponível em <http://www.energystar.gov/index.cfm?c=business.bus_index>. Acesso em
18/03/2011.

ELETROBRAS. Procel Edifica. Brasília, 2006. Disponível em


<http://eletrobras.com/procel>. Acesso em 08/02/2011.

ELETROBRAS. Resultados do Procel 2009. Brasília, 2010. Disponível em


<http://www.procelinfo.com.br/main.asp?View={EC4300F8-43FE-4406-8281-
08DDF478F35B}>. Acesso em 15/02/2011.

ELETROBRAS; CENTRO BRASILEIRO DE EFICIÊNCIA ENERGÉTICA EM


EDIFICAÇÕES – CB3e. Manual para Aplicação do RTQ-C e RAC-C. Brasília, [2013].
Disponível em
<http://cb3e.ufsc.br/sites/default/files/projetos/etiquetagem/comercial/downloads>. Acesso
em 15/05/2013.

EMPRESA DE PESQUISA ENERGÉTICA - EPE. Plano Nacional de Energia 2030. Rio de


Janeiro, 2007. Disponível em <http://epe.gov.br/PNE/20080512_11.pdf>. Acesso em
07/02/2011.

EMPRESA DE PESQUISA ENERGÉTICA - EPE. Balanço Energético Nacional 2010: Ano


Base 2009. Rio de Janeiro, 2011. Disponível em
<https://ben.epe.gov.br/downloads/relatorio_final_ben_2010.pdf>. Acesso em 07/02/2011.

EMPRESA DE PESQUISA ENERGÉTICA - EPE. Balanço Energético Nacional 2012: Ano


Bse 2011. Rio de Janeiro, 2011. Disponível em
<https://ben.epe.gov.br/downloads/Relatorio_Final_BEN_2012.pdf>. Acesso em 01/02/2013.

EPLABEL. Consulta geral à homepage oficial Disponível em: <http://www.eplabel.org/>.


Acesso em 13/02/2011.

109
ERSKINE, C. C.; COLLINS, L. Eco-labelling: success or failure? The Environmentalist, v.
17, p. 125-133, 1997.

EUROPEAN PARLIAMENT, COUNCIL OF THE EUROPEAN UNION. Directive


2002/91/EC. Oficcial Journal of the European Communities. p. 65-71, 2003.

FERREIRA, J. S. W. São Paulo: O Mito da cidade global. 2003. 336 f. Tese (Doutorado) -
Faculdade de Arquitetura e Urbanismo, Universidade de São Paulo, São Paulo, 2003.

FRANCISCO, E. R. Indicadores de renda baseados em consumo de energia elétrica:


Abordagens domiciliar e regional na perspectiva da estatística espacial. 2010. 381 f. Tese
(Doutorado) - Escola de Administração de Empresas de São Paulo, São Paulo, 2010.

FUMO, N.; MAGO, P.; LUCK, R. Methodology to estimate building energy consumption
using Energy Plus benchmark models. Energy and Buildings, v. 42, p. 2331-2337, 2010.

GOLDEMBERG, J.; LUCON, O. Energia e meio ambiente no Brasil. Estudos Avançados:


Dossiê Energia, São Paulo, v. 21, n. 59, p.7-20, abr. 2007.

GOLDEMBERG, J.; LUCON, O. Energia, Meio Ambiente & Desenvolvimento. 3. ed. São
Paulo: Editora da Universidade de São Paulo, 2008.

HINRICHS, R. A.; KLEINBACH, M.; REIS, L. B. Energia e Meio Ambiente. 4. ed. São
Paulo: Cengage Learning, 2010.

HONG, T. A close look at the China design standard for energy efficiency of public
buildings. Energy and Buildings, v. 41, p. 426-435, 2009.

INTERNATIONAL ENERGY AGENCY - IEA. Key World Energy Statistics 2010. Paris,
2010. Disponível em <http://www.eia.doe.gov>. Acesso em 12/03/2010.

INTERNATIONAL ENERGY AGENCY - IEA. Total energy use in buildings – Analysis


and evaluation methods. IEA ECBCS Annex 53 - Newsletter No. 2 November 2011.
Disponível em <http://www.ecbcsa53.org>. Acesso em 19/11/2012.

JONES LANG LASALLE - JLL. Panorama do Mercado Global: Segundo Trimestre de


2011. São Paulo, 2011.Disponível em <http://www.joneslanglasalle.com.br/brazil/PT-
BR/Pages/Home.aspx>. Acesso em 17/08/2011.

JONES LANG LASALLE - JLL. On point: Pesquisa imobiliária São Paulo escritórios 2º
trimestre 2012. São Paulo, 2012.Disponível em
<http://www.joneslanglasalle.com.br/brazil/PT-BR/Pages/Pesquisa-imobiliaria.aspx>. Acesso
em 19/09/2012.

JONES LANG LASALLE - JLL. On point: Pesquisa imobiliária São Paulo escritórios 4º
trimestre 2012. São Paulo, 2012.Disponível em
<http://www.joneslanglasalle.com.br/ResearchLevel1/On.point_SP_Q4_2012.pdf>. Acesso
em 19/09/2012.

KNEIFEL, J. Life-cicle carbon and cost analysis of energy efficiency measures in new
commercial buildings. Energy and Buildings, v. 42, p. 333-340, 2010.

110
KOFOWOROLA, O. F.; GHEEWALA, S. H. Life cycle energy assessment of a typical office
building in Thailand. Energy and Building, v. 41, p. 1076-1083, 2009.

LAMBERTS, R.; DUTRA, L.; PEREIRA, F. O. R. Eficiência Energética na Arquitetura.


São Paulo: PW, 1997.

LARSON, R.; FARBER, B. Estatística Aplicada. São Paulo: Pearson Prentice Hall, 2004.

LEE, W. L.; YIK, F. W. H. Regulatory and voluntary approaches for enhancing building
energy efficiency. Progress in Energy and Combustions Science, v. 30 p. 477-499, 2004.

LEE, W. S.; KUNG, C. K. Using Climate classification to evaluate building energy


performance. Energy, p. 1-5, 2011.

MONTS J. K.; BLISSETT M. Assessing energy efficiency and energy conservation potential
among commercial buildings: A statistical approach. Energy, v. 7, p. 861-869, 1982.

NATIONAL AUSTRALIAN BUILT ENVIRONMENT RATING SYSTEM - NABERS.


Consulta geral à homepage official. Disponível em <http://www.nabers.gov.au>. Acesso
em: 17/10/2012.

NATIONAL UNIVERSITY OF SINGAPORE – NUS. Technical Guide Towards Energy


Smart. 2005. Disponível em <http://www.e2singapore.gov.sg/buildings/energysmart-
building-label.html>. Acesso em 21/03/2011.

NORTH, D. C. Understandig the Process of Economic Change. New Jersey: Priceton


University Press, 2005.

ORGANIZATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT (OCDE).


Consulta geral à homepage oficial. Disponível em <http://www.oecd.org>. Acesso em
25/08/2011.

OFFICE OF ENVIRONMENT AND HERITAGE ON BEHALF OF FEDERAL , STATE


AND TERRITORY GOVERNMENTS. National Australian Built Environment Rating
System – NABERS. Consulta geral à homepage oficial. Disponível em
<http://www.nabers.gov.au/public/WebPages/Home.aspx>. Acesso em 17/10/2012.

PATTERSON, M.G. What is Energy Efficiency? Energy Policy, v. 24 p. 377-390, 1996.

PÉREZ-LOMBARD, L.; OTIZ, J.; POUT, C. A review on buildings consumption


information. Energy And Buildings, v. 40 p. 394-398, 2008.

PÉREZ-LOMBARD, L.; OTIZ, J.; GONZALES, R.; MAESTRE, R. I. A review on


benchmarking, rating and labeling concepts within the framework of building energy
certification schemes. Energy And Buildings, v. 41 p. 272-278, 2009.

POPESCU, D.; BIENERT, S; SCHUTZENHOFER, C; BOAZU, R. Impact of energy


efficiency measures on the economic value of buildings. Applied Energy, v.89 p. 454-463,
2012.

SÃO PAULO (Cidade). Portal Eletrônico Infocidade, 2011. Disponível em


<http://sempla.prefeitura.sp.gov.br/infocidade/>. Acesso em 13/03/2011.
111
SEN, A. K. Desenvolvimento como Liberdade. 7. ed. São Paulo. Companhia das Letras,
2000.

SHARP, T.; Oak Ridge National Laboratory (ORNL). Energy benchmarking in


commercial office buildings. ACEEE 1996 Summer Study on Energy Efficiency in
Buildings v.4 p. 321–329, 1996.

SIGNOR, R.; WESTPHAL, F. S., LAMBERTS, R. Regression analysis of electric


consumption and architectural variables of conditioned commercial buildings in 14 brazilian
cities. In: Proceedings: Building Simulation 2001, Seventh International IBPSA Conference,
Rio de Janeiro, Brazil. August 13-15;2001.

SILVA, H.; L. N; LOURENÇO, S. R. Certificação e Etiquetagem como Mecanismos de


Promoção da Eficiência Energética em Edificações Comerciais. In: Safety, Health and
Environment World Congress, 21., 2011, Santos. Anais em CD-ROM. COPEC, 2011.

SPENDOLINI, M. J. The benchmarking book. New York: Amacom, 1992.

THE PARLIMANT OF AUSTRALIA. Building Energy Efficiency Disclousure Act 2010.


No. 67, 2010. Disponível em <http://www.comlaw.gov.au/Details/C2010A00067>. Acesso
em: 17/10/2012.

UNITED NATION DEVELOPMENT PROGRAM – UNDP. Human Development Report.


Nova York, 2011. Disponível em <http://hdr.undp.org/en/reports/global/hdr2010/>. Acesso
em 26/02/2011.

URGE-VORSATZ, D.; KOEPEL, S. Avaliação de políticas públicas para redução da


emissão de gases de efeito estufa em edificações. Relatório PNUMA – Iniciativa para
Edificações e Construções Sustentáveis. Budapeste. Universidade da Europa Central, 2007.
Disponível em
<http://www.cbcs.org.br/userfiles/comitestematicos/outrosemsustentabilidade/UNEP_capa-
miolo-rev.pdf>. Acesso em 29/03/2012.

URGE-VORSATZ, D.; NOVIKOVA, A.; KOEPEL, S.; BOZA-KISS, B. Bottom-up


assessment of potential and costs of CO2 emission mitigation in building sector: insights into
the missing elements. Energy Efficiency, v. 2 p. 293-316, 2009.

URBAN LAND INSTITUTE; PRICEWATER HOUSECOOPERS (Estados Unidos).


Emerging Trends in Real State 2011. Washington D. C, 2011. 79 p. Disponível em
<http://www.pwc.com/us>. Acesso em 10/02/2011.

VEIGA, J. E. Desenvolvimento Sustentável: O desafio do século XXI. 3. ed. Rio de Janeiro:


Garamond, 2008.

VERGRAGT, P. J. How tecnology could contribute to a sustainable world. GTI Paper


Series: Frontiers of Great Transition, 2006.

VERONEZI, A. B. P. Sistema de certificação da qualidade de edifícios de escritórios no


Brasil. 2004. 165 f. Dissertação (Mestrado) – Escola Politécnica da Universidade de São
Paulo, São Paulo, 2004.

112
WESTPHAL, F. S.; LAMBERTS, R. Simulação térmica e energética de edificações a partir
de dados climáticos simplificados: validação através do método BESTEST. Ambiente
Construído, v. 4, n. 3, p. 37-49, 2004.

XUCHAO, W.; PRIYADARSINI, R.; EANG, L. S. Benchmarking energy use and


greenhouse gas emissions in Singapore’s hotel industry. Energy Policy, v. 38, p. 4520-4527,
2010.

YAN, C.;WANG, S.; XIAO, F. A simplified energy performance assessment method for
existing building based on energy bill disaggregation. Energy and Buildings, v. 55, p. 563-
574, 2012.

113
ANEXO I

Resultado de saída do Minitab para ACC

Regression Analysis: EUI versus z1; z2; z4; z5; z6

The regression equation is


EUI = 146 - 9,6 z1 + 6,4 z2 - 10,8 z4 + 15,8 z5 + 17,3 z6

Predictor Coef SE Coef T P


Constant 145,70 10,39 14,02 0,000
z1 -9,58 12,74 -0,75 0,458
z2 6,35 11,40 0,56 0,582
z4 -10,83 13,32 -0,81 0,423
z5 15,84 11,47 1,38 0,179
z6 17,28 11,76 1,47 0,153

S = 59,6965 R-Sq = 21,3% R-Sq(adj) = 6,7%

Analysis of Variance

Source DF SS MS F P
Regression 5 26056 5211 1,46 0,235
Residual Error 27 96219 3564
Total 32 122275

Source DF Seq SS
z1 1 10515
z2 1 2599
z4 1 11
z5 1 5240
z6 1 7690

Unusual Observations

Obs z1 EUI Fit SE Fit Residual St Resid


8 0,49 270,3 119,3 17,5 151,0 2,64R
19 -1,18 299,7 168,2 25,4 131,5 2,43R

R denotes an observation with a large standardized residual.

Resultado de saída do Minitab para ACU

Regression Analysis: EUI versus z1; z2; z6

The regression equation is


EUI = 53,4 + 11,4 z1 - 15,6 z2 + 25,6 z6

Predictor Coef SE Coef T P


Constant 53,424 5,554 9,62 0,000
z1 11,393 6,250 1,82 0,128
z2 -15,649 6,722 -2,33 0,067
z6 25,615 7,004 3,66 0,015

114
S = 16,6631 R-Sq = 86,9% R-Sq(adj) = 79,1%

Analysis of Variance

Source DF SS MS F P
Regression 3 9249,2 3083,1 11,10 0,012
Residual Error 5 1388,3 277,7
Total 8 10637,5

Source DF Seq SS
z1 1 0,0
z2 1 5535,4
z6 1 3713,8

115