Jardini PDF

Voltar ao Menu Principal
José A. Jardini
1.1 INTRODUÇÃO
Este trabalho contém um relato das pesquisas realizadas no CED - Centro de Excelência em Distribuição
de Energia Elétrica, no período 1991 a 1997, relacionadas com as curvas diárias de carga dos
consumidores, posses e hábitos de uso de equipamentos elétricos e aplicação destas informações para o
melhoramento da Engenharia da Distribuição.
O CED resultou de um convênio entre as concessionárias de energia elétrica do Estado de São Paulo;
CESP - Companhia Energética de São Paulo S.A.; CPFL - Companhia Paulista de Força e Luz S.A.;
ELETROPAULO - Eletricidade de São Paulo S.A; e da USP - Universidade de São Paulo através do IEE
- Instituto de Eletrotécnica e Energia e da EPUSP-PEA Escola Politécnica - Departamento de
Engenharia de Energia e Automação Elétricas.
Esta pesquisa, que nas suas várias etapas levaram as siglas PLAN 001, PLAN 006, PLAN 010 e PLAN
011, teve as seguintes atividades:
- Análise dos trabalhos existentes sobre o tema;
- Medição das curvas diárias de carga;
- Aplicação das curvas diárias de carga na Engenharia de Distribuição;
- Posse e hábitos de uso de equipamentos elétricos.
Desta pesquisa resultaram várias publicações [7] a [30] em congressos e revistas, brasileiros e
internacionais, diversos relatórios técnicos [R1] a [R50]; e dissertações e teses [1] a [6].
1.2 APRESENTAÇÃO
Este texto inicia-se com o “Capítulo 1 - Considerações Iniciais”, introduzindo o tema.
No “Capítulo 2 - A Curva de Carga” procura-se descrever a curva de carga, explicar a sua composição, e
listar alguns fatores que servem para caracterizá-la.
No “Capítulo 3 - Consumidores Residenciais” são mostrados os resultados das medições de campo, a

análise das informações obtidas e a recomendação de curvas típicas para representar a carga diária dos
consumidores residenciais e de transformadores que alimentam este tipo de carga.
No “Capítulo 4 - Consumidores Comerciais” e no “Capítulo 5 - Consumidores Industriais” estende-se o

trabalho do Capítulo 3 a estes tipos de consumidores.
No “Capítulo 6 - Correlação entre Consumo Mensal e Carga Instalada de Consumidores” procura-se

determinar esta relação para diferentes consumidores e atividades, para uso futuro em projetos.
No “Capítulo 7 - Agregação de Curvas de Carga” descreve-se uma metodologia que, partindo do

consumo mensal (kWh/mês) dos consumidores, seus tipos (residencial, comercial, etc.), e da base de
dados com as curvas diárias de carga típicas, permite estimar a curva de carga em um equipamento onde
estas cargas estão a jusante.
No “Capítulo 8 - Avaliação da Diversidade da Carga” procura-se definir uma metodologia para obter o
valor da ponta de carga num conjunto de consumidores residenciais.
No “Capítulo 9 - Seleção e Gerenciamento de Transformadores de Distribuição” é apresentada uma

metodologia inédita de uso destas curvas na Engenharia de Distribuição, no tocante ao estudo para a
escolha da potência nominal de um transformador de distribuição.
1.3 AGRADECIMENTOS E RECONHECIMENTOS
Os autores agradecem ao CED, CESP, CPFL, ELETROPAULO e USP pela oportunidade e incentivo a
tão importante pesquisa.
Aproveitam também para agradecer a colaboração de vários técnicos que acompanharam e conduziram
parte dos trabalhos, quais sejam: Carlos A. H. Vieira, Celso P. Braz, Ronaldo P. Casolari, Eduardo L.
Ferrari, Carlos M. V. Tahan, Ricardo Hayashi, Paulo S. M. Surur, Fabiano C. C. Dias, Flávio Kitahara,
Se U. Ahn, Olando de Faria, Takashi Mizutani, José L. Atman, Francisco J. Bassotelli e Fernando M.
Figueiredo.
Como visto, muitas pessoas participaram, e foi longo o período de estudo, razão pela qual
antecipadamente pede-se desculpa por algum eventual esquecimento.
Agradecem também aos dirigentes das empresas que muito contribuíram para orientação do trabalho:
Sérgio L. S. Cabral; Domingos C. Oddone Fo; Wilson P. Ferreira Jr, Edmundo Picucci, Cyro V.
Bocuzzi, Eichi Kogumyia, Carlos J. Barreiro, Ivan M. Magalhães e Valbert P. Garcia.
CAPÍTULO 2
A CURVA DE CARGA
José A. Jardini
2.1 O CONSUMO DE ENERGIA ELÉTRICA
A energia elétrica é usada nas residências, no comércio e na indústria, em equipamentos para diversos
fins. Apenas para ilustração, relaciona-se a seguir alguns dos destinos ou “usos finais” da energia
elétrica:
a) nas residências: aquecimento de água (chuveiro, torneira elétrica, boiler, etc.); preparação de
alimentos (fogão, tostadeira, liquidificador); conservação de alimentos (geladeira, freezer);
condicionamento do ambiente (ar condicionado, aquecedor, ventilador); iluminação (lâmpada); lazer
(rádio, TV); higiene e limpeza (máquina de lavar roupas, secadora, máquina de lavar pratos,
enceradeira); etc.;
b) no comércio: iluminação; conservação de alimentos; condicionamento de ambientes; etc.;
c) na indústria: conversão eletro mecânica (motor, furadeira, etc.); conversão eletro térmica (forno);
eletrólises; etc., além daqueles usos listados em a) e b) anteriormente.
Desta forma para determinar como é consumida a energia elétrica procura-se identificar a “posse e
hábitos de uso” destes equipamentos.
Esta identificação é feita através de questionários, respondidos por consumidores que compõem uma
amostra estatisticamente válida do universo destes. Nestes questionários, procura-se identificar quais os
equipamentos, quantos existem num dado consumidor, e o instante em que são ligados e desligados.
Assim, por exemplo, a iluminação de uma sala é ligada numa dada hora da noite e é normalmente
desligada quando os habitantes vão dormir. No entanto, a geladeira fica constantemente ligada à tomada
porém o compressor liga e desliga em função da temperatura interna . Para fins de curva de consumo
entretanto, considera-se que a geladeira é uma carga com valor de potência fixo, constante durante todo
o dia, e cujo valor é definido pelo valor médio com o compressor ligado e desligado. A soma destes
consumos dá a carga total do consumidor no dia.
Como ilustração na Figura 2.1-1 apresenta-se um consumidor com 3 cargas: geladeira, iluminação e TV;
seus períodos de uso e a curva total de demanda (global).
A Curva de Carga 4
TV
0.1
P(kW)
P
(K
W) 0.05
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora
ILUMINAÇÃO
0.3
P 0.2
P(kW)
(k
W)
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora
GELADEIRA
0.2
P
P(kW)
(k
0.1
W)
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora
a) equipamentos
TOTAL
0.6
0.5
P 0.4
(k
P(kW)
0.3
W)
0.2
0.1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora
b) total
Figura 2.1-1 - Demanda dos Equipamentos Individuais e Demanda Total

Do ponto de vista do Sistema de Distribuição, o mais importante é o conhecimento da curva de demanda

(ou carga) total.
Entretanto para direcionar políticas de gerenciamento e conservação de energia é necessário, além da

curva total, conhecer o comportamento (“uso final”) de cada um dos seus componentes.
a) a aleatoriedade das cargas
Retornando ao exemplo do consumidor com três cargas, deve-se lembrar que o “hábito” de uso de um
consumidor não é exatamente igual todos os dias.
No exemplo citado (Figura 2.1-1), a TV ficou ligada naquele dia no período 10-12h e 18-22h, podendo
ocorrer que no dia seguinte ela permaneça ligada num período diferente. Assim as curvas de carga de
dois dias não são necessariamente iguais.
Quando se obtém a resposta a questionários com informações de posse e hábitos de uso, pode-se estimar
qual é a forma da curva de carga daquele consumidor. Porém esta curva se trata de um valor médio, não
significando que ela se repetirá todos os dias. Quando se somam várias destas curvas médias para
determinar, por exemplo, a curva de carga de uma cidade, é provável que o resultado obtido seja válido
pois, embora exista a aleatoriedade no consumo individual, como existem muitos destes componentes, a
aleatoriedade global acaba se compensando e o resultado da soma média é a carga da cidade.
Isto entretanto não é valido para um consumidor individual onde, por exemplo, deseja-se ter acesso a sua
carga para dimensionamento da sua “entrada” de força e luz.
Neste caso, é preciso determinar não só a curva média mas também as curvas diárias individuais, e isto,
é feito através de medição numa amostra estatisticamente válida.
A área sob a curva de carga é a energia consumida naquele período. No exemplo anterior, poder-se-ia
determinar a energia consumida pela geladeira, TV, e iluminação multiplicando as demandas pelos
respectivos tempos de uso, e acumulando-os no período. Pode-se da mesma forma obter a energia total
consumida que pode ser expressa em kWh/dia ou kWh/mês ou mesmo kWh/ano.
b) os consumos individuais
A participação média dos vários equipamentos de uma residência no consumo de energia elétrica é
mostrada na Tabela 2.1-1 [31] [32].
Tabela 2.1-1 Eletrodomésticos - Consumos e Potências
ELETRODOMÉSTICO POTÊNCIA TEMPO DE USO ENERGIA (Wh/dia)

(W) (min/dia)
chuveiro 3500 8 460
TV 100 240 400
forno microondas 1350 15 340
ar condicionado 1400 180 4200
aquecedor 3500 180 10500
boiler 1500 360 9000
ferro de passar 1000 30 500
geladeira 150 a 270 720 3250
freezer 200 480 1600
torneira elétrica 2500 30 1250
máquina de lavar roupa 600 45 450
lâmpada 60 a 100 (180) 200
rádio 70 (480) 560
Chama-se a atenção para dois equipamentos: o chuveiro e a geladeira. O primeiro caracteriza-se por
uma grande potência utilizada por um tempo pequeno (banho que dura, em média, 8 minutos), e o
segundo que trata de uma potência pequena, porém usada em todo o período.
2.2 A CURVA DIÁRIA DE CARGA
A curva diária de carga é a representação do consumo da energia elétrica, e expressa a variação da

potência ou demanda no tempo (kW x hora). Para sua representação, é preciso definir antes a demanda
média (D) num período (T), que é o valor da energia consumida (E) dividida pelo período (D=E/T).
Dimensionalmente, trata-se de kWh/h, ou seja, tem a dimensão de potência (kW).
A curva diária da carga é o gráfico no tempo das demandas médias. Assim, junto com a curva de carga,
é preciso sempre definir qual é o intervalo de demanda média [R7]. O mais comumente encontrado são
curvas diárias baseadas nas demandas médias a cada 1 hora, ou nas demandas médias a cada 15
minutos.
Na engenharia de distribuição de energia elétrica, trabalha-se normalmente com as demandas médias em

intervalos de 15 minutos, resultando pois numa curva diária com 96 pontos como mostra a Figura 2.2-1.
Curva de carga de consumidor residencial (W x h) - 200 kWh / mês

1200
1000
800
600
400
200
0
0 2 4 6 8 10 12 14 16 18 20 22 24
Hora
Figura 2.2-1 - Curva de Carga Diária - Demandas Médias de 15 Minutos
Normalmente, em lugar de patamares de potência nos intervalos de tempo, são colocados pontos (valor
de patamar arbitrado no início, meio ou fim do intervalo) que são unidos continuamente.
Neste texto, na maioria dos casos, trabalhar-se-á com estas demandas médias de 15 minutos. Assim, só
será feito referência de qual é a demanda média, quando esta for diferente de 15 minutos.
Neste ponto, chama-se a atenção do leitor para algumas peculiaridades que poderão acontecer e que
poderá levar a um uso errado de uma curva. Por exemplo seja o caso de um banho de 5 minutos,
ocorrido dentro de um dado intervalo de 15 minutos, usando um chuveiro de 3 kW. Na curva diária de
carga (demandas de 15 minutos) aparecerá o valor de 1 kW apenas, visto que E = 3 kW x 5 min e D =
3 x 5 / 15 = 1 kW.
2.3 FATORES QUE CARACTERIZAM A CURVA DE CARGA
Comumente, para não se referenciar a curva de carga como um todo, procura-se definir alguns
parâmetros ou fatores característicos [34]. São eles:
- demanda máxima;
- energia consumida;
- potência média;
- fator de carga;
- fator de demanda;
- fator de utilização;
- demanda máxima diversificada;
- demanda máxima não coincidente;
- fator de diversidade;
- fator de coincidência;
- fator de contribuição;
- fator de perdas e horas equivalente de perdas.
- curva das demandas acumuladas.
Muitos destes fatores são aplicados à potência aparente S = P + j Q onde P e Q são as potências ativa e
reativa. Por simplificação estas definições serão aqui feitas, admitindo que o fator de potência seja
unitário.
a) demanda máxima
A demanda máxima (Dmax) é a maior demanda média numa curva. Assim, para uma curva de carga
diária, ter-se-á a demanda máxima diária.
Na Figura 2.3-1 são apresentados três consumidores: um residencial, um comercial e um industrial, bem
como a curva da soma (total) dos três.
Dessa figura depreende-se:

A Curva de Carga 9
Curva de carga de consumidor residencial (W x h) - 13,3 kWh / dia

1200
1000
800
Watt
600
400
200
0
0 2 4 6 8 10 12 14 16 18 20 22 24
Hora
Curva de carga de consumidor comercial (W x h) - 25 kWh / dia

2500
2000
1500
Watt
1000
500
0
0 2 4 6 8 10 12 14 16 18 20 22 24
Hora
Curva de carga de consumidor industrial (W x h) - 10 kWh / dia

1000
800
600
Watt
400
200
0
0 2 4 6 8 10 12 14 16 18 20 22 24
Hora
Curva de carga resultante (W x h) - 48,3 kWh / dia

4000
3000
Watt
2000
1000
0
0 2 4 6 8 10 12 14 16 18 20 22 24
Hora
Figura 2.3-1 - Curvas Diárias de Carga de um Consumidor Residencial, um Comercial,

um Industrial e Total
b) energia consumida (diária)
É a área de cada curva

24 96
E= ∫ Di dt = ∑ Di (15 / 60)
0 1
onde t = tempo, e 15/60 é o intervalo da demanda média, em horas.
Da Figura 2.3-1, aplicando a fórmula anterior resultará:

Consumidor Energia (kWh/dia)
Residencial 13,3
Comercial 25,0
Industrial 10,0
Total (Global) 48,3
c) potência média (diária)
A potência ou demanda média diária é obtida dividindo-se a energia diária por 24 horas.
Consumidor Potência Média (kW)
Residencial 0,555
Comercial 1,042
Industrial 0,417
Total (Global) 2,014
d) fator de carga (diário)
É a relação entre a demanda média e a demanda máxima diária.

Consumidor Fator de Carga
Residencial 555 / 1100 = 0,504
Comercial 1042 / 2180 = 0,478
Industrial 417 / 990 = 0,421

Global 2014 / 3440 = 0,585
e) fator de demanda
É a relação entre a demanda máxima e a potência instalada neste local.
f) fator de utilização
É a relação entre a demanda máxima e a capacidade do sistema.
g) demanda máxima diversificada (diária)
É a soma das demandas das várias cargas na hora de ponta (máxima) dividida pelo número de cargas.
Com base nos valores indicados no subitem a, tem-se:

1013 + 2180 + 247 3440
D div max = = = 1146,7 W
3 3
h) demanda máxima não coincidente
É a soma das demandas máximas individuais dividida pelo número de cargas.
No exemplo em discussão tem-se:
1100 + 2180 + 990 4270

D nc max = = = 1423,3 kW
3 3
i) fator de diversidade
É a relação entre a soma das demandas máximas individuais das cargas e a demanda do conjunto. No
exemplo tem-se:
1100 + 2180 + 990

f div = = 1,241
3440
j) fator de coincidência
É a relação entre a demanda máxima do conjunto e a soma das demandas individuais. No exemplo tem-
se:
3440
f coinc = = 0,806
1100 + 2180 + 990
k) fator de contribuição
É a relação entre a contribuição de uma carga para a demanda máxima do conjunto e a demanda
máxima desta carga. No exemplo tem-se:
Carga Fator de Contribuição
Residencial 1013/1100=0,921
Comercial 2180/2180=1,00
Industrial 247/990=0,249
l) fator de perdas e horas equivalentes de perdas
A energia consumida por um dado elemento (∆E) é calculada por:
∆E = ri 2 t
sendo: “r” a resistência interna do elemento; “i” a corrente e “t” o tempo. Considerando que a tensão
seja constante, então a energia perdida será proporcional (k) ao quadrado da demanda ∆Ε = k D2 t.
Segue-se que a energia perdida em um dia será:
96 96
∆Edia = k ∑ D 2 (15 / 60) = k (15 / 60) ∑ D 2
1 1
A potência perdida média (∆P) será:
96
∆P = ∆E dia /24 = (k/96)∑ D 2
1
O fator de perdas (fp) será aquele resultante da equação a seguir:
1 96 2
fp (Dmax)2 = ∑ D
96 1
1 96 2
fp = ∑ (D / D max)
96 1
As horas equivalentes de perdas (hp) serão dadas pela fórmula:
1  96 2 
hp (Dmax)2 =  ∑ D 24
96  1 
 1 96 2
hp =  ∑ ( D / D max)  24 = fp 24
 96 1 
No exemplo em discussão tem-se:
Carga Consumida fp hp (horas/dia)
Residencial 0,337 8,088
Comercial 0,509 12,216
Industrial 0,524 12,576
m) curva das demandas acumuladas
A curva das demandas acumuladas exprime qual a porcentagem do tempo em que um valor de demanda
é excedido. Ela é obtida, determinando quanto tempo a demanda fica acima do referido valor (Figura
2.3-2)
k
kW
W
t2
D2
D1 t1
Hora
Figura 2.3-2 - Cálculo da Curva das Demandas Acumuladas
t
Probabilidade(D ≥ D1) = 1
24
t
Probabilidade(D ≥ D2) = 2
24
Normalmente, estes valores são representados numa curva como mostrado na Figura 2.3-3
demanda acumulada (D)
0 100
frequência (%)
Figura 2.3-3 - Curva das Demandas Acumuladas
n) generalização
É importante lembrar que até o momento, as definições contemplaram curva diária e a curva de carga
referida à potência ativa.
Na prática, é de interesse que esses fatores sejam referidos à potência aparente. Para tal, basta adaptar as
definições pertinentes apresentadas, substituindo D (kW) por S (kVA).
Porém, por exemplo, no caso específico de energia, esta adaptação levará à energia aparente (kVAh),
devendo ser lembrado que o interesse maior, neste caso, reside no valor da energia ativa (kWh)
Outra generalização que pode ser feita é em lugar do período de 1 dia, considerar 1 mês ou 1 ano,
levando a fatores similares, tais como fator de carga mensal ou fator de carga anual.
Consumidor Dmax (W) instante (h:min)
Residencial 1100 20:15
Comercial 2180 20:00
Industrial 990 15:00

Global 3440 20:00
NOTA: Nos estudos de distribuição, é muito importante conhecer a ponta (demanda máxima), o horário
de ponta e quanto cada carga contribui para a ponta global. Assim da Figura 2.3-1 depreende-se:
Consumidor na ponta 20:00 h (W)
Residencial 1013
Comercial 2180
Industrial 247
Total 3440
2.4 MEDIÇÃO DA CURVA DE CARGA
Para o estudo das curvas de carga, faz-se necessário medi-las e organizar as informações num mesmo
referencial de forma a poder analisá-las e compará-las.
2.4.1 Equipamentos de Medição
Os consumidores residenciais dispõem em sua entrada de energia, de um medidor de energia elétrica

tipo indução (Figura 2.4.1-1), que pode ser empregado em circuitos monofásicos, bifásicos e trifásicos,
conforme sua construção.
Figura 2.4.1-1 - Medidor de Energia Monofásico
Este equipamento é composto basicamente de:
a) bobina de potencial Bp, ligada em paralelo com a carga.
b) bobina de corrente Bc, ligada em série com a carga, dividida em duas meias bobinas enroladas em
sentidos contrários.
c) núcleo de material ferromagnético.

d) núcleo de alumínio com grau de liberdade de girar em torno de seu eixo de suspensão M.
e) imã permanente para produzir o conjugado frenador sobre o disco.
O medidor funciona através da interação eletromagnética dos fluxos alternados (produto deles)
produzidos nas bobinas, criando um movimento de rotação no disco. Assim, a velocidade de rotação do
disco é função da potência solicitada pela carga, sendo a energia ativa consumida proporcional ao
número de voltas do disco.
Para se registrar ponto a ponto a potência consumida pela carga numa primeira alternativa, as
concessionárias utilizam estes medidores sendo necessários alguns artifícios. Na superfície inferior do
disco são feitas marcações para leitura (Figura 2.4.1-2). Através de um transdutor colocado sob o disco,
a leitura destas marcações é transformada em pulsos de tensão que, são transmitidos e contados em um
registrador eletrônico acoplado ao medidor de energia elétrica..
Figura 2.4.1-2 - Disco do Medidor de Energia
O registrador que atende às necessidades deste procedimento é o REP (Registrador Eletrônico

Programável). É um equipamento que acumula os pulsos num dado intervalo de tempo especificado,
determinando a energia e por consequência, pode-se obter a potência média no intervalo. Este valor de
potência á alocado na memória de massa, seguindo tabelas horárias, diárias e mensais. Possuem
memórias de massa tipo RAM com bateria de “back up” com autonomia de pelo menos 120 horas na
maioria dos casos.
O REP pode armazenar dados referentes a 38 dias de medição com potências definidas em intervalo de
15 minutos.
Para a medição trifásica utiliza-se o mesmo registrador, porém acoplado a um medidor de indução de
três elementos (“um elemento” ou “elemento motor” é o conjunto “bobina de corrente - bobina de
potencial e disco de alumínio”). Então os três discos são acoplados a um mesmo eixo sendo a medição
única.
Nas medições em transformadores é necessário o emprego de transformadores de corrente, para reduzir

o valor desta a níveis compatíveis com os elementos. Nas medições dos transformadores, são também
registrados os valores de potência reativa (kVAr), através de um outro medidor, com ligação conveniente
da tensão e corrente nas bobinas de forma que a rotação do disco seja proporcional a potência reativa.
A retirada dos dados é feita através de uma leitora programável que, acoplada ao REP, “inicializa” o
programa operacional no início da medição e faz a retirada dos dados no final do período.
Os registros são feitos em dispositivo magnético e, após os testes de consistência, são passados para
disquete a fim de serem tratados.
Estes equipamentos têm evoluído e hoje já se encontram no mercado equipamentos onde o medidor e o
registrador estão integrados na mesma unidade eletrônica.
Um deles funciona com base em amostragem discreta de sinais. As três tensões e correntes são lidas
através de um conversor analógico digital com uma frequência de até 256 amostras por ciclo a 60 Hz. Os
valores amostrados correspondentes a um ciclo a 60 Hz são utilizados para determinar o módulo e fase
da senóide fundamental (e até mesmo harmônicas até a ordem 50).
Com o módulo e fase das tensões e correntes pode-se determinar as potências ativas e reativas, os fatores
de potência, por fase ou trifásico. Evidentemente, precisa também fazer uma média no intervalo de
demanda desejado. Os valores são armazenados nesta unidade eletrônica que possui uma saída serial
para transferir a informação a um computador para posterior análise e armazenamento.
Voltar ao menu Principal
A Curva de Carga 3
2.5 CURVA DE CARGA E REPRESENTAÇÃO DO CONSUMIDOR
Normalmente as curvas diárias dos consumidores são medidas, por períodos de 15 a 30 dias em média.
Para cada dia registra-se uma curva com os valores da potência média (kW) em cada intervalo de
integração de 15 minutos (96 pontos no dia). Junto com a curva, vem identificado o dia, mês, ano e dia
da semana.
Estas curvas de vários dias são utilizadas para se obter duas outras curvas que representarão um dado
consumidor:
a) “curva média” - curva de 96 pontos, 1 para cada 15 minutos Pm (t) {ou M(t)}, obtidos pela média dos
pontos naquele horário de todas as curvas diárias.
n
∑ Pd ( t )
M( t ) = Pm ( t ) = 1 t = 1 ... 96
n
Pd(t) = valores medidos nos vários dias no instante t.
n = número de dias de medição
b) “curva de desvios” - curva de 96 pontos S(t), obtidos pelo cálculo do desvio padrão
n
∑ (Pd ( t ) − Pm ( t )) 2
S2 ( t ) = 1
n −1
O valor
24 horas 96 15
E base = ∫ Pm ( t )dt ≅ ∑ Pm (t )
1 1 60
é o valor da energia média em um dia. O valor Pbase = Ebase / 24 representa a potência média, valor este
que constante durante todo dia levaria a uma energia consumida Ebase, ou a (30 Ebase) num mês. Segue-se
que:
E mensal
Pbase =
24 × 30
Pbase pode ser usada para normalizar os valores das curvas média e dos desvios.
Pm (t )
m( t ) = pu
Pbase
A Curva de Carga 4
S2 ( t )
s (t ) =
2
pu
Pbase 2
Calcula-se também o valor “dos desvios em relação à média” por:
_ s( t )
s ( t) = pu/pu
m ( t)
Segue-se pois que o consumidor ou transformador passa a ser definido pelas suas curvas média e de
desvios em pu (m,s).
Pode-se estabelecer valores de (m , s) para diferentes faixas de estratos de consumo, para diferentes tipos
de cidade, e definir uma curva estatística do consumidor através dos seguintes passos:
C mj
- dado Cmj, consumo médio mensal do consumidor j, calcula - se Pbasej =
(24 × 30)
- com a curva representativa de consumidor (m, s) calculam-se os valores da curva média e de desvios
em kW por:
Mj(t) =m(t) Pbasej t = 1 ... 96
Sj(t) = s(t) Pbasej t = 1 ... 96
- define-se uma curva diária estatística (admitindo-se uma distribuição gaussiana)

Pdj(t,k) = Mj(t) + k Sj(t)
As seguintes probabilidades (%) de não serem excedidas são associadas aos valores k:
k %
1,0 84,0
1,3 90,0
1,96 95,0
2,0 98,0
3,0 99,9
Na realidade a curva do consumidor pode não ser gaussiana, mas uma distribuição assimétrica. Porém
para efeito de cálculo admitir-se-á que seja gaussiana definida pelos valores calculados de Mj e Sj.
A Curva de Carga 5
Este procedimento é usado para todos consumidores e para os transformadores de distribuição e poderia
ser extrapolado para outros elementos: alimentador, subestação, etc.
CAPÍTULO 3
CONSUMIDORES RESIDENCIAIS
José A. Jardini, Se U. Ahn, Carlos M.V. Tahan
3.1 PREÂMBULO
Alguns estudos foram efetuados para identificação da curva de carga de consumidores residenciais,
sendo os principais:
- Estudos realizados pela JW-Jorge Wilhein Consultores para a cidade de São Paulo [31];
- Estudos realizados pela JW para a cidade de Rio Claro [32];
- Estudos realizados pelo PROCEL [33];
- Estudos do CODI visando a demanda de prédios residenciais [35].
Os três primeiros estudos listados acima, se basearam em questionários que foram respondidos pelos
consumidores, indicando a posse dos eletrodomésticos (quantos eletrodomésticos, que tipos) e o hábito
de uso (horário e tempo).
Com base nestas informações foi proposta a compilação de uma curva de carga representativa para os
consumidores, para a soma de consumidores de uma cidade, de uma região, do estado etc.
Foram feitas algumas medições, porém orientadas a verificar o hábito do uso comparando-o com a
resposta no questionário.
Não foram feitas medições sistemáticas de curva diária de carga.
No estudo de prédios residenciais foram feitas medições com maxímetros (para determinar o valor da
ponta) colocados em média durante dois dias nos circuitos do condomínio, do apartamento de maior
consumo de energia, e na cabine de entrada.
Estas medições serviram para determinar estatisticamente as características da ponta das cargas, como
por exemplo: kW de ponta por m2 do apartamento; dos elevadores; das bombas; e fatores de diversidade.
Partindo da análise destes documentos foi possivel estabelecer no CED a sistemática para
desenvolvimento do estudo da curva diária de carga para os consumidores e transformadores
residenciais.
Como regra seriam medidas as curvas diárias de carga por períodos de 15 a 30 dias, utilizando-se
aparelhos registradores eletrônicos que armazenam o valor da potência a cada 15 minutos (96 pontos por
dia).
Um estudo da amostra de medição para se obter resultados significativos, e determinação dos locais de
medição, deveria preceder estes tipos de medição.
Cumpre lembrar que em [31] foi feita uma recomendação de como montar uma curva de carga
baseando-se nas respostas aos questionários de posse e hábito de uso de eletrodomésticos. Por aquele
procedimento um eletrodoméstico de uso praticamente contínuo (geladeira, freezer) era alocado na curva
de carga como uma potência constante durante todo dia. Já o chuveiro elétrico era alocado, considerando
a probabilidade da hora do banho, e o valor da potência era distribuído na hora, com uma curva de
potência no tempo com valor máximo no instante do banho indicado pelo consumidor.
Não foi definido naquele projeto quais as quantidades e tipos de eletrodomésticos são característicos de
cada estrato da população e um hábito médio.
Desta forma a metodologia é aplicada para um consumidor, quando se conhece a sua posse e hábito.
3.2 MEDIÇÕES
Foram feitas medições em vários consumidores seguindo a sistemática descrita no Capítulo 2 itens 2.4 e
2.5.
3.3 AMOSTRA DE MEDIÇÃO
Antes de iniciar as medições procura-se fazer uma estimativa inicial do volume delas, ou seja, do
tamanho da amostra.
Na tabela 3.3-1 são apresentados os valores de tamanho da amostra n, obtidos pela equação:
Z 2a s 2
n= 2
L20
Onde: S desvio padrão kW
Lo erro aceitável na média kW
Za/2 valor associado ao nível de confiança
Tabela 3.3-1 - Tamanho de Amostra

NÍVEL DE CONFIANÇA
90% 95%
Lo Lo
S 0,25 0,50 1,0 0,25 0,50 1,0
2,00 174,00 44,00 11,00 246,00 62,00 15,00
5,00 1089 272,00 68,00 1537 384,00 96,00
Conclui-se, que a amostra no qual será avaliada a média deve ter 300 a 400 elementos (95% confiança,
Lo=0,5, S=5). Entretanto como não se conhece a priori o valor S, nem como seriam agrupados os dados,
pode-se partir com este objetivo e efetuar verificações após terminada cada fase de medição.
Para os transformadores a amostra necessária é menor visto ser também menor o desvio padrão.
3.4 ESCOLHA DOS LOCAIS DE MEDIÇÃO E ESTRATOS
No projeto que serviu de base para edição deste texto partiu-se inicialmente com a proposição de dividir
os consumidores em estratos de consumos quais sejam:
0-50 kWh/mês
51-100 kWh/mês
101-150 kWh/mês
151-200 kWh/mês
201-250 kWh/mês
251-300 kWh/mês
301-400 kWh/mês
401-500 kWh/mês
501-1000 kWh/mês
>1001 kWh/mês
De posse dos resultados seria verificada a possibilidade de agrupar alguns estratos.
Para transformadores, não se estabeleceu uma regra a priori, exceto que este alimentasse carga
predominantemente residencial (mais que 95% da carga).
O objetivo era efetuar uma medição representativa no Estado de São Paulo.
Para melhor distribuir as medições, procurou-se efetuar uma análise da similaridade de cidades. Este
estudo visava identificar semelhanças entre localidades, de forma a agrupá-las para reduzir o número
delas para efetuar medições nos consumidores.
Esta análise foi feita com base na distribuição estatística dos consumos (kWh/mês), por estrato. O
resultado desta análise foi considerado orientativo, válido para início das medições, visto que
similaridade de consumo não necessariamente pode significar similaridade da curva de carga , devendo
tal fato ser revisto no final das medições
Com os dados de consumo da CPFL e CESP, foram feitas então a distribuição estatística do consumo de
várias cidades (grandes, médias e pequenas).
A análise destas distribuições levaram as seguintes conclusões principais:
a) CPFL - Reunir as cidades da seguinte forma:
Grupo A - regionais de Campinas e Ribeirão Preto
Grupo B - regionais de Araraquara, Bauru, São José do Rio Preto.
b) CESP - Reunir as cidades nos grupos a seguir:
Grupo I - Mongaguá, Solemar, Praia Grande, Capão Bonito, Itapeva, Itararé
Grupo II - Itanhaém, Peruíbe, Guarujá, Ubatuba, Mairiporã, Campos do Jordão, Atibaia
Grupo III - Andradina, Três Lagoas, Jales, Mogi Guaçu, Dracena, Votuporanga, Fernandópolis,
Vargem Grande do Sul, Francisco Morato
Grupo IV - Rio Claro, Limeira, Araras, Leme, Porto Ferreira, Franco da Rocha, Pirassununga,
Caieiras, Tatuí, Registro
c) ELETROPAULO - Cidade de São Paulo
Para estudo na ELETROPAULO utilizou-se de um arquivo com os consumidores e consumos nos meses
janeiro a dezembro de 1990. O estudo constatou que a distribuição dos consumos de São Paulo e de
Ribeirão Preto são semelhantes.
3.5 TRATAMENTO DAS INFORMAÇÕES - MÉTODOS
Para tratamento das informações são utilizados dois procedimentos:
- análise de agrupamento (“cluster”)
- análise das médias e dos desvios padrão
Na análise de “cluster” pode-se utilizar o programa da IBM SAS - Statiscal Analysis System. Por esta
análise as curvas são alocadas em compartimentos (cluster) de acordo com a distância euclidiana entre
seus pontos. Seja por exemplo uma amostra com n curvas (cada uma com m pontos), e que se deseja
agrupá-las em w grupos (cluster).
O processo de cálculo para isto segue a seguinte rotina:
- as primeiras w curvas são alocadas uma em cada “cluster” (semente)
- para as (n-w) curvas seguintes (i) toma-se uma delas e calcula-se a distância euclidiana entre seus
pontos e os pontos das curvas nos w cluster
m
2
Diw = ∑ ( x i − x wi ) 2
1
onde:
xi - ponto i da curva que está sendo classificada
xwi - ponto i da curva do cluster
- a curva i será alocada no cluster para o qual obteve-se a menor distância. A curva típica do cluster
(semente) passa a ser substituida pela média das curvas alocadas no cluster
- o processo é repetido para toda a amostra quando finda a primeira iteração. Como a escolha da
semente foi arbitraria, sem um critério de espaçamento entre as curvas, procura-se reiniciar o processo
(2º iteração) alocando as n curvas nos cluster porem partindo como semente inicial as curvas medias
no final de iteração 1.
- o processo é finalizado quando entre duas iterações sucessivas as curvas permanecem nos mesmos
cluster, ou quando se atinge o numero máximo de iterações.
Desta forma, ficam em cada cluster as curvas que tem a mesma forma e estão próximas entre si.
Para as curvas do mesmo cluster são calculadas as curvas média e de desvios, bem como a porcentagem
de incidência de elementos da amostra. Portanto com esta análise pode-se procurar tendências nas
formas das curvas e sua representatividade.
No estudo das médias e desvios procede-se o cálculo com todas as curvas diárias, ou todas as curvas de
um estrato ou de uma companhia, tentando assim estabelecer um subconjunto (por exemplo
consumidores num estrato), que será caracterizado pelas suas curvas média e dos desvios.
3.6 MEDIÇÕES REALIZADAS
Na Tabela 3.6-1 estão indicadas as medições realizadas pelo CED.
Tabela 3.6-1 Dias de Medições
kWh/mês CESP CPFL ELETROPAULO

CONSUMIDORES
0-50 33 - -
51-100 175 65 157
101-150 464 98 157
151-200 563 282 105
201-250 374 180 204
251-300 241 95 212
301-400 165 150 281
401-500 - - 76
501-1000 68 - 30
>1000 - - -
Sub Total 2083 870 1065
Transformadores
< 7300 77 832 164
≥ 7300 84 843 136
Sub-Total 161 1675 300
Total Geral Consumidores 4018; Transformadores 2136
Com estas medições foram calculadas as curvas médias e de desvios que foram recomendadas para uso
em modelagem da rede e de equipamentos.
Antes porém procedeu-se uma análise de agrupamentos visando examinar se havia tendencias na
amostra de curvas.
3.7 ANÁLISE DAS MEDIÇÕES
A análise das medições foi feita segundo dois critérios:
- análise de agrupamentos (cluster)
- médias e desvios
3.7.1 Análise de Agrupamentos
Inicialmente foi organizada uma amostra com todas as curvas diárias de todos os consumidores, e outra
com todos os transformadores, para serem usadas numa análise de agrupamento.
Os dados foram processados solicitando a divisão em 10 cluster (grupos). As curvas médias de cada
cluster estão indicadas nas Figuras 3.7.1-1 e 3.7.1-2.
Figura 3.7.1-1 Transformadores – Média dos Clusters

Figura 3.7.1-2 Consumidor – Média dos Clusters
Examinado-se a Figura 3.7.1-1 verifica-se que os clusters 1, 2, 3, 4 são semelhantes diferindo apenas no
horário de pico. O mesmo aplica-se aos clusters 6 e 10 conjuntamente
Examinando a Figura 3.7.1-2 verifica-se que o cluster 3, 5, 6 caracterizam-se por ter o pico durante o
dia. O cluster 2 tem pico baixo e os cluster restantes são semelhantes entre si.
A Tabela 3.7.1-1 contem a frequência de ocorrência das curvas nos cluster.

Tabela 3.7.1-1 - Frequência de Ocorrências das Curvas nos Clusters(%)
Cluster Transformadores Consumidores

CESP CPFL ELP CESP CPFL ELP
1 6,2 4,7 9,6 14,0 16,0 7,2
2 2,5 7,5 1,8 36,0 26,0 37,9
3 0,6 6,7 0,5 8,7 9,3 9,8
4 37,8 10,9 4,2 2,1 1,3 1,1
5 1,2 11,2 54,5 3,1 4,8 10,4
6 0,1 0,7 2,4 2,2 1,8 1,9
7 9,3 24,3 7,2 10,3 13,8 9,0
8 0,6 2,4 0,5 7,1 7,7 9,1
9 38,5 12,3 1,2 6,5 5,5 7,0
10 3,1 16,3 18,6 9,9 13,7 6,6
Examinando-se a tabela conclui-se que:
- Transformadores: Os cluster 3 e 8 com pico alto aparecem em pequena porcentagem. Não existe um
cluster único que seja preponderante e que possa representar o transformador
- Consumidores: O cluster 2 é preponderante e se caracteriza por baixo pico. Não existe um cluster
único que seja representativo dos consumidores
A fim de melhor analisar os grupos, os arquivos foram processados solicitando agrupamento em 5 e 3

clusters.
Nas Figuras 3.7.1-3, 3.7.1-4, 3.7.1-5, 3.7.1-6 estão apresentados os resultados.
Figura 3.7.1-3 - Todos Transformadores – 5 Clusters

Figura 3.7.1-4 - Todos Transformadores – 3 Clusters
Figura 3.7.1-5 - Consumidor - 5 Clusters

Figura 3.7.1-6 - Consumidores – 3 Clusters
Pela comparação das figuras verifica-se as tendências de agrupamento sendo que o agrupamento em 3
cluster separou melhor as curvas.
3.7.2 Análise das Médias e Desvios
Nesta análise, os consumidores são agrupados por localidade e por consumo.
Procede-se então o cálculo das curvas médias e de desvios: individuais depois agrupando por estrato; e
por localidade.
Quando há semelhança das curvas de alguns estratos, estes estratos são agrupados.
Resulta então a recomendação de curvas (em p.u.) das médias e dos desvios para certos estratos, listados
no item seguinte.
Procedimento semelhante é feito para os transformadores.

3.8 RECOMENDAÇÕES
As curvas recomendadas, com base no estudo realizado referem-se aos seguintes estratos (Tabela 3.8-1).
Tabela 3.8-1 Estratos
Estratos kWh/mês
CESP CPFL ELETROPAULO
0-50 51-100 101-200
51-200 101-200 201-400
201-300 201-300 401-500
301-400 301-400 501-1000
> 401 - -
3.8.1 Recomendações - CESP
a) consumidores
É recomendado utilizar as seguintes curvas por estrato:
0-50 kWh/mês Figura 3.8.1-1

> 401 kWh/mês Figura 3.8.1-5
b) transformadores
Utilizar as curvas:
Figura. 3.8.1-6 - quando a energia for < 7300 kh/mês
Figura. 3.8.1-7 - quando a energia for > 7300 kWh/mês

Consumidores Residenciais 32
a) Média
b) Desvio Padrão
Figura 3.8.1 - 1 - CESP - ESTRATO 0- 50 kWh/mês

a) Média
b) Desvio Padrão
Figura 3.8.1 - 2 - CESP - ESTRATO 51 - 200 kWh/mês

a) Média
b) Desvio Padrão

a) Média
b) Desvio Padrão

a) Média
b) Desvio Padrão
Figura 3.8.1 - 5 - ESTRATO > 400 kWh/mês

Figura 3.8.1-6 - CESP - TRANSFORMADORES / ENERGIA < 7300 kWh/mês
Figura 3.8.1-7 - CESP - TRANSFORMADORES / ENERGIA > 7300 kWh/mês

3.8.2 Recomendações - CPFL
a) consumidores
Utilizar as seguintes curvas por estrato:
b) transformadores
Utilizar as curvas:
Figura. 3.8.2-5 - quando a energia < 7300 kWh/mês
Figura. 3.8.2-6 - quando a energia > 7300 kWh/mês

a) Média
b) Desvio Padrão
Figura 3.8.2 - 1 - CPFL - ESTRATO 51 - 100 kWh/mês

a) Média
b) Desvio Padrão

a) Média
b) Desvio Padrão

a) Média
b) Desvio Padrão

Figura 3.8.2 - 5 - CPFL - TRANSFORMADORES/ENERGIA <7300 kWh/mês
Figura 3.8.2 - 6 - CPFL - TRANSFORMADORES/ENERGIA > 7300 kWh/mês

3.8.3 Recomendações – ELETROPAULO
a) consumidores
Utilizar as seguintes curvas por estrato:
101-200 kWh/mês Figura. 3.8.3 - 1
201-400 kWh/mês Figura. 3.8.3 - 2
401-500 kWh/mês Figura. 3.8.3 - 3
501-1000 kWh/mês Figura. 3.8.3 – 4
b) transformadores
Utilizar as curvas:
Figura. 3.8.3 – 5 – quando a energia for < 7300 kWh/mês
Figura. 3.8.3 – 6 – quando a energia for >7300 kWh/mês

a) Média
b) Desvio Padrão
Figura 3.8.3-1 - ELP - ELETROPAULO/ESTRATO 101 - 200 kWh/mês

a) Média
b) Desvio Padrão
Figura 3.8.3–2 - ELP - ESTRATO 201 - 400 kWh/média

a) Média
b) Desvio Padrão
Figura 3.8.3 - 3 - ELETROPAULO/ESTRATO 401 - 500 kWh/mês

a) Média
b) Desvio Padrão
Figura 3.8.3-4 - ELETROPAULO/ESTRATO > 500 kWh/mês

Figura 3.8.4-5 - ELP - TRANSFORMADORES/ENERGIA < 7300 kWh/mês
b) Desvio Padrão
Figura 3.8.4-6 - ELP - TRANSFORMADORES/ENERGIA >7300 kWh/MÊS

3.9 COMENTÁRIOS SOBRE OS RESULTADOS DAS MEDIÇÕES

a) medições
É necessário continuar oportunamente as medições de forma a melhor identificar as características de

alguns estratos como por exemplo:
CESP: 0-100 kWh/mês, e acima de 300 kWh/mês
CPFL: 0-100 kWh/mês, e acima de 400 kWh/mês
ELETROPAULO: 0-100 kWh/mês, e acima de 401 kWh/mês
Verifica-se pela Tabela 3.6-1 que poucas medições foram realizadas nesse estrato
b) distribuição dos valores
Examinando-se todas as curvas representativas dos consumidores residenciais verifica-se que:
- os desvios padrão são altos no caso de consumidores (da ordem de grandeza da média). Isto é devido a
aleatoriedade de algumas cargas como chuveiro, iluminação, maquinas de lavar e secar roupa.
- os desvios padrão no caso dos transformadores são pequenos (20 a 30% da média). Visto que nele
estão ligados varios consumidores a aleatoriedade não é muito sentida, pela diversidade das cargas.
A título de ilustração, estão apresentadas nas Figuras 3.9-1 e 3.9-2 a distribuição dos valores num
instante do dia específico obtidos das curvas medidas em cada dia.
Nas mesmas figuras foram desenhadas também as distribuições de curvas gaussianas de média e desvio
padrão igual aos valores calculados. Verifica-se que a distribuição dos valores medidos é assimétrica no
caso do consumidores residenciais. Isto já não ocorre no caso dos transformadores. No caso dos
consumidores a assimetria aparece principalmente devido ao chuveiro que se trata de uma carga elevada
(4000W) quando comparada com a potência media do consumidor (300 W em media).
Figura 3.9-1 - Distribuição dos Valores às 20 horas - Transformadores
Figura 3.9-2 - Distribuição dos Valores às 20 horas - Consumidores

c) semelhança das curvas dos transformadores
Com as curvas médias de vários transformadores da ELETROPAULO agrupadas na mesma amostra,

procurou-se avaliar a média destas médias e os respectivos desvios ( Figura 3.9-3 ).
2.00
1.80
1.60
média
1.40
1.20
Potência (pu)
1.00
0.80
0.60
0.40
0.20 desvios
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
Hora
Figura 3.9-3 - Médias e Desvios das Médias - Transformadores
Verifica-se pelo baixo valor destes desvios que os valores das curvas médias são próximos, valendo
utilizar uma única curva para representação dos transformadores.
Na Figura 3.9-4 são apresentadas algumas curvas médias dos transformadores medidos da Eletropaulo.
Figura 3.9-4 Curva Média de Tranformadores

3.10 ASPECTOS NÃO EXAMINADOS EM DETALHE NO ESTUDO
Visto tratar-se das primeiras medições alguns detalhes não foram examinados. Entretanto procurou-se
obter pelo menos algumas medições para inferir as suas influências.
Estes aspectos são:

n sazonalidade
n intervalo de integração de medidas
n curvas de carga de transformadores trifásicos e de suas fases
n fator de potência nos transformadores
n transformadores em prédios residenciais
n carga em residências populares
3.10.1 Sazonalidade
O efeito da sazonalidade deve ser examinado tanto em termos de variação de energia como em variação
de curva de carga.
a) sazonalidade da energia
Uma vez organizados os vários consumidores em estratos de consumo, procurou-se verificar a influência
da sazonalidade observando como variava nos vários meses a energia media do estrato. Este estudo foi
feito para várias cidade da área de concessão da CESP.
Na Figura 3.10.1-1 estão apresentados os valores de energia referidos a média do ano, nos vários estratos
de consumo para a cidade de Itapeva.
Nas Figuras 3.10.1-2 e 3.10.1-3 são apresentados os valores de energia separados em dois estratos
representativos, comparando os valores de algumas cidades.
Figura 3.10.1-1 - ITAPEVA - Variação da Energia no Ano
Figura 3.10.1-2 - Energia Média em Várias Cidades - Variação no Ano - Estrato 151 a 200 kWh/mês
Figura 3.10.1-3 - Energia Média em Várias Cidades - Variação no Ano - Estrato 117 a 200 kWh/mês
b) sazonalidade da curva de carga
Nas Figuras 3.10.1-4 a,b,c,d,e estão apresentadas as curvas de carga de um transformador em vários
meses, bem como as curvas obtidas com todos os meses de medição juntos.
Não se observa diferenças significativas nas curvas, tomando-se como unidade de medida o desvio
padrão, ou seja, a diferença entre duas curvas médias é inferior a um desvio padrão.
Figura 3.10.1-4a - Curvas do Mês 6
Figura 3.10.1-4b - Curvas do Mês 7

Figura 3.10.1-4c - Curvas do Mês 8
Figura 3.10.1-4d - Curvas do Mês 9

Figura 3.10.1-4e - Curvas de Todos os Meses
Na Figura 3.10.1 - 5 a,b,c,d estão apresentadas as curvas (médias) nos vários meses para um consumidor.
Observa-se que as formas de curvas são semelhantes.
Deve-se lembrar neste ponto que o desvio padrão do consumidor é da ordem de grandeza do valor da
média.
Finalmente, para comparação estão indicadas na Figura 3.10.1-6 as curvas ( médias ) em duas estações
diversas do ano, podendo-se assim comparar a diferença.
Figura 3.10.1-5a - Média do Mês 6
Figura 3.10.1-5b - Média do Mês 7

Figura 3.10.1-5c - Média do Mês 8
Figura 3.10.1-5d - Média do Mês 9

Figura 3.10.1-6 - Comparação Verão-Inverno – Consumidor 090050
3.10.2 Intervalo de Integração de Medidas
As curvas de carga apresentadas até o momento foram definidas por pontos, um a cada 15 minutos.
Considerando que o chuveiro elétrico é uma carga importante e que a duração do banho é da ordem de 5
min., induz-se que o intervalo de integração de 15 min. possa não ser adequado (a potência do chuveiro
seria reduzida a 1/3 do valor se o banho for de 5 minutos no intervalo).
As medições na prática são feitas no medidor a cada 5 min para depois serem agrupadas em intervalos
de 15 min. Assim, com os dados originais procurou-se traçar também outras curvas de carga a partir
deste intervalo de integração
Nas Figuras 3.10.2-1 a 5 estão apresentadas as curvas referentes a um consumidor para os intervalos de
integração de 5, 10, 15, 30 e 60 minutos respectivamente (índice a para curva média e índice b para
curva dos desvios padrão).
Nas Figuras 3.10.2-6 a 10 estão apresentados as curvas referentes a um transformador.

a) média
b) desvio
Figura 3.10.2-1 – Consumidor - (5 minutos )

a) média
b) desvio
Figura 3.10.2-2 - Consumidor - ( 10 minutos )

a) média
b) desvio

a) média
b) desvio

a) média
b) desvio

Figura 3.10.2-6 - Transformadores - Curvas da Média e Desvios ( 5 minutos )
Figura 3.10.2-7 - Transformadores - Curvas da Médias e Desvios ( 10 minutos )

Figura 3.10.2-8 - Transformadores - Curvas da Média e Desvios ( 15 minutos )
Figura 3.10.2-9 - Transformador - Curvas da Média e Desvios ( 30 minutos )

Figura 3.10.2-10 – Transformador – Curvas da Média e Desvios ( 60 minutos )
Examinando as Figuras 3.10.2-6 a 3.10.2-10 (transformador) verifica-se que as medições com intervalo
de 5, 10, 15 minutos levam ao mesmo resultado.
Examinando as Figuras 3.10.2-1 a 3.10.2-5 (consumidores) verifica-se que todas as curvas são
diferentes. Assim para a representação do consumidor individualmente seria desejável utilizar as curvas
obtidas com intervalo de 5 minutos (ou menor talvez). Entretanto visto que no elemento logo a
montante, que é o transformador de distribuição, esta discretização menor não é necessária (efeito da
diversidade das cargas) recomenda-se utilizar as curvas dos consumidores obtidas em intervalos de 15
minutos. Cuidado deve-se ter entretanto com relação a cálculos na rede secundária.
3.10.3 Curvas de Carga das Várias Fases do Transformador e Fator de Potência
Os resultados da medição num transformador da CESP em Rio Claro estão apresentados nas Figuras
3.10.3-1 a 3.10.3-3 para as várias fases e na Figura 3.10.3-4 para medição trifásica.
Os valores de ponta observados são 3,4; 2,6; 2,9; e 3,0 p.u respectivamente. As curvas de carga são
semelhantes neste caso pelo menos.
Apesar da ponta na fase A ser maior que a da média, julga-se que adotar o valor trifásico é aceitável
como representativo do transformador, visto que esta diferença é inferior a um desvio padrão.
O fator de potência é baixo durante todo o período do dia (cosfi=0,7) e na hora de ponta é alto (maior
que 0,95).
De fato, de madrugada apenas as geladeiras e os freezeres ficam ligadas. Na hora de ponta são ligadas
outras cargas como as lâmpadas, e os chuveiros que são cargas resistivas melhorando assim o fator de
potência.
Potência
ativa
Fator de potência
Figura 3.10.3-1 - Fase A - Curva Média da Potência Ativa e Fator de Potência

Figura 3.10.3-2 - Fase B – Curva Média da Potência Ativa e Fator de Potência
Figura 3.10.3-3 - Fase C – Curva Média de Potência Ativa e Fator de Potência

Figura 3.10.3-4 – Valores Trifásicos – Curva Média da Potência Ativa e Fator de Potência
3.10.4 Transformadores em Prédios Residenciais
A medição realizada em um prédio na área de concessão da ELETROPAULO levou as seguintes curvas:
Figura 3.10.4-1 Curvas do transformador
Figura 3.10.4-2 Curvas do condomínio apenas
Figura 3.10.4-3 Curva de todos consumidores apenas
Figura 3.10.4-4a,b Curva de um consumidor (média e desvios )
Verifica-se que a curva de carga do transformador predial é diferente daquela dos bairros residenciais e
isto se deve ao fato da carga do condomínio ser do tipo parecido com uma carga comercial. Isto faz com
que a curva tenha ponta relativamente menor e carga alta entre as 6 e 24 horas.
Quanto aos consumidores parece que eles não difere dos habitantes de casas, exceto, neste caso, pelo fato
da ponta ocorrer de manhã.
Obs: Os valores estão em pu de suas respectivas potências médias.

Figura 3.10.4-1 – Curvas de Carga do Transfrmador
Figura 3.10.4-2 – Curvas de Carga do Condomínio

Figura 3.10.4-3 - Consumidores ( todos )
Figura 3.10.4-4a - Consumidor 2

Figura 3.10.4-4b - Desvios - Consumidor 2

CAPÍTULO 4
CONSUMIDORES COMERCIAIS
José A. Jardini, Ronaldo P. Casolari, Fernando M. Figueiredo, Francisco J. Bassotelli
4.1 INTRODUÇÃO
O estudo das curvas de carga de consumidores comerciais envolveu as seguintes etapas [R20 a R26]:
- caracterização das atividades e análise da sua importância;
- definição das atividades para as quais seriam medidas as curvas de carga;
- medições;
- análise dos resultados e agrupamento de atividades;
- recomendações de curvas de carga típicas por atividade.
Deve-se ressaltar que o procedimento de medição e análise, caracterizando o consumidor por uma curva
diária de carga média e uma dos desvios, todos em p.u da potência média mensal, é semelhante ao
estabelecido para consumidores residenciais.
4.2 CARACTERIZAÇÃO DAS ATIVIDADES QUANTO À SUA

IMPORTÂNCIA
Estão cadastradas no Estado de São Paulo cerca de 200 atividades comerciais. Algumas são semelhantes
entre si e podem levar a confusão na hora de classificar o consumidor (ex: 5322 - Manutenção e
Conservação de Veículos - Geral e 5321 - Reparação de Veículos) e existem aquelas indefinidas (ex:
6199 - Comércio Varejista - Outros).
Existem atividades que podem ser consideradas mais importantes que outras, quando se considera o
número ou mesmo a energia global consumida pelos consumidores nestas atividades.
Visto estas considerações e o aspecto de recursos financeiros para caracterizar todas as atividades,
procurou-se identificar quais as mais importantes quanto ao número de consumidores e energia
consumida.
Para tal, obteve-se os arquivos de dados: da Eletropaulo com os consumidores e seus consumos, no
período janeiro a dezembro de 1990; da CPFL no período junho a agosto de 1993; e CEB (Brasília) no
período janeiro a dezembro de 1992.
Com o cadastro da Eletropaulo calculou-se, para cada consumidor, o consumo médio (média dos meses
onde haviam valores diferentes de zero) e agrupou-se, por atividade comercial, a quantidade de
consumidores existentes em cada uma das seguintes faixas de consumo médio (0-100, 101-200, 201-300,
301-400, 401-500, 501-1000, 1001-1500, 1501-2000, 2001-2500, 2501-3000, 3001-4000, 4001-5000,
5001-10000, 10001-15000, 15001-20000, 20001-25000, 25001-30000, 30001-40000, 40001-50000 e
maior que 50000 kWh/mês ).
De posse desses dados procedeu-se ao seguinte:
a) totalização do número de consumidores por atividade comercial;
b) totalização do número de consumidores por faixa de consumo médio;
c) classificação das atividades comerciais com maior número de consumidores, em ordem decrescente;
d) cálculo das porcentagens do número de consumidores de cada atividade com relação ao total e com
relação ao maior valor, por atividade.
Concluídos os passos c e d descritos, gerou-se a listagem apresentada na Tabela 4.2-1
e) cálculo da energia média, total por atividade, a partir da seguinte fórmula:

∑ (valor central da faixa de consumo)*(número de consumidores da faixa correspondente)
f) classificação, em ordem decrescente das atividades comerciais com maior valor de energia média,
calculadas no passo e.
A partir dos passos e e f gerou-se uma listagem com a ordem de classificação. Vale salientar que não
foram incluídos nestes passos os consumidores de faixa de consumo maior que 50000 kWh/mês.
Procedeu-se então a uma comparação entre as listagens de atividades comerciais classificadas por
número de consumidores e por energia média.
Tal comparação permitiu selecionar como primeiro grupo para análise as 50 primeiras atividades
comerciais classificadas por energia média, cujo conjunto contempla também as 46 primeiras
classificadas por número de consumidores.
A listagem com essas atividades selecionadas encontra-se na Tabela 4.2-2. Salienta-se que esta relação é
representativa pois contém 86% do total da energia média consumida e 88% do total de unidades
consumidoras comerciais, conforme deduz-se da Tabela 4.2-3.
Analisando-se o conjunto de 50 atividades selecionadas foi possível dividi-lo em (quatro) grupos:
I - Atividades com especificação inadequada ou incompleta

Essas atividades pela sua descrição não permitem uma definição clara do tipo de consumidor.
A listagem com essas atividades comerciais encontra-se na Tabela 4.2-4.
II - Atividades não representativas
Foram selecionadas algumas atividades que não são representativas em número comparando-se com a
quantidade de consumidores das outras atividades que se pretende medir cuja listagem encontra-se na
Tabela 4.2-5.
III - Atividades comerciais cujas unidades consumidoras devem ser medidas - Prioridade I
A listagem encontra-se na Tabela 4.2-6.
IV - Atividades comerciais cujas unidades consumidoras devem ser medidas - Prioridade II
Tratam-se de atividades que, comparadas às demais e, em função do pequeno número de aparelhos

disponíveis para medição, tiveram que ser colocadas em segunda prioridade.
Algumas atividades constantes dessa relação foram agrupadas, em função de sua similaridade (por
exemplo: “manutenção, conservação, veículos-geral” e “reparação de veículos”).
Tabela 4.2-1 - Consumidores da ELETROPAULO

Classificação Quanto ao Número de Consumidores
ATIVIDADES CÓDIGO CLASSIF. QTDE % DO TOTAL % DO

TOTAL MAIOR
Bares, Botequins e Cafés 5222 1 44204 10.62 100.00
Comércio Varejista - Outros 6199 2 33750 8.11 76.35
Atividades não Especificada 6999 3 28736 6.90 65.01
Outros Serviços Comerciais 5599 4 27959 6.72 63.25
Com. Var. Vestuário e Calçado 6112 5 18060 4.34 40.86
Assist. Med. Odont. Veterinária 5433 6 16140 3.88 36.51
Escrit. Empresas-não Especifica 5769 7 15178 ..3.65 34.34
Mercearias, Armaz. E Padarias 6114 8 14276 3.43 32.30
Manut. Conserv. Veículo-Geral 5322 9 12023 2.89 27.20
Barbearias, Saunas e Lavanderia 5410 10 10339 2.48 23.39
Entidades Religiosas 8010 11 9761 2.34 22.08
Preparação de Veículos 5321 12 8484 2.04 19.19
Restaurantes e Lanchonetes 5221 13 8335 2.00 18.86
Com. Var. Carnes e Peixes 6113 14 7926 1.90 17.93
Com. Var. Mat. Construção 6101 15 7121 1.71 16.11
Tabela 4.2-1 - Continuação

TOTAL MAIOR
Outras Reparações-não Espec. 5399 16 6963 1.67 15.75
Serv. De Advocacia 5431 17 5504 1.32 12.45
Serv. Contábil./Despachante 5536 18 5466 1.31 12.37
Com.Var.Prod.Quim.E Farmace 6108 19 5019 1.21 11.35
Comercial - Serviço 6800 20 4887 1.17 11.06
Outros Serviços Pessoais 5499 21 4749 1.14 10.74
Com. Var. Móveis e Utili. Dom. 6106 22 4659 1.12 10.54
Confecção sob Medida Vestuár. 5420 23 4346 1.04 9.83
Serv. Consultoria e Engenharia 5535 24 3620 0.87 8.19
Com. Var. Acessórios Veículos 6105 25 3540 0.85 8.01
Administração de Imóveis 6330 26 3457 0.83 7.82
Escolas Partic. Cursos Livre 5465 27 3383 0.81 7.65
Garagens 5048 28 3084 0.74 6.98
Joalherias e Relojoarias 6118 29 2912 0.70 6.59
Assoc. Benef. Relig. E Assiste 8021 30 2902 0.70 6.57
Serv. Engenharia/Arq/Decoraç 5432 31 2820 0.68 6.38
Outros Serviços Diversões 5699 32 2784 0.67 6.30
Com. Var. Combustíveis/Lubrif. 6109 33 2741 0.66 6.20
Com. Var. Livros e Papéis 6107 34 2642 0.63 5.98
Bancos e Caixas Econômicas 5900 35 2606 0.63 5.90
Repar/ Manut. Ap. Uso Domest 5311 36 2463 0.59 5.57
Publicidade e Propaganda 5531 37 2451 0.59 5.54
Com. Var. Veículos 6103 38 2324 0.56 5.26
Supermercados 6115 39 2309 0.55 5.22
Outros Serv. Aliment-não Esp. 5229 40 2304 0.55 5.21
Compra e Venda Bens Imóveis 6300 41 2297 0.55 5.20
Com. Var. Brinq. E Art. Desport 6119 42 2261 0.54 5.11
Outras Escolas Particulares 5469 43 2222 0.53 5.03
Assoc. Esportiva e Recreativa 8023 44 2045 0.49 4.63
Com. Atacadista Prod. Não Esp 6099 45 2015 0.48 4.56
Armazéns Gerais e Trapiches 5512 46 2006 0.48 4.54
Escrit. Empr. Indust. Construç 5732 47 1997 0.48 4.52
Transp. Rodov. De Carga 5032 48 1972 0.47 4.46
Hotéis e Motéis 5211 49 1846 0.44 4.18
Serv. Fotografia, Aerofotogra 5537 50 1498 0.36 3.39
Repar. Manut. Apar. Não Espec 5319 51 1251 0.30 2.83
Com. Var. Máquinas e Ap. Eletr 6102 52 1248 0.30 2.82
Magazines 6116 53 1168 0.28 2.64
Com. Var. de Tecidos 6111 54 1141 0.27 2.58
Serv. Auxil. Com. Mercadorias 5511 55 1054 0.25 2.38
Com. Var. Veículos e Acessório 6104 56 1007 0.24 2.28
Serv. Outros Prof. Liberais 5439 57 943 0.23 2.13
Escrit. Empr. Serv. Comerciais 5755 58 936 0.22 2.12
Outras Entidades Financeira 5999 59 936 0.22 2.12
Outros Serv. De Alojamento 5219 60 887 0.21 2.01
Repar/ Conserv. De Móveis 5340 61 843 0.20 1.91
Turismo/ Agências de Viagens 5470 62 825 0.20 1.87

TOTAL MAIOR
Com. Atac. Vestuário/ Calçados 6018 63 809 0.19 1.83
Com. Atac. Sucata 6033 64 749 0.18 1.69
Empreit./Locadores de M. obr 5538 65 748 0.18 1.69
Casas Lotericas 6124 66 744 0.18 1.68
Outros Serv. De Transporte 5099 67 744 0.18 1.68
Fundações exceto Públicas 8008 68 737 0.18 1.67
Empresas de Seguro 5960 69 689 0.17 1.56
Laboratórios/Anal. Clínicas 5452 70 685 0.16 1.55
Com. Atac. Prod. Alimentícios 6024 71 683 0.16 1.55
Locação de Bens Móveis 5532 72 658 0.16 1.49
Hospitais e Casas de Saúde 5440 73 633 0.15 1.43
Serv. Processamento de Dados 5534 74 584 0.14 1.32
Com. Atac. Bebidas e Refrigera 6025 75 565 0.14 1.28
Com. Var. Artef. Borracha/Plas 6120 76 544 0.13 1.23
Com. Atac. De Madeira 6006 77 530 0.13 1.20
Outros Serv. Comunicações 5199 78 529 0.13 1.20
Com. Atac.Carnes e Pescados 6023 79 528 0.13 1.19
Escrit. Empr. Indúst. Química 5720 80 528 0.13 1.19
Telegrafia, Telefônia/ Correio 5110 81 505 0.12 1.14
Com. Atac. Ferragens/Prod. Me 6005 82 505 0.12 1.14
Serv. Conserv. Limp. Segurança 5539 83 495 0.12 1.12
Com. Var. Couro 6121 84 485 0.12 1.10
Assoc. Cultural/ Científicas 8022 85 480 0.12 1.09
Escolas Particul. Prim. Grau 5461 86 465 0.11 1.05
Bancos e Empr. De Crédito 5910 87 447 0.11 1.01
Escrit. Empr. Indúst. Metalurg 5711 88 437 0.10 0.99
Com. Atac. Frutas e Legumes 6021 89 435 0.10 0.98
Escrit. Empr. Indúst. Diversas 5739 90 430 0.10 0.97
Com. Atac. De Construção 6007 91 427 0.10 0.97
Escrit. Empr. Serv. Pessoais 5754 92 426 0.10 0.96
Com. Atac. Cereais/ Farinhas 6019 93 406 0.10 0.92
Repar. Artigos de Madeira 5330 94 399 0.10 0.90
Com. Atac. Prod. Quím. Farmac 6015 95 381 0.09 0.86
Com. Atac. Animais Vivos 6001 96 359 0.09 0.81
Com. Atac. Papel/Art. Escritór 6014 97 354 0.09 0.80
Loterias 5990 98 349 0.08 0.79
Escrit. Empr. Serv. Transporte 5750 99 348 0.08 0.79
Com. Atac. Acess. Veículos 6011 100 348 0.08 0.79
Escr. Empr Ind. Edit./Gráfica 5729 101 322 0.08 0.73
Com. Atac. Máq.Apar e Equipa 6009 102 308 0.07 0.70
Com.Atac. Móveis,Art. Hab/Do 6013 103 308 0.07 0.70
Com. Var. Artigos Usados 6122 104 300 0.07 0.68
Transp. Rodov. Passageiros 5031 105 299 0.07 0.68
Com. Atac. Tec./Fios Texteis 6017 106 298 0.07 0.67
Escrit. Empr. Ind. Mat. Eletric 5713 107 265 0.06 0.60
Radiodifusão e Televisão 5120 108 257 0.06 0.58
Com. Atac. Mercadorias Geral 6032 109 246 0.06 0.56

TOTAL MAIOR
Cinemas e Teatros 5610 110 239 0.06 0.54
Com. Atac. Prod. Importados 6029 111 235 0.06 0.53
Escrit.Empr.Ind.Vest./ Calçados 5725 112 235 0.06 0.53
Escrit.Empr. Ind. Prod. Alimentí 5726 113 234 0.06 0.53
Com. Var. Gás Liquefeito 6110 114 226 0.05 0.51
Repar.Man.Cons.Máq.Apar.Esc 5312 115 225 0.05 0.51
Escrit. Empr. Ind. Têxtil 5724 116 223 0.05 0.50
Laboratórios Radiológicos 5451 117 220 0.05 0.50
Incorporação de Imóveis 6310 118 219 0.05 0.50
Escolas Particul. Ensino Integra 5464 119 213 0.05 0.48
Escrit. Entidades Financeiras 5759 120 206 0.05 0.47
Escolas Particul. Seg. Grau 5462 121 205 0.05 0.46
Escrit. Empr. Agri/Pecuária 5740 122 205 0.05 0.46
Escrit. Empr. Ind. Mecânica 5712 123 190 0.05 0.43
Escr. Empr. Serv.Comunicação 5751 124 190 0.05 0.43
Empr. Corret. Títulos/ Valores 5940 125 187 0.04 0.42
Escrit. Empr. Com. Varejista 5761 126 162 0.04 0.37
Com.Atac.Prod.Resid.Orig. Na 6002 127 160 0.04 0.36
Com.Atac. Máq.Apar.Ind. Agro 6008 128 155 0.04 0.35
Com. Atac. De Veículos 6010 129 151 0.04 0.34
Escr. Empr Ind. Papel/ Papelão 5717 130 150 0.04 0.34
Transp. Urb. Passag. E Metrô 5041 131 149 0.04 0.34
Empr. Cred. Imobiliário 5920 132 143 0.03 0.32
Transp. Urbanos de Carga 5042 133 141 0.03 0.32
Com. Atac. Combust./ Lubrific 6016 134 141 0.03 0.32
Loteamento de Imóveis 6320 135 138 0.03 0.31
Escrit. Empr. Participação 5768 136 135 0.03 0.31
Com. Atac. Leites/ Derivados 6022 137 130 0.03 0.29
Transportes Ferroviários 5020 138 129 0.03 0.29
Com. Mercadorias em Geral 6031 139 125 0.03 0.28
Jornalismo 5130 140 124 0.03 0.28
Tabacarias e Charutarias 6117 141 124 0.03 0.28
Com. Var. Artigos Importados 6123 142 123 0.03 0.28
Empr. Com. Expot. Trading Co 6090 143 122 0.03 0.28
Escr. Empr Ind.Prod.Mat.Plast. 5723 144 120 0.03 0.27
Escrit. Empr. Com. Atacadistas 5760 145 119 0.03 0.27
Escrit. Empr. Ind. Mobiliário 5716 146 117 0.03 0.26
Com.Tac.Prod. Res.Orig.Vege 6003 147 116 0.03 0.26
Escr.Empr.Serv.Repar.Man.Com 5753 148 116 0.03 0.26
Escrit. Empr. Ind. Util. Pública 5731 149 110 0.03 0.25
Com. Atac. Relógios/Ótica/Foto 6027 150 105 0.03 0.24
Repar. Man. Cons. Máq. Costura 5316 151 104 0.02 0.24
Empr. Distr. Títulos/ Valores 5950 152 102 0.02 0.23
Esc. Emp. Ind. Prod. Farm. Vet. 5721 153 101 0.02 0.23
Com. Atac. Veíc. Acessórios 6012 154 95 0.02 0.21
Escrit. Empr. Extr. Trat. Miner 5700 155 94 0.02 0.21

TOTAL MAIOR
Com. Atac. Pedras Preciosas 6030 156 91 0.02 0.21
Escolas Particul. Ens. Superior 5463 157 89 0.02 0.20
Serv. Auxiliares Com. Valores 5520 158 87 0.02 0.20
Esc.Emp. Ind. Prod. Min. N/Met 5710 159 82 0.02 0.19
Leasing 5533 160 74 0.02 0.17
Com. Atac. Café e Açúcar 6020 161 73 0.02 0.17
Transp. Rodov. Passag/ Cargas 5033 162 70 0.02 0.16
Com. Atac. Prod. Minerais 6004 163 69 0.02 0.16
Escrit. Empr. Ind. Madeira 5715 164 65 0.02 0.15
Repar. Cons. Man. Elevadores 5317 165 64 0.02 0.14
Outras Coop. Não Especificada 7099 166 62 0.01 0.14
Esc. Emp. Serv. Aloj./ Alimenta 5752 167 60 0.01 0.14
Esc. Emp. Ind. Mat. Transporte 5714 168 58 0.01 0.13
Escrit. Empr. Serv. Diversões 5756 169 54 0.01 0.12
Escrit. Empr. Ind. Borracha 5718 170 52 0.01 0.12
Escrit. Empr. Ind. Perf. Sab/Vela 5722 171 51 0.01 0.12
Com. Atac. Brinquedos 6028 172 43 0.01 0.10
Transp. Aéreo Passag/ Cargas 5053 173 39 0.01 0.09
Escrit. Empr. Ind. Bebidas 5727 174 38 0.01 0.09
Transp. Urb. Passag/ Cargas 5043 175 35 0.01 0.08
Coop. Consumo de Bens e Servi 7030 176 32 0.01 0.07
Transp. Aquaviário de Cargas 5012 177 31 0.01 0.07
Rep.Man.Cons. Máq.Ap.Uso Ter 5313 178 30 0.01 0.07
Transp. Aquav. Passag/ Cargas 5013 179 29 0.01 0.07
Rep. Man. Cons. Bombas Gasol 5314 180 27 0.01 0.06
Empresas de Capitalização 5930 181 26 0.01 0.06
Escrit. Empr. Ind. Couro/ Peles 5719 182 25 0.01 0.06
Com. Atac. Cigarros/Fumos/Tab 6026 183 25 0.01 0.06
Coop. Benef. Ind. Comercializad 7010 184 24 0.01 0.05
Transp. Aquaviário Passageiro 5011 185 23 0.01 0.05
Transp. Aéreo de Cargas 5052 186 23 0.01 0.05
Transp. Aéreos de Passageiros 5051 187 23 0.01 0.05
Fund. Benef. Relig. Assistência 8001 188 22 0.01 0.05
Cooperativas de Produção 7000 189 22 0.01 0.05
Cooperativas Habitacionais 7060 190 21 0.01 0.05
Repar. Man. Com. Má. Registra 5315 191 13 0.00 0.03
Coop. De Compra e Vendas 7020 192 13 0.00 0.03
Outras Fundações 8009 193 9 0.00 0.02
Escrit. Empr. Ind. Fumo 5728 194 8 0.00 0.02
Fund. Culturais/Científ./Educac 8002 195 7 0.00 0.02
Cooperativas de Seguros 7040 196 7 0.00 0.02
Administração Portuária 5018 197 4 0.00 0.01
Cooperativas Escolares 7050 198 1 0.00 0.00
TOTAL 416350
Tabela 4.2-2 - Consumidores da ELETROPAULO

Principais Atividades - Classificação Quanto ao Número de Consumidores e Energia Consumida
ATIVIDADES CÓDIGO CONSUMO MÉDIO NÚMERO DE

CONSUMIDORES
TOTAL(MWh) CLASSIF. TOTAL CLASSIF.
Bares, Botequins e Cafés 5222 24934.7 1 44204 1
Comércio Varejista - Outros 6199 17811.9 2 33750 2
Outros Serviços Comerciais 5599 15980.1 3 27959 4
Restaurantes e Lanchonetes 5221 15379.6 4 8335 13
Mercearias, Armaz. e Padarias 6114 14360.9 5 14276 8
Atividades não Especificada 6999 14069.6 6 28736 3
Bancos e Caixas Econômicas 5900 12317.3 7 2606 35
Com. Var. Vestuário e Calçado 6112 11371.1 8 18060 5
Escrit. Empresas não Especif 5769 9507.6 9 15178 7
Com. Var. Carnes e Peixes 6113 8663.5 10 7926 14
Supermercados 6115 8133.8 11 2309 39
Comercial - Serviço 6800 7642.9 12 4887 20
Com. Var. Combustíveis/ Lubrif 6109 5276.3 13 2741 33
Assist. Med. Odont. Veterinária 5433 4652.2 14 16140 6
Hotéis e Motéis 5211 4419.1 15 1846 49
Assoc. Benef. Relig. E Assistên 8021 4240.0 16 2902 30
Manut. Conserv. Veículo-Geral 5322 4218.0 17 12023 9
Barbearias, Saunas e Lavanderi 5410 4047.0 18 10339 10
Com. Var. Móveis e Util. Dom 6106 3723.8 19 4659 22
Com. Var, Mat. Construção 6101 3410.1 20 7121 15
Entidades Religiosas 8010 3127.3 21 9761 11
Reparação de Veículos 5321 3002.3 22 8484 12
Outros Serv. Aliment. não Esp 5229 2734.4 23 2304 40
Outras Reparações não Especi 5399 2562.2 24 6963 16
Assoc. Esportivas e Recreativas 8023 2460.7 25 2045 44
Outros Serviços diversões 5699 2286.6 26 2784 32
Com. Var. Prod. Quím. e Farm 6108 2212.1 27 5019 19
Outros Servi;cos Pessoais 5499 2179.1 28 4749 21
Garagens 5048 2122.1 29 3084 28
Transp. Rodov. de Cargas 5032 2090.4 30 1972 48
Serv. Consultoria e Engenharia 5535 2062.4 31 3620 24
Com. Var. Acessórios Veículos 6105 1968.2 32 3540 25
Administração de Imóveis 6330 1961.7 33 3457 26
Escolas Partic. Cursos Livre 5465 1851.8 34 3383 27
Escrit. Empr Indúst. Construção 5732 1638.9 35 1997 47
Com. Var. Veículos 6103 1608.8 36 2324 38
Serv. Contábil./ Despachante 5536 1593.6 37 5466 18
Joalherias e Relojoarias 6118 1525.4 38 2912 29
Bancos e Empr. de Crédito 5910 1522.3 39 447 87
Serv. Engenharia/Arq./Decoraçã 5432 1451.4 40 2820 31
Hospitais e Casas de Saúde 5440 1424.7 41 633 73
Confecção sob Medida Vestuári 5420 1418.4 42 4346 23
Com. Atacadista Prod. não Esp 6099 1358.8 43 2015 45
Armazéns Gerais e Trapiches 5512 1346.8 44 2006 46
Com. Var. Veículos e Acessório 6104 1284.3 45 1007 56

CONSUMIDORES
TOTAL(MWh) CLASSIF TOTAL CLA
Escrit. Empr. Indúst. Química 5720 1228.3 46 528 79
Com. Var. Brinq. e Art. Desport 6119 1204.0 47 2261 42
Serv. de Advocacia 5431 1172.3 48 5504 17
Publicidade e Propaganda 5531 1170.3 49 2451 37
Compra e Venda Bens Imóveis 6300 1122.3 50 2297 41
TOTAL 248850.1 366176
PORCENTAGEM DO TOTAL 86.4 88.0
GERAL
Tabela 4.2-3 - Representatividade do Conjunto de Atividade Comercial (%)
Atividades da Classificação por da Classificação por Número

Consumo de Consumidores
1 a 10 50 48
1 a 20 67 64
1 a 30 76 75
1 a 40 82 82
1 a 50 86 88
Tabela 4.2-4 - Atividades com Especificação Inadequada
ATIVIDADE CÓDIGO
Comercio Varejista - Outros 6199
Outros Serviços Comerciais 5599
Atividades não Especificadas 6999
Escrit. Empresas - não Específico. 5769
Outros Serv. Alimentação não Específico. 5229
Outras Reparações - não Especificadas 5399
Outros Serviços Diversões 5699
Outros Serviços Pessoais 5499
Com. Atacadista Prod. Não Especificado 6099
Tabela 4.2-5 - Atividades não Representativas
ATIVIDADE CÓDIGO
Assoc. Esportivas e Recreativa 8023
Transp. Rodoviário. de Carga 5032
Escrit. Empr. Indust. Construção 5732
Escrit. Empr. Indust. Química 5720
Com. Var. Brinq. E Art. Desport 6119
Tabela 4.2-6 - Atividades para Medição - Prioridade I
ATIVIDADE CÓDIGO
Bares, Botequins e Cafés 5222
Restaurantes e Lanchonetes 5221
Mercearias, Armazéns e Padarias 6114
Bancos e Caixas Econômicas 5900
Com. Var. Vestuário e Calçado 6112
Com. Var. Carnes e Peixes 6113
Supermercados 6115
Com. Var. Combustiveis/Lubrif 6109
Assist. Med. Odont. Veterinário 5233
Hoteis Moteis 5211
Manut. Conserv. Veículo-Geral 5322
Barbearias, Saunas e Lavanderias 5410
Com. Var. Móveis e Util. Doméstica 6106
Com. Var. Mat. Construção 6101
Reparação de Veículos 5321
Com. Var. Prod. Químico e Farmacêut. 6108
Garagens 5048
Com. Var. Acessórios Veículos 6105
Escolas Particulares Cursos Livre 5465
Com. Var. Veículos 6103
Serv. Contábil/Despachante 5536
Bancos e Empr. De Crédito 5910
Hospitais e Casas de Saúde 5440
Armazéns Gerais e Trapiches 5512
Com. Var. Veículos e Acessórios 6104
Tabela 4.2-7 - Atividades Para Medição - Prioridade II
ATIVIDADE CÓDIGO
Comercial - Serviço 6800
Assoc. Benef. Relig. e Assistente 8021
Entidades Religiosas 8010
Serv. Consultoria e Engenharia 5535
Administração de Imóveis 6330
Joalheria e Relojoarias 6118
Serv. Engenharia/Arq/Decoração 5432
Confecção sob Medida Vestuário 5420
Serv. De Advocacia 5431
Publicidade e Propaganda 5531
Compra e Venda Bens Imóveis 6300
Repetiu-se o mesmo trabalho de classificação, agora com os dados da CPFL e CEB.
Selecionou-se então, a exemplo do que foi feito para a ELETROPAULO, as 50 primeiras atividades
classificadas por energia média para a CPFL e CEB, as quais estão apresentadas nas Tabelas 4.2-8
(CPFL) e 4.2-9 (CEB). Salienta-se que estas relações de atividades são representativas pois, para a CPFL
e CEB, significam respectivamente, 88,6% e 86,9% do total da energia média, e 87,5% e 82,0% do total
do número de consumidores comerciais de baixa tensão analisados.
Comparando-se essas 50 atividades selecionadas com as da ELETROPAULO verificou-se uma

coincidência de 74% tanto para a CPFL como para a CEB.
Assim como para a Eletropaulo, foram classificadas como Prioridade I, 25 atividades também para
CPFL e CEB.
Numa análise mais detalhada das atividades relacionadas como Prioridade I das 3 Empresas, verificou-
se que as 11 primeiras atividades da ELETROPAULO e CPFL são as mesmas, apesar de não estarem na
mesma ordem, e para a CEB, entre estas 11, houve coincidência de 8 atividades conforme apresentado
na Tabela 4.2-10.
Para a estratificação de cada atividade, em consumidores pequenos, médios e grandes, com relação ao
consumo médio (kWh), foram elaborados, para cada uma das 11 principais atividades, e para cada
Empresa, gráficos da Frequência Percentual Acumulada (FA) nas respectivas faixas de consumo médio,
obtidas a partir da seguinte expressão:
n
∑ NC i
FA n = i =1 .100
NC t
onde:
n - número da faixa de consumo médio;
FAn - frequência percentual acumulada dos consumidores comerciais existentes na faixa de consumo
médio n;
NCi - quantidade de consumidores existentes na faixa de consumo médio i;
NCt - quantidade de consumidores total da atividade t;
Alguns gráficos exemplos estão apresentados nas Figuras 4.2-1 a 4.2-3.
Para classificação dos consumidores em “pequeno, médio e grande” considerou-se:
- a faixa de consumo médio que fica próximo ao valor de FA igual a 33%, será o valor do limite
superior para o consumidor comercial “pequeno”;
- a faixa de consumo médio que fica próximo ao valor de FA igual a 66% será o limite superior para o
consumidor comercial “médio”, que ficará com o limite inferior a um valor de consumo médio
(kWh/mês) imediatamente acima do limite superior do consumidor comercial “pequeno”;
- o consumidor comercial “grande” terá como limite inferior o valor do consumo médio (kWh/mês)
imediatamente acima do limite superior do consumidor comercial “médio.”
Na Tabela 4.2-11 estão apresentadas estas classificações.
Tabela 4.2-8 - Consumidores da CPFL


CONSUMIDORES
TOTAL(MWh) CLASS. TOTAL CLASS.
Bares, Botequins e Cafés 5222 7195,30 1 17150 1
Outros Serviços Comerciais 5599 5248,30 2 14154 2
Supermercados 6115 5153,00 3 2484 17
Restaurantes e Lanchonetes 5221 4894,40 4 5034 8
Com. Var. Carnes e Peixes 6113 3805,55 5 4375 10
Mercearias, Armaz. e Padarias 6114 3589,20 6 7203 7
Com. Var. Vestuário e Calçados 6112 2911,95 7 7872 4
Bancos e Caixas Econômicas 5900 2874,45 8 1178 27
Comércio Varejista - Outros 6199 2819,80 9 8179 3
Com. Var. Combustíveis/Lubrif 6109 2455,80 10 1627 23
Manut. Conserv. Veículo-Geral 5322 2266,35 11 7691 5
Assist. Med. Odont. Veterinária 5433 1746,55 12 7229 6
Hotéis e Motéis 5211 1561,25 13 953 38

CONSUMIDORES
Assoc. Esportivas e Recreativas 8023 1312,95 14 998 35
Outros Serviços Diversões 5699 1219,65 15 1742 22
Reparação de Veículos 5321 1191,95 16 4167 12
Outras Reparações não Especifi 5399 1187,35 17 4342 11
Radiodifusão e Televisão 5120 1186,75 18 456 55
Com. Var. Mat. Construção 6101 1093,65 19 2897 15
Ent. Relig. 03-N Rec. Donativo 7604 1002,50 20 4675 9
Com. Var. Móveis e Util. Domé 6106 981,80 21 1878 20
Telegrafia, Telefônia/ Correios 5110 980,35 22 602 49
Serv. Contabil. / Despachante 5536 858,15 23 3996 13
Com. Var. Prod. Quím. e Farma 6108 789,90 24 2781 16
Atividades não Especificadas 6999 768,30 25 1546 25
Serv. Auxil. Com. Mercadorias 5511 764,25 26 1815 21
Barbearias, Saunas e Lavanderia 5410 711,10 27 3237 14
Outros Serviços Pessoais 5499 653,20 28 1940 19
UC Rec.Don-Enti.Assist./Benef. 7511 651,70 29 570 50
Com. Var.Acessórios Veículos 6105 627,55 30 1612 24
Outros Serv. Aliment-não Especif 5229 589,90 31 1119 29
Com. Var. Veículos 6103 541,10 32 1062 32
Com. Var. de Tecidos 6111 517,80 33 1055 33
Transp. Rodov. de Cargas 5032 497,70 34 767 42
Escolas Part. Cursos Livres 5465 492,70 35 995 36
Joalherias e Relojoarias 6118 461,15 36 1091 31
Com. Var. Veículos e Acessórios 6104 419,95 37 370 60
Serv. Consultoria e Engenharia 5535 416,65 38 1093 30
Bancos e Empr. de Crédito 5910 410,55 39 191 83
Garagens 5048 397,55 40 891 40
Repar. Manut. Apar. Não Especific 5319 361,00 41 1173 28
Com. Atac. Bebidas e Refrigerante 6025 337,25 42 373 58
Com. Atac. Frutas e Legumes 6021 327,00 43 495 52
UC Rec. Donat - Entid. Hosp. 7512 321,55 44 59 124
Com. Atac. Carnes e Pescados 6023 313,85 45 238 74
Ent.Assist./Benef.-não.Rec.Donat. 7601 299,20 46 743 43
Serv. de Advocacia 5431 298,70 47 2247 18
Armazéns Gerais e Trapiches 5512 289,50 48 655 46
Com. Var. Brinq. e Art. Desport. 6119 286,95 49 946 39
Outras Escolas Particulares 5469 285,40 50 473 53
TOTAL 70368,45 140419
PERCENTAGEM 88,58 87,52
Tabela 4.2-9 - Consumidores da CEB


CONSUMIDORES
Outros Serviços Comerciais 5599 3322,00 1 10559 1
Bancos e Caixas Econômicas 5900 2951,30 2 345 31
Supermercados 6115 1659,85 3 388 27
Comercial - Serviço 6800 1604,00 4 1346 6
Restaurantes e Lanchonetes 5221 1569,55 5 1070 9
Telegrafia, Telefonia/ Correios 5110 1335,35 6 121 57
Hotéis e Motéis 5211 1265,30 7 566 19
Atividades não Especificadas 6999 1252,10 8 1313 7
Bares, Botequins e Cafés 5222 1114,40 9 2686 3
Comércio Varejista - Outros 6199 1044,90 10 2701 2
Mercearias, Armazéns. e Padarias 6114 897,70 11 1216 8
Outros Serviços Diversões 5699 799,75 12 360 29
Com. Var. Vestuário e Calçados 6112 688,50 13 1644 5
Radiodifusão e Televisão 5120 563,35 14 43 83
Serv. Processamento de Dados 5534 552,75 15 217 38
Com. Var. Combustíveis/ Lubrificant 6109 463,40 16 132 49
Hospitais e Casas de Saúde 5440 432,90 17 63 69
Assoc. Esportivas e Recreativas 8023 416,05 18 84 65
Entidades Religiosas 8010 399,55 19 637 15
Manut. Conserv. Veículo-Geral 5322 384,80 20 630 16
Assist. Med. Odont. Veterinária 5433 366,85 21 1961 4
Com. Var. Carnes e Peixes 6113 337,70 22 526 20
Escrit. Empr. Indúst. Construção 5732 300,35 23 414 26
Com. Var. Mat. Construção 6101 297,30 24 594 18
Com. Var. de Tecidos 6111 285,55 25 233 37
Reparação de Veículos 5321 255,90 26 433 23
Serv. Consultoria e Engenharia 5535 247,00 27 953 11
Com. Var. Veículos 6103 246,35 28 147 44
Fundações exceto Públicas 8008 239,85 29 186 41
Barbearias, Saunas e Lavanderias 5410 238,15 30 641 14
Outras Escolas Particulares 5469 232,55 31 135 47
Escrit. Empr. Ind. Util. Pública 5731 227,35 32 61 72
Com. Var, Móveis e Utili. Domest. 6106 226,85 33 326 32
Escrit. Empresas-não Especifica 5769 210,50 34 608 17
Escoals Particulares Cursos Livres 5465 207,25 35 440 22
Outros serviços Pessoais 5499 200,80 36 814 12
Magazins 6116 200,15 37 73 66
Com. Var. Acessórios Veículos 6105 199,10 38 267 34
Outros Serv. Aliment - não Especif 5229 177,25 39 137 46
Bancos e Empr. de Crédito 5910 176,20 40 58 75
Outros Serv. Comunicações 5199 175,05 41 93 62
Escolas Particul. Seg. Grau 5462 161,40 42 63 70
Com. Var. Livros e Papéis 6107 156,00 43 431 24
Garagens 5048 152,50 44 16 115
Joalherias e Relojoarias 6118 152,45 45 278 33

CONSUMIDORES
Transp. Urb. Passag. e Metro 5041 147,65 46 25 102
Escolas Part. Ensino Integrado 5464 147,10 47 25 109
Assoc. Benef. Relig. E Assistencial 8021 144,35 48 217 39
Com. Var. Prod. Quím. e Farmac. 6108 142,20 49 415 25
Armazéns Gerais e Trapiches 5512 139,80 50 122 55
TOTAL 29109 36813
PERCENTAGEM 86.86 81.98
Tabela 4.2-10 - Comparação de Classificação Entre Companhias

ATIVIDADES COMERCIAIS CÓDIGO ELP CPFL CEB
Bares, Botequins e Cafés 5222 1 1 6
Restaurantes e Lanchonetes 5221 2 3 3
Mercearias, Armaz. e Padarias 6114 3 5 7
Bancos e Caixas Econômicas 5900 4 7 1
Com. Var. Vestuário e Calçado 6112 5 6 8
Com. Var. Carnes e Peixes 6113 6 4 15
Supermercados 6115 7 2 2
Com. Var. Combustíveis/Lubrificantes 6109 8 8 11
Assist. Med. Odont. Veterinária 5433 9 10 14
Hoteis e Moteis 5211 10 11 5
Manut. Conserv. Veículo-Geral 5322 11 9 13
Figura 4.2-1 - Atividade 5900 - Frequência Acumulada do Consumo Mensal



Tabela 4.2-11 - Consumidores Comerciais - Classificação Quanto ao Porte do Consumidor
ATIVIDADES CÓDIGO CIA PEQUENO MÉDIO GRANDE

(kWh) (kWh) (kWh)
CPFL ≤ 200 201 - 400 > 400
Bares, Botequins e Cafés 5222 ELP ≤ 300 301 - 500 > 500
CEB ≤ 200 201 - 300 > 300
CPFL ≤ 300 301 - 700 > 700
Restaurantes e Lanchonetes 5221 ELP ≤ 500 501 - 1500 > 1500
CEB ≤ 300 301 - 1000 > 1000
CPFL ≤ 200 201 - 400 > 400
Mercearias, Armazéns e 6114 ELP ≤ 250 251 - 500 > 500
Padaria CEB ≤ 200 201 - 400 > 400
CPFL ≤ 1000 1001 - 2500 > 2500
Bancos e Caixas Econômicas 5900 ELP ≤ 2000 2001 - 5000 > 5000
CEB ≤ 1000 1001 - 7500 > 7500
CPFL ≤ 100 101 - 200 > 200
Com. Var. Vestuário e Calçado 6112 ELP ≤ 200 201 - 400 > 400
CEB ≤ 100 101 - 300 > 300
CPFL ≤ 400 401 - 800 > 800
Com. Var. Carnes e Peixes 6113 ELP ≤ 400 401 - 1000 > 1000
CEB ≤ 200 201 - 600 > 600
CPFL ≤ 600 601 - 2000 > 2000
Supermercados 6115 ELP ≤ 500 501 - 1500 > 1500
CEB ≤ 300 301 - 1500 > 1500
CPFL ≤ 700 701 - 1500 > 1500
Com. Var. Combustiveis/Lubrif 6109 ELP ≤ 1000 1001 - 1600 > 1600
CEB ≤ 1500 1501 - 3000 > 3000
CPFL ≤ 100 101 - 200 > 200
Assist. Med. Odont. Veterinário 5433 ELP ≤ 100 101 - 200 > 200
CEB ≤ 100 101 - 200 > 200
CPFL ≤ 500 501 - 1200 > 1200
Hoteis e Moteis 5211 ELP ≤ 200 201 - 300 > 300
CEB ≤ 100 101 - 200 > 200
CPFL ≤ 100 101 - 250 > 250
Manut. Conserv. Veículo-Geral 5322 ELP ≤ 150 151 - 300 > 300
CEB ≤ 150 151 - 300 > 300
4.3 MEDIÇÕES REALIZADAS E RECOMENDAÇÕES
Além de providenciar as medições naquelas atividades consideradas principais, recuperou-se algumas

medições, efetuadas pela ELETROPAULO quando do estudo feito onde considerou-se a mudança
eventual no horário do comércio de São Paulo para aliviar o trânsito.
Assim, obteve-se um banco de dados cuja quantidade de medições estão indicadas na Tabela 4.3-1.
Tabela 4.3-1 - Quantidade de Consumidores e Transformadores Medidos e Dias de Medição
CESP CPFL ELETROPAULO TOTAL

Quantidade de Consumidores Medidos 58 64 112 234
Dias de Medição (Consumidores) 974 1616 899 3489
Quantidade de Transformadores Medidos 7 22 - 29
Dias de Medição (Transformadores) 116 807 - 923
Na Tabela 4.3-2 estão apresentadas as atividades e o número de medições divididas por companhia.
Tabela 4.3-2 - Atividades, Número de Consumidores e Número de Dias de Medição
ÍTEM ATIVIDADES ELP CPFL CESP
No Cons No Dias No Cons No Dias No Cons No Dias

01 5041 4 24 - - - 16
02 5048 1 16 2 35 1 -
03 5052 1 6 - - - -
04 5120 3 40 - - - 50
05 5211 1 6 1 10 3 64
06 5221 1 19 8 259 4 99
07 5222 1 14 6 165 5 -
08 5229 1 6 - - - 30
09 5321 - - - - 2 50
10 5322 1 14 2 42 3 13
11 5410 1 16 2 35 1 54
12 5433 1 14 2 25 3 36
13 5465 2 13 2 32 2 35
14 5536 - - - - 2 -
15 5761 2 19 - - - -
16 5769 6 50 - - - 16
17 5900 8 56 4 113 1 -
18 5930 1 6 - - - -
19 5960 1 6 - - - -
ÍTEM ATIVIDADES ELP CPFL CESP
No Cons No Dias No Cons No Dias No Cons No Dias

20 6005 1 6 - - - -
21 6009 1 6 - - - -
22 6014 1 6 - - - -
23 6022 1 6 - - - -
24 6029 1 7 - - - -
25 6031 1 6 - - - 16
26 6101 5 30 2 32 1 -
27 6102 2 19 - - - 30
28 6103 5 30 2 34 2 -
29 6104 2 25 - - - -
30 6105 4 31 2 32 - 51
31 6106 5 57 - - 3 51
32 6107 4 24 - - 1 24
33 6108 1 13 2 49 2 44
34 6109 3 18 5 136 1 15
35 6111 2 19 - - - -
36 6112 18 116 6 144 5 46
37 6113 1 6 4 150 4 53
38 6114 2 19 7 174 3 41
39 6115 5 37 5 149 2 32
40 6116 - - - - 2 39
41 6118 - - - - 2 36
42 6119 1 6 - - 1 15
43 6124 - - - - 1 27
44 6199 5 43 - - 1 12
45 6330 2 26 - - -
-
46 8021 1 6 - - - -
47 8022 2 12 - - - -
Deve-se ressalvar que na maioria das medições efetuadas pela Eletropaulo, o período de medição foi de 7
dias.
A partir destes dados procurou-se definir dois tipos de modelos: o individual e o aglutinado.
O modelo individual leva à recomendação de uma curva de carga típica para cada atividade e
concessionária.
No modelo aglutinado procurou-se agrupar curvas semelhantes (de atividades diferentes) em 4 tipos de
curvas típicas.
4.3.1 Modelo Aglutinado
Para determinação deste modelo foi utilizada uma sub-amostra apenas do conjunto total de curvas
(quando esta análise foi feita não tinham sido medidos todos os consumidores) composta de: CESP - 7
consumidores e 1 transformador; CPFL - 8 consumidores e 4 transformadores; Eletropaulo - 102
consumidores. De posse das medições mencionadas, foi efetuado o tratamento dos dados na sequência
apresentada a seguir:
- cálculo das médias (M) e dos desvios-padrões (S) para todos os 96 pontos da curva diária de carga,
referente a cada unidade consumidora medida, determinando assim a sua curva diária média e dos
desvios-padrões.
- cálculo da energia média diária (E), pela integração da curva diária média, e cálculo da potência média
diária (Pb=E/24);
- cálculo das curvas diárias de carga (média e desvio), em pu, (m,s) utilizando-se como valor de base a
potência média (Pb) para cada consumidor em questão;
- desenho das curvas diárias de carga, em pu (curvas médias e de desvios) para todos os consumidores
medidos;
- retirada de todos os domingos do conjunto das medições de cada consumidor;
- desenho das novas curvas de carga diárias, em pu (curvas médias e de desvio) para cada consumidor
estudado, sem considerar os domingos;
- retirada de todos os sábados do conjunto das medições de cada consumidor;
- desenho das novas curvas de carga diárias, em pu (curvas médias e de desvio) para cada consumidor
estudado, sem considerar os sábados e domingos.
Na Figura 4.3.1-1 estão apresentadas, para um consumidor, as curvas considerando: todos os dias; sem
os domingos; e sem os sábados e domingos.
Figura 4.3.1-1 - Curvas de Carga Média e Desvio-Padrão Considerando Todos os Dias, Sem os
Domingos e Sem os Sábados e Domingos, para um Consumidor
Consumidores Comerciais 99
Foram então impressas, para possibilitar uma análise detalhada, as três curvas separadas (considerando
todos os dias medidos, sem os domingos e sem os sábados e domingos) para todos os consumidores e
transformadores estudados.
Nesse ponto do estudo tornou-se necessário escolher com qual conjunto de curvas seria prosseguido o
trabalho.
A partir da análise dessas curvas foi possível concluir que o mais recomendável seria utilizar aquelas
obtidas sem os sábados e os domingos pois, além de demonstrarem comportamento bastante homogêneo,
com valores de desvios bem pequenos, na maioria dos casos abaixo dos 15% da média, apresentavam,
como era de se esperar, valores máximos em pu geralmente um pouco mais elevados, portanto mais
conservativos quando utilizados para dimensionamentos.
De posse das curvas dos 117 consumidores e 5 transformadores medidos passou-se à fase de
agrupamento por atividades.
Cálculou-se então, para cada conjunto de atividades, a curva média das médias e a curva de desvio das
médias, a partir dos dados (curvas médias) de cada consumidor, individualmente considerado.
Desenhou-se então essas curvas de médias e desvios das médias, para cada atividade estudada. Para
possibilitar uma análise mais precisa desenhou-se também, em um mesmo gráfico, todas as curvas
médias da respectiva atividade.
As Figuras 4.3.1-2 a 4.3.1-21, contém esses dois gráficos para as atividades com mais de um consumidor
medido.
A grande utilidade desses conjuntos de curvas é que permite que se observe, além dos valores médios e
de desvio, os valores de média máxima por atividade.
Além das atividades comerciais efetuou-se o mesmo procedimento para os cinco transformadores
medidos. A Figura 4.3.1-22 apresenta o resultado obtido. É possível observar que no caso dos
transformadores também o comportamento é bastante homogêneo.
ATIVIDADE 5120 - MÉDIA E DESVIO DAS MÉDIAS
1.8
1.6
1.4
média
1.2
0.8
0.6
0.4
desvio
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
ATIVIDADE 5120 - TODAS AS CURVAS MÉDIAS
1.8
1.6
1.4
1.2
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura. 4.3.1-2 - Estação de Radio

2.5
1.5 média
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura. 4.3.1-3 - Bares Botequins e Cafés

2.5
1.5
média
1 desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura. 4.3.1-4 - Escolas Particulares - Cursos Livres

2.5
1.5
média
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-5 - Escritório de Empresa Não Especificada

3.5
2.5
média
1.5
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-6 - Bancos e Caixas Econômicas

2.5
média
1.5
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-7 - Comércio Atacadista de Produtos Alimentícios

3.5
2.5
média
2
1.5
0.5
desvio
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-8 - Comércio Varejista de Material de Construção

2.5
2
média
1.5
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-9 - Comércio Varejista de Máquinas e Aparelhos Elétricos

3.5
2.5
1.5
média
1
0.5
desvio
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
4.5
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-10 - Comércio Varejista de Veículos

3.5
2.5
1.5
média
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-11 - Comércio Varejista de Acessórios de Veículos

3.5
2.5
1.5
média
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura. 4.3.1-12 - Comércio Varejista de Móveis e Utensílios Domésticos

média
2
desvio
1
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-13 - Comércio Varejista de Livros e Papéis

3.5
2.5
2
média
1.5
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-14 - Comércio Varejista de Combustíveis e Lubrificantes

3.5
3
média
2.5
1.5
desvio
1
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-15 - Comércio Varejista de Vestuário e Calçados

2.5
1.5
média
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-16 - Mercearias, Armazéns e Padarias

1.8
1.6
1.4
1.2 média
1
0.8
0.6
0.4
desvio
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
1.8
1.6
1.4
1.2
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-17 - Supermercados

3
média
2.5
1.5
1
desvio
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
3.5
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-18 - Magazins

2.5
1.5
média
1
0.5 desvio
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-19 - Comércio Varejista - Outros

2.5
média
2
1.5
0.5
desvio
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-20 - Administração de Imóveis

1.8
1.6
1.4
média
1.2
0.8
0.6
0.4 desvio
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
1.8
1.6
1.4
1.2
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-21 - Transporte Urbano de Passageiros e Metrô

TRANSFORMADORES - MÉDIA E DESVIO DAS MÉDIAS
1.8
1.6
1.4
média
1.2
0.8
0.6
0.4 desvio
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
TRANSFORMADORES - TODAS AS CURVAS MÉDIAS
2.5
1.5
0.5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-22 - Transformadores

A fase seguinte das simulações consistiu em agrupar aquelas atividades que guardavam alguma
semelhança entre si.
Foram inicialmente agrupadas as atividades 6103 - Comércio Varejista de Veículos, 6104 - Comércio
Varejista de Veículos e Acessórios e 6105 - Comércio Varejista de Acessórios de Veículos.
Este agrupamento foi feito pois, além de existir sempre a possibilidade de classificação trocada pelas
empresas, conforme já mencionado, ocorreu uma grande semelhança nas curvas individuais obtidas.
A Figura 4.3.1-23 contém as curvas médias e de desvio das médias para esse conjunto de atividades e
todas as curvas médias do mesmo conjunto. Nessa simulação foram agrupados 11 consumidores
correspondendo a 84 dias de medições.
ATIVIDADES 6103-04-05 - MÉDIA E DESVIO DAS MÉDIAS
4 .5
3 .5
2 .5
1 .5
média
1
desvio
0 .5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
ATIVIDADES 6103-04-05 - TODAS AS CURVAS MÉDIAS
4 .5
3 .5
2 .5
1 .5
0 .5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-23 - Comércio Varejista de Veículos e Acessórios de

Veículos
A próxima simulação consistiu em reunir todas as medições referentes às atividades iniciadas pelo código
61, ou seja, Comércio Varejista. Para esta simulacão foram considerados 74 consumidores
correspondendo a 804 dias de medições.
O resultado desta simulação encontra-se na Figura 4.3.1-24. Analisando a referida figura observa-se que o
valor máximo ultrapassou em poucos casos o valor de 3 pu. Essa informação associada à curva média
apresentada na mesma figura é um elemento fundamental para compreender o perfil da carga desse tipo
de consumidor.
ATIVIDADES 61-COMÉRCIO VAREJISTA - MÉDIA E DESVIO DAS

MÉDIAS
2.5
2
média
1.5
0.5
desvio
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
ATIVIDADES 61-COMÉRCIO VAREJISTA - TODAS AS CURVAS

MÉDIAS
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORAS
Figura 4.3.1-24 - Comércio Varejista - Todos

Em seguida procurou-se realizar o agrupamento, não mais por tipo de atividade, mas sim por semelhança
das curvas.
Estabeleceu-se que o modelo deveria contemplar quatro tipos de curvas, a saber: (Figura 4.3.1 - 25)
- Curvas do tipo 1
- Curvas do tipo 2
- Curvas do tipo 3
- Curvas do tipo 4
Tipo 1 Tipo 2
Tipo 3 Tipo 4
Figura 4.3.1-25 - Tipos de Curvas Contempladas

Para compor a curva do tipo 1 foram agrupadas as curvas correspondentes às atividades 5465 - 5769 -
5900 - 6102 - 6105 - 6106 - 6107 - 6112 - 6116 - 6199 e 6330 e o resultado encontra-se na Figura 4.3.1 -
26.
Para compor a curva do tipo 2 foram agrupadas as curvas correspondentes às atividades 6101 e 6103, e o
resultado obtido encontra-se na Figura 4.3.1-27.
Para a curva do tipo 3 as atividades consideradas foram 5222 - 6024 e 6109, estando o resultado na Figura
4.3.1-28.
Finalmente para a curva do tipo 4 utilizou-se as atividades 5041 - 5120 - 6114 e 6115 obtendo-se como
resultado a Figura 4.3.1-29. Observa-se um resultado bastante interessante, principalmente quando nota-
se a semelhança das curvas individuais plotadas no mesmo gráfico.
As atividades pertencentes a estas curvas aglutinadas são escritas a seguir:
Pertencem a curva do tipo 1, as seguintes atividades:
5211 - Hotéis e motéis
5410 - Serviços de higiene - Barbearias, saunas, lavanderias
5465 - Estabelecimentos partículares de cursos livres
5761 - Escritório de empresa de comércio varejista
5769 - Escritório de empresa de atividade não especificada
5900 - Bancos comerciais e caixas econômicas
6009 - Comércio atacadista de máquinas, aparelhos e equipamentos para uso comercial, profissional e
doméstico
6022 - Comércio atacadista de leite e derivados
6031 - Comércio de mercadorias em geral, sem produtos alimentícios
6102 - Comércio varejista de máquinas e aparelhos elétricos
6104 - Comércio varejista de veículos e acessórios
6105 - Comércio varejista de acessórios para veículos

6106 - Comércio varejista de móveis, artigos de habitação e utilidade doméstica
6107 - Comércio varejista de livros, papel, impressos e artigos de escritório
6112 - Comércio varejista de artigos de vestuário, calçados, armarinhos
6113 - Comércio varejista de carnes e peixes
6116 - Magazines
6118 - Joalherias, relojoarias, artigos óticos, material fotográficos e cinematográfico
6119 - Comércio varejista de brinquedos, artigos desportivos, recreativos e para presentes
6124 - Casas lotéricas
6199 - Comércio varejista de produtos não especificados
6330 - Administração de imóveis
8021 - Associações beneficientes, religiosas e educacionais
8022 - Associações culturais, científicas e educacionais.
Pertencem a curva do tipo 2, as seguintes atividades:
5321 - Reparação de veículos
5322 - Manutenção e conservação de veículos em geral
6101 - Comércio varejista de ferragens, produtos metalúrgicos, materiais de construção e material

elétrico
6103 - Comércio varejista de veículos.
Pertencem a curva tipo 3 as seguintes atividades:
5048 - Garagens e parqueamento de veículos
5052 - Transporte aéreo de carga
5221 - Restaurantes e lanchonetes

5222 - Bares, botequins e cafés, confeitarias, leiterias e sorveterias
5229 - Outros serviços de alimentação não especificados
5433 - Assistência médica, odontológica e veterinária
6014 - Comércio atacadista de papel, impressos e artigos para escritório
6108 - Comércio varejista de produtos químicos e farmacêuticos
6109 - Comércio varejista de combustíveis e lubrificantes
6111 - Comércio varejista de tecidos.
Pertencem a curva do tipo 4, as atividades:
5041 - Transporte urbanos de passageiros, inclusive metroviários
5120 - Radiodifusão e televisão
5930 - Empresas de capitalização
5960 - Empresas de seguros
6006 - Comércio atacadista de madeira
6029 - Comércio atacadista de produtos importados
6114 - Mercearias, armazéns e padarias
6115 - Supermercados.
CONSUMIDORES COMERCIAIS - CURVAS DO TIPO 1
2.50
m édia
2.00
1.50
p.u.
1.00
desvio
0.50
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora
Figura 4.3.1-26 - Curvas do Tipo 1
2.50
2.00
média
1.50
p.u.
1.00
0.50 desvio
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora

2.50
2.00
média
1.50
p.u.
1.00
desvio
0.50
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora
1.40
m é d ia
1.20
1.00
0.80
p.u.
0.60
0.40 desvio
0.20
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora

CAPITULO 5
SETOR INDUSTRIAL
José A. Jardini, Ronaldo P. Casolari, Se U. Ahn, Marcos R. Gouvea
5.1 INTRODUÇÃO
O estudo das curvas diárias de carga para o setor industrial[R-27 a R-33] seguiu a mesma metodologia
apresentada para o setor comercial ou seja:
- determinação das atividades importantes
- planejamento das medições
- análise das medições e recomendações de curvas padrão
O projeto concentrou-se nos consumidores de baixa tensão
Para complementar as informações, procurou-se documentar alguns consumidores de média tensão da

Eletropaulo onde por prática da empresa são instalados medidores eletrônicos, e portanto pode-se
disponibilizar as curvas diárias de carga.
5.2 – CARACTERIZAÇÃO DAS ATIVIDADES QUANTO A SUA

IMPORTÂNCIA
Da forma análoga a realizada para o conjunto dos consumidores comerciais, para os consumidores
industriais de baixa tensão foram produzidas tabelas por ordem de importância quanto ao número de
consumidores (Tabela 5.2-1) e por ordem de consumo mensal utilizando a base de dados da Eletropaulo
com as informações referentes ao ano de 1990.
Procedeu-se então a uma comparação entre as listagens de atividades industriais classificadas por
número de consumidores e por energia média.
Tal comparação permitiu selecionar como grupo inicial para análise as 50 (cinquenta) primeiras
atividades industriais classificadas por energia média, cujo conjunto contempla também as 44 (quarenta
e quatro) primeiras classificadas por número de consumidores.
A listagem com essas atividades selecionadas encontra-se na Tabela 5.2-2. Salienta-se que esta relação é
representativa, pois contém 87% do total da energia média e 85% do total das unidades consumidoras
industriais (Tabela 5.2-3).
Analisando-se o conjunto das 50 (cinquenta) atividades selecionadas foi possível dividí-lo em 3 (três)
grupos:
I- Atividades com especificação inadequada ou incompleta
Essas atividades pela sua descrição não permitem uma definição clara do tipo de consumidor.
II - Atividades industriais cujas unidades consumidoras devem ser medidas – Prioridade I
A listagem encontra-se na Tabela 5.2-4, contendo vinte atividades.
III - Atividades industriais cujas unidades consumidoras devem ser medidas – Prioridade II
Tratam-se de dezoito atividades que comparadas às demais e, em função do pequeno número de

aparelhos disponíveis para medição, tiveram que ser colocadas em segunda prioridade.
Tabela 5.2.1 - Eletropaulo - Classificação Quanto ao Número de Consumidores
A t i v i d a d e Código Classif. Nº de Consumidores % do % do

Total Maior
Confec. Roupas e Agasalhos 2510 1 5562 11,04 100,00
Fabr. Outr. Art. .Metal 1199 2 4212 8,36 75,73
Fabr. Prod. Padaria 2670 3 3471 6,89 62,41
Serral/Fab Tanq/Reservat 1160 4 3434 6,82 61,74
Fabr Outr Artigos 3099 5 3107 6,17 55,86
Contrução Civil 3210 6 2099 4,17 37,74
Fab. Peças Estr. Cimento 1060 7 2014 4,00 36,21
Fabricação de Móveis Mad 1610 8 1614 3,20 29,02
Fabr. Outros Plástico 2399 9 1365 2,71 24,54
Fabricação Outras Máquina 1299 10 1241 2,46 22,31
Serv. Gráficos Outros 1520 11 1165 2,31 20,95
Fabr. em Madeira/Carpintaria 2999 12 1141 2,27 20,51
Fabr. Art. Diversos Madeira 1550 13 979 1,94 17,60
Impressão Mat. Escolar 2920 14 813 1,61 14,62
Fabricação de Telhas/Tijolos 1030 15 583 1,16 10,48
Fabr. Outr Prod Químicos 2099 16 581 1,15 10,45
Fabr./Acabam Móveis Outros 1699 17 568 1,13 10,21
Impres/Jornais/Livros 2910 18 544 1,08 9,78
Fabr Outr Artef Texteis 2499 19 497 0,99 8,94
Desdobram. da Madeira 1510 20 489 0,97 8,79
Malharia/Fabr Tecidos 2430 21 466 0,93 8,38
Fab. Peças/Acess. Utens. Ferr. 1232 22 449 0,89 8,07
Confec. Outr.Artef. Tecido 2599 23 441 0,88 7,93
Prod. Formas/Peças Fundidas 1115 24 383 0,76 6,89
Fab. Material Eletrônico 1370 25 349 0,69 6,27
Fabr. Outr Prod. Aliment 2699 26 347 0,69 6,24
Ap. Pedras/Mármore/Gran 1010 27 327 0,65 5,88
Fiação e Tecelagem 2420 28 306 0,61 5,50
Fab./Elab./Outr Prod N Met 1099 29 302 0,60 5,43

Total Maior
Fab. Peças/Acess.Veíc. Autom. 1433 30 297 0,59 5,34
Fab. Máq.Apar./Eq. Industr. 1220 31 257 0,51 4,62
Estamp/Funil/Latoaria 1150 32 243 0,48 4,37
Fab. Apar. Eletr.Fins Industr. 1352 33 242 0,48 4,35
Fabri.Cutel/Armas/Art Escr 1170 34 240 0,48 4,31
Fabr Outr Artef Borracha 1899 35 238 0,47 4,28
Fabr Acessor IOS VEstuário 2540 36 229 0,45 4,12
Fabr. Art. Mat. Plástico 2350 37 228 0,45 4,10
Fabr. Artef. Papelão 1740 38 221 0,44 3,97
Fabr.Art.Mat.Plas.Uso Ind. 2320 39 220 0,44 3,96
Fabric. Material Elétrico 1320 40 220 0,44 3,96
Fabr. Outr. Artef. Cour/Peles 1999 41 218 0,43 3,92
Tempera e Cementação Aço 1180 42 209 0,41 3,76
Fabr. de Estruturas Metálicas 1130 43 204 0,41 3,67
Benef. Fibras Texteis 2410 44 182 0,36 3,27
Fabr. Papel/Papelão 1720 45 179 0,36 3,22
Fab. Maq. Ferram.Maq.Oper. 1231 46 178 0.35 3,20
Fabr. Artef. Papel 1730 47 174 0,35 3,13
Fabr. Artef. Tref. Ferro/Aço 1140 48 172 0,34 3,09
Fabr. Prod. Farmac/Veterinar 2110 49 170 0,34 3,06
Fabricação de Mat. Cerâmico 1040 50 163 0,32 2,93
Fabr.Art.Mat.Plast.Uso Dom 2330 51 162 0,32 2,91
Fabr. Art. Bijuteria 3033 52 159 0,32 2,86
Recond Pneumáticos 1823 53 153 0,30 2,75
Rep/Man.Maq.Apar.Elétricos 1390 54 152 0,30 2,73
Fab.Apar.Eletr.Uso Domést. 1351 55 151 0,30 2,71
Fabr. Massas/Biscoitos 2680 56 149 0,30 2,68
Fabr.Chapas/Placas Madeira 1530 57 148 0,29 2,66
Extr. de Pedras/outr.Mat. 22 58 147 0,29 2,64
Fabr. Tintas/Esmaltes 2070 59 145 0,29 2,61
Fabricação de Sorvetes 2692 60 142 0,28 2,55
Fab. Vidro e Cristal 1070 61 139 0,28 2,50
Fabr. Balas/Caramelos 2660 62 137 0,27 2,46
Refeições Conservadas 2610 63 129 0,26 2,32
Fabr. Brinquedos 3070 64 124 0,25 2,23
Fabricação de Cimento 1050 65 123 0,24 2,21
Fab.Maq.Apar.Eq.Inst.Indus. 1251 66 118 0,23 2,12
Fabr. Mat/Medicina/Odont. 3012 67 115 0,23 2,07
Produtos Fundidos Ferro/Aço 1106 68 109 0,22 1,96
Fab. Material Comunicação 1380 69 109 0,22 1,96
Fabr. de Laminados Plastic. 2310 70 106 0,21 1,91
Fabricação Móveis Metal 1620 71 99 0,20 1,78
Fabr. Prep. Limpeza/Polimento 2060 72 98 0,19 1,76
Fabr. Art. Joalheria 3032 73 96 0,19 1,73
Fabr. Escovas/Pinceis/Vass 3050 74 95 0,19 1,71
Fab.Maq.Motr.N.Elétricas 1210 75 92 0,18 1,65
Prod. Elementos Químicos 2000 76 91 0,18 1,64

Total Maior
Fabr. Artigos Colchoaria 1630 77 88 0,17 1,58
Torref. e Moagem Café 2603 78 87 0,17 1,56
Fabr. Art. Tanoaria/Mad Arq 1540 79 86 0,17 1,55
Fabr. Instr. de Medida 3000 80 84 0,17 1,51
Fabr. Instr. Mat. Ótico 3023 81 83 0,16 1,49
Benef./Prep.Mat.N Metal. 1080 82 75 0,15 1,35
Fabr. Carrocerias 1440 83 74 0,15 1,33
Reparação/Manut/Máquina 1280 84 68 0,14 1,22
Fabr. Art.Fitas/Filos/Rendas 2440 85 66 0,13 1,19
Fabr. Malas/Valises 1930 86 66 0,13 1,19
Reparação Embarcações 1413 87 66 0,13 1,19
Fab.Maq.Apar.Energia Eletr 1310 88 65 0,13 1,17
Fab. Maq.Apar.Mat.Agricult. 1240 89 65 0,13 1,17
Metalurgia Met.N Ferrosos 1111 90 64 0,13 1,15
Benef. Cafe/Cereais 2601 91 63 0,13 1,13
Abate de Animais 2620 92 63 0,13 1,13
Prepar Conservas Carne 2621 93 62 0,12 1,11
Prep. do Leite/Laticínios 2640 94 62 0,12 1,11
Fab.Maq.Apar.Uso Domestic. 1254 95 61 0,12 1,10
Fabr. Art. Caça/Pesca/Esporte 3080 96 61 0,12 1,10
Fabr. Artef. Bambu/Vime 1560 97 61 0,12 1,10
Recond/Recuper Motores 1434 98 59 0,12 1,06
Benef./Moag./Torref Outros 2609 99 56 0,11 1,01
Fabr. de Aguardentes 2720 100 54 0,11 0,97
Prod.Lamin.Met.Ligas N Ferr 1113 101 52 0,10 0,93
Acabam. Fios e Tecidos 2460 102 50 0,10 0,90
Fabr. Art. Diversos Fibra PR 1790 103 49 0,10 0,88
Fabr. Pneumat/Camaras Ar 1821 104 48 0,10 0,86
Fabr. Canos/Tubos Plástico 2360 105 48 0,10 0,86
Fabr. Tecidos Especiais 2450 106 48 0,10 0,86
Prod. Arames de Aço 1108 107 45 0,09 0,81
Fab. Mat. Eletr.p/Veículos 1340 108 44 0,09 0,79
Prod. de Laminados de Aço 1104 109 43 0,09 0,77
Fab/Ap/Eletr. Fins Terap 1353 110 43 0,09 0,77
Fabr. Adubos e Fertilizantes 2080 111 41 0.08 0,74
Produção de Ferro Gusa 1101 112 41 0.08 0,74
Fabr. de Vinhos 2710 113 41 0.08 0,74
Prod. Canos/Tubos Fer/Aço 1105 114 40 0.08 0,72
Fabr. Instr. Musicais 3041 115 39 0.08 0,70
Produção de Ferro e Aço 1102 116 38 0.08 0,68
Prod. Fios/Arames 1116 117 37 0,07 0,67
Fab. Maq.Apar.Utens.Eletr. 1253 118 36 0,07 0,65
Fabr. Art. Cortiça 1570 119 34 0,07 0,61
Curtimento Couros/Peles 1910 120 33 0,07 0,59
Fabr. Graxas/Ceras/Paraf. 2017 121 31 0,06 0,56
Fabr. Tratores/Maquinas 1270 122 31 0,06 0,56
Extr. de Outr.Min.N. Metal 25 123 30 0,06 0,54

Total Maior
Fabric. Rações Balanceadas 2698 124 30 0,06 0,54
Prod. Soldas e Anodos 118 125 29 0,06 0,52
Fabr. Outr. Veículos 1480 126 29 0,06 0,52
Fabr. Apar. Corr. Def. Físico 3011 127 29 0,06 0,52
Fabr. Calçados 2530 128 29 0,06 0,52
Fabr. Bicicletas/Triciclos 1450 129 28 0,06 0,50
Fabr. Concentr.Aromáticos 2050 130 28 0,06 0,50
Prod. Ligas Met. N. Ferrosos 1112 131 28 0,06 0,50
Prod. Canos/Tubos Metais 1114 132 27 0,05 0,49
Constr. Embarcações 1411 133 26 0,05 0,47
Fabricação de Cal 1020 134 26 0,05 0,47
Fab. Maq.Apar.Eq.Artes/Ofic 1252 135 26 0,05 0,47
Fabricação de Lâmpadas 1330 136 26 0,05 0,47
Fab.Cronometros/Relogios 1260 137 26 0,05 0.47
Fabr. Bebidas Não Alcoolicas 2741 138 25 0,05 0,45
Lapidação Pedras Prec/Sem 3031 139 25 0,05 0,45
Prep Cons Carne/Salsichar 2622 140 24 0,05 0,43
Fabricação de Gelo 2696 141 24 0,05 0,43
Prod. Forjados de Aço 1107 142 24 0,05 0,43
Refin/Prepar. Óleos/Gordura 2691 143 24 0,05 0,43
Fabr. Prod. de Milho 2605 144 24 0,05 0,43
Fabr. Estof./Capas p/ Veículos 1490 145 24 0,05 0,43
Metalurgia do Pó 1120 146 23 0,05 0,41
Metalurgia Met. Preciosos 1119 147 23 0,05 0,41
Prod. Relaminados Metais 1117 148 22 0.04 0.40
Fabr. Prod. Perfumaria 2210 149 22 0.04 0.40
Moagem de Trigo 2602 150 21 0.04 0.38
Fabricação de Chapéus 2520 151 21 0.04 0.38
Fabr. Mat. Fotográfico 3022 152 20 0.04 0.36
Britamento de Pedras 1011 153 19 0.04 0.34
Fab. Veíc. Autom. Rodoviários 1432 154 19 0.04 0.34
Fabr. Espuma Borracha 1840 155 19 0.04 0.34
Benefic. Borracha Natural 1810 156 17 0.03 0.31
Fabr. De Farinhas Diversas 2607 157 16 0.03 0.29
Revel/Cópias/Pelic. Cinemat. 3060 158 15 0.03 0.27
Pavim/Terrap/Construção Estr. 3220 159 15 0.03 0.27
Fabr. Resinas Fibras/Fios 2020 160 14 0.03 0.25
Fabr. Laminados/Fios Borra 1830 161 14 0.03 0.25
Prod. Relaminados de Aço 1109 162 14 0.03 0.25
Fabr. Apar Foto/Cine 3021 163 14 0.03 0.25
Constr. Montag. Aeronaves 1471 164 13 0.03 0.23
Prod. Óleos/Gorduras 2040 165 13 0.03 0.23
Extr.de Minérios de Ferro 11 166 12 0.02 0.22
Prep. Cons. Carne 2629 167 11 0.02 0.20
Engarraf. Águas Minerais 2742 168 10 0.02 0.18
Fabr. Mat. Petroquímicos 2012 169 10 0.02 0.18
Fabr.Celulose Pasta Mecan 1710 170 10 0.02 0.18

Total Maior
Extr. Miner. Fabr. Adubos 21 171 9 0.02 0.16
Extr. Minérios Met. N. Ferro 13 172 8 0.02 0.14
Fabr. Prod. Deriv. Carvão 2013 173 8 0.02 0.14
Reparação Aeronaves 1472 174 8 0.02 0.14
Reprodução Fitas Magnéticas 3043 175 8 0.02 0.14
Extr. De Petr. E Gas Natural 31 176 8 0.02 0.14
Fabr. De Asfalto 2015 177 7 0.01 0.13
Secagem/Salga Cour/Peles 1911 178 7 0.01 0.13
Outr. Tabaco 2899 179 7 0.01 0.13
Conservas do Pescado 2630 180 6 0.01 0.11
Produção de Ferro-Ligas 1103 181 6 0.01 0.11
Fabricação de Vinagre 2694 182 5 0.01 0.09
Preparação do Fumo 2810 183 5 0.01 0.09
Fabr. Combustíveis/Lubrifican 2011 184 5 0.01 0.09
Fabr. Prod. de Mandioca 2606 185 5 0.01 0.09
Extr. De Pedras Preciosas 24 186 4 0.01 0.07
Geração/Fornec. En. Eletr. 3110 187 4 0.01 0.07
Fabr. Fósforo Segurança 2038 188 4 0.01 0.07
Fabr. De Cervejas 2730 189 4 0.01 0.07
Extr. Do Carvão 32 190 4 0.01 0.07
Refin/Moagem de açúcar 2652 191 4 0.01 0.07
Extr. De Minérios Met. Prec. 12 192 4 0.01 0.07
Repar. Veículos Ferroviários 1424 193 4 0.01 0.07
Produção de Discos 3042 194 4 0.01 0.07
Distribuição de Gás 3120 195 4 0.01 0.07
Fabricação de Cigarros 2820 196 3 0.01 0.05
Out. Indústrias Utilid. Pública 3199 197 3 0.01 0.05
Fabr. Móv. Mol. Mat. Plástico 2340 198 3 0.01 0.05
Fabr. Sabões/ Detergentes 2220 199 3 0.01 0.05
Constr. Obras de Arte 3230 200 3 0.01 0.05
Prepar. Sal de Cozinha 2693 201 3 0.01 0.05
Fabricação de Fermentos 2695 202 2 0.00 0.04
Fabr. De Charutos/Cigarrilhas 2830 203 2 0.00 0.04
Extr. De Miner. Radioativos 40 204 2 0.00 0.04
Produção de Banha 2623 205 2 0.00 0.04
Saneamento Limpeza Urbana 3140 206 2 0.00 0.04
Extração de Sal 23 207 2 0.00 0.04
Fabr. Café/Mate Solúvel 2604 208 1 0.00 0.02
Fabr. De Gás Hulha e Naftal. 2014 209 1 0.00 0.02
Fabr. Pólvoras/Explosivos 2031 210 1 0.00 0.02
Constr.Mont.Veíc.Ferroviários 1421 211 1 0.00 0.02
Sint/Pelotização Min.Metálicos 14 212 0 0.00 0.00
Sint./ Pelotização Carvão 2016 213 0 0.00 0.00
Fabricação de Velas 2230 214 0 0.00 0.00
Fabricação de Açúcar 2651 215 0 0.00 0.00
Destilação de Álcool 2750 216 0 0.00 0.00
Tratam/ Distribuição de Água 3130 217 0 0.00 0.00

Total Maior
Urbanização 3150 218 0 0.00 0.00
Total 50336
Tabela 5.2-2 - Eletropaulo - 50 Atividades Mais Importantes - Classificação por Número de

Consumidores e por Energia Média
A t i v i d a d e Código MWh MWh Nº de Classif.

Classif. Médio Consumidores
Fabr Prod de Padaria 2670 1 27854,25 3471 3
Fabr Outr Art Metal 1199 2 8187,75 4212 2
Confec Roupas e Agasalhos 2510 3 6460,1 5562 1
Fabr Outr Artigos 3099 4 5274,2 3107 5
Fabr Outr Plástico 2399 5 4395,1 1365 9
Construção Civil 3210 6 2851,7 2099 6
Fabricação Outras Máquinas 1299 7 2178,95 1241 10
Serral/Fab Tanq/Reservat 1160 8 1690,85 3434 4
Fabricação de Móveis Mad 1610 9 1464,65 1614 8
Serv Gráficos Outros 2999 10 1226,2 1141 12
Fabr de Peças Estr Cimento 1060 11 1173,65 2014 7
Fabr de Outr Prod Químicos 2099 12 1052,45 581 16
Fabr de Outr Artef Têxteis 2499 13 1024,1 497 19
Fiação e Tecelagem 2420 14 923,95 306 28
Fabr de Outr Prod Alimentíci 2699 15 916,85 347 26
Fabr Art Diversos Madeira 1550 16 904,15 979 13
Fabr Art Mat Plástico 2350 17 881,85 228 37
Impressão Mat Escolar 2920 18 879,4 813 14
Fabr de Material Eletrônico 1370 19 874,45 349 25
Fabr de Art Mat Plast Uso In 2320 20 820,55 220 39
Tempera e Cementação Aço 1180 21 814,9 209 42
Prod Formas/Peças Fundidas 1115 22 797,1 383 24
Fab Peças/Acess.Veic.Autom 1433 23 789,5 297 30
Fabr Outr Artef Borracha 1899 24 785,9 238 35
Fabr Peças/Acess Utens Ferr 1232 25 753,15 449 22
Impres/Jornais/Livros 2910 26 740,4 544 18
Malharia/Fabr Tecidos 2430 27 702,5 466 21
Fabr em Madeira/Carpintaria 1520 28 680,65 1165 11
Confec Outr Artef Tecido 2599 29 670,1 441 23
Fabricação de Telhas/Tijolos 1030 30 646,7 583 15
Fab Apar Eletr Fins Indust 1352 31 610,95 242 33
Fab de Máq Apar/Eq Indust 1220 32 523,4 257 31
Fabricação Material Elétrico 1320 33 512,85 220 40
Estamp/Funil/Latoaria 1150 34 470,8 243 32
Benef Fibras Têxteis 2410 35 460,55 182 44
Fabr de Massas/Biscoitos 2680 36 458,9 149 56
Fabr de Papel/Papelão 1720 37 458,3 179 45
A t i v i d a d e Código MWh MWh Nº de Classif.

Classif. Médio Consumidores
Fabr Art Mat Plást Uso Dom 2330 38 451,4 162 51
Fab/Elab/Outr Prod N Met 1099 39 442,15 302 29
Fabr Cutel/Armas/Art Escr 1170 40 438,9 240 34
Fabr Tintas/Esmaltes 2070 41 401,9 145 59
Desdobramento da Madeira 1510 42 390,2 489 20
Fabr/Acabam Móveis Outros 1699 43 381,95 568 17
Ap. Pedras / Mármore / Gran. 1010 44 379,35 327 27
Recon Pneumáticos 1823 45 372,95 153 53
Rep/Man Máq Apar Elétricos 1390 46 371,55 152 54
Fabr Prod Farmac/Veterinári 2110 47 366,55 170 49
Fabr Artef Tref Ferro/Aço 1140 48 365,75 172 48
Fabr Balas/Caramelos 2660 49 358,15 137 62
Fabr Artef Papel 1730 50 354,1 174 47
Total 86986,7 43018

Porcentagem do Total 87,16 85,41
Tabela 5.2-3 - Representatividade do Conjunto de Atividades (Eletropaulo)
A t i v i d a d e % da Classificação por % da Classif. por No

Consumo de Consumidores
1 a 10 62,89 58,09
1 a 20 71,18 66,67
1 a 30 78,58 76,15
1 a 40 83,41 80,47
1 a 50 87,16 85,41
1 a 60 90,22 88,19
1 a 70 92,48 91,20
1 a 80 94,06 92,77
1 a 90 95,30 93,97
1 a 100 96,35 95,23
Tabela 5.2-4 - Atividades Para Medição - Prioridade I (Eletropaulo)

A t i v i d a d e Código
Fabricação de Produtos de Padaria 2670
Confecção de Roupas e Agasalhos 2510
Construção Civil 3210
Serralheria/Fabricação de Tanques/ Reservatório 1160
Fabricação De Móveis de Madeira 1610
Fabricação de Peças e Estrutura de Cimento 1060
Fiação e Tecelagem 2420
Fabricação de Artigos Diversos de Madeira 1550
Fabricação de Artigos de Material Plástico 2350
Impressão de Material Escolar 2920
Fabricação de Material Eletrônico 1370
Fabricação Art. Mat. Plástico Uso Industrial 2320
Têmpera e Cemenração de Aço 1180
Produção de Formas/Peças Fundidas 1115
Fab. Peças/Acess. Veíc. Automotivos 1433
Fab. de Peças/Acess. Utensílios Ferrosos 1232
Impressos/Jornais/Livros 2910
Malharia/Fabricação de Tecidos 2430
Fabricação em Madeira / Carpintaria 1520
Fabricação de Telhas/Tijolos 1030
Tabela 5.2-5 - Atividades Para Medição - Prioridade II (Eletropaulo)

A t i v i d a d e Código
Fabricação de Aparelhos Elétricos Fins Industriais 1352
Fabricação Máq. Aparelhso/Equip. Industriais 1220
Fabricação de Material Eletrônico 1320
Estamparia/Funilaria/Latoaria 1150
Beneficiamento de Fibras Têxteis 2410
Fabricação de Massas/Biscoitos 2680
Fabricação de Papel/Papelão 1720
Fabr. Art. Mat. Plástico Uso Doméstico 2330
Fabricação Cutelaria/Armas/Artigo Escritório 1170
Fabricação Tintas/ Esmaltes 2070
Desdobramento da Madeira 1510
Aparelhamento de Pedras/Mármores/Granito 1010
Recond. Pneumáticos 1823
Rep./Man. Máq. Apar. Elétricos 1390
Fabr. Prod. Farmaceuticos/Veterinários 2110
Fabricação Artef. Tref. Ferro/Aço 1140
Fabr. Balas/Caramelos 2660
Fabricação Artefatos de Papel 1730
Em seguida aplicou-se o mesmo procedimento com os dados da CPFL referentes ao período de junho a
agosto de 1993. Na Tabela 5.2-6 encontram-se as 50 atividades mais importantes.
Na Tabela 5.2-7, para as atividades mais importantes, são indicadas suas ordens de importância, seja na
área da Eletropaulo ou CPFL.
Procurou-se depois determinar a distribuição de consumidores em função do consumo para as atividades

importantes. São aqui mostrados, para ilustração, os resultados das atividades da Eletropaulo 2670 –
Fabricação de Produtos de Padaria (Figura 5.2-1); 2510 – Confecção de Roupas e Agasalhos
(Figura 5.2-2); e 3210 - Construção Civil (Figura 5.2-3).
A partir destas distribuições foram definidas as faixas, “pequeno”, “médio” e “grande” para obter uma
representatividade nas medições.
Na Tabela 5.2-8 estão apresentadas estas faixas para as atividades mais importantes e que serão
prioritárias nas medições.
Tabela 5.2-6 - 50 Atividades mais Importantes - Classificação por Número e por Energia Média
Atividades Código Consumo Consumidor

MWh Class. Quant. Class.
Fabricação Produtos de Padaria 2670 8029.10 1 2023 3
Construção Civil 3210 3743.90 2 12954 1
Fiação e Tecelagem 2420 2431.05 3 700 10
Fabricação de Calçados 2530 2375.10 4 2139 2
Confecção de Roupas e Agasalhos 2510 988.85 5 1391 5
Fabricação de Telhas/Tijolos 1030 908.75 6 546 13
Fabricação de Móveis de Madeira 1610 907.15 7 1390 6
Serralheria/Fábr. Tanques/Reservat. 1160 743.75 8 1882 4
Fabricação de Sorvetes 2692 704.65 9 909 8
Fabricação Outros Artigos Metálicos 1199 638.25 10 486 14
Beneficiamento de Café e Cereais 2601 524.55 11 877 9
Fabricação de Outros Artigos 3099 408.55 12 568 12
Fabr..Peças Estr.Cimento 1060 355.80 13 937 7
Fabr. Outros Produtos Alimentícios 2699 355.25 14 151 29
Desdobramento da Madeira 1510 347.80 15 471 15
Fabr. Massas/Biscoitos 2680 273.25 16 112 32
Fabr. em Madeira/Carpintaria 1520 270.60 17 586 11
Impressão Material Escolar 2920 262.30 18 391 17
Fabr..Art Diversos Madeira 1550 244.70 19 440 16
Fabr. Art. Material Plástico 2350 222.80 20 82 41
Fabr.Outros Plástico 2399 222.75 21 115 30
Fabricação Outras Máquina 1299 220.65 22 204 23
Fab. Peças/Acess. Utens. Ferr. 1232 208.05 23 258 19
Impress/Jornais/Livros 2910 204.15 24 237 20
Atividades Código Consumo Consumidor

MWh Class. Quant. Class.
Serv. Gráficos Outros 2999 184.30 25 223 21
Apar.Pedras /Mármore/Granito 1010 182.85 26 175 26
Confec Outr Artef Tecido 2599 172.80 27 287 18
Fabr. de Estruturas Metálicas 1130 165.45 28 198 24
Fabr Balas / Caramelos 2660 150.90 29 100 36
Malharia / Fabr Tecidos 2430 146.00 30 220 22
Fab. Máq. Apar. Mat. Agricultura 1240 132.75 31 115 31
Fabr. Art. Mat. Plást. Uso Ind 2320 131.85 32 42 72
Fabric. Material Elétrico 1320 131.25 33 31 87
Fabr. Bebidas Não Alcoólicas 2741 130.25 34 46 67
Fabricação de Material Cerâmico 1040 126.35 35 103 35
Fabr. Art. Mat. Plást. Uso Doméstico 2330 125.10 36 47 65
Curtimento Couros/Peles 1910 121.65 37 56 54
Recond. Pneumáticos 1823 121.15 38 63 48
Fabricação de Gelo 2696 112.60 39 60 51
Fabr Outr Artef. Couros/Peles 1999 112.55 40 155 28
Fabr. Instr. de Medida 3000 110.05 41 86 40
Estamparia / Funilaria / Latoaria 1150 107.30 42 161 27
Abate de Animais 2620 105.55 43 25 97
Prep. do Leite / Laticínios 2640 100.10 44 27 94
Fabr Instr Material Ótico 3023 99.80 45 53 58
Torrefação e Moagem Café 2603 95.20 46 111 33
Fabr./Acabam. Móveis Outros 1699 94.80 47 187 25
Fabricação Móveis Metal 1620 86.95 48 73 45
Fabr Prod. Farmac/Veterinar 2110 86.85 49 44 71
Fabr.Cutel/Armas/Art Escr. 1170 85.30 50 107 34
Total 28811.5 32644

Percentagem 89.97 91.47
Tabela 5.2-7 - Comparação Entre as Atividades Mais Importantes da Eletropaulo e CPFL
Atividades Código Ordem Ordem

Eletropaulo CPFL
Fabricação de Produtos de Padaria 2670 1 1
Confecção de Roupas e Agasalhos 2510 2 5
Construção Civil 3210 3 2
Serralheria/Fab. Tanques/Reservatório 1160 4 8
Fabricação de Móveis de Madeira 1610 5 7/
Fab. Peças Estr. Cimento 1060 6 11
Fiação e Tecelagem 2420 7 3
Fabr. Art. Diversos Madeira 1550 8 16
Fabr. Art. Material Plástico 2350 9 17
Impressão de Material Escolar 2920 10 15
Fab. Material Eletrônico 1370 11 -
Fabr. Art. Mat. Plást. Uso Industrial 2320 12 -
Têmpera e Cementação de Aço 1180 13 -
Prod. Formas/Peças Fundidas 1115 14 -
Fab. Peças/Acess.Veic.Autom. 1433 15 -
Fab.Peças/Acess.Utens.Frr. 1232 16 18
Impress/Jornais/Livros 2910 17 19
Malharia/Fabr Tecidos 2430 18 -
Fabr.em Madeira/Carpintaria 1520 19 14
Fabricação de Telhas/Tijolos 1030 20 6
Fabricação de Calçados 2530 - 4
Fabricação de Sorvetes 2692 - 9
Beneficiamento de Café e Cereais 2601 - 10
Desdobramento da Madeira 1510 - 12
Fabr. Massas/Biscoitos 2680 - 13
Apar. Pedras / Mármore / Granito 1010 - 20
Figura 5.2-1 - Fabricação Produto Padaria
Figura 5.2-2 - Confecçao Roupas e Agasalhos

Figura 5.2-3 - Construção Civil

Tabela 5.2-8 - Consumidores Industriais - Classificação Quanto ao Porte do Estabelecimento em

Função do Consumo de Energia
Atividade Código Pequeno Médio Grande

(kWh/mês) (kWh/mês) (kWh/mês)
Fabricação de Produtos de Padaria 2670 ELP <=5000 5000 - 10000 >10000
CPFL <=2000 2000 - 4000 >4000
Confecção de Roupas e Agasalhos 2510 ELP <=400 400 - 1000 >1000
CPFL <=200 200 - 500 >500
Construção Civil 3210 ELP <=200 200 - 700 >700
CPFL <=100 100 - 200 >200
Serralheria/Fabricação de 1160 ELP <=150 150 - 300 >300
Tanques e Reservatórios CPFL <=150 150 - 300 >300
Fabricação de Móveis de Madeira 1610 ELP <=200 200 - 600 >600
CPFL <=200 200 - 500 >500
Fabricação de Peças e Estrutura de 1060 ELP <=200 200 - 400 >400
Cimento CPFL <=150 150 - 300 >300
Fiação e Tecelagem 2420 ELP <=700 700 - 3000 >3000
CPFL <=1500 1500 - 4000 >4000
Fabricação de Artigos Diversos de 1550 ELP <= 200 200 - 500 > 500
Madeira
Fabricação de Artigos de Material 2350 ELP <= 600 600 - 3000 > 3000
Plástico
Impressão de Material Escolar 2920 ELP <= 300 300 a 700 > 700
Fabricação de Material Elétrico 1370 ELP <= 500 500 - 1500 > 1500
Fabricação de Calçados 2530 CPFL <= 250 250 - 800 > 800
Fabricação de Telhas e Tijolos 1030 CPFL <= 500 500 - 1500 > 1500
Fabricação de Sorvetes 2692 CPFL <= 400 400 - 800 > 800
Beneficiamento de Café e Cereais 2601 CPFL <= 200 200 - 500 > 500
5.3 – MEDIÇÕES REALIZADAS E RECOMENDAÇÕES
As medições obtidas para consumidores ligados em baixa tensão estão apresentados na Tabela 5.3-1
Como pode ser verificado, dispõe-se de 108 consumidores medidos com 1885 dias de medições, assim
distribuídos pelas Companhias:
- Eletropaulo: 28 consumidores (436 dias de medições);
- CPFL: 30 consumidores (703 dias de medições);
- CESP: 30 consumidores (746 dias de medições).
Com base nos resultados obtidos de todas as curvas industriais de baixa tensão medidas pode-se
recomendar as curvas características das atividades selecionadas, por Companhias:
Convém enfatizar que algumas atividades tiveram uma única medição por Companhia. Quando a
mesma apresentou um bom comportamento, com baixos valores de desvio-padrão, ela foi recomendada
para representar a atividade, ressalvando-se, no entanto, a necessidade de continuação da campanha de
medições visando obtenção de maiores subsíduos na caracterização da atividade.
As curvas de carga recomendadas (Figuras 5.3-1 a 5.3-41) estão apresentadas na Tabela 5.3-2.
Os consumidores de média tensão devem sempre ser tratados separadamente e sua curva real ser
utilizada nos cálculos.
Uma amostragem destes consumidores está mostrada na Figuras 5.3-42 a 5.3-48 .

Consumidores Industriais 194
Tabela 5.3-1 – Atividades Medidas, Número de Consumidores e Dias Medidos
Atividade Código No de Consumidores Medidos No de Dias

Total ELP CPFL CESP Medidos
1 – Aparelh. de Pedras/Mármores/Granito 1010 5 - 2 3 76
2 – Fabricação de Telhas / Tijolos 1030 3 - 1 2 58
3 – Fab. de Peças e Estruturas de Cimento 1060 6 2 1 3 112
4 – Serralheria / Fabricação de Tanques / 1160 7 2 2 3 130
Reservatório
5 – Fabricação de Peças, Acessórios, 1232 5 - 1 4 84
Utensílios e Ferramentas p/Máquinas
6 – Fabricação de Material Eletrônico 1370 2 2 - - 47
7 – Fabricação de Peças e Acessórios para 1433 4 4 - - 54
Veículos Automotores
8 – Desdobramento de Madeira 1510 4 - 2 2 81
9 – Fabricação de Estruturas de Madeira / 1520 9 4 2 3 142
Carpintaria
10 – Fab. de Artigos Diversos de Madeira 1550 4 1 1 2 82
11 – Fabricação de Móveis de Madeira 1610 7 3 2 2 119
12 – Fabricação de Artigos de Material 2350 3 - 1 2 57
Plástico
13 – Fiação e Tecelagem 2420 6 1 3 2 102
14 – Confecção de Roupas e Agasalhos 2510 6 1 2 3 101
15 – Fabricação de Calçados 2530 3 - 1 2 49
16 – Beneficiamento de Café e Cereais 2601 4 - 1 3 74
17 – Fabricação de Produtos de Padaria 2670 9 3 3 3 169
18 – Fabricação de Massas e Biscoitos 2680 3 - 1 2 58
19 – Fabricação de Sorvetes 2692 3 - 1 2 56
20 – Impressão de Jornais e Livros 2910 4 - 1 3 69
21 – Impressão de Material Escolar 2920 4 1 1 2 56
22 – Construção Civil 3210 7 4 1 2 109
Total 108 28 30 50 1885
Tabela 5.3-2 – Relação das Figuras com as Curvas Representativas por Companhia e por Atividade.
Atividade Código Figura

ELP CPFL CESP
1 – Aparelhamento de Pedras/Mármores/Granito 1010 - 5.3-1 5.3-1
2 – Fabricação de Telhas/Tijolos 1030 - 5.3-2 5.3-3
3 – Fabricação de Peças e Estruturas de Cimento 1060 - - 5.3-4
4 – Serralheria/Fabricação de Tanques/Reservat. 1160 5.3-5 5.3-6 5.3-7
5 – Fabricação de Peças, Acessórios, Utensílios e 1232 - 5.3-8 5.3-9
Ferramentas p/Máquinas
6 – Fabricação de Material Eletrônico 1370 5.3-10 - -
7 – Fabricação de Peças e Acessórios para 1433 5.3-11 - -
Veículos Automotores
8 – Desdobramento de Madeira 1510 - 5.3-12 5.3-12
9 – Fabricação de Estruturas de Madeira e 1520 5.3-13 5.3-14 5.3-15
Carpintaria
10 – Fabricação de Artigos Diversos de Madeira 1550 - 5.3-16 -
11 – Fabricação de Móveis de Madeira 1610 5.3-17 5.3-18 5.3-19
12 – Fabricação de Artigos de Material Plástico 2350 - 5.3-20 5.3-21
13 – Fiação e Tecelagem 2420 5.3-22 5.3-23 5.3-24
14 – Confecção de Roupas e Agasalhos 2510 5.3-25 5.3-26 5.3-27
15 – Fabricação de Calçados 2530 - 5.3-28 5.3-28
16 – Beneficiamento de Café e Cereais 2601 - 5.3-29 5.3-29
17 – Fabricação de Produtos de Padaria 2670 5.3-30 5.3-31 5.3-31
18 – Fabricação de Massas e Biscoitos 2680 - 5.3-32 5.3-33
19 – Fabricação de Sorvetes 2692 - 5.3-34 5.3-34
20 – Impressão de Jornais e Livros 2910 - 5.3-35 5.3-36
21 – Impressão de Material Escolar 2920 5.3-37 5.3-38 5.3-39
22 – Construção Civil 3210 5.3-40 5.3-41 5.3-41
Figura 5.3-1 – Atividade 1010 – Aparelhamento de Pedras / Mármores / Granito – CPFL e CESP
Figura 5.3-2 – Atividade 1030 – Fabricação de Telhas e Tijolos – CPFL

Figura 5.3-3 – Atividade 1030 – Fabricação de Telhas / Tijolos – CESP
Figura 5.3-4 Atividade 1060 – Fabricação de Peças e Estruturas de Cimento - CESP

Figura 5.3-5 – Atividade 1160 – Serralheria / fabricação de tanques / reservatório – CPFL
Figura 5.3-6 – Atividade 1160 – Serralheria / fabricação de tanques / reservatórios - CPFL

Figura 5.3-7 Atividade 1160 – Serralheria / fabricação de tanques / reservatório - CESP
Figura 5.3-8 – Atividade 1232 – Fabricação de peças, acessórios, utensílios e ferramentas para máquinas -
CPFL
Figura 5.3-9 – Atividade 1232 – Fabricação de peças, acessórios, utensílios e ferramentas para máquinas -
CESP
Figura 5.3-10 – Atividade 1370 – Fabricação de material eletrônico – ELETROPAULO

Figura 5.3-11 – Atividade 1433 – Fabricação de Peças e Acessórios para Veículos Automotores –
ELETROPAULO
Figura 5.3-12 – Atividade 1510 – Desdobramento da Madeira – CPFL e CESP

Figura 5.3-13 – Atividade 1520 – Fabricação de Estruturas de Madeira / Carpintaria
Figura 5.3-14 – Atividade 1520 – Fabricação de Estruturas de Madeira / Carpintaria - CPFL

Figura 5.3-15 – ATIVIDADE 1520 – Fabricação de Estruturas de Madeira / Carpintaria – CESP
Figura 5.3-16 – Atividade 1550 – Fabricação de Artigos Diversos de Madeira – CPFL

Figura 5.3-17 – ATIVIDADE 1610 – Fabricação de Móveis de Madeira – ELETROPAULO
Figura 5.3-18 – ATIVIDADE 1610 – Fabricação de Móveis de Madeira - CPFL

Figura 5.3-19 – ATIVIDADE 1610 – Fabricação de Móveis de Madeira – CESP
Figura 5.3-20 – ATIVIDADE 2350 – Fabricação de Artigos de Material Plástico – CPFL

Figura 5.3-21 ATIVIDADE 2350 – Fabricação de Artigos de Material Plástico – CESP
Figura 5.3-22 ATIVIDADE 2420 – Fiação e Tecelagem - ELETROPAULO

Figura 5.3-23 – ATIVIDADE 2420 – Fiação e Tecelagem - CPFL
Figura 5.3-24 – ATIVIDADE 2420 – Fiação e Tecelagem – CESP

Figura 5.3-25 – ATIVIDADE 2510 – Confecção de Roupas e Agasalhos – ELETROPAULO
Figura 5.3-26 – ATIVIDADE 2510 – Confecção de Roupas e Agasalhos – CPFL

Figura 5.3-27 – Atividade 2510 – Confecção de Roupas e Agasalhos – CESP
Figura 5.3-28 – Atividade 2530 – Fabricação de Calçados – CPFL e CESP

Figura 5.3-29 – Atividade 2601 – Beneficiamento de Café e Cereais – CPFL e CESP
Figura 5.3-30 – Atividade 2670 – Fabricação de Produtos de Padaria – ELETROPAULO

Figura 5.3-31 – Atividade 2670 – Fabricação de Produtos de Padaria – CPFL e CESP
Figura 5.3-32 – Atividade 2680 – Fabricação de Massas e Biscoitos - CPFL

Figura 5.3-33 – Atividade 2680 – Fabricação de Massas e Biscoitos – CESP
Figura 5.3-34 – Atividade 2692 – Fabricação de Sorvetes – CPFL e CESP

Figura 5.3-35 – Atividade 2910 – Impressão de Jornais e Livros – CPFL
Figura 5.3-36 – Atividade 2910 – Impressão de Jornais e Livros - CESP

Figura 5.3-37 – Atividade 2920 – Impressão de Material Escolar – ELETROPAULO
Figura 5.3-38 – Atividade 2920 – Impressão de Material Escolar – CPFL

Figura 5.3-39 – Atividade 2920 – Impressão de Material Escolar - CESP
Figura 5.3-40 – Atividade 3210 – Construção Civil - Eletropaulo

Figura 5.3-41 – Atividade 3210 – Construção Civil – CPFL e CESP
Figura 5.3-42 – Atividade 1180 - ELETROPAULO


Figura 5.3-45 – Atividade - ELETROPAULO
Figura 5.3-46 – Atividade - ELETROPAULO

Figura 5.3-48 – Atividade – 1010 - ELETROPAULO

CAPITULO 6
CORRELAÇÃO ENTRE CONSUMO MENSAL E CARGA
INSTALADA DE CONSUMIDORES
José A. Jardini, Ronaldo P. Casolari
6.1 INTRODUÇÃO
Neste capitulo é apresentada uma metodologia para a definição da correlação entre consumo mensal e a
carga instalada do consumidor.
Essa metodologia deve ser aplicada usando: a) questionários respondidos pelos consumidores das
empresas concessionárias de energia elétrica sobre posse de equipamentos elétricos na ocasião do pedido
de ligação da força (carga instalada); e b)medições de energia consumida depois de estabilizado o valor
de consumo (kWh).
Neste projeto havia uma impossibilidade das empresas de preenchimento de questionários atuais. Assim
as informações de carga instalada necessárias foram obtidas da área comercial da ELETROPAULO, que
dispunha do valor de carga instalada kWi (obtida através da declaração e aplicação da norma de cálculo
da companhia, quando do pedido de ligação) e o consumo mensal medido kWh dos consumidores
(valores medidos).
Neste capítulo são apresentados os resultados das correlações encontradas para os vários segmentos de
mercado analisados (residencial, comercial e industrial) e recomendar os valores (kWi x kWh) que
possam ser utilizados pelas concessionárias nos seus estudos.
O objetivo a ser alcançado seria representar o segmento residencial por uma única correlação para os
vários estratos de consumo, e os segmentos comercial e industrial por ramo de atividade.
Com esta informação, na ocasião do pedido de ligação a empresa poderá estimar preliminarmente o kWi
(pela declaração de cargas), a seguir calcular o kWh/mês esperado e com base nas curvas de carga
típicas obter a curva de carga provável do consumidor. A curva de carga serviria então para verificar o
efeito de ligação da carga (queda de tensão, sobrecarga em transformadores e linhas) é aprová-la ou não.
6.2 METODOLOGIA PARA DEFINIÇÃO DA CORRELAÇÃO

6.2.1 – Fundamentos Teóricos
A metodologia a ser proposta deve encontrar alguma forma de determinar a correlação entre as variáveis
envolvidas, de tal modo que essa medida possa mostrar:
- se há correlação entre variáveis e, caso afirmativo, se é fraca ou forte;
- que, se essa correlação existir, estabelecer um modelo que interprete a relação funcional existente
entre as variáveis;
- que, construído o modelo, ele possa ser usado para fins de predição.
Para atingir tais objetivos, será utilizada análise de regressão, que se constitui num conjunto de métodos
e técnicas para estabelecimento de fórmulas empíricas que interpretem a relação funcional entre
variáveis com boa aproximação [R 37 - R 40].
Supondo que Y seja uma variavel a se estudar o seu comportamento. Os valores da variável Y
(dependente) sofrem influência dos valores de um número finito de variáveis: X1, X2,…, Xn
(independentes) e existe uma função “g”que expresse tal dependência, ou seja:
Y=g (X1, X2,…, Xn)
É impraticável a utilização das “n” variáveis, ou pelo desconhecimento dos valores de algumas ou pela
dificuldade de mensuração e tratamento de outras. Portanto, utilizando um número menor de variáveis
(k), o modelo ficará:
Y=f (X1, X2,…, Xk) + h (Xk+1, Xk+2,…,Xn)
Todas as influências das variáveis Xk+1, Xk+2, ..., Xn sobre as quais não se tem controle, são consideradas
como casuais, e associa-se uma variável aleatória U, obtendo o seguinte modelo de regressão:
Y=f (X1, X2,…, Xk ) + U
onde f (X1, X2,…, Xk) é a componente funcional do modelo e U a parte aleatória.
A técnica da análise de regressão deve abordar os seguintes problemas:
- especificação do modelo: sabe-se que k variáveis influenciam a variável dependente Y. O problema é

determinar a forma pela qual essas variáveis exercem tal ascendência, ou seja, encontrar a relação entre
Y e X1, X2,…, Xk. No presente trabalho procur-se-a trabalhar com a função linear.
- estimação dos parâmetros: consiste em estimar o valor dos diversos parâmetros que aparecem na
especificação adotada. Para o modelo de regressão linear será necessário estimar os parâmetros α e β.
Y = α+〈X+U
Nesse caso, designando por a e b os estimadores de α e β, respectivamente, e a partir da observação de

uma amostra de n pares de valores (Xi, Yi), obtém-se as estimativas de a e b e do modelo adotado
através da fórmula:
^Y = a + bX
^
onde Y é o estimador de Y. Para a determinação das expressões dos estimadores será utilizado o
Método dos Mínimos Quadrados.
- adaptação e significância do modelo adotado: consiste em verificar se a especificação adotada na

primeira etapa se adapta convenientemente aos dados observados. Este problema será analisado depois
de obtidas as estimativas dos parâmetros, através de um teste para verificação da existência de regressão
(Função F de Snedecor) e em caso positivo, estimar-se a variância (desvio-padrão) entre os valores
observados e calculados.
6.2.2 – Regressão Linear Simples
a) conceito e hipóteses
Quando a função f que relaciona as variáveis é do tipo f(x) = α + β X, o modelo de regressão linear
simples é dado por;
Y=α+βX+U
onde o valor de Y é formado por dois componentes: o componente funcional ou regressão f(x), que
representa a influência da variável independente X sobre o valor de Y e define o eixo da nuvem de
pontos, que nesse caso é uma reta (Figuras 6.2.2-1 e Fig 6.2.2-2); o componente aleatório U representa a
influência de outros fatores, bem como os erros de medição da variável Y. Este componente surge devido
à variabilidade dos valores de Y para cada valor de X.
Figura 6.2.2-1 – A Variação de Y e a Curva de Regressão
Figura 6.2.2-2 – Os Componentes Funcional e Aleatório
Analisando a Figura 6.2.2-2, nota-se que foram admitidas certas hipóteses quanto ao componente
aleatório, que são as seguintes:
- as variáveis aleatórias U têm distribuição normal;
- U é uma variável aleatória com média igual a zero;
- a variável U tem variância igual ∑2 para todos os valores de X.
Resumidamente, as hipóteses podem ser expressas da seguinte forma:
U= N(0; σ2 )
A média e variância de Y podem ser determinados através de Y= f(X) + U
onde:
Média[Y] = Média [f(X) + U] = Média [f(X)] + Média [U] = f(X)
Var [Y] = Var [f(X)+U] = Var [f(X)] + Var [U] = ∑2
Então pode-se estabelecer que:
Y= N(f (X); σ2)

b) estimativa dos parâmetros
Dada uma amostra de n pares (Xi, Yi) I=1,2,3,…, n, deseja-se obter uma reta Y tão próxima quanto
possível do conjunto de pontos marcados, equivalente a se minimizar a discrepância total entre os pontos
marcados e a reta estimada a fig 6.2.2-3. O gráfico abaixo ilustra tal situação:
Fig 6.2.2-3 Pontos e Regressão
Como se observa, para um dado Xi, existe uma diferença D entre o valor Y observado e o seu
corresponde ^
Y , dado pela reta estimada. Os valores Di são os erros ou desvios. Simbolicamente, tem-se
D=Y – ^
Y ou D = Y – (a + b X). O Método dos Mínimos Quadrados é um método pelo qual determina-
se os valores de a e b de tal forma que a soma dos desvios ao quadrado seja mínima, isto é:
D1 2 + D 2 2 + ... + Dn 2 = Mínima
n n ^
M = ∑ D i 2 = ∑ (Yi − Y) 2 = Mínima
i =1 i =1
n
M = ∑ (Yi − a − b Xi) 2
i =1
devendo-se notar que M depende dos valores de a e b.
Derivando-se m com relação a a e b tem-se:

δM n
= −2 ∑ (Yi − a − bX i )
δa i =1
δM n
= −2 ∑ X i (Yi − a − bXi )
δb i =1
Para que M seja mínimo, δM e

δm devem ser ambos iguais a zero, obtendo-se o seguinte sistema:
δa δb
n
∑ (Yi − a − bX i ) = 0
i =1
n
∑ Xi (Yi − a − bXi ) = 0
i =1
Ou seja,
n n
∑ Yi = n.a + b ∑ X i
i =1 i =1
n n n
∑i =1
XiYi = a ∑
i =1
Xi + b ∑X
i =1
2
i
que são conhecidas como as equações normais para a determinação de a e b.
Resolvendo esse sistema, tem-se
S xy _ _ _
b= ; a = Y − b X; e Y = a + bX
S xx
onde:
n n
n
∑ X i ∑ Yi
S xy = ∑ Xi Yi − i=1 i =1
i =1 n
2
n 
 ∑ X i 
= ∑ Xi 2 −  
n i =1
S xx
i =1 n
2
n 
 ∑ Yi 
2 i =1 
n
S yy = ∑ Yi −
i =1 n
n
_ ∑ Xi
i =1
X=
n
n
_ ∑ Yi
i =1
Y=
n
c) teste para existência de regressão – teste F
Para se tentar a existência de regressão, pode-se utilizar a análise das variâncias, ou seja, estudar o
comportamento das variações total (VT), explicada (VE) e residual (VR). Este teste é compactado no
chamado Quadro de Análise de Variância (QAV), cuja composição é a seguinte:
Fonte de Variação Soma dos Graus de Quadrados Médios F

Quadrados Liberdade
Devido à Regressão VE=b Sxy 1 b Sxy
1
Resíduo VR=Syy – b Sxy n-2 Syy − b Sxy b Sxy
S2 = F=
n−2
S2
Total VT=Syy n-1
Deve-se lembrar que:
o modelo é Y = α + β X + U, devendo ser colocada à prova as seguintes hipóteses:
Ho: β = 0 (inexistência de regressão)
H1: β ≠ 0
fixar “ α “ (nível de significância)
F (m,n) é a variável aleatória com distribuição F de Snedecor, com 1 grau de liberdade do numerador e
(n – 2) graus de liberdade no denominador, podendo ser obtida em tabelas dos livros de estatística.
determinação da Região Crítica (RC) e da Região de Aceitação (RA). Como se está testando Ho: β=0,
tem-se a seguinte configuração:
Fig 6.2.2-4 Regiões Critícas e de Aceitação

conclusão: Se F (calculado) >Fα (1, n-2), rejeita-se Ho e existe regressão.
d) estimativa de variância
A fórmula geral para a estimativa da variância σu2 ou σ y2 é dada por
soma dos quadrados dos desvios

Estimativa da variância =
nº de graus de liberdade da soma
onde os desvios são as diferenças entre as observações e a estimativa da média. Para cada Xi tem-se um
valor observado Yi e o valor Y calculado (estimativa da média dos Y para aquele particular valor Xi).
Assim, a estimativa da variância é dada por:
n
∑ (Yobs − Ycal )
2
S2 = i =1
φ
onde φ é o número de graus de liberdade.
Sendo n o número de observações e 2 o número de coeficientes da expressão de Ycalc= a + bX, estimados

a partir dos Yobs, temos que φ = n-2.
Resolvendo a expressão de S2 , tem-se:
S yy − b S xy
S2 = ,
n−2
que é estimador justo de ∑2.
e) coeficiente de determinação ou de explicação (R2)
O coeficiente de determinação ou de explicação indica quantos por cento a variação explicada pela
regressão representa da variação total. Este índice varia entre 0 e 1.
No caso de R2=1, todos os pontos observados se situam exatamente sobre a reta de regressão, sendo o
ajuste considerado perfeito. Por outro lado, se R2=0, conclui-se que as variações de Y são exclusivamente
aleatórias e a introdução da variável X no modelo não incorporará informação alguma sobre as variações
de Y.
 
 
 (∑ X )(∑ Y ) 
 ∑ XY − 
2
R = n 
  
 ( X )   Y 2 − (∑ Y )2 
∑ X 2 − ∑
2  

∑
  n  n  
    
6.2.3 – Regressão Linear Múltipla
a) conceito e hipóteses
Neste caso, objetiva-se estudar o modelo de regressão com mais variáveis independentes, visando uma
melhor compreensão do comportamento da variável dependente.
Supondo que a variável Y dependa dos valores assumidos por k variáveis independentes,
(X1, X2, X3, …Xk) e que essa dependência seja expressa pelo modelo:
Y = α + β1 X1 + β2 X2 + …+bk Xk + U
onde a componente fundamental é f (x) = α + β1 X1 + β2 X2 + …+ βk Xk e a variável U a componente

aleatória, valendo as mesmas hipóteses para Y e U, assumidos na análise de regressão linear simples.
Fórmulas semelhantes às apresentadas para regressão linear simples podem ser obtidas para regressão
linear multipla, e não serão aqui apresentadas pelo fato que não foram utilizados no decorrer deste
trabalho.
6.3 CÁLCULO DA POTÊNCIA INSTALADA
Para o cálculo da potência (carga) instalada, seguiu-se o procedimento adotado pela Eletropaulo na
NTU.01 – “Fornecimento de Energia Elétrica em Tensão Secundária a Edificações Individuais – Rede
de Distribuicão Aérea”, ou seja:
a) cargas de tomadas
Será considerado o número de tomadas indicadas na Tabela 6.3-1 em função da área construída. Caso a
área construída seja maior que 250 m2, será adotado o número de tomadas existentes e considerado
100 W por tomada. Será considerada também a carga mínima de tomadas para a cozinha, conforme
indicado na Tabela 6.3-1
b) pontos de luz
Será considerado um ponto de luz por comodo ou corredor, de potência igual a 100 W por ponto de luz.
c) aparelhos eletrodomésticos fixos
Serão consideradas as potências dos aparelhos eletrodomésticos abaixo relacionados quando

comprovadamente previstos na instalação:
- com potência definida (média);
. torneira elétrica – 3000 W

. chuveiro elétrico – 3500 W
. máquina lavar louça – 2000 W
. máquina secar roupa – 2500 W
. forno de microondas – 1500 W
. forno elétrico – 1500 W
. ferro elétrico – 1000 W
- com potência indicada pelo fabricante;
. aquecedor elétrico de acumulação (boiler)
. fogão elétrico
. condicionador de ar
. hidromassagem
. aquecedor de água de passagem

. outros com potência igual ou superior a 1000 W
d) número de tomadas
O número de tomadas é dependente da área construída e os valores adotados pela Eletropaulo estão
indicados na Tabela 6.3-1.
Tabela 6.3-1 Número de Tomadas em Função da Área Construída
Área Total No de Tomadas (100 W No e Tomadas para cozinha Cargas de Tomadas

2
Construída (S) (m ) por Tomada) (600 W por Tomada) Total (W)
S≤8 1 1 700
8 < S ≤ 15 3 1 900
15 < S ≤ 20 4 2 1600
20 < S ≤ 30 5 2 1700
30 < S ≤ 50 6 3 2400
50 < S ≤ 70 7 3 2500
70 < S ≤ 90 8 3 2600
90 < S ≤ 110 9 3 2700
110 < S ≤ 140 10 3 2800
140 < S ≤ 170 11 3 2900
170 < S ≤ 200 12 3 3000
200 < S ≤ 220 13 3 3100
220 < S ≤ 250 14 3 3200
e) exemplificando:
e1) dados
Para o consumidor 1 tem-se os seguintes dados retirados do questionário:
- consumo médio = 196 kWh (mensal)
- área do terreno = 110 m2
- área construída = 50 m2
- aparelhos elétricos – 1 chuveiro
1 televisão
1 máquina de lavar-roupa
1 ferro de passar roupa

1 aparelho de som
1 aspirador de pó
1 geladeira de uma porta
1 máquina de costura
1 secador de cabelos
número de comodos = 7
número de habitantes = 4
renda familiar: entre 3 e 4 salários mínimos (SM)
e2) potência (carga) instalada
- cargas de tomadas
na Tabela 6.3-1, para S= 50 m2, resulta 2400 W
- pontos de luz
considerando 100 W por comodo, resulta 700 W
- aparelhos eletrodomésticos com potência igual ou superior a 1000 W.
1 chuveiro elétrico = 3500 W
1 ferro de passar roupa = 1000 W
1 secador de cabelos = 1000 W
Total = 5500 W
- Potência (carga) instalada do consumidor 1 = 2400 + 700 +5500 = 8600W

6.4 - EXEMPLO DE APLICAÇÃO DO CALCULO DE REGRESSÃO

SIMPLES
Esta metodologia foi testada tomando como base 12 questionários respondidos durante as medições
residenciais efetuadas.
Na Tabela 6.4-1 apresentam-se os atributos dos 12 consumidores pesquisados onde serão procuradas as
possíveis correlações existentes com o consumo mensal.
Tabela 6.4-1 - Atributos dos Consumidores
Consumidor Consumo Mensal (kWh) Potência Instalada Área construída (m2)

(kWi)
1 196 8,6 50
2 233 10,0 50
3 230 11,5 56
4 173 7,7 58
5 210 8,6 60
6 254 10,4 60
7 272 9,0 90
8 195 8,1 120
9 248 15,8 120
10 282 13,0 170
11 115 8,3 190
12 354 14,5 200
a) correlação entre consumo mensal e potência instalada
Inicialmente procurar-se-á a possível correlação existente entre o consumo mensal (kWh) e a potência
instalada (kWi) dos consumidores,através da análise de regressão linear simples.
Os seguintes valores são obtidos aplicando as equações indicadas no ítem 6.2
- equação de regressão linear
kWh = 64,3 + 15,8 kWi
- F = 9,81
- Fcalc = 4,96 (α=5%)
- σ = 44,9
A Figura 6.4-1 ilustra o exemplo acima, apresentando os pontos representativos do consumo e da

potência instalada de cada consumidor analisado, a reta de regressão média representativa da correlação
existente e os valores da média + 1,3σ e média ± 2σ.
kWi
CONSUMO MENSAL (kWh)
Figura 6.4-1 – Regressão Linear Simples

Correlação entre Consumo Mensal e Carga Instalada de Consumidores 233
6.5 RESULTADOS DE CÁLCULO
Para verificar a correlação entre os valores de carga instalada e consumo mensal de consumidores,
representada, neste trabalho, através de uma regressão linear, é testada a existência dessa regressão,
através da distribuição F de Snedecor, calculando-se a variável F da amostra e comparando-a com a
variável aleatória F(m,n) com 1 grau de liberdade no numerador e (n-2) graus de liberdade no
denominador, onde n é o número de pontos da amostra. Para um nível de significância de 5%, existe
regressão quando Fcalculado > F5%(1, n-2) .
A análise considera também dois indicadores que medem a qualidade dos resultados obtidos.
Um dos indicadores é o coeficiente de Determinação ou de Explicação (R2) que indica quantos por cento
a variação explicada pela regressão representa da variação total. Este índice varia entre 0 e 1.
No caso de R2 = 1, todos os pontos observados se situam exatamente sobre a reta de regressão, sendo o
ajuste considerado perfeito. As variações de Y são 100% explicadas pelas variações de X através da
função especificada, não havendo desvios em torno da função estimada.
Por outro lado, se R2 = 0, conclui-se que as variações de Y são exclusivamente aleatórias, e a introdução
da variável X no modelo não incorporará informação alguma sobre as variações de Y.
O outro indicador é a variável Lo que forrnece indicação do erro esperado entre o valor do consumo da
amostra e da população.
Finalmente, convém lembrar que os resultados apresentados baseiam-se numa amostra depurada, ou
seja, considerando-se somente os pontos que se situaram dentro da faixa de variação ^
Y ± 3 σ. Os pontos
fora desta faixa foram abandonados.
6.5.1 Consumidores Residenciais
Foram obtidos dois arquivos de dados da ELETROPAULO contendo 1062 e 932 consumidores
residenciais. Inicialmente trabalhou-se separadamente com cada arquivo, obtendo-se dois valores de
correlação.
Esta forma de tratamento dos dados foi devido a grande dispersão dos dados fornecidos, conforme pode
ser visualizado na Tabela 6.5.1-1.
Tabela 6.5.1-1 – Correlação Consumo Mensal x Carga Instalada Consumidores Residenciais
Amostra Nº Consumidores Correlação kWh x kWi σ (kWh) F calc. F tab. R2 Lo (%)

1 1062 Y = 6,29 X + 219,49 114 43,5 3,84 0,0394 2,4
2 932 Y = 5,17 X + 235,18 122 9,8 3,84 0,0105 2,6
onde:
X – carga instalada (kWi);
Y – valor médio do consumo mensal (kWh);
σ - desvio-padrão do consumo mensal (kWh);
F calc – variável F de Snedecor calculada para a amostra;
F tab – variável F de Snedecor tabelada para a amostra, para um nível de significância de 5%;
R2 – coeficiente de Determinação ou de Explicação;
Lo – erro esperado entre o valor do consumo mensal da amostra e da população.
Analisando-se os resultados da Tabela 6.5.1-1, verifica-se que ambas as amostras apresentaram

existência de regressão linear pelo teste F de Snedecor, com um erro esperado em torno de 2,5% entre o
consumo mensal da amostra e da população.
Porém o modelo adotado explica somente 4% (amostra 1) e 1% (amostra 2) da variação total de kWh em
função do kWi ( coeficiente R2), mostrando um índice muito baixo de correlação entre os valores das
amostras analisadas e a necessidade de uma coleta mais apurada de dados para se atingir o objetivo
proposto.
6.5.2 Consumidores Comerciais
A Tabela 6.5.2-1 apresenta os resultados obtidos da correlação kWh x kWi para os ramos de atividades
comerciais mais importantes
Tabela 6.5.2-1 - Correlação - Consumo Mensal x Carga Instalada - Consumidores Comerciais

Atividade Nº Cons. Correlação kWh x kWi σ F calc. F tab. R2 Lo (%) Existe
(kWh) Regressão
5048 6 Y = 75,84 X – 61,79 436 4,7 7,71 0,5395 32,0 Não

5211 9 Y = 52,79 X + 130,61 390 147,6 5,59 0,9547 26,1 Sim
5221/522 136 Y = 102,46 X + 243,59 565 92,3 3,92 0,4079 6,7 Sim
2
5321/532 70 Y = 14,74 X + 243,78 228 44,8 4,00 0,3971 9,4 Sim
2
5410 30 Y = 6,05 X + 275,61 268 0,1 4,20 0,0040 14,3 Não
5433 11 Y = 73,82 X + 249,41 529 86,2 5,12 0,9055 23,6 Sim
5465 4 Y = 12,81 X + 239,68 75 2,9 18,51 0,5917 39,2 Não
5536 20 Y = 82,87 X + 50,76 455 4,7 4,41 0,2086 17,5 Sim
5900 7 Y = 65,07 X + 646,09 1116 5,5 6,61 0,5222 29,6 Não
6103/610 10 Y = 63,12 X + 75,23 210 1,5 5,32 0,1580 24,8 Não
4
6105 15 Y = 126,54 X – 416,32 630 10,7 4,67 0,4515 20,2 Sim
6108 9 Y = 79,37 X + 98,02 123 426,8 5,59 0,9839 26,1 Sim
6109 19 Y = 76,62 X + 1037,18 1241 13,3 4,45 0,4389 18,0 Sim
6111 25 Y = 55,89 X + 156,83 237 13,0 4,28 0,3613 15,7 Sim
6113 32 Y = 106,21 X + 538,13 748 98,5 4,17 0,7666 13,9 Sim
6114 35 Y = 147,83 X + 247,90 2074 42,7 4,15 0,5642 13,3 Sim
6115 5 Y = 145,66 X + 665,98 1090 46,5 10,13 0,9393 35,1 Sim
Notas: Exemplos de análise dos valores da tabela
a). Atividade 5048 (Garagens) : Como Fcalculado < Ftabelado não existe regressão para um nível de
significância de 5%.
b) Atividade 5211 (Hotéis e Motéis): Como Fcalculado > Ftabelado, existe regressão linear, para um nível
de significância de 5,4%, com o modelo adotado explicando 95,5% da variação total de kWh em
função do kWi. Como o número de consumidores é pequeno (9), é esperado um erro de até 26,1%
entre o valor do consumo da amostra e da população.
6.5.3 Consumidores Industriais
A Tabela 6.5.3-1 apresenta os resultados obtidos da correlação kWh x kWi para os ramos de atividades
industriais mais importantes.
Tabela 6.5.3-1 Correlação - Consumo Mensal x Carga Instalada - Consumidores Industriais
Atividade Nº Cons Correlação kWh x kWi σ (kWh) F F tab. R2 Lo Existe

calc. (%) regressão
1030 5 Y = 10,38 X + 457,85 307 3,9 10,13 0,5626 35,1 Não
1060 13 Y = -38,67 X + 637,39 158 3,8 4,84 0,2579 21,7 Não
1160 59 Y = 13,43 X + 327,42 329 41,9 4,01 0,4239 10,2 Sim
1232 16 Y = 41,12 X + 1216,50 1721 6,5 4,60 0,3174 19,6 Sim
1370 9 Y = 66.60 X + 90,07 1103 20,0 5,59 0,7409 26,1 Sim
1433 9 Y = 66,63 X – 9,06 1789 8,3 5,59 0,5429 26,1 Sim
1510 10 Y = 46,11 X – 43,95 177 18,0 5,32 0,6920 24,8 Sim
1520 20 Y = 25,66 X + 202,40 1243 7,0 4,41 0,2809 17,5 Sim
1550 13 Y = 3,70 X + 538,55 490 0,3 4,84 0,0283 21,7 Não
1610 23 Y = 31,20 X + 457,25 895 14,5 4,32 0,4078 16,3 Sim
2350 37 Y = 87,20 X + 1234,87 5138 6,8 4,15 0,1627 12,9 Sim
2510 37 Y = 40,47 X + 308,18 885 37,8 4,15 0,5192 12,9 Sim
2530 10 Y = 50,98 X – 55,55 451 24,0 5,32 0,7498 24,8 Sim
2601 6 Y = 95,34 X + 438,93 5348 0,7 7,71 0,1561 32,0 Não
2670/268 96 Y = 105,46 X + 3133,52 3783 29,4 3,96 0,2383 8,0 Sim
0
2692 12 Y = 73,00 X + 891,89 1730 10,6 4,96 0,5147 22,6 Sim
2920 22 Y = 37,95 X + 262,36 568 30,9 4,35 0,6068 16,7 Sim
3210 47 Y = 74,08 X + 84,14 1927 27,5 4,06 0,3790 11,4 Sim
6.5.4 Recomendações
a) residencial
Para o segmento residencial, devido à baixa correlação existente, dever-se-ia fazer uma coleta mais
apurada de dados. Pode-se porém adotar a princípio, de uma recomendação conservativa correspondente
à utilização da curva de valor médio acrescida de 3σ.
A Tabela 6.5.4-1 apresenta o valor recomendado para utilização nos estudos envolvendo a atividade
residencial e o erro esperado entre o valor do consumo da amostra e da população.
Tabela 6.5.4-1 – Correlação Recomendada Consumo Mensal x Carga Instalada Consumidores

Residenciais (Média + 3σ)
Atividade Correlação kWh x kWi Lo (%)
Residencial Y = 6,29 X + 561,49 2,4
b) comercial e industrial
Para os segmentos comercial e industrial, para as atividades onde foram constatadas correlações entre a
carga instalada (kWi) e consumo mensal (kWh), são apresentadas as equações de regressão linear
representativas dessas correlações, acrescentando-se 1,3σ ao valor médio obtido.
Para as atividades que não apresentarem regressão para um nível de significância de 5% da função F de
Snedecor, dever-se-ia fazer uma maior coleta de dados. Pode-se porém adotar, a princípio, de uma
recomendação conservativa à utilização da curva de valor médio acrescida de 3 σ.
As Tabelas 6.5.4-2, e 6.5.4-3 apresentam, para o segmento comercial, as correlações recomendadas

considerando-se 1,3σ e 3σ, respectivamente, bem como o erro esperado entre o valor do consumo
mensal da amostra e da população.
Tabela 6.5.4-2 Correlação Recomendada Consumo Mensal x Carga Instalada Consumidores Comerciais
(Média + 1,3σ)
Atividade Descrição Correlação kWh x kWi Lo (%)
5211 Hotéis e Motéis Y= 52,79 X + 637,61 26,1

5221/5222 Restaurantes e Lanchonetes / Bares, Botequins e Café Y= 102,46 X + 978,09 6,7
5321/5322 Reparação de Veículos/Mant e Conserv. Veiculos Y= 14,74 X + 540,18 9,4
5433 Assistência Médica. Odontológica e Veterinária Y= 73,82 X + 937,11 23,6
5536 Serviços de Contabilidade e Despachante Y= 82,87 X + 642,26 17,5
6105 Comércio varejista de Acessórios de Veículos Y= 126,54 X + 402,68 20,2
6108 Comércio Varejista de Produtos Químicos e Y= 79,37 X + 257,92 26,1
Farmacêuticos
6109 Comércio Varejista de Combustíveis e Lubrificantes Y= 76,62 X + 2650,48 18,0
6111 Comércio Varejista de Tecidos Y= 76,62 X + 464,93 15,7
6113 Comércio Varejista de Carnes e Peixes Y= 106,21 X + 1510,53 13,9
6114 Mercearias, Armazéns e Padarias Y= 147,83 X + 2944,10 13,3
6115 Supermercados Y= 145,66 X + 2082,98 35,1
Tabela 6.5.4-3 Correlação Recomendada Consumo Mensal x Carga Instalada Consumidores Comerciais
(Média + 3σ)

5048 Garagens Y = 75,84 X + 1246,21 32,0
5465 Escolas Particulares de Cursos Y = 12,81 X + 464,68 39,2
5900 Livres
Bancos e Caixas Econômicos Y = 65,07 X + 3994,09 29,6
6103/6104 Comércio Varejista de Veículos Y = 63,12 X + 705,23 24,8
Para a atividade 5410 (Barbearias, Saunas e Lavanderias), não é recomendada correlação entre consumo
mensal e carga instalada, pois é preciso uma maior coleta de informações para a obtenção dessa
correlação.
As Tabelas 6.5.4-4 e 6.5.4-5 apresentam, para o segmento industrial as correlações recomendadas

considerando-se 1,3σ e 3σ, respectivamente, bem como o erro esperado entre o valor do consumo
mensal da amostra e da população.
Tabela 6.5.4-4 – Correlação Recomendada Consumo mensal x Carga Instalada Consumidores

Industriais (Média +1,3σ)

1160 Serralheria, Fabricação de Y = 13,43 X + 755,12 10,2
Tanques e Reservatórios
1232 Fabricação de Peças, Y = 41,12 X + 3453,80 19,6
Acessórios, Utensílios e
1370 Ferramentas
Fabricaçãopara Máquinas
de Material Y = 66,60 X + 1523,97 26,1
Eletrônico
1433 Fabricação de Peças e Y = 66,63 X + 2316,64 26,1
Acessórios para Veículos
1510 Automotores
Desdobramento da Madeira Y = 46,11 X + 186,15 24,8
1520 Fabricação de Estruturas de Y = 25,66 X + 1818,30 17,5

Madeira e Carpintaria
1610 Fabricação de Móveis de Y = 31,20 X + 1620,75 16,3
Madeira
2350 Fabricação de Artigos de Y = 87,20 X + 7914,27 12,9
Material Plástico
2510 Confeção de Roupas e Y = 40,47 X + 1458,68 12,9
Agasalhos
2530 Fabricação de Calçados Y = 50,98 X + 530,75 24,8
2670/2680 Fabricação de Produtos de Y = 105,46 X + 8051,42 8,0

Padaria / Fabricação de Massas
2692 e Biscoitos
Fabricação de Sorvetes Y = 73,00 X + 3140,89 22,6
2920 Impressão de Material Escolar Y = 37,95 X + 1000,76 16,7
3210 Construção Civil Y = 74,08 X + 2589,24 11,4
Tabela 6.5.4-5 - Correlação Recomendada Consumo Mensal x Carga Instalada Consumidores Industriais
(Média + 3σ)

1030 Fabricação De Telhas e Tijolos Y = 10,38 X + 1378,85 35,1
Para as atividades 1060 (Fabricação de Peças e estruturas de Cimento), 1550 (Fabricação de Artigos
Diversos de Madeira) e 2601 (Beneficiamento de Café e Cereais), não foram recomendadas correlações
entre consumo mensal e carga instalada, pois é preciso uma maior coleta de informações para a obtenção
dessas correlações.
Nas Fig. 6.5.4-1 a 6.5.4-36 estão apresentadas as correlações estudadas.

Figura 6.5.4-1 - Residencial 1 - 1062 Pontos
Figura 6.5.4-2 - Residencial 2 - 932 Pontos

Figura 6.5.4-3 - Atividade 1030 - Fabricação de Telhas e Tijolos
Figura 6.5.4.4 - Atividade 1232 - Fabricação de Peças, Acessórios Utensílios e Ferramntas Para
Máquinas
Figura 6.5.4-5 - Atividade 1160 - Serralheria, Fabricação de Tanques e Reservatórios
Figura 6.5.4-6 - Atividade 1433 - Fabricação de Peças e Acessórios para Veículos Automotores
Figura 6.5.4-7 - Atividade 1370 - Fabricação de Material Eletrônico
Figura 6.5.4-8 Atividade 1520 - Fabricação de Estruturas de Madeira e Carpintaria

Figura 6.5.4-9 - Atividade 1510 - Desdobramento da Madeira
Figura 6.5.4-10 - Atividade 1610 - Fabricação de Móveis de Madeira

Figura 6.5.4-11 Atividade 1550 - Fabricação de Artigos Diversos de Madeira
Figura 6.5.4-12 - Atividade 2510 - Confecção de Roupas e Agasalhos

Figura 6.5.4-13 - Atividade 2350 - Fabricação de Artigos de Material Plástico
Figura 6.5.4-14 - Atividade 2601 - Beneficiamento Café e Cereais

Figura 6.5.4-15 - Atividade 2530 - Fabricação de Calçados
Figura 6.5.4-16 - Atividade 2692 - Fabricação de Sorvetes

Figura 6.5.4-17 - Atividade 2670 (Fabricação de Produtos de Padaria) 2680 (Fabricação de Massas e
Biscoitos)
Figura 6.5.4-18 - Atividade 3210 - Construção Civil

Figura 6.5.4-19 - Atividade 2920 - Impressão de Material Escolar
Figura 6.5.4-20 - Atividade 5211 - Hoteis Moteis

Figura 6.5.4-21 - Atividade 5048 - Garagens
Figura 6.5.4-22 - Atividades 5321 (Reparação de Veículos) /5322 (Manutenção e Conservaçào de

Veiculos em Geral)
Figura 6.5.4-23 - Atividade 5221 (Restaurantes e Lanchonetes) / 5222 (Bares, Botequins e Café)
Figura 6.5.4-24 - Atividade 5433 - Assistência Médica, Odontológica e Veterinária

Figura 6.5.4-25 - Atividade 5410 - Barbearias, Saunas e Lavanderias
Figura 6.5.4-26 Atividade 5536 - Serviços de Contabilidade e Despachante

Figura 6.5.4-27 - Atividade 5465 - Escolas Particulares de Cursos Livres
Figura 6.5.4-28 - Atividades 6103 (Comércio Varejista de Veículos) /6104 (Comércio Varejista de
Veículos e Acessórios)
Figura 6.5.4-29 - Atividade 5900 - Bancos e Caixas Econômicas
Figura 6.5.4-30 - Atividade 6108 - Comércio Varejista de Produtos Químicos e Farmacêuticos

Figura 6.5.4-31 - Atividade 6105 - Comércio Varejista de Acessórios de Veículos
Figura 6.5.4-32 - Atividade 6111 - Comércio Varejista de Tecidos

Figura 6.5.4-33 - Atividade 6109 - Comércio Varejista de Combustíveis e Lubrificantes
Figura 6.5.4-34 - Atividade 6114 - Mercearias, Armazéns e Padarias

Figura 6.5.4-35 - Atividade 6113 - Comércio Varejista de Carnes e Peixes
Figura 6.5.4-36 Atividade 6115 - Supermercados

CAPÍTULO 7
AGREGAÇÃO DE CURVAS DE CARGA
José A. Jardini, Ronaldo P. Casolari
7.1 INTRODUÇÃO
Muitas vezes, deseja-se saber a curva de carga num ponto do sistema, como por exemplo, no disjuntor do
alimentador primário, ou numa chave de seccionamento no meio de um tronco da rede primária, ou
mesmo na saída de um transformador de distribuição.
Esta curva pode ser obtida por medição. Neste caso, instala-se o medidor eletrônico, no ponto e as
informações são coletadas por um período de alguns dias (7 a 15 dias é suficiente nos casos citados).
Uma outra alternativa seria obter por cálculo esta curva de carga. Neste caso é necessário conhecer as
características (atividade, kWh/mês) dos consumidores a jusante do ponto e aplicar a metodologia que
será descrita a seguir, que aqui será denominada “agregação de curvas ou de consumidores”.
7.2 METODOLOGIA DE AGREGAÇÃO
Esta metodologia está baseada na formulação da soma de funções com distribuição normal onde são
conhecidos os valores das médias e dos desvios padrão. A função soma tem um média (Magreg) igual a
soma das médias das funções parcelas (Mi) e desvio padrão (Sagreg) igual a raiz quadrada da soma dos
quadrados dos desvios padrões das funções parcelas (Si).
Magreg = Σ Mi
S2agreg = Σ Si2
As funções parcelas neste caso são as curvas de carga dos consumidores a jusante.
É importante ressalvar que, como visto nos capítulos anteriores, a distribuição dos valores da curva de
carga num determinado instante não é uma gaussiana perfeita (skew simétrica).
Entretanto, para efeitos práticos, é estabelecido (por hipótese) que a curva de carga do consumidor é
definida pela média e desvio, e tem uma distribuição normal.
Assim um ponto de curva Di(t), com certa probabilidade de não ser excedido, será calculado por:
Di (t) = Mi(t) + k Si(t)
Considere agora o seguinte exemplo: existem num transformador “p” consumidores do tipo “a” e “q”
consumidores do tipo “b”. Segue-se que são conhecidos também os valores de média (ma,mb) e desvios
(sa,sb) típicos deste tipos de consumidores, em pu da potência média.
No banco de dados das empresas encontram-se as energias mensais deste consumidores e, portanto, as
potências médias, Pi dos consumidores tipo “a” e Pj dos tipo “b”.
Para um consumidor tipo “a” e um tipo “b” podem ser escritas as fórmulas a seguir:
Di (t) = ma (t) Pi + k sa (t) Pi
Dj (t) = mb (t) Pj + k sb (t) Pj
A curva agregada será dada por:
Dagreg (t) = Magreg (t) + k Sagreg (t)
Retirando da nomenclatura o instante t, tem-se:

P q
M agreg = ∑ m a Pi + ∑ m b P j
i =1 j=1
P q
S 2 agreg = ∑ (s a Pi ) 2 + ∑ (s b P j ) 2
i =1 j=1
a) particularização do caso acima
Seja o caso de n consumidores iguais ligados (definidos por curva em p.u. (m,s)) em um transformador
do sistema. A agregação destes consumidores é obtida por:
n
M n = ∑ m Pi = m(n Pi ) kW
i =1
n
S 2n = ∑ (s Pi ) 2 = s 2 (n Pi 2 ) kW 2
i =1
A potência média no transformador será Pt = n Pi.
Os valores da curva de carga do transformador, em pu de sua potência média, serão:
n 
m n = M n / Pt =  ∑ m Pi  / Pt = m n Pi / Pt = m
 i =1 
n
s n 2 = (S n / Pt ) 2 = ∑ (s Pi ) 2 / Pt 2 = s 2 (n Pi 2 ) / Pt = s 2 / n
i=1
s
sn =
n
Portanto, ao agregar n consumidores, a média em pu do total permanece a mesma do individual

n
enquanto que o desvio decresce na razão , ou seja, quanto mais consumidor existir, menor será o
desvio padrão relativo à média total.
Assim explica-se porque, embora os desvios padrões sejam altos para os consumidores individualmente,
no transformador ele é menor relativamente à média. Este fato foi observado na campanha de medições e
reportados nos capítulos 3,4 e 5 deste texto.
b) procedimento passo a passo
Para obter a agregação das curvas dos consumidores ligados a jusante de um ponto da rede deve-se
executar os seguintes passos:
- cada consumidor tem sua potência de base Pi calculada através da sua energia mensal Ei pela expressão
Ei
Pi =
24 x30
Os valores Ei e onde estão ligados os consumidores são encontrados na base de dados da distribuição das
empresas;
- para cada consumidor são selecionadas as curvas em p.u. representativas do mesmo:
curva média - mi (t);
curva desvio padrão - si (t);
- multiplicam-se as curvas em pu {mi(t) e si(t)} pelo valor da potência de base (Pi), obtendo-se a curva
em potência do consumidor i.
Mi (t) = Pi.mi (t)
Si(t) = Pi.si (t)
- repetem-se os passos anteriores para todos os consumidores;
- agregam-se os n consumidores, obtendo-se as curvas calculadas no ponto, através das seguintes

expressões:
n
M agreg (t ) = ∑ M i (t )
i =1
n
S 2 agreg (t ) = ∑ Si2 (t )
i=1
7.3 ESPECIFICAÇÃO DE UM PROGRAMA DIGITAL PARA

AGREGAÇÃO DE CONSUMIDORES
a) requisitos gerais
O programa computacional pode ser desenvolvido, por exemplo, em Visual Basic e deve possibilitar a
obtenção das curvas média e desvio-padrão de um componente com base nos consumidores ligados a ele.
Para tal, são necessários os seguintes passos:
1º Passo: montagem de banco de dados com as curvas média e desvio-padrão, em pu, representativas
dos consumidores dos três segmentos de mercado analisados, ou seja, residencial, comercial e
industrial;
2º Passo: conhecimento do consumo mensal de todos os consumidores residenciais ligados ao

componente, conhecimento das fases que estão ligados e qual a proporção.
3º Passo: conhecimento do ramo de atividade e respectivo consumo mensal de todos os consumidores

comerciais e industriais ligados ao componente.
A montagem do banco de dados deve obedecer o seguinte procedimento:
a) as curvas dos consumidores devem ser fornecidas por 96 pontos, caracterizando um intervalo de
integração de 15 minutos, padrão utilizado nos trabalhos;
b) as curvas dos consumidores residenciais devem ser fornecidas por estratos de consumo, de acordo com
o apresentado no capítulo 3;
c) as curvas dos consumidores comerciais e industriais devem ser fornecidas por ramo de atividade,
conforme os capítulos 4 e 5.
A entrada de dados do programa é feita através de telas individuais por consumidor, onde devem ser
fornecidos os consumos mensais dos consumidores residenciais e os códigos de atividade e consumos
mensais dos consumidores comerciais e industriais.
A saída do programa fornece os 96 pontos correspondentes aos valores da média e do desvio-padrão da

curva agregada do componente em análise.
b) característica específica de um programa desenvolvido
O programa possui uma tela principal, que permite acesso aos seguintes módulos:
- arquivo;
- editar;
- cadastrar;
- calcular;
- ajuda.
As opções de escolha do usuário ao selecionar o módulo arquivo são:
- novo
- abrir
- excluir
- salvar
- salvar como
- imprimir
- sair
Ao selecionar a palavra chave imprimir as opções são :
- tela
- impressora
- nuvens
A seleção da palavra chave nuvens possibilita, ao usuário, as seguintes opções:
- cadastro
- dados
- resultados
Quando a escolha recai sobre o módulo editar, as opções que o usuário dispõe são de :
- cadastro
- dados
Se o módulo escolhido for cadastrar, tem-se as seguintes opções:

- normal
- especial
A seleção do módulo calcular, que é habilitado somente quando houver arquivo de dados já criado ou
aberto, não fornece opões ao usuário. O módulo calcular apenas procede a agregação das curvas de
cargas do arquivo de dados já criado.
Finalmente, a seleção do módulo de ajuda possibilita ao usuário a escolha entre:
- conteúdo
- sobre
Na figura 7.3-1 apresenta-se a tela original do programa, apresentando-se os módulos componentes do

programa. Notar que a opção calcular está inicialmente desabilitada.
Figura 7.3-1 - Tela Principal

O acesso aos módulos é feito através do menu superior da tela.
b.1) arquivo
O módulo arquivo permite as seguintes opções:
- novo
Ao acionar a opção arquivo/novo, aparecerá na tela um quadro que permite o início do cadastro de
consumidores de uma estação transformadora, onde deverão ser fornecidos:
- consumo em kWh/mês;
- nome e código da atividade;
- tipo de ligação do consumidor (monofásico, bifásico ou trifásico);
- carregamento das fases (%);
- número de registros constantes no arquivo;
- botão adicionar (adiciona o consumidor no arquivo);
- botão OK (encerra o cadastro dos consumidores da ET).
Este arquivo novo deve ser nomeado com extensão .DCG, através da opção salvar como.
Figura 7.3-2 - Cadastro de Consumidores

- abrir
Esta opção permite ativar um arquivo existente de dados de consumidores (extensão DCG).
Se quiser alterar um arquivo tipo DCG já existente deve-se utilizar o seguinte procedimento:
arquivo/abrir (escolhendo-se o nome do arquivo) e editar/dados. Com o scroll horizontal ir até o
registro que se quiser alterar, proceder as alterações e teclar OK. Se for necessário acrescentar um ou
mais registros, deve-se ir com o scroll horizontal até o último registro já existente e teclar adicionar.
Deve-se fornecer os novos dados e finalizar com OK. Observa-se que há valores “default” para
consumidores monofásicos de 100% na fase A; 50% nas fases A e B, para bifásicos, e no caso de
consumidores trifásicos 33% nas fases A e B e 34 % na fase C. Para a exclusão de um consumidor,
basta selecioná-lo e teclar excluir. Observa-se ainda que os tipos de arquivos podem ser com extensão
.DCG (que é exigido pelo programa) ou com extensão .TXT.
Figura 7.3-3 - Seleção de Abrir do Módulo Arquivo

- excluir
Esta opção permite excluir um arquivo existente de dados de consumidores (extensão .DCG). Informa-
se que a tela de exclusão é parecida com a da Figura 7.3-3.
- salvar e salvar como
Estas opções permitem salvar as alterações efetuadas num arquivo, mantendo o mesmo nome ou
criando um novo nome, respectivamente. Um arquivo de dados de consumidores tem extensão .DCG.
A tela de salvar e salvar como é parecida com a da Figura 7.3-3.
- imprimir
Esta opção apresenta os resultados obtidos na agregação de curvas dos consumidores num ponto.
Existem três possibilidades de apresentação dos resultados:
- tela: apresenta os gráficos, na tela (Figura 7.3-4), da média e desvio-padrão das 3 fases, da agregação
de todos os consumidores, permitindo também a apresentação da agregação dos consumidores por
segmento de mercado (residencial, comercial, industrial e outros).
Figura 7.3-4 - Resultados da Agregação de Curvas (Médias e Desvios)
- impressora: apresenta os resultados, em impressora, da média e desvio-padrão das 3 fases, da

agregação de todos os consumidores e da agregação dos consumidores por segmento de mercado.
- nuvens: cadastro - apresenta os 96 pontos das curvas média e desvio-padrão de todas as atividades
cadastradas (Figura 7.3-5)
Figura 7.3-5 - Exemplo de Atividade Cadastrada
Observa-se que, nesta tabela, primeiramente aparece a média. Teclando-se “desvio” obtém-se valores do
desvio padrão. A tecla salvar permite que seja salvo o arquivo de resultados, da média ou do desvio
padrão, que terá a extensão.SCG.
- nuvens: dados - apresenta a relação dos consumidores cadastrados na estação transformadora, com
consumo, código de atividade, tipo de ligação, carregamento das fases e número de registros
(consumidores) constantes no ponto (Figura 7.3-6).
Figura 7.3-6 - Exemplo de Nuvens/Dados
- nuvens: resultados - apresenta os 96 pontos das curvas média e desvio-padrão dos resultados, por fase,
da agregação de todos os consumidores do ponto e também por segmento de mercado (Figura 7.3-7).
Figura 7.3-7 - Exemplo de Nuvens/Resultados
- sair
Esta opção permite sair do aplicativo.
b.2) editar
Este módulo permite as seguintes opções:
- cadastro
Por esta tela (Fig 7.3-8) o usuário está apto a consultar as curvas de cargas diárias representativas das
atividades cadastradas no banco de dados, pertencentes aos segmentos de mercado analisados
(residencial, comercial, industrial e outros).
Além disso, o usuário também estará apto a alterar os dados da média e desvio-padrão de atividades
cadastradas (atualização). Esta atualização pode ser feita através da opção importar, onde o usuário
fornece os nomes do aplicativo, do arquivo e o número da coluna onde estão cadastrados os dados.
Figura 7-3-8 - Tela de Cadastro das Curvas do Arquivo de Dados
- dados
Apresenta os dados dos consumidores ligados no ponto, constando de consumo, código de atividade,
tipo de ligação, carregamento das fases. É uma tela igual à da opção arquivo/novo. Esta opção permite
acrescentar novos consumidores a um ponto existente (Figura 7.3-9).
Figura 7.3-9 - Tela de Cadastro dos Consumidores Ligados a um Ponto
Observa-se que além das teclas de adicionar e OK, existem as teclas cancelar e excluir.
b.3) cadastrar
Este módulo apresenta as seguintes opções:
- normal
Permite o cadastro de curvas de novas atividades medidas (Figura 7.3-10), sendo acrescentadas ao
banco de dados inicial, devendo ser fornecidos os valores em pu., da média e desvio-padrão, ponto a
ponto em intervalos de 15 minutos (96 pontos) até se completar a curva diária.
Existe a opção de “importar” os valores de uma planilha similar ao ocorrido na opção cadastro do
módulo editar (item b.2).
Figura 7.3-10 - Tela de Cadastro de Curvas de Novas Atividades Medidas
- especial
Permite o cadastro de novas atividades, representadas por curvas retangulares onde devem ser
fornecidos os patamares mínimo e máximo e os instantes de ocorrência da mudança de patamar
(Figura 7.3-11).
Figura 7.3-11 - Tela de Cadastros de Curvas Especiais
Os campos a serem preenchidos são os seguintes:
T1 (h) : corresponde a hora (em formato decimal) de início da atividade, delimitado no intervalo [0, 24]
T2 (h) : corresponde a hora (em formato decimal) de término da atividade, delimitado no intervalo [0,
24]. O valor T2 deve ser maior que o valor T1.
P1 : corresponde ao valor em pu da demanda média durante o intervalo de tempo em que o consumidor

(ou classe de consumidores) se encontra em atividade ( intervalo T1, T2)
P2 : corresponde ao valor em pu da demanda durante os intervalos de tempo em que o consumidor (ou

classe de consumidores) não se encontra em atividade (fora do intervalo T1, T2 )
S1 : corresponde ao valor de desvio-padrão em pu. associado ao valor de demanda P1.
S2 : corresponde ao valor de desvio-padrão em pu. associado ao valor de demanda P2.
atividade : campo reservado para o cadastro do código de identificação da atividade ao qual corresponde
a curva cadastrada.
tipo1 : identifica o tipo de atividade, em ordem numérica, (1 - residencial; 2 - comercial; 3 - industrial)

ao qual corresponde a curva cadastrada.
tipo2 : identifica o tipo de atividade (residencial, comercial ou industrial).
nome : especifica a atividade contemplada.
Deve-se atentar para o fato que as curvas são fornecidas com valores em pu., devendo a energia da curva
média resultar 1,0 pu.
b.4) calcular
Este módulo realiza o cálculo da agregação dos consumidores.
b.5) ajuda
Está em fase de desenvolvimento e conterá todas as explicações de uso do programa.

7.4. TESTES DE AGREGAÇÃO
Para testar a metodologia, usando o programa descrito foram processados os seguintes casos:
- um transformador que alimenta 33 unidades consumidoras residenciais e 17 unidades consumidoras

comerciais com uma energia mensal de 11 500 kWh;
- um alimentador, eminentemente residencial, que alimenta 1345 unidades residenciais, 50 unidades

comerciais e 6 unidades industriais, com uma energia mensal de 412 MWh.
Para estes casos dispunha-se de medições de curvas de carga realizadas pela concessionária podendo
assim analisar a precisão da agregação.
Deve-se notar o pequeno número de consumidores industriais que compõem os elementos sob análise,
dificultando a aferição das curvas industriais obtidas. Uma melhor avaliação deveria ser feita,
pesquisando-se um equipamento do sistema que alimentasse uma quantidade significativa de
consumidores industriais.
As Figuras 7.4-1 e 7.4-2 apresentam os resultados obtidos para as curvas médias e desvio-padrão
medidas e calculadas, respectivamente para o transformador e o alimentador.
Analisando-se as curvas, verifica-se que ambas mantém a mesma forma, entre a medição e o cálculo,
sendo que:
- no caso do transformador (Figura 7.4.-1), ocorreu uma diferença no valor da ponta da curva média,
com a curva medida apresentando um pico de carga que a curva agregada não reproduziu, com uma
diferença da ordem de 10%;
- no caso do alimentador (Figura 7.4-2),devido ao grande número de consumidores envolvidos, as curvas

se tornam bem semelhantes;
Da observação dessas figuras, pode-se concluir pela validade da metodologia utilizada para
determinação do carregamento de um equipamento da rede.
Deve-se mostrar que os erros podem ser considerados pequenos, por serem, menores que um desvio
padrão.
Outros casos foram processados para transformadores e serão discutidos no capítulo 9 onde a
aceitabilidade da precisão será feita conforme cálculo e comparação da perda de vida para a curva
medida e agregada.
Figura 7.4-1 - Comparação entre Medição e Agregação dos Consumidores de um Transformador
Figura 7.4-2 - Comparação entre Medição e Agregação dos Consumidores de um Alimentador

CAPÍTULO 8
AVALIAÇÃO DA DIVERSIDADE DE CARGAS
J.A.Jardini, S.U.Ahn, E.L.Ferrari
8.1 INTRODUÇÃO
O conhecimento das características do pico (ponta) de carga ou demanda máxima é um fator que está
ligado intimamente às Concessionárias de Distribuição de Energia Elétrica. De posse do valor numérico
deste pico e do instante de sua ocorrência, as Concessionárias fazem o dimensionamento de sua rede e
ajustam os seus contratos de compra de energia em grandes blocos com outras Concessionárias
responsáveis pela transmissão da energia.
Um dimensionamento inadequado, da rede da Concessionária responsável pela Distribuição de Energia

Elétrica, pode comprometer a qualidade das atividades desenvolvidas pelo consumidor final, e em última
instância prejudicar a sociedade como um todo.
Do exposto acima pode-se perceber a importância do conhecimento do pico de carga para as

concessionárias. Por outro lado a posse das curvas diárias de carga dos consumidores permite aprimorar
os projetos dos sistemas de distribuição.
O objetivo neste capitulo é desenvolver uma metodologia para determinar a diversidade das cargas, em
particular abordando os consumidores residenciais sendo que a ênfase maior é dada ao uso do chuveiro
elétrico, que se constitui num dos aparelhos de maior potência dentro de uma residência, e com uma
contribuição importante no pico de carga.
8.2 ESTUDOS ANTERIORES
a) Um dos primeiros estudos de carga no estado de São Paulo foi realizado pela Jorge Wilheim
Consultores [31]. Através da análise daquele trabalho pode-se depreender várias conclusões de
interesse, a saber:
- o setor residencial representa 20% do consumo de eletricidade. (energia).
- quanto à participação dos eletrodomésticos na ponta do setor residencial o chuveiro elétrico participa
com o valor de 49%.
- a duração de um banho(chuveiro ligado), é de 3 a 15 min (média de 8 minutos.)
b) No CED foram realizados estudos, que tiveram por objetivo o conhecimento da curva diária de carga
do consumidor residencial e dos transformadores predominantemente residenciais(capítulo 3)
Foram medidas cerca de 4000 curvas diárias de consumidores residenciais e 2200 curvas diárias de
transformadores.
c) A CEMIG [36] desenvolveu um trabalho de uso de energia solar para aquecimento de água. Teve como
objetivo principal desenvolver uma análise sobre o comportamento do consumo de energia elétrica dos
equipamentos de aquecimento de água e de uso de aquecimento solar para água nas residências. Foram
analisadas vantagens do ponto de vista da concessionária e também do ponto de vista dos usuários
mostrando vantagens na aplicação em prédios residenciais.
O trabalho considera que 67,6% das residências brasileiras possuem chuveiro elétrico, sendo seu uso
um hábito nacional. Os maiores índices de difusão são alcançados nas regiões Sul, Sudeste e Centro
Oeste, conforme o estudo realizado pelo PROCEL [33] (Pesquisa de Posse de Eletrodomésticos e de
Hábitos de Consumo).
O uso do chuveiro elétrico dá-se principalmente das 18:00 h às 19:00 h, quando em cerca de 50% das
residências existe pelo menos uma pessoa tomando banho. Entre 18:00 h e 19:00 h a influência do
chuveiro corresponde a 8,5% da ponta total do sistema de energia elétrica.
8.3 A DIVERSIDADE DAS CARGAS
Para os estudos descritos neste capítulo, foram utilizadas as curvas de cargas medidas pelas
concessionárias do Estado de São Paulo em conjunto com o CED.
Na Figura 8.3-1 são apresentadas curvas de carga de dois dias de um mesmo consumidor residencial.
Analisando-se vários dias de curva de carga de um mesmo consumidor pode-se notar que os maiores
picos, que são, em geral oriundos do chuveiro, não acontecem sempre no mesmo horário. Mesmo que um
consumidor tivesse hábitos mais rígidos de consumo, nem sempre ele tomaria banhos no mesmo horário,
podendo quando muito situar seus banhos dentro de uma faixa por ele pré determinada.
8
7
6
quinta - feira
5
quarta - feira
P.U.
4
3
2
1
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
Figura 8.3-1 - Curvas Diárias de Carga de um Consumidor Residencial.
Por isto, para caracterizar o consumidor prefere-se utilizar a curva diária média e uma outra dos
correspondentes desvios padrão. Na Figura 8.3-2 apresenta-se para um consumidor, as curvas diárias das
médias e dos desvios padrão. Nota-se que os valores de desvio padrão são altos devido a aleatoridade das
cargas. Em particular o chuveiro é responsável pelo alto desvio padrão nos horários de seu uso, em
particular no horário de ponta.
2,5
desvio média
2
1,5
P.U.
0,5
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
Figura 8.3-2 - Curvas Diárias de Carga das Médias e dos Desvios Padrão de um Consumidor Residencial
Quando se agregam vários consumidores do mesmo transformador, o efeito da diversidade é menos

acentuado ou seja o desvio padrão é menor.
Isto sugere um cuidado no dimensionamento (pela ponta) de equipamentos com vários consumidores a
jusante já que logo no transformador de distribuição o efeito da diversidade é bastante sentido.
De fato, examinando a curva do transformador observa-se que o desvio padrão encontrado é

relativamente baixo, da ordem de 20% da média, conforme a Figura 8.3-3.
2.5
1.5
P.U.
média
1
0.5
desvio
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
Figura 8.3-3 - Curva da Média e do Desvio Padrão de um Transformador

8.4. FATOR DE DIVERSIDADE DE CHUVEIROS
Nos estudos relativos ao levantamento das curvas de cargas dos consumidores residenciais, nota-se que o
eletrodoméstico predominante na determinação do valor da demanda máxima de carga é o chuveiro. O
uso do chuveiro apresenta, em geral, instante de ocorrência aleatório durante as 24 horas do dia,
considerando-se cada um dos consumidores individualmente, em diversos dias de análise. Esta
aleatoriedade faz com que as cargas dos chuveiros não coincidam totalmente, num dado tempo, no
transformador de distribuição.
Para verificar esta tese, foi feito um levantamento prático das coincidências, baseando-se em diferentes
amostras de consumidores, da CPFL e da CESP.
A metodologia utilizada para determinar as coincidências consistiu basicamente de:
- Medições simultâneas das curvas diárias de cargas de um grupo de “n” consumidores residenciais
ligados a um mesmo transformador de distribuição.
- Tratamento das curvas diárias de cargas de “n” consumidores, expandindo para um intervalo de
integração de 5 minutos. Obtém-se, para cada um dos consumidores individuais, uma tabela onde
constam para cada um dos dias medidos, os valores da demanda média de 5 minutos ao longo das 24
horas de um dia com 288 pontos. Desta forma fica melhor caracterizado quando o chuveiro é ligado e
está em operação.
- Comparações entre as planilhas dos “n” consumidores com a meta de quantificar as coincidências entre
os picos de carga a cada instante.
- Tabelamento de todas as coincidências.
- Análise estatística das coincidências.
a) medições na CPFL
Medições foram feitas na CPFL contemplando tempos de integração dos pulsos de 5 minutos. Os pontos
diários medidos foram separados em duas planilhas, uma delas incluindo as medições desde 4:00 h até às
14:00 h e uma segunda incluindo medições desde 14:05 h até as 24:00 h.
Desenvolveu-se então, uma série de programas simples para tratar convenientemente os dados das
medições e observar os instantes de coincidência de uso de chuveiros.
Foram medidas as curvas de cargas em 9 consumidores (C1 a C9) ligados a um transformador T1, e 11
consumidores (C1 a C11) ligados a um transformador T2. Estes consumidores foram medidos
simultaneamente em grupos conforme a Tabela 8.4-1.
Tabela 8.4-1 - Consumidores Medidos pela CPFL
GRUPO CONSUMIDORES PERÍODO DAS MEDIÇÕES

G11 C1, C2, C3 29/04/92 - 28/05/92
G12 C4, C5, C6 28/05/92 - 29/07/92
G13 C7, C8, C9 29/08/92 - 05/10/92
G21 C1, C2, C3, C4 27/05/92 - 29/07/92
G22 C5, C6, C7 29/04/92 - 27/05/92
G23 C8, C9, C10, C11 29/07/92 - 04/10/92
Do exame destes grupos pode-se inferir quantas coincidências de chuverios ocorreram para grupos de até
4 consumidores.
Com objetivo de obter as coincidências de um maior número de consumidores ligados simultaneamente

ao mesmo transformador de distribuição formou-se uma nova amostra assumindo-se que os 9
consumidores medidos para o transformador T1, estivessem ligados simultaneamente apresentando as
mesmas curvas diárias. O mesmo foi aplicado aos 11 consumidores ligados a T2.
Embora as referidas medições não fossem todas contemporâneas, os consumidores foram deslocados no
tempo convenientemente para que as amostras assim obtidas, fossem comparadas para os mesmos dias da
semana. Obteve-se assim, cerca de 30 dias de medições para os consumidores ligados a T1 e também para
os consumidores ligados a T2.
Ainda com o mesmo propósito de se aumentar mais ainda o número de consumidores ligados ao mesmo
transformador de distribuição, foi feito adicionalmente um deslocamento conveniente entre os 9
consumidores de T1 e os 11 consumidores de T2, de modo a se criar uma amostra de 20 consumidores
ligados.
b) medições na CESP
Com a medição simultânea real de 7 consumidores ligados a um mesmo transformador de distribuição

residencial, por um período de 12 dias, foi feita nesta amostra a determinação das coincidências.
c) análise das tabelas de coincidências
Foram elaboradas tabelas, para cada uma das planilhas (grupos de consumidores) com as estatísticas de
coincidências de chuveiros, considerando-se:
- tipo de coincidências (dupla, tripla, etc.);
- número de dias em que ocorreu pelo menos uma coincidência;
- número de vezes em que ocorreram coincidências.
Lembra-se que, num mesmo dia pode ocorrer mais que uma coincidência, sendo portanto o número de
vezes em que ocorre coincidências maior ou igual ao número de dias em que ocorre pelo menos uma
coincidência.
Na Tabela 8.4-2 são apresentados os resultados para cada um dos grupos de consumidores analisados.
Tabela 8.4-2 - Coincidências de Chuveiros
Dupla Tripla Quádrupla Quintupla Hexa Hepta

Consumidores Dias d v d v d v d v d v d v
G11 30 0,133 0,133 - - - - - - - - -

G12 63 0,508 1,175 0,095 0,127 - - - - - - -
G13 37 0,459 0,784 - - - - - - - - -
G21 (3 cons.) 64 0,281 0,438 - - - - - - - - -
G21 (4 cons.) 32 0,656 0,906 0,031 0,031 - - - - - - -
G22 30 0,367 0,467 0,033 0,066 - - - - - - -
G23 (3 cons.) 68 0,353 0,544 - - - - - - - - -
G23 (4 cons.) 37 0,270 0,378 - - - - - - - - -

CPFL 9 cons. 25 1,000 7,440 0,640 1,640 0,160 0,200 0,040 0,040 - - -
CPFL 11 cons. 30 1,000 6,900 0,700 1,633 0,167 0,267 - - 0,033 0,033 -
CPFL 20 cons. 24 1,000 7,125 1,000 6,542 0,958 2,000 0,458 0,750 0,042 0,042 0,042 0,042
CESP 7 cons. 12 1,000 4,000 0,333 0,417 - - - - - - - -
d - número de “dias” em que houve coincidências, dividido pelo número de dias de medição;
v - número de “vezes” em que houve coincidências, dividido pelo número de dias de medição.
A curva de probabilidade de ocorrências para cada tipo de ocorrência é mostrada na Figura 8.4-1 e
obtidas com os dados da Tabela 8.4-2.
A partir desta figura pode-se obter o tipo de ocorrência em função do número de consumidores, com
qualquer probabilidade de acerto. Por exemplo, na Figura 8.4-2, apresenta-se as coincidências com
probabilidade 10%, ou seja, existe apenas 10% de probabilidade de um número maior de coincidências
que aquele indicado nas ordenadas.
Dividindo o número de coincidências pelo número de consumidores obtem-se os valores da Figura 8.4-3
denominada fator de coincidência de uso de chuveiro.
Observa-se que, nas condições da Figura 8.4-3, que o fator de coincidência para transformadores
residenciais com 40 consumidores ligados é de cerca de 25%.
Visto de outra forma a Figura 8.4-3 indica qual a porcentagem de consumidores que tem chuveiros
simultaneamente ligados, em função do número total destes consumidores.
Figura 8.4-1 - Probabilidade de Ocorrências para Cada Tipo de Coincidência
RISCO DE OCORRÊNCIAS DE 10 %
10
9
8
OCORRÊNCIAS
7
6
5
4
3
2
1
0
NÚMERO DE CONSUMIDORES
Figura 8.4-2 - Ocorrências em Função do Número de Consumidores (10% de Probabilidade de ser

Excedido)
FATOR DE COINCIDÊNCIA
0,8
FATOR DE COINCIDÊNCIA
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
NÚMERO DE CONSUMIDORES
Figura 8.4-3 - Fator de Coincidência (10% de Probabilidade de ser Excedido)

voltar ao Menu Principal
8.5. AVALIAÇÃO DA DIVERSIDADE DE CARGAS RESIDENCIAIS
Neste ítem está descrita uma metodologia para a obtenção de curvas de demandas coincidentes para os
consumidores residenciais. Esta metodologia procura levar em conta:
- Fatores de coincidências de chuveiros em função do número de consumidores ligados ao transformador

de distribuição (conforme ítem 8.4).
- Fator de coincidências das demais cargas. Para isto utiliza-se das curvas de médias e de desvios padrão,
já levantadas, com intervalos de integração superiores a 5 minutos, isto porque nestas curvas está
diluido o efeito da ponta proporcionada pelos chuveiros, mas está mantida a energia dos chuveiros.
A aplicação desta segunda parte da metodologia está apresentada para as medições feitas na CPFL, cujos
estratos representativos de consumo, foram: 51 a 100 kWh/mês; 101 a 200 kWh/mês; 201 a 300 kWh/mês
e 301 a 400 kWh/mês. Na Figura 8.5-1 estão apresentadas as curvas representativas do estrato 101 a 200
kWh/mês expressas em pu da potência média, usando diferentes intervalos de integração (15, 30 e 60
minutos). Observa-se pela comparação entre elas, a diluição do efeito do chuveiro como ponta.
CPFL - EXTRATO 101 - 200 KWH/MES ( 15 MINUTOS)
3
desvio
média
P.U.
0
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
HORA DO DIA
CPFL - EXTRATO 101 - 200 KWH/MES (30 MINUTOS)
3
média
P.U.
1 desvio
0
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
HORA DO DIA
CPFL - EXTRATO 101 - 200 KWH/MES ( 60 MINUTOS)
média
P.U.
1
desvio
0
0
10
12
14
16
18
20
22
24
HORA DO DIA
Figura 8.5-1 - Estrato 101 a 200 kWh/mês - Média e Desvio Padrão

Para a determinação da ponta de “n” consumidores iguais, os passos descritos abaixo devem ser seguidos:
Na curva de carga média representativa de cada estrato de consumo seleciona-se a demanda máxima (d)
da curva média e o respectivo desvio padrão (s).
A demanda máxima média (ddn) e o desvio padrão (ssn) de “n” consumidores podem ser obtidos pelas
fórmulas:
ddn = n d
ssn2 = n s2 ou
ssn = n s
Os valores obtidos pelas fórmulas anteriores estão em pu da potência média de um consumidor. No caso
de se considerar os valores em pu da potência média dos “n” consumidores somados, as fórmulas passam
a:
dn = n d / n = d
sn = ssn / n = n s/n=s/ n
Os valores de ponta (pu) de “n” consumidores iguais com uma certa probabilidade (p%) de não ser
excedida são obtidos por:
ponta (pu) = dn + k sn = d + k s/ n
onde k é função do nível de confiança:
(Ex.: para k = 3, p % = 99,9 %; k = 1,3, p% = 90,0%; etc..)
Observa-se que o cálculo acima está calcado nos valores de desvio padrão, que são muito variáveis
devido a aleatoriedade das cargas, principalmente do uso de chuveiros elétricos.
Assim considerou-se o seguinte procedimento para determinar os valores de demanda máxima

coincidente das cargas.
a) Primeiramente deve-se eliminar os chuveiros como ponta das curvas diárias. Isto pode ser feito
representando a curva diária de cada estrato em intervalos de 60 minutos.
Visto que um banho dura da ordem de 7,5 min., seu efeito, como ponta, aparece dividido por (60/7,5) =
8 na demanda média de 1 hora eliminando assim seu efeito como pico. Notar que o efeito como energia
consumida ainda é mantido.
As curvas diárias preparadas desta forma (pontos a cada 60 minutos) levam a uma nova curva média
parecida com aquela obtida com valores em intervalos de 15 ou 5 min., porém a curva do desvio padrão
é menor. Pelo equacionamento anterior obtém-se os valores da demanda máxima coincidente, sem
incluir portanto o efeito do chuveiro.
b) Adicionalmente, os chuveiros (coincidentes) como valores de ponta são somados ao valor de ponta
obtidos no cálculo da alínea a obtendo-se as demandas máximas coincidentes incluindo os chuveiros.
Alternativamente pode-se pensar em aplicar as equações mencionadas, de soma de consumidores, com os

dados das curvas definidas em intervalos de 15 minutos, aparecendo então, em parte, o efeito do chuveiro
como ponta. Evidentemente neste caso não se deve somar os chuveiros coincidentes.
Os resultados destes vários procedimentos são mostrados na Figura 8.5-2 onde os valores de demandas
coincidentes são calculados para diferentes condições a saber:
a) curvas de demanda diversificada de 60 minutos, sem incluir chuveiros (60 min).
b) curvas de demanda diversificada originais, isto é, de 15 minutos, incluindo pois em parte os chuveiros
(15 min).
c) com chuveiros de 4000 W e duração de banho de 5 minutos (com chuveiro: 4000 W / 5 min).
d) idem c com chuveiros de 3000 W e banho de 4 min.
Para a obtenção das curvas de demandas coincidentes, por estratos, considerando-se por exemplo potência
dos chuveiros de 3000 W e duração do banho de 4 minutos, utiliza-se das seguintes equações.
 Media kWh x 1000   4

Valor (kW ) = V  n + Fc n 3000  
 720   15 
 
onde n é o número de consumidores, V é o valor em pu da demanda máxima coincidente e Fc é o fator de

coincidência de chuveiros.
Convertendo os valores para pu, na base da potência média de “n” consumidores iguais, tem-se:
Valor (kW)  4 1
valor (pu) = = V + Fc 3000 
 Media kWh x 1000   15  Media kWh x 1000
n 
 720  720
 
ou de outra forma:
 
 
 3000 4 1
valor (pu) =  nV + Fc n
15  n
 Media kWh 
 0,72 
Sendo:
valor (pu) - valor da demanda coincidente em pu da potência média de “n” consumidores do mesmo
estrato, cada um consumindo a energia média (Média kWh) do estrato (ou seja 75, 150,
250 e 350 kWh/mês, para os estratos 1, 2, 3 e 4 respectivamente).
nV - produto do número de consumidores n, pelo valor de ponta (V) do estrato. O valor V depende da
probabilidade p% fixada de não ser excedido, e é obtido na curva representada em intervalos de
60 minutos (em pu).
média kWh - é a energia média do estrato. Este valor multiplicado por 1000 e dividido por 720 horas
fornece a potência média (potência de base), em Watts, no estrato.
4/15 - é a redução que aparece no valor da ponta do chuveiro quando a curva é representada em
intervalos de 15 minutos (4 minutos é a duração do banho).
Considerou-se, nas Figuras 8.5-2 (a,b,c,d), a seguir, a composição da curva de 60 minutos com
probabilidade dos valores não serem excedidos de 90% (k = 1,3). O mesmo foi considerado para as
curvas com demandas de 15 minutos.
18,00
16,00
ESTRA T O 1 , 5 1 a 1 0 0 k W h / m ê s
14,00
12,00
c/ chuveiro: 3 000 W / 4 min c/ chuveiro: 4000 W / 5min
10,00
8,00
6,00
4,00
2,00
60 min 15 min
0,00
2 8 14 20 26 32 38 44 50
Figura 8.5-2 (a) - Demanda Máxima Coincidente - Estrato 1

10.00
9.00
8.00 ESTRA T O 2 , 1 0 1 a 2 0 0 k W h / m ê s
7.00 c/ chuveiro: 4000 W / 5 min
6.00
5.00
4.00
3.00 15 min
2.00
1.00 60 min
0.00
2 8 14 20 26 32 38 44 50
Figura 8.5-2 (b) - Demanda Máxima Coincidente - Estrato 2
8,00
7,00
ESTRA T O 3 , 2 0 1 a 3 0 0 k W h / m ê s
6,00
c/ chuveiro: 4000 W / 5 min
5,00
4,00
3,00
2,00 60 min 15 min
1,00
0,00
2 8 14 20 26 32 38 44 50
Figura 8.5-2 (c) - Demanda Máxima Coincidente - Estrato 3

6,00
ESTRA T O 4 , 3 0 1 a 4 0 0 k W h / m ê s
5,00
c/ chuveiro: 4000 W / 5 min

4,00
3,00
2,00
1,00
15 min
60 min
0,00
2 8 14 20 26 32 38 44 50
Figura 8.5-2 (d) - Demanda Máxima Coincidente - Estrato 4
Para uso da engenharia da concessionária desenvolveram-se duas tabelas em substituição as curvas. Na

Tabela 8.5-1 apresenta-se a demanda máxima dm em função do número de consumidores ligados ao
transformador, com probabilidade 90% de não ser excedida (ou 10% de ser excedida) excluindo-se a
ponta provocada pelos chuveiros (intervalos de 60 minutos).
Na Tabela 8.5-2 é apresentada a ponta dos chuveiros para “n” consumidores ligados, considerando o fator
de coincidências..
Tabela 8.5-1 - Demanda Diversificada (pu) para “n” Consumidores Iguais sem Efeito do Chuveiro na
Ponta
n estrato 1 estrato 2 estrato 3 estrato 4
1 6,900 3,530 5,040 3,250
2 5,758 3,111 4,355 2,869
3 5,252 2,926 4,051 2,701
4 4,950 2,815 3,870 2,600
5 4,744 2,740 3,746 2,531
6 4,592 2,684 3,655 2,481
7 4,474 2,640 3,584 2,441
8 4,379 2,606 3,527 2,410
9 4,300 2,577 3,480 2,383
10 4,233 2,552 3,440 2,361
11 4,176 2,531 3,406 2,342
12 4,126 2,513 3,375 2,325
13 4,082 2,497 3,349 2,311
14 4,042 2,482 3,325 2,297
15 4,007 2,469 3,304 2,286
16 3,975 2,458 3,285 2,275
17 3,946 2,447 3,268 2,265
18 3,919 2,437 3,252 2,256
19 3,895 2,428 3,237 2,248
20 3,872 2,420 3,223 2,241
21 3,851 2,412 3,211 2,234
22 3,831 2,405 3,199 2,227
23 3,813 2,398 3,188 2,221
24 3,796 2,392 3,178 2,215
25 3,780 2,386 3,168 2,210
26 3,765 2,380 3,159 2,205
27 3,751 2,375 3,150 2,200
28 3,737 2,370 3,142 2,196
29 3,724 2,366 3,135 2,191
30 3,712 2,361 3,127 2,187
31 3,700 2,357 3,120 2,183
32 3,689 2,353 3,114 2,180
33 3,679 2,349 3,107 2,176
34 3,669 2,345 3,101 2,173
35 3,659 2,342 3,096 2,170
36 3,650 2,338 3,090 2,167
37 3,641 2,335 3,085 2,164
38 3,633 2,332 3,080 2,161
39 3,624 2,329 3,075 2,158
40 3,617 2,326 3,070 2,156
Tabela 8.5-2 - Pico Devido aos Chuveiros (kW) em Função do Número de Consumidores
n Pc(kW)
1 1,333
2 2,400
3 3,200
4 3,733
5 4,333
6 4,800
7 5,133
8 5,547
9 5,880
10 6,267
11 6,600
12 6,720
13 7,107
14 7,467
15 7,800
16 8,107
17 8,387
18 8,540
19 8,613
20 8,733
21 8,820
22 9,093
23 9,353
24 9,600
25 9,833
26 10,053
27 10,260
28 10,453
29 10,633
30 10,800
31 10,953
32 11,093
33 11,352
34 11,605
35 11,900
36 12,000
37 12,087
38 12,160
39 12,220
40 12,267
Avaliação da Diversidade de Cargas 277
8.6 CONCLUSÕES
A metodologia apresentada permite uma avaliação criteriosa da demanda máxima coincidente de

consumidores residenciais, usando medições reais de curvas de carga.
A metodologia pode ser estendida para obter um pedaço maior da curva de carga e não apenas a demanda
máxima.
CAPÍTULO 9
SELEÇÃO E GERENCIAMENTO DE
TRANSFORMADORES DE DISTRIBUIÇÃO
J.A. Jardini, S.U. Ahn, C. B. Oliveira, H.P. Schimidt, E.L. Ferrari
9.1 INTRODUÇÃO
Os transformadores de distribuição são equipamentos existentes em grande quantidade nas
concessionárias. Numa empresa do tamanho da ELETROPAULO este número ultrapassa 300.000.
Para gerenciar estes tansformadores (ver como a carga está em relação à potência nominal), faz-se
necessário o uso de uma metodologia com base estatística uma vez que não é prático serem calculados
individualizadamente.
O processo adotado pelas concessionárias tem esta característica e é conhecido como método pela
função KVAS (KVA Statistic). Este método tem sido adequado, porém verifica-se que fatos
importantes como as características diferentes de formas da curva de carga diária, não são considerados.
Assim procurou-se elaborar uma nova metodologia que avançasse mais nos detalhes porém sem perder
de vista que ela deva ser aplicada, mensalmente a um grande número de transformadores e que o tempo
de cálculo não pode ser excessivo.
Esta metodologia é objeto deste capítulo que incluí também critérios para seleção de um transformador
para instalação na rede.
9.2 METODOLOGIA DE GERENCIAMENTO PELA FUNÇÃO KVAS

a) função KVAS
O procedimento atual utilizado pelas concessionárias, para estimar a demanda máxima de uma estação
transformadora é a função KVAS. A função KVAS é uma equação que converte a energia passante
mensal (kWh) numa instalação transformadora, em demanda máxima (kVA) estimada da referida
instalação, com 90% de probabilidade de não ser excedida. Esta função é utilizada pelos Sistemas de
Gerenciamento da Rede de Distribuição, onde para cada localidade é elaborada uma função KVAS
própria através de medições.
O procedimento para a elaboração da função KVAS de uma localidade é:
- Com as plantas dos circuitos primários, seleciona-se de 10 a 15 % dos transformadores a serem

medidos, observando-se as seguintes diretrizes:
l Os transformadores escolhidos estão preferencialmente na zona urbana.
l No mínimo 120 transformadores com potências nominais escolhidas na mesma proporção existente
na rede devem ser medidos.
- Instalam-se os medidores nas 3 fases do transformador, por um período de no mínimo 48 horas,

para obter a demanda máxima (kVA). Para zonas predominantemente residenciais, 30 a 40% das
medições deverão ser feitas no período que engloba os fins de semana.
- Cada demanda máxima medida é associada à energia total mensal passante pelo transformador,
energia esta obtida no banco de dados da empresa.
- Aplica-se a técnica de regressão linear ao conjunto de pontos (kWh x kVA) por métodos de mínimos
quadrados, para se obter uma dentre vários tipos de curvas (reta, geométrica ou parabólica). Em geral
prefere-se a curva geométrica para obter a coerência no ponto de origem .
- Com a curva ajustada média (valor 50% de probabilidade) e o respectivo desvio padrão, calcula-se
uma curva com intervalo de confiança (IC) de 90% (10% de probabilidade de ser excedida). Esta curva
obtida é a função KVAS da localidade.
Função KVAS = f (kWh), com IC = 90%
Nas Figuras 9.2-1 e 9.2-2 são apresentadas estas curvas [2][6].
Uma vez definida a curva KVAS, todas as simulações para a estimação da demanda baseiam-se na
referida curva.
- Para a escolha ou gerenciamento de um transformador qualquer da região, calcula-se o seu kWh,

pela soma dos kWh dos seus consumidores, e pela curva KVAS obtém-se o kVA máximo estatístico
passante pelo transformador.
b) função KVAT
Pelo transformador, num dia, pode passar uma carga acima do seu valor nominal por um certo período
desde que compensada por uma carga abaixo da nominal no período restante. Para se representar este
fato foi definido o KVAT (carregamento térmico do transformador).
O KVAT é o valor máximo de uma carga com dois patamares, um acima (P2) durando t2 horas e um
abaixo (P1) da potência nominal (KVAN) do transformador, curva esta que leva à mesma perda de vida
que teria o transformador com uma carga constante igual a nominal. Este valor é expresso por:
KVAT = KV KVAN = P2
Sendo KV: função de P1, P2 e t2, de valor maior que 1 (tabelados nas normas).
c) gerenciamento
Para efetivar o gerenciamento deve-se observar a relação a seguir:

KVAS < K . KVAT = K . KV . KVAN
Sendo K um coeficiente de avaliação do carregamento do transformador.
Portanto, para gerenciamento dos transformadores instalados, calcula-se a sua demanda máxima pela
função KVAS e a relação:
KVAS KVAS
K= =
KVAT Kv KVAN
O valor K define o índice de carregamento do transformador
0 < K < 0.75 - O transformador é considerado subcarregado.
0,75 < K < 1.25 - O transformador está na faixa ideal.
1,25 < K < 1.50 - O transformador ou sua carga deve ser remanejada numa data de manutenção
próxima.
1,50 < K - O remanejamento do transformador ou sua carga deve ser feito imediatamente.
Conforme pode-se deduzir, a metodologia em uso pelas concessionárias está baseada no valor estatístico
da carga, 90%. Portanto, em 10% do tempo haverá sobrecargas com eventual perda adicional de vida
relativa (implícita no valor de K atual do transformador).
Portanto nesta metodologia está implícito a avaliação de perda de vida do transformador no uso do fator
K indicativo do carregamento e Kv representativo de forma da curva de carga.
Figura 9.2-1 - Ponto de medição e as curvas médias de regressão linear: reta, geométrica e parabólica
Figura 9.2-2 - Pontos de medição, curva geométrica selecionada (50%) e a função KVAS (90%)
9.3 METODOLOGIA DE CÁLCULO DA PERDA DE VIDA

São aqui apresentados os procedimentos, critérios e dados utilizados, para o cálculo da perda de vida de
transformadores de distribuição, já que este é o principal fator para o seu gerenciamento.
Para definir qual a perda de vida do transformador, necessita-se antes definir as condições em que esta
será calculada e em quais critérios basearão sua análise. A aplicação de uma carga no transformador,
provoca neste um aquecimento que por sua vez gera uma degradação no material isolante. Quantificar o
nível de degradação do material isolante é justamente calcular a taxa de perda de vida do transformador.
Para melhor entendimento deste processo torna-se necessário discutir os aspectos listados a seguir:
- Cálculo das temperaturas no transformador,
- Constante térmica do transformador,
- Perda de vida em função da temperatura,
- Sobrecarga admissível,
- Curva diária de carga,
- Temperatura ambiente,
- Crescimento da carga.
a) temperatura do transformador
O cálculo da perda de vida dos transformadores é essencialmente uma função do envelhecimento do

material isolante, que por sua vez depende da temperatura do enrolamento do transformador. Por esta
razão foram desenvolvidas as fórmulas que relacionam a perda de vida com a temperatura do
enrolamento. Esta temperatura deve ser estabelecida por seu valor médio nos enrolamentos e o "Hottest
Spot" (ponto mais quente, usa-se também "HOT-SPOT" - PONTO QUENTE. O Hot Spot é um ponto
no enrolamento onde a temperatura é a mais elevada. O cálculo de perda de vida é baseado nesta
temperatura e este cálculo irá determinar o limite de uso do transformador.
Deve-se reconhecer que existem outras limitações ao carregamento dos transformadores tais como,
expansões de óleo, pressão nos elementos seladores e capacidade térmica de componentes internos e
externos. Qualquer destes itens podem ser limitantes e devem ser avaliados antes de se decidir
sobrecarregar o transformador. Por exemplo, a operação do transformador acima de 140ºC pode causar
gaseificação do óleo isolante originando bolhas de gás que podem produzir um grande risco a
integridade do transformador. Outro exemplo seria a potência momentânea passante não exceder 2 pu
para evitar problemas com conectores e acessórios.
Para um transformador instalado pode-se definir, uma curva de carga de operação (kW x tempo) e curva
de temperatura ambiente (ºC x tempo). Estes dois fatores determinam a curva de temperatura do ponto
mais quente do transformador no tempo. Para cada instante (t) do dia, a temperatura no ponto mais
quente é obtida pela soma de 3 parcelas [37].
Ths(t) = Ghs(t) + Go(t) + Ta(t)
Onde:
Ths (t) é a temperatura do ponto mais quente no instante t
Ghs (t) é a elevação de temperatura do ponto mais quente, acima da temperatura do topo do óleo.
Go (t) é a elevação de temperatura do topo do óleo, acima da temperatura ambiente, todos em º C.
a1) cálculo de Ghs(t).
Para o enrolamento do transformador admite-se que não há inércia térmica. Sendo a capacidade térmica
do enrolamento pequena, as variações da carga refletem na variação praticamente instantânea da
temperatura do enrolamento.
Assim para um instante ( t ) , Ghs é dado por:

Ghs (t) =Ghspc [ C ( t ) K ( t ) ] n
Onde:
Ghspc é a diferença entre a temperatura do ponto mais quente e a temperatura do topo do óleo, com
o transformador operando com a potência (carga) nominal, em º C.
C (t) é o fator de correção da resistência ôhmica com a temperatura.
K (t) é a relação entre a carga do transformador no instante (t) e a potência nominal, em pu:
S( t )
K (t) =
Snom
S (t) carga do transformador, em kVA.
Snom potência nominal do transformador, em kVA.
n é o coeficiente que depende do tipo de resfriamento. Para ventilação natural, n = 0,8
a2) cálculo do Go ( t ).
Num instante ( t ) a elevação da temperatura do topo do óleo sobre a temperatura ambiente é Go ( t ),

calculada por
Go ( t ) = [ Goreg - Go ( Hi ) ] ( 1 - e -t/Tc ) + Go ( Hi )
onde:
Goreg - é a elevação de temperatura do óleo acima da ambiente para uma dada potência, tendo atingido
o novo regime, em ºC.
Go ( Hi ) - elevação de temperatura do óleo acima da ambiente, no instante inicial do intervalo, em ºC.
Tc - constante de tempo térmico do transformador no intervalo.
A elevação da temperatura do óleo para uma dada potência, tendo a temperatura atingido o regime (
Goreg ), é calculada pela expressão:
n
1 + C( t )R 2 K 
Goreg = Gopc  
 1 + R 
Onde:
Gopc - elevação da temperatura do óleo sobre a temperatura ambiente a regime, estando o

transformador com a carga nominal, em oC.
R - relação entre as perdas joule do transformador sob carga nominal e as perdas no ferro.
b) constante térmica do transformador
A constante térmica do transformador ( Tc ) é calculada por uma equação empírica e depende das
características do transformador, tais como dimensões, volume de óleo, peso do tanque etc. Para uma
concessionária de porte é prática comum possuir vários fornecedores, com diferentes padrões de
construção e assim, convive-se com vários valores de constantes térmicas para os transformadores de
mesma potência. Foram realizados alguns cálculos com diferentes características dos transformadores e
o valor médio obtido da constante térmica foi de 2,6 horas. Vale salientar que a adoção de um valor
único, representativo, é adequado para fins operacionais práticos das concessionárias. Este valor não
difere muito do valor 3 horas indicado por outros autores.
Cumpre notar também que devido ao fato de que os projetos mais recentes levam a um menor volume
de óleo e cobre, este valor de constante térmica tem-se reduzido a patamar próximo a 2,2 horas.
c) perda de vida em função de temperatura
Um aquecimento no transformador gera uma degradação no material isolante. Quantificar o nível de

degradação do material isolante é, justamente, calcular a taxa de perda de vida do transformador.
O cálculo da perda de vida dos transformadores é essencialmente uma função do envelhecimento do

material isolante, que, por sua vez, depende da temperatura do enrolamento do transformador.
Por esta razão foram desenvolvidas as fórmulas que relacionam a perda de vida com a temperatura do
enrolamento (ANSI; PECO; MONTSINGER; NBR5416; e IEC354 [6][37][38][39][40] ).
Esta temperatura deve ser estabelecida por seu valor médio dos enrolamentos e pelo hot-spot ( ponto-
quente). Este cálculo irá determinar o limite de uso do transformador. A expectativa de vida do
transformador é estimada com base na "Lei de Arrhenius", que relaciona a taxa de envelhecimento do
material isolante em função do tempo e da temperatura a que ele é submetido. Esta equação apresenta
diferentes formas e é dada por:
 B
 A+ 
VTr = K . a  T
Onde:
AeB são constantes do material.
T temperatura do material.
K constante.
a 10 ou e = 2,71828
VTr vida de transformador.
Para a aplicação desta fórmula aos transformadores utiliza-se valores A e B, característicos do material
isolante, e para a temperatura T, o valor no hot-spot. Contudo, dependendo do autor, os valores das
constantes são diferentes, resultados das diferentes pesquisas. Os equacionamentos mais utilizados são:
o de Montsinger, o da ANSI C57-91, o da NBR 5416 e o da PECO.
Além das referências acima, pode-se citar também a norma IEC-354 [39].
Na IEC, não é especificado o valor absoluto (horas) de expectativa de vida para uma dada temperatura e
seu método de cálculo indica uma taxa de envelhecimento relativa. Assim para um hot-spot de 98ºC, a
duração de vida é considerada 1,00 pu, acrescentando-se que esta expectativa de vida é normalmente
mais de 30 anos. Para as demais temperaturas utiliza-se uma regra de degradação térmica; para cada
aumento no hot-spot, de 6 graus (acima de 98ºC) o transformador perde a metade de sua vida útil (regra
de 6 graus).
A equação, entre as várias formulações de cálculo da expectativa de vida para transformador, é:

 6972,15 
 −14,133 
 t + 273 
NBR: VNBR ( t ) = 10
 6328,8 
 −11,968 
 t + 273 
ANSI: VANSI ( t ) = 10
15457,225 
 t + 273 − 34,129 
PECO VPECO (t) = 10  
Montsinger V Montsinger ( t ) = 7,15 104 e -0,088t 8760
Pode-se notar que Montsinger recomenda a regra de 8 graus, ou seja, para um aumento de 8º C na
temperatura, o transformador perde metade da vida. PECO, NBR 5416 e ANSI adotam a regra de 6ºC.
Como a ANSI é específica para os transformadores de distribuição e pelo fato de ser bastante utilizada
na América do Norte, e de que testes de laboratórios e de campo confirmaram a sua validade, todas as
análises deste texto serão feitas com a formulação da ANSI.
Na Figura 9.3-1, apresenta-se a expectativa de vida do transformador em função da sua temperatura de

hot-spot.
Figura 9.3-1 - Expectativa de Vida
Verifica-se pela ANSI que, se o transformador trabalha com temperatura nominal (TN = 95ºC)
continuamente a sua vida será VN = 169750 horas ( de ordem 20 anos).
Assim a cada hora que ele trabalha com 95ºC, ele perde uma hora de vida. Se trabalhar com temperatura
Ti, (Figura 9.3-2), sua vida será Vi horas, menor que VN
Figura 9.3-2 - Vida x Temperatura
Segue-se que numa hora que ele trabalhar com Ti ele perderá
VN
horas de vida.
Vi
A perda de vida adicional em relação a nominal será:
VN V − Vi
−1 = N
Vi Vi
Se na hora seguinte, ele trabalhar com temperatura Ti * , ele perderá:
VN
1h horas de vida
V*
i
E portanto nas duas horas consecutivas perderá:

VN VN  1 1 
+ = VN  + 
Vi Vi *  Vi Vi * 
Quando a soma atingir o valor 1,0, exauriu a vida do transformador. Desta forma pode ser conveniente
mudar a escala da Figura 9.3-2 para aquela da Figura 9.3-3.
Figura 9.3-3 Vida Relativa x Temperatura
Pode-se mesmo obter a curva inversa que será aqui denominada curva de perda de vida.
Figura 9.3-4 - Perda de Vida x Temperatura
Pode-se também calibrar a escala de curva de perda de vida em (anos -1) ou relativa a perda nominal do
transformador (pu-1).
d) sobrecarga admissível
Com as experiências adquiridas ao longo dos anos, e com as pesquisas do fenômeno de envelhecimento
conclui-se que um transformador pode ser sobrecarregado (conduzir potência acima da nominal)
durante um intervalo de tempo determinado, sem que isto ocasione a sua destruição ou mesmo uma
perda de vida excessiva. Assim, visto que a curva de carga não é constante durante todo o tempo,
passando por períodos com carregamentos baixos e outros com carregamentos altos, pode-se adotar
num dimensionamnento, que o transformador está parte do tempo sobrecarregado. O carregamento
médio em geral no caso de transformador de distribuição, é menor que 50% da carga máxima. Assim,
os seguintes comentários se aplicam:
• Se a potência nominal do transformador é igual a demanda máxima da carga então, o

transformadoroperaria com ociosidade a maior parte do tempo;
• Uma sobrecarga de curta-duração, especialmente quando a temperatura ambiente é baixa, não reduz
a expectativa de vida do transformador;
• Permitindo uma sobrecarga ocasional, a relação custo benefício será mais favorável.
Por estas e outras razões, aceitar uma sobrecarga predefinida do transformador de distribuição tem se
tornado uma prática comum. Contudo a sua aplicação requer uma compreensão dos efeitos da
sobrecarga na expectativa da vida, na operação econômica, e na qualidade de serviço.
e) curva diária de carga

Ela exprime o valor da potência passante pelo transformador no tempo (hora do dia). Esta curva pode
ser composta pelos valores instantâneos da potência, ou por valores de potências médias em dados
intervalos de tempo.
As curvas podem ser medidas com aparelhos eletrônicos de armazenamentos de dados ao qual acopla-se
um medidor convencional eletromecânico de disco. A cada volta do disco é gerado um pulso que é lido
pelo elemento eletrônico e acumulado num intervalo de tempo especificado pelo usuário ( 1 minuto, 5
minutos, 15 minutos etc...). É praxe no setor elétrico, obter com este sistema a curva de carga definida
por um ponto em cada intervalo de 15 minutos. Sendo que este valor é proporcional a energia naquele
intervalo, ele dividido pelo tempo do intervalo fornece a potência (média) representativa daquele
(intervalo) ponto. Neste procedimento uma ponta de curta duração (exemplo: chuveiro que tem duração
próxima de 5 minutos) tem seu valor atenuado pelo cálculo indicado acima.
Para estudo da vida do transformador, esta média a cada 15 minutos é considerada aceitável, visto que
no cálculo do aquecimento aparece a constante de tempo térmica do transformador, da ordem de 2,6
horas. Entretanto é prudente efetuar uma análise adicional considerando uma potência momentânea
maior e seu efeito em certos componentes (conectores, por exemplo).
A curva diária de um transformador varia durante os dias da semana e do ano, e este efeito deve ser
levado em conta, nos estudos de perda de vida.
Nesta nova metodologia propõe-se trabalhar com uma curva diária média e uma curva com os valores
dos desvios padrão, para serem utilizadas no cálculo de perda de vida.
Para isto deve-se fazer a hipótese da curva seguir a distribuição gaussiana. Nesta distribuição, o valor
correspondente a média (M) mais k desvios padrão (S), corresponde a uma probabilidade de P % de não
ser excedido com P = f (k).
Assim procura-se estabelecer uma família de curvas que representa a carga de um transformador (e sua
probabilidade de ocorrência), composta em 11 estratos ou grupos:
. curva P = 2,5%, representativa da faixa 0 a 5%.
. curva P = 10%, representativa da faixa 5 a 15%.
. curva P = 20%, representativa da faixa 15 a 25%

. curva P = 97,5%, representativa da faixa 95 a 100%.
Cada curva acima tem uma probabilidade de ocorrer de dez por cento, com exceção das curvas 2,5% e
97,5% que tem cinco por cento cada.
A obtenção destas curvas se faz através da curva média e dos desvios absolutos (S), sendo calculadas
pela fórmula:
CURVA P % = M + K S
O valor de K é o valor normalizado da curva de gauss. Sendo:
P% K
2,5 - 1,960
10,0 - 1,280
20,0 - 0,840
30,0 - 0,525
40,0 - 0,255
50,0 0,000
60,0 0,255
70,0 0,525
80,0 0,840
90,0 1,280
97,5 1,960
-
Estas curvas de carga estão representadas nas Figura 9.3-5 e 9.3-6.
A perda de vida deve ser calculada para cada curva e estes valores serem ponderados pela probabilidade
de ocorrência ( 10 % ou 5 %) para calcular a perda de vida total anual.
Figura 9.3-5 - Curva de carga média e de desvios utilizados para cálculo de perda de vida.
Seleção e Gerenciamento de Transformadores de Distribuição 312
Figura 9.3-6 Curvas de Carga por Estrato

f) temperatura ambiente
Como as equações que definem a perda de vida do transformador são do tipo equilíbrio térmico, a
temperatura ambiente é um dos fatores que mais influenciam o cálculo.
Portanto se fez necessário a obtenção das informações corretas para a localidade em questão.
Encontram-se no IAG - Instituto de Astronomia e Geofísica da USP, as curvas diárias de temperatura

respectivas de cada mês do ano.
A determinação das curvas de temperatura no IAG é feita da seguinte forma:
- a cada 15min é lido o valor de temperatura
- o maior valor, entre os 4 de uma dada hora é escolhido para representar a temperatura daquele horário
- com as curvas diárias por hora, são calculadas as curvas, diárias médias e dos desvios, de cada mês,
fazendo isto para vários anos
- as curvas média e de desvios do mesmo mês em vários anos são agrupados obtendo-se as curvas
representativas do mês no ano.
Na Figura 9.3-7 estão apresentadas as curvas diárias representativas dos vários meses num período de
tempo para São Paulo, ano 1989.
A partir destas curvas calculou-se a curva média e desvios representativas do ano para ser usada no
cálculo de perda de vida (Figura 9.3-8).
Com as curvas média e dos desvios (Figura 9.3-8), seguindo o procedimento usado na obtenção das
curvas de carga obtem-se as curvas de temperatura por estrato (Figura 9.3-9).
OBS: Alternativamente poder-se-ia repetir o cálculo 12 vezes, um para cada mês do ano e fazer a
ponderação dos valores. Neste caso utiliza-se como partida a curva de temperatura diária média e
de desvios representativa de um mês no período de vários anos.
Figura 9.3-7 - Temperatura Ambiente - Curvas Diárias Médias dos Meses do Ano.
Figura 9.3-8 - Curva de Temperatura Média e de Desvios. Fonte: IAG - USP, ano 1989
Figura 9.3-9 - Curva de Temperatura Diária, por Estrato.

g) Crescimento de Carga
O método mais comumente utilizado para representar o crescimento da carga nas redes de distribuição é
dado pela expressão:
Pn = Po ( 1 + r ) n
Onde: Pn é a potência no ano n (média ou ponta)
Po é a potência no ano zero
R é a taxa de crescimento média anual (pu)
N é o número de anos
Portanto com a taxa de crescimento médio anual é possível prever a potência solicitada pela carga nos
anos seguintes e com isto calcular a perda de vida em vários anos sucessivos.
Estes valores de taxa de crescimento médio são encontrados no setor de planejamento das
concessionárias.
h) cálculo de perda de vida-exemplo
Entre vários programas computacionais para cálculo de perda de vida dos transformadores disponíveis
foi escolhido para os cálculos mostrados neste texto o programa "VIDA", de propriedade da E.J. Robba
Consultoria.
Este programa utiliza as equações descritas e a curva de carga é representada por seus 96 pontos.
O programa além de calcular a perda de vida, apresenta também a temperatura máxima no

transformador, fornecendo assim mais uma informação de controle, permitindo verificar a
recomendação de não ultrapassar nunca a temperatura de 140ºC no "hot-spot".
Para o cálculo da expectativa de vida, foram escolhidas as potências nominais dos transformadores na
faixa de 1,0 pu até 4,0 pu ( da potência média da carga; mesma base usada no cálculo pu das curvas de
carga).
Para cada valor de potência nominal do transformador, calcula-se a perda de vida para cada uma das
curvas de carga estratificada (Figura 9.3-6) combinada com cada curva estratificada da temperatura
(Figura 9.3-9). A seguir calcula-se a perda de vida total ponderando-se os valores de perda de vida
obtidos para cada par de curva com a probabilidade de ocorrência (produto das possibilidades de cada
curva).
Para estudar a sensibilidade, repetiu-se o cálculo usando porém apenas a curva média (valor 50 % de
probabilidade) da carga e da temperatura, e a curva média (50 %) de temperatura combinada com as
curvas estratificadas de carga.
Na Figura 9.3-10 são apresentadas os três gráficos onde pode se notar que:
- A diferença entre a curva com perda de vida considerando todos estratos ("perda de vida estatística")
e perda de vida considerando só as curvas média é bastante significativa. Utilizar simplesmente a
curva média, leva a resultados mais baixos de perda de vida com erro superior a 30 % na maioria dos
casos.
- A diferença entre as curvas de perda de vida calculada com a curva de carga estratificada e
considerando apenas a curva média da temperatura ou as curvas estratificadas de carga não são
significativas, uma vez que a parcela de elevação da temperatura por efeito da carga é muito maior do
que a parcela devido da temperatura ambiente.
Desta forma, no que se segue serão apenas utilizados os cálculos com as curvas estratificadas de cargas
e a curva média da temperatura.
9.3.1 Cálculo de Perda de Vida Considerando o Crescimento de Carga
Neste item trata-se das simulações de casos práticos onde são considerados a carga inicial, a taxa de
crescimento e o tempo em operação do transformador. As simulações são efetuadas variando os três
fatores acima, sendo calculada para cada caso a perda de vida estatística durante a operação
As faixas escolhidas para as simulações são:
- Taxa de crescimento:
Baixa 1; 2; 3 e 4 % ao ano.
Média 5; 6; 7 e 8 % ao ano.
Alta 9; 10; 11 e 12 % ao ano.
- Potência do Transformador no ano inicial:
De 1,0 a 4,0 pu
- Tempo de Operação:
Períodos de 5; 10; 15; 20; 25 e 30 anos.

Figura 9.3-10 - Sensibilidade do Cálculo de Perda de Vida

Para a facilidade de aplicações diversas, a curva de perda de vida estatística é representada por uma
equação obtida através de regressão linear sobre os valores da Figura 9.3-10. A curva de ajuste
escolhida foi uma exponencial com expoente polinomial de sétimo grau. Com isto, pode-se obter um
índice correlação de 0.999997 e erro padrão médio de 0,03 %.
(A+B Pu+C Pu2+D Pu3+E Pu4+F Pu5+G Pu6+H Pu7)

PV = e
Onde : PV = Perda de vida (ano)
Pu = Potência Nominal do transformador
e= 2,71828
A = 109,121399
B = -192,394116
C = 142,683973
D = - 62,555711
E= 17,273907
F= 2,971386
G= 0,292197
H= -0,012588
Na Figura 9.3-11 são apresentados os resultados obtidos utilizando a equação e os pontos originais.
Agora, com a expressão da regressão linear pode-se calcular a perda de vida dos transformadores para
cada ano em função da carga, que por sua vez é função da carga inicial e da taxa de crescimento. Os
valores de perda de vida são então acumulados no período especificado de operação do transformador.
Os casos em que as perdas totalizadas ultrapassam 1.0 pu foram obviamente suprimidos.
Figura 9.3-11 – Valores de Perda de Vida Original e Obtidas Pela Curva de Regressão
9.4 EXPLORAÇÃO DE METODOLOGIA EM CASOS PRÁTICOS

9.4.1 Temperatura Ambiente
O Instituto Astronômico e Geofísico realiza medições de temperaturas do ar registrando as médias

horárias para a região onde se situa a Grande São Paulo.
Com estas temperaturas levantou-se a curva horária média de temperaturas para a região da Capital.
Levantaram-se as médias horárias para os anos individuais de 1990 a 1994, obtendo-se as curvas de
temperaturas médias e dos desvios padrão.
Calculou-se ainda a média das médias anuais e o desvio padrão destas médias anuais. A curva média
assim obtida é considerada a curva base para os estudos de perda de vida de transformadores de
distribuição para a grande S. Paulo.
As medições das demais regiões do Estado de São Paulo são de responsabilidade de outros órgãos como
por exemplo do INMET e do IAC. Neste caso os registros não são tão detalhados como os do IAG e sim
tirados periódicamente (3 ou 6 medições diárias).
O Boletim Agroclimatológico do Ministério da Agricultura do Instituto Nacional de Meteorologia,

Abastecimento e da Reforma Agrária - INMET, publicado mensalmente, apresenta no seu balanço hídrico
as temperaturas médias do ar para algumas das principais cidades brasileiras.
No caso específicado Estado de S. Paulo as cidades eleitas são:
- Campos do Jordão
- Catanduva
- Franca
- Presidente Prudente
- Santos
- São Carlos do Pinhal
- S. Simão
- S. Paulo
- Ubatuba
- Votuporanga
O próximo passo consistiu em calcular, mês a mês, os desvios de temperaturas médias mensais em
relação à grande São Paulo, para as demais regiões.
Cada região terá então um desvio médio anual em relação à grande S. Paulo. Pode-se então considerar a
curva horária da grande S. Paulo e corrigí-la para as demais regiões adicionando-se o desvio médio anual
da região.
Nas Figuras 9.4.1-1 a 9.4.1-5, são apresentados para os anos de 1990 a 1994, as temperaturas médias
anuais das médias mensais e os correspondentes desvios padrão para a região da grande S. Paulo.
Na Figura 9.4.1-6 apresenta-se a média das médias anuais e os desvios padrão das médias anuais. Pode-se
verificar que os desvios das médias são muito baixos, o que por si só permitiria que qualquer dos anos
analisados representasse a média da grande S. Paulo.
Na Figura 9.4.1-7 apresenta-se a curva média recomendada para os estudos de perda de vida em
transformadores de distribuição da grande S. Paulo e a respectiva curva dos desvios padrão.
30.00
25.00
20.00 MÉDIA ANUAL

GRAUS
15.00
10.00
DESVIO
5.00
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
Figura 9.4.1-1 - Temperaturas Médias da Grande São Paulo - Ano 1990
25,00
20,00
GRAUS
15,00
MÉDIA ANUAL
10,00
5,00
DESVIO
0,00
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
25.00
20.00
MÉDIA ANUAL
15.00
GRAUS
10.00
5.00
DESVIO
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
Figura 9.4.1-3 - Temperaturas Médias da Grande São. Paulo - Ano 1992
30.00
25.00
MÉDIA ANUAL
20.00
GRAUS
15.00
10.00
5.00
DESVIO
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
Figura 9.4.1-4 - Temperaturas Médias da Grande São. Paulo - Ano 1993

30.00
25.00
20.00 MÉDIA ANUAL

GRAUS
15.00
10.00
5.00
0.00 DESVIO
0 1 2 3 4 5 6 7 8 9 10 11 12
HORA
30
25
20
MÉDIAS DAS MÉDIAS ANUAIS
GRAUS
15
10
5
DESVIOS DAS MÉDIAS ANUAIS
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
Figura 9.4.1-6 - Todos Anos - Médias das Médias e Desvios das Médias para a Grande São Paulo
30.00
25.00
20.00
MÉDIA RECOMENDADA
GRAUS
15.00
10.00
5.00
DESVIO RECOMENDADO
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA
Figura 9.4.1-7 - Curva de Temperatura Média e Desvios Padrão para a Grande São Paulo
Recomendadas para Estudo
A Tabela 9.4.1-1 apresenta as diferenças de temperatura em relação à grande S. Paulo, para as regiões
analisadas pelo INMET. Estas diferenças são referentes aos anos de 1993 e 1994. Apresenta-se também
a média destas diferenças considerando-se ambos os anos.
Assim, por exemplo para o cálculo de perda de vida de um transformador de distribuição na região de
Ubatuba, recomenda-se considerar a curva média da figura 9.4.1-7 acrescentando-se à mesma 2.490C.
Tabela 9.4.1-1 - Diferenças de Temperaturas em Relação à Grande S. Paulo
Localidade Diferenças 93 Diferenças 94 Média das Diferenças(93/94)
C.Jordão -5,13 -5,00 -5,07

Catanduva 3,10 4,00 3,55
Franca 0,86 1,67 1,26
P.Prudente 3,28 4,07 3,68
Santos 4,28 3,81 4,05
S.Carlos -0,03 0,51 0,24
S. Simão 1,83 1,50 1,66
S.Paulo 0,00 0,00 0,00
Ubatuba 2,45 2,54 2,49
Votuporanga 4,05 4,56 4,30
9.4.2 Influência da Estratificação da Curva de Carga
a) estratificação das curvas
Como visto uma vez conhecidas as curvas da carga (médias e desvios padrão) e da temperatura ambiente
(médias e desvios padrão), pode-se estratificar as curvas de carga e de temperatura em um certo número
de curvas do tipo M + K S, onde:
- M é a curva média
- S é o desvio padrão
- K é a função do intervalo de confiança adotado.
Nos cálculos do item anterior, a utilização de 11 curvas estratificadas de carga e apenas a temperatura
média ambiente apresentava os mesmos resultados que a utilização das 121 curvas(11 de carga e 11 de
temperatura).
Neste subitem esta comparação é repetida tabelando-se os resultados. Procura-se também verificar a
influência dos seguintes fatores na metodologia de cálculo:
- truncamento dos valores extremos de carga fora da faixa ± 2S
- uso de todas as curvas diárias
Nas Figuras 9.4.2-1 e 9.4.2-2 são apresentadas as curvas de carga (média e desvio padrão) de um
transformador e da temperatura ambiente (Grande S. Paulo).
Para este caso foram feitos os cálculos de perda de vida considerando uma estratificação de 11 de curvas
de carga (denominados c1 a c11”) e 11 curvas de temperatura e depois foram repetidos os cálculos
considerando apenas a curva média de temperatura e 11 curvas de carga.
Considerou-se inicialmente um transformador com potência passante média mensal de 20 kW e de valor

nominal 30 kVA.
Na Tabela 9.4.2-1 é apresentado um comparativo entre o cálculo global (121 curvas) e aquele
simplificado (11 curvas).
A curva de carga mais elevada (C11) apresenta pico da ordem de 2,7 pu (na base 20 kVA), o que
significa  2,7 ×  = 1,8 pu na base do transformador.
20
 30 
Obs: Examinando o resultado da ultima coluna da Tabela 9.4.2-1 verifica-se que o estrato mais alto é
responsável pela grande contribuição na perda de vida. Portanto este cálculo é muito dependente
deste valor e de como ele é formulado e será posteriormente analisado.
Variou-se então a potência nominal do transformador e foram recalculadas as perdas de vida, mantendo-
se as mesmas curvas de cargas e de temperaturas. Os resultados estão apresentados na Tabela 9.4.2-2.
Observa-se que a diferença porcentual entre os dois tipos de cálculos não ultrapassou a 6%,.
Os cálculos foram feitos na suposição de curvas de carga constantes ao longo dos diversos anos de vida
do transformador. Desta forma a expectativa de vida do transformador é o inverso da sua perda de vida
em pu. Exemplificando, para potência nominal de 40 kVA a expectativa de vida do transformador é de
2532 anos ou 2644 anos, considerando-se respectivamente as 121 curvas combinadas ou 11 curvas,
respectivamente.
2
1,8
1,6
1,4 média
1,2
P.U.
0,8
0,6
0,4 desvio
0,2
0
16
24
32
40
48
56
64
72
80
88
96
0
Tempo
Figura 9.4.2-1 - Média e Desvio Padrão da Curva de Carga

1,00
0,90
média
0,80
0,70
0,60
p.u.
0,50
0,40
Base 25 graus
0,30
0,20 Desvio
0,10
0,00
0 2 4 6 8 10 12 14 16 18 20 22 24
tempo
Figura 9.4.2-2 - Média e Desvio Padrão da Temperatura da Grande S. Paulo
Tabela 9.4.2-1 - Resumo Comparativo e Diferentes Procedimentos de Cálculo
Estrato de Perda de Vida Perda de Vida. Fator de Perda de Vida (Valor Ponderado)
Carga com 121 com 11 Curvas Ponderação das (%)
Curvas Curvas de
Cargas.
Com 121 Curvas Com 11 Curvas
C1 (2,5%) 0,0060 0,0056 0,05 0,0003 0,0003

C2 0,0175 0,0165 0,10 0,0017 0,0017
C3 0,0380 0,0360 0,10 0,0038 0,0036
C4 0,0690 0,0656 0,10 0,0069 0,0066
C5 0,1172 0,1098 0,10 0,0117 0,0110
C6(50%) 0,2027 0,1934 0,10 0,0203 0,0193
C7 0,3467 0,3320 0,10 0,0347 0,0332
C8 0,6381 0,6120 0,10 0,0638 0,0612
C9 1,3224 1,2688 0,10 0,1322 0,1269
C10 3,8691 3,7100 0,10 0,3869 0,3710
C11(97,5%) 22,7349 21,9220 0,05 1,1367 1,0961
TOTAL 1,7991 1,7301
Tabela 9.4.2-2 - Perdas deVida Comparativas para Diversas Potências Nominais do Transformador de
Distribuição
Potência Nominal (KVA) Perda de Vida (%) Perda de Vida (%) Diferença (%)
121 curvas 11 curvas
30 1,7991 1,7308 3,95
40 0,0395 0,03782 4,50
50 0,005246 0,004951 5,96
À titulo ilustrativo apresenta-se na Figura 9.4.2-3 a curva de temperatura do ponto quente para um dos
casos analisados. Escolheu-se para esta verificação a combinação do estrato (C9) da curva de carga com
o estrato 7 da curva de temperatura nominal do transformador de 30 kVA.
Observa-se que as temperaturas máximas ocorreram nos horários de pico da carga e que durante os
máximos da temperatura ambiente (por volta de 12 as 14 horas), a temperatura do ponto quente é
relativamente baixa, pois a curva de carga, nestes horários não é muito severa.
120,00
Temperatura do ponto quente
100,00
80,00
60,00
40,00
20,00
0,00
16
24
32
40
48
56
64
72
80
88
96
0
Intervalos de 15 minutos
Figura 9.4.2-3 - Temperatura do Ponto Quente

b) extremos de faixa de estratificação e cálculo dia-a-dia
A seguir foi selecionado um transformador contendo 21 dias de medições ininterruptas. A energia média
mensal deste transformador foi de 15754 kWh, o que equivale a uma demanda média mensal de 21,88
kW.
Procedeu-se então, comparações entre os resultados utilizando-se dois processos distintos. No primeiro
processo consideram-se as curvas de médias e de desvios padrão. No segundo processo são utilizadas as
curvas diárias calculando-se a perda de vida para cada um dos 21 dias medidos, para a seguir calcular a
perda de vida do transformador através da média das perdas de vidas diárias individuais.
Enfatiza-se que em ambos os processos utilizou-se uma única curva diária de temperatura ambiente, a
média (50%), desconsiderando-se a curva do desvio padrão das temperaturas.
No que se refere ao primeiro processo algumas outras investigações foram feitas conforme descrito a
seguir.
- Cálculo com as curvas diárias individuais.
Na Tabela 9.4.2-3 apresentam-se as perdas de vida anual para cada uma das curvas diárias de carga,
considerando-se transformadores de diversas potências nominais. Em todos os casos as curvas diárias,
em kVA, foram mantidas modificando-se apenas a potência nominal do transformador.
Para normalizar os resultados, os valores das potências nominais do transformador foram divididas pela
potência média da curva de carga, que é de 21,88 kW e aparecem na tabela com denominação pu.
Tabela 9.4.2-3 - Perda de Vida Anual (% / ano) com Curvas de Cargas Diárias
Dia Potência Nominal (kVA/pu)

30/1,38 45/2,06 60/2,75 90/4,12
1 0,5415 0,01089 0,00341 0,00166
2 2,3385 0,01569 0,00377 0,00169
3 0,1626 0,00827 0,00313 0,00163
4 0,3539 0,01056 0,00345 0,00168
5 0,9051 0,01294 0,00361 0,00168
6 0,9445 0,01574 0,00417 0,00181
7 0,3894 0,01024 0,00336 0,00166
8 2,5082 0,02149 0,00471 0,00187
9 1,3934 0,01784 0,00435 0,00182
10 1,6554 0,01315 0,00359 0,00169
11 0,4289 0,01106 0,00348 0,00168
12 1,1972 0,01697 0,00428 0,00181
13 2,443 0,02091 0,00477 0,00191
14 0,9433 0,01499 0,004 0,00176
15 3,5252 0,02196 0,00468 0,00185
16 0,3083 0,00958 0,00326 0,00164
17 0,6284 0,01241 0,00369 0,00172
18 0,56 0,01211 0,00359 0,00169
19 0,767 0,01372 0,00386 0,00175
20 0,3385 0,01003 0,0034 0,00169
21 0,8314 0,01616 0,00441 0,00188
Média 1,103 0,01412 0,00385 0,00174
- Cálculo utilizando as curvas de carga da média e dos desvios.
Na Tabela 9.4.2-4 são apresentados os resultados utilizando as curvas estratificadas.
A última curva (97,5%) produz a maior parte da perda de vida do transformador, o que levou a
necessidade de se averiguar o adequado truncamento da função (curva de Gauss).
Através da comparação de cada uma das curvas diárias com a curva M+2 S (98%) verificou-se que o
truncamento das curvas poderia ser feito no que ultrapassasse a 98% e no que fosse inferior a 2% (M-2S)
(Figura 9.4.2-4). Nestes casos os resultados foram corrigidos pelo fator(1/0,96), para se levar em conta o
truncamento.
CURVA DE UM DIA E CURVAS DE MÉDIA C/ 2 DESVIOS PADRÃO

3
M+2 DP
2
pu
curva
1 diária
M-2 DP
0
4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
HORA DO DIA
Figura 9.4.2-4 - Comparação Entre uma Curva Diária com a Faixa M+2S e M-2S
Na Figura 9.4.2-4, notar que embora possam existir picos acima do limite de truncamento pode-se
inferir que o truncamento não influi nos resultados. Desta forma é valido que o cálculo seja feito
utilizando-se as curvas estratificadas através de média e desvios padrão, considerando-se o truncamento
dos dois extremos(acima de +2S e abaixo de -2S).
A curva que representa o último intervalo, de 95 a 100%, com probabilidade original de 5% de

ocorrência, foi então substituida pela curva representativa do intervalo de 95 a 98%, utilizando k=1,81
(96,5%), e com 3% de frequência de ocorrência. Analogamente o primeiro intervalo de 0 a 5%, passou a
ser representado pelo intervalo 2 a 5%, com k=1,81 (3,5%), e com 3% de frequência de ocorrência.
Tabela 9.4.2-4 - Perda de Vida Anual (% / ano) com Curvas Estratificadas

Estrato Potência Nominal (kVA/pu)
Probabilidade (%) 30/1,38 45/2,06 60/2,75 90/4,12
2,5 0,00585 0,00195 0,00142 0,00115
10 0,01779 0,00303 0,00179 0,00127
20 0,04251 0,00434 0,00216 0,00138
30 0,08479 0,00581 0,00252 0,00148
40 0,158 0,00765 0,00292 0,00157
50 0,29854 0,01011 0,00338 0,00167
60 0,57618 0,01363 0,00397 0,00179
70 1,1947 0,01907 0,00475 0,00193
80 2,91051 0,02894 0,00595 0,00212
90 0,83091 0,05422 0,00838 0,00245
97,5 95,3623 0,15742 0,01516 0,00314
Total Ponderado (1) 6,38 0,0226 0,00441 0,00178
Obs (1): Para se obter o Total Ponderado, multiplicar os valores da Tabela por 0,1 (10%) exceto os
valores extremos, que multiplica-se por 0,05 (5%).
A Tabela 9.4.2-5 indica os valores de perda de vida anual considerando o truncamento, bem como os
valores específicos de perda devido aos extremos da curva.
Tabela 9.4.2-5 - Perda de Vida Anual (% / ano) dos Estratos Extremos Considerando Truncamento
Estrato Potência Nominal (KVA / pu)

30/1,38 45/2,06 60/2,75 90/4,12
M-1,81 S 0,00728 0,00213 0,00148 0,00117
M+1,81 S 58,2211 0,12121 0,001322 0,00296
Total Ponderado 3,5 0,0191 0,00419 0,00176
Obs (2): Para obter o Total Ponderado multiplicar os valores da Tabela 9.4.2-4 por 0,1 (10%), sem
considerar os pontos extremos, e os valores da Tabela 9.4.2-5 por 0,03 (3%).
- Cálculo pela curva típica
Uma investigação adicional foi feita procurando-se basear os cálculos de perda de vida na curva típica,
ou seja aquela curva diária real que mais se aproximasse da curva média.
Para se determinar a curva típica foi calculado para cada curva diária um índice (I1) igual a somatoria
dos quadrados das diferenças entre os pontos desta curva diária e os correspondentes pontos da curva
média. Alternativamente calculou-se o índice I2, igual a somatória dos módulos da diferença entre os
pontos da curva diária e a curva média. A curva diária de menor valor I1 ou I2 é a que mais se aproxima
da média.
Observou-se que o dia 16 foi o dia que se apresentou mais próximo da média, e para ele existe o cálculo
de perda de vida na Tabela 9.4.2-3.
- Resumo
A Tabela 9.4.2-6 apresenta um resumo dos diversos resultados obtidos.

Tabela 9.4.2-6 - Comparação entre os Vários Processos
Potência Nominal Perda de Vida Anual (%)

(pu) s/trunc. c/trunc. curvas diárias curva do dia 16
1,38 6,38 3,5 1,103 0,3083
2,06 0,0226 0,0191 0,01412 0,00958
2,75 0,00441 0,00419 0,00385 0,00326
4,12 0,00178 0,00176 0,00176 0,00164
Os valores de perda de vida anual obtidos com curvas estratificadas, sem o truncamento, com
truncamento, com curvas diárias individualizadas e curvas típicas foram alocados na Figura 9.4.2-5.
Pode-se observar que na faixa onde estão estabelecidas os critérios de seleção de transformadores (10-1 a
10-3 ou seja de 10 a 1000 anos de vida ) as curvas apresentam resultados parecidos.
Figura 9.4.2-5 - Perda de Vida do Transformador (pu)

Ainda visando comparar as metodologias escolheu-se outro transformador, este com 60 dias de medição
da curva de carga.
Os cálculos foram feitos considerando as alternativas:
Curvas estratificadas; estratificadas truncada a ± 2S; curvas diárias; e curvas típicas.
Na seleção da curva típica, duas curvas dos dias 19 e 55 apresentaram-se mais próximas da média sendo
que dependendo do critério (distância para curva média) uma ocupa o primeiro lugar e outra o segundo e
vice-versa.
Na Figura 9.4.2-6 estão apresentadas as curvas: média; 19;e 55. Na Tabela 9.4.2-7 estão apresentados os
valores de perda de vida calculados, ratificando as conclusões formuladas com o outro transformador.
2
média
1,8
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
HORA
Figura 9.4.2-6 Dias 19,55 e a Média
Tabela 9.4.2-7 Resultados Para os Diversos Métodos Comparativos
Potência Curvas Curvas Curvas diárias Curvas típicas

Nominal estratificadas estratificadas
(pu) truncadas
dia 19 dia 55
1.94 0,0239 0,02081 0,01948 0,00834 0,00961
2.91 0,00233 0,00228 0,0022535 0,00186 0,00198
3.88 0,001230 0,001220 0,001217 0,00113 0,00117
Recomenda-se o procedimento de cálculo com as curvas estratificadas com truncamento a ± 2S. Este
caso é pouco mais conservativo que aquele usando as curvas diárias (que deveria ser o recomendável) e
de mais simples execução.
9.4.3 INFLUÊNCIA DO FATOR DE POTÊNCIA

a) introdução
A curva de carga diária que conjuntamente com a curva de temperaturas diária, possibilita o cálculo da
perda de vida no transformador de distribuição até aqui foi assumida como a própria curva da potência
ativa medida.
A solicitação ao transformador, no entanto, é dada pela potência aparente, que é a relação entre a
potência ativa (medida) e o fator de potência da carga nos vários instantes.
Com o objetivo de se conhecer o fator de potência foram realizadas medições de potência ativa e reativa
nas três fases de um transformador de distribuição, cujos resultados passam a ser reapresentados neste
ítem.
b) determinação do fator de potência
Na Figura 9.4.3-1 apresentam-se as curvas médias medidas de potência ativa e reativa para a fase A do
transformador medido.
Da mesma forma, nas Figuras 9.4.3-2 e 9.4.3-3 são apresentadas as potências para a fase B e fase C.
Na Figura 9.4.3-4 são apresentados os valores horários médios do fator de potência para as fases A, B e
C, e trifásico este ultimo em destaque obtido através da soma das potências ativas e reativas das três
fases.
A análise do fator de potência médio levou as seguintes conclusões:
- para todas as fases medidas, durante o intervalo entre 17:30 h e 20:00 h, que engloba a ponta do
sistema brasileiro, o fator de potência situa-se em valores acima de 0.95 atingindo até 0,979. A
diferença entre a potência ativa e a aparente neste intervalo é portanto muito pequena. Neste
intervalo há muito componente resistivo em atuação tais como chuveiros e iluminação, que são
favoráveis para que o fator de potência se aproxime da unidade.
- No período de tempo complementar ao da ponta, no entanto, os valores podem vir abaixo, até 0,7.
14000
12000
10000
8000
média
6000
4000 desvio
2000
0
0,00 2,00 4,00 6,00 8,00 10,00 12,00 14,00 16,00 18,00 20,00 22,00 24,00
HORA DO DIA
a) POTÊNCIA ATIVA - FASE A
3500
3000
média
2500
2000
1500
1000
desvio
500
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
b) POTÊNCIA REATIVA - FASE A
Figura 9.4.3-1 Curva de P,Q na fase A

14000
12000
10000
média
8000
W
6000
desvio
4000
2000
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
a) POTÊNCIA ATIVA - FASE B
5000
4500
4000
média
3500
3000
2500
2000
1500
1000 desvio
500
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
b) POTÊNCIA REATIVA - FASE B
Figura 9.4.3-2 Curva de P,Q na fase B

18000
16000
14000
média
12000
10000
W
8000
6000
desvio
4000
2000
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
a) POTÊNCIA ATIVA - FASE C
4000
3500
média
3000
2500
VAR
2000
1500 desvio
1000
500
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
b) POTÊNCIA REATIVA - FASE C
Figura 9.4.3-3 Curva de P,Q na fase C

FATOR DE POTÊNCIA DAS FASES E TRIFÁSICO
0,9
0,8
0,7
FATOR DE POTÊNCIA
0,6
0,5
0,4
Obs: Fator de potência trifásico em destaque

0,3
0,2
0,1
0
0 2 4 6 8 10 12 14 16 18 20 22 24
HORA DO DIA
Figura 9.4.3-4 Curva dos Fatores de Potência

c) comparação de cálculo utilizando-se a curva de potência aparente e a de

potência ativa.
Considerou-se nesta comparação a curva do fator de potência trifásico para a determinação da potência
aparente.
Na Figura 9.4.3-5 são apresentadas as comparações entre médias e desvios, respectivamente, para a
potência ativa e potência aparente do transformador estudado.
2,5
1,5
Aparente
1
0,5
Ativa
0
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
0,4
0,35
0,3
0,25
Aparente
0,2
pu
0,1
5
0,
Ativa
0,05
0
0 2 4 6 8 1 1 1 1 1 20 22 24
hora do dia
Figura 9.4.3-5 Potência Ativa e Aparente - Medias e Desvios

Na Tabela 9.4.3-1 são apresentados os resultados de perda de vida, por estrados, para diversos nominais
do transformador estudado, considerando-se a curva de potência ativa e de potência aparente.
Tabela 9.4.3-1 - Perdas de Vida por Estratos
Curva de Potência Ativa Potência Aparente

Carga Nominais do transformador (pu) Nominais do transformador (pu)
Probabilidade 1,80 2,00 2,88 4,32 5,76 1,80 2,00 2,88 4,32 5,76
(%)
2,50 0,01999 0,00948 0,00218 0,00122 0,00102 0,3175 0,01378 0,00259 0,00131 0,00107
10 0,05102 0,02004 0,00296 0,00136 0,00109 0,08719 0,03204 0,00370 0,00150 0,00115
20 0,09920 0,03437 0,00371 0,00148 0,00114 0,18894 0,05836 0,00482 0,00166 0,00121
30 0,16415 0,05174 0,00443 0,00158 0,00117 0,32833 0,08929 0,00591 0,00180 0,00127
40 0,25643 0,07460 0,00521 0,00167 0,00121 0,53805 0,13861 0,00713 0,00193 0,00131
50 0,39612 0,10684 0,00612 0,00177 0,00125 0,84648 0,20655 0,00857 0,00207 0,00136
60 0,62030 0,15482 0,00725 0,00189 0,00129 1,42844 0,31107 0,01040 0,00222 0,00142
70 1,01219 0,23181 0,00874 0,00202 0,00133 2,44964 0,48664 0,01289 0,00241 0,00148
80 1,81817 0,37777 0,01101 0,00220 0,00139 4,66419 0,83364 0,01674 0,00267 0,00156
90 4,24850 0,76468 0,01548 0,00249 0,00148 11,6205 1,77967 0,02463 0,00310 0,00168
0
975 16,7469 2,42060 0,02740 0,00309 0,00165 52,9539 6,46218 0,04684 0,00399 0,00192
Perda de vida
ponderada
(%) 1,7050 0,30317 0,00797 0,00186 0,00116 4,8645 0,7174 0,0119 0,00220 0,00140
Na Figura 9.4.3-6 são apresentados, em forma gráfica, os valores de perda de vida porcentual anual,
considerando a potência aparente e apenas a potência ativa.
Observa-se que para se ter a mesma vida do transformador de 30 anos, os nominais seriam 1,70 pu ou
1,875 se no cálculo fossem consideradas a potência ativa ou a aparente.
Estes valores são obtidos da figura 9.4.3-6 considerando-se a perda de vida do transformador de 1/30,
ou seja 0,333 pu ou 3,33 %.
Assim recomenda-se que quando o cálculo for feito com a potência ativa apenas se corrija pelo fator
1,105 = 1,875/1,70 o valor de potência nominal para obter o valor de perda de vida correta.
Ou seja o nominal determinado por um dos métodos difere de 10,8% daquele calculado pelo outro.
1,00E+01
1,00E+00
PERDA DE VIDA ANUAL PORCENTUAL
1,00E-01
pot ativa
pot aparente
1,00E-02
1,00E-03
1,00E-04
0 1 2 3 4 5 6
Potência Nominal (p.u.)
Figura 9.4.3-6 Comparação do Cálculo com Potência Ativa e Aparente

9.5 VALORES CALCULADOS PARA DIFERENTES

TRANSFORMADORES MEDIDOS
a) introdução
Neste ítem são apresentadas as curvas de perda de vida anual em função da potência nominal, de
transformadores de distribuição, cujas curvas de cargas foram medidas pelas concessionárias.
Para cada um dos transformadores de distribuição analisados são apresentadas a sua curva de carga
medida (média e desvio padrão) e a curva de perda de vida anual porcentual em função da potência
nominal do transformador.
A potência nominal do transformador de distribuição é apresentada em valores por unidade, sendo
calculada pela relação: (potência nominal do transformador em kVA/ Potência Média da curva de carga
medida, em kW).
b) transformadores residenciais
Nas Figuras 9.5-1 a 9.5-25 são apresentadas as curvas de cargas (média e desvio padrão) dos
transformadores residenciais e as curvas de perda de vida.
Lembra-se que as curvas estão em valores por unidade da potência média da carga medida.
Exemplificando, no caso da Figura 9.5-1 a potência de base média é dada por (13941 kWh/mês) /720h =
19,36 kW.
1,8
1,6
1,4
1,2
P.U
Média
1
pu
0,8
0,6
0,4 Desvio
0,2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de Tempo
Figura – 9.5-1 Transformador 006596 - ELP - Média 13941 kWh/Mês
2
1,8
1,6
1,4
1,2 Média
P.U.
1
pu
0,8
0,6
0,4
Desvio
0,2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de Tempo
Figura 9.5-2 Transformador 035359 - ELP - Média 16297 kWh/Mês

2,5
1,5
pupu
1 Média
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-3 - Transformador 073336 - ELP - Média 8256 kWh/Mês
2,5
1,5
pupu
Média
1
0,5 Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figuras 9.5-4 - Transformador 028922 - ELP - Média 4248 kWh/Mês

2,5
1,5
pu
Média
1
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-5 - Transformadores 075840 - ELP - Média 7147 kWh / Mês
2,5
1,5
Média
pu
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de Tempo
Figura 9.5-6 - Transformador 013524 - ELP - Média 11021 kWh / Mês
2,5
1,5
pu
1 Média
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-7 - Transformador 078260 - ELP - Média 6503 kWh / Mês
2,5
1,5
pu
Média
1
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-8 - Transformador 020020 - CPFL - Média 6911 kWh / Mês
2,5
1,5
Média
pu
0,5 Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2
1,8
1,6
1,4
1,2
Média
pu
1
0,8
0,6
0,4
Desvio
0,2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2,5
1,5
pu
1 Média
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2,5
1,5
pu
Média
1
Desvio
0,5
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo

2,5
1,5
pu
1
Média
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2,5
1,5
pu
Média
1
0,5 Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2,5
1,5
pu
1 Média
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2,5
1,5
pu
Média
1
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo

2,5
1,5
pu
Média
1
0,5
Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2,5
1,5
pu
Média
1
0,5 Desvio
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
2,5
2,0
1,5
pu
pu
1,0 Média
0,5
Desvio
0,0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-19 - Transformador - 344325 - CESP - Média de 13504 kWh / Mês
3,0
2,5
2,0
1,5
pu
pu
1,0
Média
0,5 Desvio
0,0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-20 - Transformador - 346768 - CESP - Média de 6574 kWh / Mês

TRANSFORMADOR RESIDENCIAL -998397 - MÉDIA 8664 KWH / MES
3.0
2.5
2.0
pu
1.5
Média
1.0
0.5
Desvio
0.0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-21 – Transformador – 998397 – CESP – Média 8664 KWH / Mês
TRANSFORMADOR RESIDENCIAL - 687637 - MÉDIA DE 6255 KWH / MES
3.0
2.5
2.0
1.5
Média
1.0
Desvio
0.5
0.0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5–22 – Transformador – 687637 – CESP – Média de 6255 KWH/Mês
TRANSFORMADOR RESIDENCIAL - 687824 - MÉDIA 7506 KWH / MES
3.0
2.5
2.0
pu
1.5
Média
1.0
0.5
Desvio
0.0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
TRANSFORMADOR RESIDENCIAL - 688305 - MÉDIA 8416 KWH / MES
2.5
2.0
1.5
pu
Média
1.0
0.5
Desvio
0.0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo


pu
Média
Desvio
Intervalo de tempo

c) transformadores comerciais
Nas Figuras 9.5-26 a 9.5-36 são apresentadas as curvas de carga e de perda de vida de transformadores
comerciais medidos.
TRANSFORMADOR COMERCIAL -CPFL - MT044024 - MÉDIA 20491 KWH / MES
1.6
1.4
Média
1.2
Média
1
0.8
pu
Desvio
0.6
Desvio
0.4
0.2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-26 – Transformador Comercial – CPFL – MT044024 – Média 20491 KWH / MÊS
TRANSFORMADOR COMERCIAL- CPFL - MT104049 - MÉDIA 29642 KWH / MES
1.8
1.6
1.4
1.2
Média
pu
0.8
0.6
0.4
Desvio
0.2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
TRANSFORMADOR COMERCIAL - CPFL - MT114010 - MÉDIA 20646 KWH / MES
1.8
1.6
1.4
1.2 Média
1
pu
0.8
0.6
Desvio
0.4
0.2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
1.8
1.6
1.4
1.2 Média
pu
0.8
0.6
0.4
Desvio
0.2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
TRANSFORMADOR COMERCIAL- CPFL - MT204019 - MÉDIA 34734 KWH / MES
1,6
1,4
1,2
Média
1
pu
0,8
0,6
0,4
Desvio
0,2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-30 – Transformador Comercial – CPFL – MT204019 – Média 34734 KWH/MÊS
1.8
1.6 Média
1.4
1.2
1
pu
0.8
Desvio
0.6
0.4
0.2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
TRANSFORMADOR COMERCIAL - CESP - MT33849 - MÉDIA 29014 KWH / MES
1.6
1.4
Média
1.2
1
pu
0.8
0.6 Desvio
0.4
0.2
0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
Figura 9.5-32 – Transformador Comercial – CESP – MT33849 – Média 29014 KWH / MÊS
1,6
Média
1,4 Média
1,2
1,0
0,8
0,6
0,4
Desvio
0,2 Desvio
0,0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
1,8
1,6 Média
1,4
1,2
1,0
0,8
0,6
0,4
Desvio
0,2
0,0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
1,8
1,6
Média
1,4
1,2
1,0
0,8
Desvio
0,6
0,4
0,2
0,0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
1,6
1,4
1,2 Média
1,0
pu
0,8
0,6
0,4
Desvio
0,2
0,0
0 8 16 24 32 40 48 56 64 72 80 88 96
Intervalo de tempo
d) sumário
Nas Tabelas 9.5-1 e 9.5-2 são apresentadas, para todos os transformadores residenciais e comerciais
respectivamente, as seguintes informações:
- relação de curvas representativas (curva de carga e curva de perda de vida);
- valor da ponte de carga e correspondente desvio-padrão, bem como o intervalo de tempo da sua
ocorrência;
- energia mensal do transformador;
- perda de vida percentual anual para potência nominal do transformador 2.0 p.u. ( da base de carga
média).
Tabela 9.5-1 Transformadores Residenciais - Resumo Comparativo
Curvas Concessionárias Energia Ponta Perda de vida

representativas Mensal porcentual anual para
(kWh/mês) 2,0 pu
Intervalo V 50% (pu) Desvio Padrão
de tempo (pu)
9.5.1 Eletropaulo 13941 80 1,7 0,2 0,01
9.5.2 Eletropaulo 16297 80 1,9 0,3 0,02
9.5.3 Eletropaulo 8256 81 2,0 0,2 0,02
9.5.4 Eletropaulo 4248 82 2,1 0,5 0,06
9.5.5 Eletropaulo 7147 84 2,2 0,4 0,08
9.5.6 Eletropaulo 11021 74 2,0 0,3 0,025
9.5.7 Eletropaulo 6503 74 2,1 0,2 0,04
9.5.8 CPFL 6911 76 1,9 0,4 0,03
9.5.9 CPFL 6761 72 2,2 0,4 0,09
9.5.10 CPFL 11121 76 1,85 0,3 0,02
9.5.11 CPFL 11105 74 2,2 0,4 0,06
9.5.12 CPFL 5219 74 2,4 0,5 0,60
9.5.13 CPFL 5611 74 2,2 0,6 0,40
9.5.14 CPFL 5876 73 2,8 0,7 2,0
9.5.15 CPFL 7820 84 2,2 0,3 0,05
9.5.16 CPFL 11702 84 1,9 0,2 0,015
9.5.17 CPFL 10542 83 2,0 0,3 0,03
9.5.18 CPFL 6755 82 2,0 0,4 0,02
9.5.19 CESP 13504 76 2,2 0,3 0,04
9.5.20 CESP 6754 74 2,4 0,5 0,15
9.5.21 CESP 8664 74 2,6 0,3 0,10
9.5.22 CESP 6255 76 2,7 0,5 0,50
9.5.23 CESP 7506 75 2,6 0,3 0,30
9.5.24 CESP 8416 76 2,3 0,4 0,09
9.5.25 CESP 7237 75 2,3 0,3 0,11
Tabela 9.5-2 - Transformadores Comerciais - Resumo Comparativo
Curvas Concessionárias Energia Ponta Observações

representativas Mensal Intervalo V 50% (p.u) Desvio Perda de vida sobre a curva de
(kWh/mês) de tempo Padrão porcentual carga
(pu) anual para 2.0
p.u
9.5.26 CPFL 20491 52 1,3 0,55 0,15 Curva plana no
intervalo
40 a 80
9.5.27 CPFL 29642 52 1,75 0,30 0,03 Pico acentuado
no instante 52
9.5.28 CPFL 20646 84 1,75 0,30 0,011 Pico acentuado
no instante 84
intervalo
36 a 70
intervalo
40 a 76
9.5.31 CPFL 38271 58 1,55 0,65 0,15 Horário de
almoço nítido.
Acima de 1,.4 p.u
de 40 a 46 e de
54 a 64
9.5.32 CESP 29014 44 1,45 0,35 0,03 Pico acentuado
no instante 44
9.5.33 CESP 19337 36/76 1,45 0,10/0,22 0,009 2 picos iguais nos
instantes 36 e 76
9.5.34 CESP 24755 40 1,6 0,10 0,02 Curva plana no
intervalo 30 a 63
9.5.35 CESP 27591 60 1,7 0,55 0,30 Curva plana no
intervalo 44 a 66
9.5.36 CESP 28401 76 1,4 0,2 0,006 Pico acentuado
no instante 76
9.6 ANÁLISE COMPARATIVA DO GERENCIAMENTO PELO KVAS

E PELA NOVA METODOLOGIA
a) introdução
A seguir são apresentadas as comparações entre os resultados de indíce de carregamentos dos

transformadores de distribuição avaliados pelo método de perda de vida e pela função KVAS. Foram
selecionados, para esta comparação, os transformadores de distribuição da Eletropaulo, que tiveram suas
curvas de cargas levantadas através de medições.
Considerando que existe uma defasagem de tempo sensível entre as medições e esta análise, foram
comparadas também, as curvas de perda de vida dos transformadores selecionados, considerando-se as
cargas atuais. As curvas de cargas atuais foram obtidas utilizando-se o método de agregação de curvas
de cargas dos consumidores individuais com base em informações de consumos (kWh / mes) disponíveis
na base de dados da empresa
b) relação dos transformadores selecionados
Através de informações obtida na base de dados, da Eletropaulo, obtiveram-se as informações mais

pertinentes a cada um dos transformadores selecionados, tais como:
- Tipo de ligação
- Consumos residencial, comercial, industrial, rural e outros
- Resultados da função KVAS
- Relação dos consumidores ligados ao transformador, contendo o tipo de consumidor, fases onde a
instalação consumidora está conectada, kWh consumido, endereço residencial, etc..
- Fatores da função KVAS, que dependem de cada localidade, onde o transformador estiver instalado.
A função KVAS é definida por uma equação do tipo:
KVAS = F1 C F2
Os valores de F1 e F2 são os mesmos para cada localidade e a função KVAS indica a demanda máxima
com 90 % de probabilidade de não ser excedida.
Na Tabela 9.6-1 são apresentados os parâmetros de maior interesse para os transformadores de

distribuição analisados:
Tabela 9.6-1 - Transformadores Selecionados - Parâmetros de Interesse
Fatores da função KVAS

Transformador Ligação Consumo Potência
(kWh / mês) Nominal
F1 F2
(KVA)
0,027606 (*) 0,8331 (*)
256-ET-006596 Delta atras. 17265 100/25
0,016665 (**) 0,8994 (**)
257-ET-035359 Luz 18361 0,021984 0,8339 50
256-ET-073336 Luz 12495 0,021984 0,8339 25
256-ET-028922 Luz 6116 0,021984 0,8339 50
254-ET-075840 Luz 21921 0,021984 0,8339 100
252-ET-013524 Luz 26845 0,021984 0,8339 100
254-ET-078260 Luz 25070 0,021984 0,8339 50
Nota: (*) Fatores para parcela monofásica

(**) Fatores para parcela trifásica
Para ligações com apenas transformadores de luz, usa-se os coeficientes para curva KVAS monofásica.
Para o primeiro transformador relacionado foi analisado apenas o seu transformador de Luz, uma vez
que a função KVAS do transformador de força é muito inferior à do transformador de luz.
Na Tabela 9.6-2 são apresentados os valores da função KVAS, calculados através do sistema de
informática da empresa.
Tabela 9.6-2 - Valores da Função KVAS
Patamar Noturno da
Transformador
função KVAS (kVA)
256-ET-006596 95,7
257-ET-035359 80,2
256-ET-073336 57,2
256-ET-028922 31,6
254-ET-075840 91,1
252-ET-013524 103,7
254-ET-078260 105,7
c) critérios de gerenciamento
O sistema de gerenciamento analisa, para os transformadores de distribuição as seguintes faixas de

carregamento:
Tabela 9.6-3 - Resultados de carregamento dos transformadores selecionados

Relação KVAS / KVAT Resultado do Gerenciamento
K < 0,75 Transformador subcarregado
entre 0,75 e 1,25 Transformador na faixa desejável
entre 1,25 e 1,50 Transformador sobrecarregado
K > 1,50 Remanejamento urgente
O KVAT é relacionado com a potência nominal do transformador através de KVAT = 1,5 KVAN.
d) comparação entre função KVAS e perda de vida - transformadores medidos
Conforme os critérios apresentados, quando a relação KVAS / KVAT estiver no intervalo compreendido
entre 1,25 e 1,50 será necessário o remanejamento de carga no transformador. Para valores de KVAS /
KVAT superiores a 1,5 o remanejamento deve ser imediato.
Na análise aqui efetuada, considera-se a situação atual do transformador, com informações obtidas na
base de dados e admitindo uma evolução do carregamento do transformador, ao longo do tempo,
enfocando-se os carregamentos que conduzem às relações de KVAS / KVAT de 1,25 e de 1,50.
A relação entre KVAS e KVAT, para a situação atual e quando se atinge 1,25 é dada por :
F 1 × Cinicial F 2 F2
KVAS / KVAT INICIAL  Cinicial 
= = 
1, 25 F 1 × C 125 F 2  C 125 
onde: Cinicial é o consumo mensal atual, obtido do GRADE. ( base de dados da ELETROPAULO)
C125 é o consumo mensal do transformador, quando a relação KVAS / KVAT atingir 1,25.
Analogamente para a relação KVAS / KVAT de 1,5 vale a relação:
F2 F2
KVAS / KVAT INICIAL F 1 × Cinicial  Cinicial 
= = 
1,50 F 1 × C 150 F 2  C 150 
Utilizando-se as expressões acima obtém-se os consumos que resultam em KVAS / KVAT iguais a 1,25
e 1,50, respectivamente.
Na Tabela 9.6-4 são apresentados, para cada transformador de distribuição selecionado, os consumos
quando a relação KVAS / KVAT for de 1,25 e de 1,50, bem como os valores da relação potência
nominal/potência média, em (pu), para estas situações de consumo.
Considera-se adicionalmente a influência do fator de potência na metodologia de cálculo de perda de

vida do transformador de distribuição, atribuindo uma correção de 10,5 %, conforme o ítem 9.4-3, que
deve ser aplicada a curva de carga, para levar em conta a potência aparente do transformador ao invés de
considerar apenas a potência ativa medida. (ou equivalentemente considerar uma reduçao na potência
nominal).
De posse das potências nominais dos transformadores corrigidas e das curvas de perdas de vida, são
estabelecidas as perdas de vida porcentuais anuais e as respectivas expectativas de vida, para as situações
de KVAS / KVAT de 1,25 e de 1,50.
Na Tabela 9.6-4 são apresentados os valores quando KVAS/KVAT atinge 1,25 e 1,50.
Tabela 9.6-4 - Resultados dos Consumos e dos Nominais dos Transformadores

KVAS KVAS / KVAT
Transformador KVAT 1,25 1,50
atual Consumo Nominal Nominal Consumo Nominal Nominal
Mensal (pu) Corrigido Mensal (pu) Corrigido
(kWh) (pu) (kWh) (pu)
256-ET-006596 0,638 38705 1,86 1,68 48174 1,49 1,35
257-ET-035359 1,069 22141 1,63 1,47 27552 1,31 1,18
256-ET-073336 1,527 9831 1,83 1,66 12234 1,47 1,32
256-ET-028922 0,421 22533 1,60 1,45 28040 1,28 1,16
254-ET-075840 0,607 52094 1,38 1,25 64824 1,11 1,00
252-ET-013524 0.691 54616 1,32 1,19 67963 1,06 0,96
254-ET-078260 1,407 21760 1,65 1,50 27078 1,33 1,20
Através das curvas de perda de vida tem-se a perda de vida porcentual anual e a expectativa de vida
(Tabela 9.6-5) para cada um dos transformadores selecionados (supondo-se que o transformador sempre
operasse com a sua curva de carga constante).
Tabela 9.6-5 - Expectativa de Vida dos Transformadores para Relações KVAS/KVAT de 1,25 e de 1,50
KVAS / KVAT
Transformador 1,25 1,50
Expectativa de Expectativa de
Perda anual Perda anual
Vida (anos) Vida (anos)
(%) (%)
256-ET-006596 0,05 2000 2,00 50
257-ET-035359 2,00 50 100 -
256-ET-073336 0,20 500 6,00 16,7
256-ET-028922 100 - 100 -
254-ET-075840 100 - 100 -
252-ET-013524 100 - 100 -
254-ET-078260 3,00 33,3 100 -
9.7. PERDA DE VIDA CALCULADA COM CURVAS DE CARGAS

MEDIDAS E OBTIDAS POR AGREGAÇÃO
Como visto anteriormente, a agregação de curvas de carga de consumidores, leva a obtenção de uma
curva média e de desvios parecida com a curva medida. Para quantificar quão preciso é o resultado da
agregação, deve-se calcular a perda de vida com a curva de carga medida e agregada e comparar os
resultados.
Da base de dados da empresa obteve-se a relação de consumidores (e suas características) ligados a cada
um dos transformadores analisados. Pelo método de agregação de curvas de cargas obteve-se as curvas
de cargas dos transformadore. Através do sistema de base de dados obteve-se os valores da função
KVAS.
Os transformadores selecionados tiveram suas medições realizadas durante os anos de 1992 e 1993. Na
Tabela 9.7-1 são apresentados o consumo atual e o consumo medido. Foram recalculados os valores da
função KVAS, na ocasião dos transformadores medidos, mantendo-se os fatores F1 e F2 da fórmula.
Tabela 9.7-1 - KVAS Atual e Medido
Consumo atual KVAS Consumo

Transformador KVAS atual
(kWh/mes) (medição) (medição)
256-ET-006596 95,7 17265 78,3 13941
257-ET-035359 80,2 18361 71,6 16297
256-ET-073336 57,2 12495 40,6 8256
256-ET-028922 31,6 6116 23,3 4248
254-ET-075840 91,1 21921 36,0 7147
252-ET-013524 103,7 26845 51,6 11021
254-ET-078260 105,5 25070 33,2 6503
Os valores agregados foram, inicialmente, convertidos em pu, na base da potência média do consumo
atual, enquanto que os valores medidos encontram-se na base da potência medida.
À título ilustrativo são apresentados, na tabela 9.7-2, os valores da média e do desvio padrão, no horário
de pico de carga. Calculou-se o número de desvios padrão (k) que faria a curva de carga se igualar à
função KVAS. Considerou-se, ainda, a correção para se levar em conta a potência aparente, ao invés de
apenas a potência ativa.
Tabela 9.7-2 - Médias e Desvios em Horário de Ponta
Valores Medidos (ponta) Valores agregados (ponta)

Transformador
média desvio KVAS k média desvio KVAS k
256-ET-006596 1,89 0,24 4,04 8,96 2,42 0,40 3,99 3,93
257-ET-035359 2,07 0,37 3,16 2,95 2,41 0,39 3,14 1,87
256-ET-073336 2,27 0,18 3,54 7,06 1,93 0,38 3,30 3,61
256-ET-028922 2,34 0,41 3,95 3,93 2,05 0,54 3,72 3,09
254-ET-075840 2,52 0,40 3,63 2,78 2,24 0,30 2,99 2,50
252-ET-013524 2,23 0,25 3,37 4,56 2,20 0,28 2,78 2,07
254-ET-078260 2,37 0,24 3,68 5,46 2,40 0,30 3,03 2,10
Nas Figuras 9.7-1 a 9.7-7 são apresentados, para cada um dos transformadores selecionados, as médias
e os desvios padrão, em p.u. , considerando-se os valores originariamente medidos e os valores
agregados. Ressalta-se que os valores medidos foram transformados em pu da potência de base obtida
pela divisão do consumo original por 720 h ,enquanto que os valores agregados estão em p.u. da
potência de base obtida através da agregação dos consumos individuais, dividindo-se o resultado por
720 h.
Ainda, para cada um dos transformadores selecionados, são apresentadas as curvas de perda de vida
porcentual anual, em função da potência nominal, para valores medidos e para as curvas agregadas.
2.50
média agregada
2.00
1.50
média medida
p.u.
1.00
desvio medido
0.50
desvio agregado
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
a) Médias e Desvios
1.00E+01
PERDA DE VIDA PORCENTUAL ANUAL
1.00E+00
MEDIDO
1.00E-01
AGREGADO
1.00E-02
1.00E-03
1 1.2 1.4 1.6 1.8 2 2.2 2.4
POTÊNCIA NOMINAL (P.U.)
b) Perda de vida
Figura 9.7-1 - Comparação entre Valores Medidos e Agregados - Transformador 006596
2.50
média agregada
2.00
1.50
média medida
p.u.
1.00
0.50 desvio medido
desvio agregado
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
1.00E+01
1.00E+00
MEDIDO
1.00E-01
AGREGADO
1.00E-02
1.00E-03
1 1.5 2 2.5 3 3.5
b) Perda de vida
Figura 9.7-2 - Comparação entre Valores Medidos e Agregados - Transformador 035359
2.50
média medida
2.00
1.50
p.u.
média agregada
1.00
0.50 desvio agregado
desvio medido
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
1.00E+02
1.00E+01
1.00E+00
MEDIDO
1.00E-01
AGREGADO
1.00E-02
1.00E-03
1.00E-04
0 0.5 1 1.5 2 2.5 3 3.5 4
b) Perda de vida
Figura 9.7-3 Comparação entre Valores Medidos e Agregados - Transformador 073336
2.50
média medida
2.00
1.50
média agregada
p.u.
1.00
0.50 desvio medido
desvio agregado
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
1.00E+03
1.00E+02
1.00E+01
1.00E+00
MEDIDO
AGREGADO
1.00E-01
1.00E-02
1.00E-03
1.00E-04
0 1 2 3 4 5 6
b) Perda de vida
2.50
média agregada
2.00
1.50
média agregada
p.u.
1.00
0.50 desvio medido
desvio agregado
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
1.00E+02
1.00E+01
1.00E+00
MEDIDO
AGREGADO
1.00E-01
1.00E-02
1.00E-03
1 1.5 2 2.5 3 3.5
b) Perda de vida
2.50
média medida
2.00
1.50
p.u.
média agregada
1.00
0.50
desvio medido
desvio agregado
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
1.00E+02
1.00E+01
1.00E+00
MEDIDO
AGREGADO
1.00E-01
1.00E-02
1.00E-03
0 0.5 1 1.5 2 2.5 3
b) Perda de vida
2.50
2.00
média medida
1.50
p.u.
média agregada
1.00
0.50 desvio medido
desvio agregado
0.00
0 2 4 6 8 10 12 14 16 18 20 22 24
hora do dia
1.00E+00
1.00E-01
MEDIDO
AGREGADO
1.00E-02
1.00E-03
1 1.5 2 2.5 3 3.5
POTÊNCIA NOMINAL (P.u.)
b) Perda de vida
Para efeitos de comparações fixou-se uma expectativa de vida em 100 anos, tabelando-se os nominais
correspondentes. Estes valores constam da Tabela 9.7-3.
Tabela 9.7-3 - Nominais para Expectativa de Vida de 100 anos
Expectativa para Nominal para os Nominal para os

100 anos Valores medidos Valores agregados
(p.u.) (p.u.)
256-ET-006596 1,40 1,59
257-ET-035359 1,53 1,59
256-ET-073336 1,56 1,38
256-ET-028922 1,82 1,59
254-ET-075840 1,70 1,50
252-ET-013524 1,50 1,43
254-ET-078260 1,60 1,55
Observa-se da tabela que, embora hajam diferenças entre as curvas medidas e agregadas, os nominais
para valores medidos e agregados diferem em no máximo 15%, tendo-se como referência a expectativa
de vida de 100 anos.
Nota: Cumpre observar que todos os cáculos de perda de vida de transformadores foram levantados para
temperatura de projeto de 65o C. Na prática é usual que a temperatura de projeto seja de 55o C, que
resultaria em resultados de perda de vida mais severos. Por outro lado não foi considerado o truncamento
em 2 vêzes o desvio padrão nas curvas de cargas estratificadas, o que implicaria em resultados menos
severos de perda de vida.
Caso esta metodologia venha ser incorporada ao Sistema de Gerenciamento das Concessionárias, os
parâmetros de temperatura do projeto, temperatura ambiente, constante térmica do transformador, bem
como o truncamento conveniente das curvas estratificadas, teriam de estar disponíveis para cada
transformador gerenciado.
9.8 - APLICAÇÃO GERAL DA METODOLOGIA

9.8.1 - Introdução
Nos itens anteriores foi descrita a metodologia para determinar a perda de vida de transformadores
utilizando as curvas diárias de carga e de temperatura definidas pela média e desvios.
Foram também avaliadas as diferenças com relação à metodologia atual das concessionárias e com
relação a alguns detalhes.
Na aplicação prática a uma companhia com, digamos, 300.000 transformadores é preciso cuidar para que
se tenha volume de processamento computacional não exagerado. Segue-se que não é recomendável a
aplicação do cálculo como proposto para cada transformador. Um processo de estimar a perda de vida
com base no conhecimento da perda de vida de um conjunto de transformadores representativos do
universo (padrão), deve ajudar o processo como um todo.
Desta forma, para formar o conjunto ou “banco de padrões” poder-se-ia aplicar o processo de cálculo
descrito, enquanto que para o restante far-se-ia uma estimativa. Estes dois processos recebem aqui a
denominação de: “cálculo (ou similação)”; e “estimativa”.
9.8.2 - Processo de Cálculo ou Simulação
a) o processo
Este processo é o descrito até então e está sumarizado na Figura 9.8.2-1.

Figura 9.8.2-1 - Procedimento de Cálculo de Perda de Vida
b) cálculos efetuados para teste de metodologia
O primeiro conjunto escolhido para formar o que se denomina banco de padrões, contém uma amostra de
45 transformadores, sendo:
• TRMED Transformador Residencial Médio (as suas curvas média e desvios foram obtidas com
as curvas de carga de 802 dias de medições em diferentes transformadores da
Eletropaulo, CESP e CPFL);
• TREPQ Transformador Residencial Pequeno. Trata-se de subconjunto da amostra anterior, com

agrupamento das curvas dos transformadores cuja energia mensal passante é menor que
7300 kWh. (Eletropaulo);
• TREGD Transformador Residencial de Grande Porte. Análogo ao anterior para os

transformadores cuja energia passante é maior que 7300 kWh. (Eletropaulo);
• TRCPQ Transformador Residencial de Pequeno Porte, CESP;
• TRCGD Transformador Residencial de Grande Porte, CESP;
• TRPGD Transformador Residencial de Pequeno Porte, CPFL;
• TCP01 Trata-se de um transformador hipotético cuja curva de carga seria igual a curva
Comercial Padrão, Tipo 1 (ver capítulo 4);
Obs: Os tipos padrões de consumidores comerciais estão definidos no capítulo 4.

• TCP03 - Transformador Comercial Padrão, Tipo 3;
• TCP04 - Transformador Comercial Padrão, Tipo 4;
• TAA01 Transformador com curva agregada misto 1; Trata-se de uma curva obtida com o
agrupamento de consumidores residenciais, comerciais e industriais;
• TAA02 Transformador com curva agregada, misto 2;
Os transformadores seguintes TERI1 a TPRI8 tiveram suas curvas diária de carga medidas
individualmente e alimentam predominantemente consumidores residenciais.
• TERI1 Transformador (Eletropaulo) ET 006596;
• TCRI1 Transformador (CESP) PT 344325;
• TPRI1 Transformador (CPFL) PT 094046;
Os transformadores a seguir TAT01 a TAT10 foram medidos e alimentam consumidores específicos da

Eletropaulo.
• TAT01 Transformador - Atividade 1370 - Fabricação de Material Eletrônico;

• TAT02 Transformador - Atividade 1433 - Fabricação de Peças e Acessórios de Veículos

Automotores;
• TAT03 Transformador - Atividade 1520 - Fabricação de Estruturas de Madeira e Carpintaria;
• TAT04 Transformador - Atividade 2670 - Fabricação de Produtos da Padaria;
• TAT05 Transformador - Atividade 3210 - Construção Civil;
• TAT06 Transformador - Atividade 5221 - Restaurantes e Lanchonete;
• TAT07 Transformador - Atividade 5440 - Hospitais e Casas de Saúde;
• TAT08 Transformador - Atividade 6101 - Comércio Varejista de Ferragens, Metais, Sanitários,

Construção e Material Elétrico;
• TAT09 Transformador - Atividade 6112 - Comércio Varejista de Artigos de Vestuário,

inclusive Calçados e Armários;
• TAT10 Transformador - Atividade 8021 - Associação Beneficientes, Religiosos e Assistenciais.
Os transformadores seguintes tiveram suas curvas de carga calculadas pela agregação dos seus
consumidores.
• T0002 Transformador ET 0002. Eletropaulo - Regional Leste
49 consumidores residenciais ( 10 257 kWh);
25 consumidores comerciais ( 13 087 kWh).
10 consumidores comerciais ( 16 982 kWh);
1 consumidor industrial ( 149 kWh)
9 consumidores comerciais ( 14 969);
1 consumidor industrial ( 407 kWh).

6 consumidores comerciais ( 2 176 kWh);
2 consumidores industriais ( 17 387 kWh).
1 consumidor comercial ( 128 kWh);
1 consumidor industrial ( 2 370 kWh).
1 consumidor comercial ( 723 kWh);
1 consumidor industrial ( 889 kWh).
3 consumidores comerciais ( 439 kWh);
1 consumidor industrial ( 5 147 kWh).
Para estes 45 transformadores foram calculadas as curvas de perda de vida, usando a metodologia
descrita, baseada na estratificação das curvas diárias de carga e das temperaturas ambientes.
Estas curvas de perda de vida, junto com as curvas de carga (m,s) compõem o 'banco de padrões".
Adicionalmente, foram escolhidos outros 6 transformadores que também tiveram suas curvas de perda de
vida calculadas pelo procedimento descrito.
Para este 6 transformadores, alternativamente, serão obtidas as curvas de perda de vida por estimativa,
tendo por base o banco de padrões. E os resultados pelos vários procedimentos são então comparados.
Estes seis transformadores são:

• TRPPQ Transformador Residencial (CPFL) de Pequeno Porte;
• TCP02 Transformador Comercial Padrão, Tipo 2;
• TAA04- Transformador com curvas agregada, misto 4;
• TPRI2- Transformador (CPFL), PT 020020;
• T2742- Transformador ET 2742. Eletropaulo - Regional Leste.
2 consumidores comerciais ( 314 kWh);
2 consumidores industriais ( 7 309 kWh).
• T4897 Transformador ET 4897. Eletropaulo - Regional Leste.
A curva de carga de um transformador depende da composição dos seus consumidores, quanto ao

número, consumo e atividade. Isto pode levar a uma infinidade de curvas por suas combinações.
Pretende-se que a metodologia proposta seja utilizada para todos os transformadores em operação, e , por
isto, procurou-se ter, no banco de padrões, diversas curvas típicas medidas, bem como algumas de carga,
obtida por agregação a partir dos seus consumidores.
Para abranger as diferentes tipologias das curvas de carga possíveis na rede, o banco de padrões foi
ampliado de duas formas:
Na primeira foram eleitos alguns tipos de consumidores para fazer composições, na obtenção de curvas
de transformadores. São eles:
• Consumidor Residencial ( no estrato de 0 a 200 kWh);
• Consumidor Comercial ( curva padrão 2);
• Consumidor Comercial ( curva padrão 3)
• Consumidor Industrial ( atividade 2510 - Confecção de Roupas e Agasalhos);
Consumidor Industrial (atividade 2670 - Fabricação de Produtos de Padaria).

Definidos os diferentes consumidores, foi efetuada uma simulação da sua suposta agregação no
transformador, variando a proporção da participação na sua composição em energia. Das combinações
possíveis, foram efetuadas as 19, indicadas na tabela 9.8.2-1
Tabela 9.8.2-1 - Composição dos Consumidores para Agregação
Curva Padrão Residencial ( % ) Comercial ( % ) Industrial ( % )

TAQ01 100 0 0
TAQ02 75 25 0
TAQ03 75 0 25
TAQ04 50 50 0
TAQ05 50 25 25
TAQ06 50 0 50
TAQ07 25 75 0
TAQ08 25 50 25
TAQ09 25 25 50
TAQ10 25 0 75
TAQ11 0 100 0
TAQ12 0 75 25
TAQ13 0 50 50
TAQ14 0 25 75
TAQ15 0 0 100
TAQ16 33 33 33
TAQ17 40 40 20
TAQ18 40 20 40
TAQ19 20 40 40
Para todos os transformadores deste conjunto foram calculadas as curvas de carga por agregação e as
curvas de perda de vida. Alternativamente será calculada a curva de perda de vida por estimativa.
9.8.3 - Processo de Estimativa
O processo de cálculo, ou simulação, fornece resposta de qualidade, porém demanda muito

processamento, motivo pelo qual poderia resultar numa restrição a sua aplicação para os sistemas de
distribuição das concessionárias de porte.
Portanto, é imprescindível a busca por uma solução tecnológica de cálculo compatível com a
metodologia, e é este o escopo neste item. A alternativa, para cálculo, é a estimativa da Curva de Perda de
Vida de um transformador, comparando-o com os transformadores do banco de padrões.
No processo de estimativa, a curva de perda de vida de um transformador em estudo é determinada em

função das outras, do banco de padrões comparando as suas curvas diárias de carga das médias e dos
desvios (m;s).
No processo de estimativa, duas alternativas de soluções foram aqui estudadas sendo denominadas:
"Classificação"e "Interpolação".
Na alternativa de "classificação", determina-se qual é a curva diária de carga (m;s) do banco de padrões
que apresenta a maior similaridade com a curva diária de carga (m;s) do transformador em estudo. Então
é assumido que a curva de perda de vida do transformador em estudo seja igual ao do transformador com
curva de carga similar obtida no banco de padrões.
Como mostrado na Figura 9.8.3-1, onde está apresentado o diagrama de blocos do procedimento global, a
"classificação" pode ser feita por três modelos diferentes: Cluster Analysis do programa SAS [41].
Distância Euclideana e o LVQ Learning Vector Quantization de rede neurais. Apesar dos modelos serem
de origens e aplicações diversas, as respostas de classificação foram idênticas. As particularidades de
cada modelo serão exploradas no decorrer do texto e de acordo com o interesse de aplicação.
Figura 9.8.3-1 - Estimação da Curva de Perda de Vida
Na alternativa de interpolação, determina-se a curva de perda de vida do transformador por interpolação.

Isto é, basicamente determinam-se as curvas diárias de carga do banco de padrões que estejam adjacentes
e então interpola-se a partir de suas curvas de perda de vida, para obter a do transformador em estudo. O
modelo utilizado, para esta alternativa, é o MLP Multi Layer Perception das redes neurais artificiais,
através do programa STATIST2. [42]
A seguir os processos alternativos para estimativa de perda de vida de um transformador são detalhados.
a) Processo de Classificação
A metodologia de estimativa da curva de perda de vida dos transformadores, usando processo de

classificação, pode ser feita de três maneiras: Cluster Analysis, Distância Euclideana e LVQ de redes
neurais.
O primeiro procedimento utilizado para teste foi de o Cluster Analysis do pacote de programa SAS.
O segundo procedimento, de Distância Euclideana, é um programa escrito em planilha eletrônica. Neste

procedimento, os seguintes passos são realizados:
• Toma-se as curvas diárias do transformador para estudo ( m;s);
• Toma-se as curvas diárias (m;s) de um transformador do banco de padrões;
• Calcula-se a distância entre os pontos das curvas do transformador em estudo e do transformador

do banco de padrões. Calcula-se a soma do quadrado das distâncias;
• Repetem-se os dois passos anteriores, com todos os transformadores do banco de padrões;
• Escolhe-se aquele transformador do banco de padrões que resultou na menor soma do quadrado
das distâncias. A curva de perda de vida do transformador em estudo passa a ser a do
transformador selecionado pela menor distância.
Cumpre ressaltar que, nesta programação, pode-se atribuir pesos diferentes às distâncias calculadas para
compor a soma. Assim, pode-se privilegiar alguns pontos (horário de ponta por exemplo, ou os pontos da
curva média ou os pontos da curva dos desvios, etc.).
O terceiro procedimento, LVQ, aparece como solução interessante pela sua capacidade de processamento
em grande velocidade, devido ao fato de usar a técnica das redes neurais artificiais, que vem sendo uma
inovação tecnológica computacional de grande uso prático.
Em todas as metodologias de classificação, leva-se em consideração as curvas diárias de carga média e

dos desvios, cada uma definida por 96 pontos. A utilização das curvas média e de desvio é de importância
fundamental para obter o grau de precisão necessária, e considerar o efeito da variação de comportamento
da carga, presente num transformador de distribuição.
a.1) Procedimentos de "Cluster Analysis".
Denomina-se classificação ou identificação, o processo de determinar como alocar uma observação em

conjuntos estabelecidos de outros com características semelhantes. Assim, dados M conjuntos, cada um
com N características:
1 2 3 M
C11, C12, ...C1N C21, C22, ...C2N C31, C32, ...C3N .... CM1, CM2, ...CMN
A observação i deve pertencer a um dos M conjuntos, o que apresentar a maior semelhança.
No processo de classificação os atributos essenciais de cada conjunto são conhecidos, porém pode surgir
uma incerteza na classificação de uma dada observação. Na figura 9.8.3-2 apresenta-se a forma da
observação que será usada no processo de classificação ("Curva Composta"). Esta curva se baseia na
curva de perda média e sofreu uma segunda normalização dividindo-se os seus valores pelo valor da
ponta da curva média.
Ponta=2,09pu da média
Figura 9.8.3-2 Curva Composta com a Média e os Desvios para a Classificação.
Dentre as várias opções do pacote SAS, a metodologia selecionada para este estudo foi a denominada
FastClus.
O procedimento FastClus do SAS efetua a análise de agrupamentos tendo por base as distâncias
euclideanas, computadas com uma ou mais variáveis.
As curvas são, então, divididas em n clusters tais que cada observação pertence a um e somente um
cluster. Se for necessário mudar o número n de clusters, deverá ser reprocessado o programa para a nova
análise.
O procedimento FastClus combina um método que adota a semente inicial dos clusters com um algoritmo
interativo normal, visando minimizar a soma dos quadrados das distâncias da amostra para as médias dos
clusters.
Inicialmente um conjunto de n curvas é escolhido. São as sementes dos clusters representando então as
suas médias. Cada observação seguinte é identificada com a semente mais parecida. Em par passam a
formar um cluster temporário. A semente é então substituída pela média das curvas do cluster e todas as
observações são de novo classificadas. O processo encerra-se quando não houver variação de
classificação entre duas iterações sucessivas, ou atingir o número máximo de iterações especificado.
O procedimento FastClus difere dos outros métodos, na forma de selecionar a semente inicial do cluster.
Para efetuar o processamento no caso deste trabalho, é necessário que os dados das curva de carga dos
transformadores ( curva composta com m;s) estejam de forma coerente. No caso, para cada transformador
tem-se a sua curva composta, expressa em pu da média ou normalizada pelo valor da ponta da curva
diária média.
Para todos os transformadores padrões, foram calculadas as suas curvas compostas, a partir de medições
das curvas diárias, ou, senão, pelo método de agregação de seus consumidores, descrito no capítulo 7.
Com este arquivo efetuam-se os procedimentos a seguir:
a) Define-se o número n, desejado de clusters, como sendo igual ao número de transformadores do

banco de padrões (n=45). Alocam-se, a seguir, as sementes, portanto, um padrão em cada cluster;
Obs: Foram também feitos testes com número menores de clusters, tais como, 6; 10;12 e 20.
b) Cada curva a ser classificada é, então, comparada com as sementes, através de suas distâncias
euclideanas, utilizando-se as variáveis de seleção. No presente trabalho, todos os pontos da média e
dos desvios (Figura 9.8.3-2) foram utilizados;
c) A curva é alocada no cluster que resulte na menor distância euclideana;
d) Com a nova curva no cluster, é calculada a nova curva média. Entretanto, o método tem também
uma opção que é a chave No Replace, que, quando ligada, faz com que o processamento assuma
para n clusters as primeiras n curvas, como sendo as sementes permanentes. Portanto, a chave é útil,
quando se quer processar o reconhecimento de várias curvas tendo como semente apenas as curvas
do banco de padrões.
Deve-se lembrar que, para os tranformadores a serem classificados, também foram calculadas as curvas
de perda de vida, permitindo, assim, verificar se a classificação foi correta.
Das 51 curvas citadas (45 padrões de 6 a serem classificadas), processou-se o caso para 45 clusters, sem
reposição das sementes (No Replace), a fim de que as 6 curvas restantes pudessem ser alocadas em um
dos 45 clusters em função da semelhança.
Na tabela a seguir está indicado o resultado deste processamento.

ET classificada ET Semente mais próxima
TRPPQ TRCPQ
TCP02 TCP01
TAA04 TAT07
TPRI1 TPRI8
T2742 T3054
T4897 T0006
Na figura 9.8.3-3 estão indicadas as curvas semente ( TRCPQ ) e a curva classificada ( TRPPQ ), e as
respectivas curvas de perda de vida para comparação.
a) curva de carga
b) perda de vida
Figura 9.8.3-3 – Comparação das curvas de perda de vida
O processo de cluster é baseado no cálculo da distância euclideana das mesmas variáveis ( média ou
desvios), porém, na soma, elas não são diferenciadas. Como pode-se observar nos exemplos deste
trabalho a curva média tem seu valor máximo de 1,0, enquanto a curva de desvios tem valor máximo da
ordem de 0,3, portanto há uma relação de 3 entre eles.
Para se estudar qual será o efeito do uso de diferentes ponderações entre as curvas da média e dos desvios
foram realizados alguns testes onde a curva composta ( m; s) foi substituída por outro conjunto de 192
pontos, porém com diferentes composições de valores ( m + k s). As composições foram:
• Curvas: (m) e (m+1s) - 50% e 85% de probabilidade, respectivamente;
• Curvas: (m+0,525s) e (m+0,84s) - 70% e 80% de probabilidade;
• Curvas: (m) e (m+1,280s) - 50% e 90% de probabilidade.
Não houve ganho neste exemplo com a nova composição das curvas, ou seja, não é significativa a
desproporção dos valores de m e s, podendo ambos serem tomados com o mesmo peso.
Para se testar a propriedade intrínseca do processamento de cluster, realizou-se um processamento onde a

média das curvas compostas de um cluster representasse o cluster como um todo, e, por hipótese, a média
da perda de vida individual que representasse a perda de vida correspondente do cluster.
Este teste foi feito, primeiramente agrupando em 25 clusters, as 4S curvas do banco de padrões. Para cada
um dos clusters que continham duas ou mais curvas, calculou-se a curva de perda de vida para a curva
representativa do cluster (média das curvas compostas). Foram então comparadas a curva de vida obtida
com este novo cálculo com a curva obtida pela média das curvas de perda de vida individuais contidas no
cluster.
Na Figura 9.8.3-4 estão apresentadas as curvas que se agruparam no cluster 1 (dos 25) e a média das
curvas (traço cheio). Estão, também, apresentadas as curvas de perda de vida dos transformadores. A
curva de perda de vida calculada com a curva composta média da figura 9.8.3-4, será aqui denominada
"perda de vida da curva composta média.”
a) curva de carga
b) perda de vida
Figura 9.8.3-4 Curvas Composta dos Tranformadores e da média do cluster 1.

São apresentadas, a seguir, duas curvas de perda de vida: a primeira sendo "perda de vida/curva composta
média"da figura 9.8.3-4 e a segunda calculando-se a perda de vida pela "média das curvas "de perda de
vida de cada transformador do cluster.
Figura 9.8.3-5 - Comparação Entre Forma de Obtenção das Curvas de Perda de Vida.
Para a faixa de carga de operação dos tranformadores, o erro verificado é menor que 10%, valor aceitável
para fins de engenharia, considerando as precisões envolvidas no processo como um todo.
a2) Cálculo da Distância Euclideana
Os processos com a metodologia de FastClus podem também ser executados por programas específicos (
não mais dentro de um programa SAS ). Assim, pode-se ter a vantagem de um programa de mais fácil
manuseio e tão eficiente quanto à sua execução. Para tal o seguinte equacionamento é usado:
( ) ( )
96 96
Dist p 2 = ∑ ωi m i − m pi 2 + ∑ δ1 Si − S pi 2
i =1 i =1
Onde: Distp Distância da curva a ser classificada para a curva p do banco de padrões.
mi,si Ponto i da curva da média e dos desvios, respectivamente, da curva a ser classificada.
mpi , spi Análogo acima, porém, para uma das p curvas do banco de padrões.
ωi , δI Pesos eventuais.
Considerando que foi construída uma curva composta com 192 pontos, contendo os pontos da média de 1
a 96, e dos desvios de 97 a 192, e designando por X um ponto genérico dessa curva (m ou s) e o peso, por
y então:
( )
192
Dist p 2 = ∑ y i X i − X pi 2
i =1
Assim, foi desenvolvido um programa numa planilha eletrônica para efetuar a classificação. Os seguintes
passos compõem a sistemática:
• Colocar todas as curvas de banco de padrões numa planilha (45 curvas no exemplo deste trabalho);
• Selecionar uma das curvas que se irá classificar. ( 6 testes no exemplo deste trabalho);
• Calcular a soma das distâncias euclideanas de cada ponto da curva, que se quer classificar, para uma
curva padrão ( o processo é depois repetido para p curvas padrão, no caso p=45);
( )
192
Dist p 2 = ∑ X1 − X pi 2
i =1
• Selecionar a curva padrão que apresenta a menor distância como representativa da curva, a ser
classificada.
Foram usados para o teste os mesmos 6 transformadores usados no item anterior. Os resultados obtidos
foram idênticos aos apresentados pelo processo FastClus, usando o programa SAS.
Portanto, desta forma tem-se acesso a uma metodologia que pode ser escrita em qualquer um dos
programas, tipo planilha de uso comum.
Na verificação sobre se os valores da média ou dos desvios tinham importâncias diferentes, foram feitas
as mesmas simulações, atribuindo diferentes pesos nas distâncias dos pontos de curva dos desvios e
observando o efeito na classificação. As seguintes alternativas de pesos foram examinadas.
• Alternativa 1 : ω = 1,0; δ = 1,0;
• Alternativa 2 : ω = 1,0; δ = 0,5;
• Alternativa 3 : ω = 1,0 ; δ = 0,33;
• Alternativa 4 : ω = 1,0 ; δ = 2,0.
O resultado da classificação foi idêntico em qualquer combinação dos pesos acima.
Portanto, não há necessidade, pelo menos neste exemplo, de diferenciar os pesos.
É importante ressaltar que, nesta metodologia poder-se-ia também usar pesos diferentes nos vários
horários. Por exemplo, atribuir pesos maiores no horário de ponta quando a temperatura seria maior no
tranformador.
Considerando os bons resultados obtidos com pesos iguais unitários, não houve preocupação de realizar
estes testes.
a3) Classificação via Redes Neurais LVQ
Como foi exposto, o problema que deve ser solucionado é: dado um banco de n curvas compostas padrão,
cada uma tendo como atributo, a sua curva de perda de vida, classificar uma nova curva composta ( ou
seja identificar, a mais semelhante, e portanto inferir o atributo da curva em classificação, tomando para
sua curva de perda de vida valores iguais aos do padrão máximo).
Para classificação com base em redes neurais, foi utilizado um dos módulos do pacote de programas
chamado LVQ_PARK, disponível na Internet para uso nas pesquisas. (ftp://cochlea.hut.fi/pub/lvg_pak).
O procedimento para acessar este módulo de programa será descrito sucintamente, a seguir:
1. Na Internet, no endereço indicado, transferir o arquivo lvq_p3rl.exe;
2. Descompactar o arquivo;
3. Compilar os programas a partir do arquivo makefile, no compilador Borland C++. O makefile gerará
os programas necessários;
4. Preparar os arquivos de treinamento/teste, de acordo com a estrutura dos programas;
5. Efetuar o treinamento com o módulo lvq_run;
6. Realizar os testes de classificação.
Deve-se salientar que o programa LVQ foi desenvolvido para reconhecimento de voz, portanto, com
aplicações mais amplas. Neste projeto, foi utilizado apenas o módulo de classificação para o propósito do
estudo.
O processo de classificação por LVQ é dividido em duas etapas: treinamento e aplicação.
O treinamento é feito com todas as curvas de cargas existente no banco de padrões. Nesta etapa é criado
um arquivo com as curvas compostas para treinamento. O processo de treinamento pode ser considerado
muito rápido, uma vez que dura em torno de 15 segundos, num microcomputador PC486, usando 45
curvas compostas como base.
O arquivo de treinamento é, então, "congelado" para eventual uso posterior.
No pacote LVQ, existe o módulo de programa denominado classify que utiliza a rede treinada e classifica
um arquivo de curvas, de cordo com o treinamento recebido.
É essencial notar que a qualidade da resposta da rede neural é idêntica ao dos outros dois métodos
anteriores, porém com velocidade de resposta mais rápida. No presente caso, cada classificação foi 0,03
segundos/curva, num PC486.
Apesar do programa possuir 3 níveis de refinamento de treino, o primeiro nível lvql já se mostrou
plenamente satisfatório.
a4) Avaliação de Desempenho
Até o momento, neste trabalho, aborda-se o aspecto de cálculo da perda de vida, por cálculo específico
para um transformador usando sua curva de carga e por 3 processos de estimativa da curva da perda de
vida, por processo de classificação.
Os tempos envolvidos, nos 4 processos aqui estudados, são:

Processo Tempo de Processamento
Cálculo de Perda de Vida 186 segundos/curva
Classificação FastClus - SAS 360 segundos/processo*
Classificação Dist. Eucl. - Visual Basic 0,3 segundos/curva
Classificação Redes Neurais 0,03 segundos/curva
Obs: * O processo envolveu 45 curvas sementes e 6 curvas classificadas.
Os testes foram realizados em micro 486 DX2 66 MHz.
Portanto, há vantagem em utilizar as redes neurais para classificação, uma vez que foi mais rápido o
processamento e sendo igual a qualidade das respostas.
Neste ponto é importante lembrar que, numa concessionária tipo Eletropaulo, existem cerca de 300.000
transformadores de distribuição, que se deseja fazer o seu gerenciamento mensal.
b) Processo de Interpolação
No sub-item anterior, a estimativa da curva da perda de vida dos transformadores foi feita em função do
grau de similaridade entre as curvas de carga do transformador em análise e um conjunto de padrões,
adotando-se, para o transformador em estudo, a curva de perda de vida do padrão mais próximo.
No processo aqui denominado de "interpolação", procura-se-á estimar uma curva da perda de vida própria
para transformador em estudo.
Dada a complexidade das informações envolvidas, bem como das relações não-lineares entre as entradas
e a saída, um processo adequado à solução do problema é usar a tecnologia das redes neurais artificiais
para estimativa, interpolando valores.
Na aplicação das redes neurais artificiais para o problema de estimativa pode-se distinguir 3 etapas:
Treinamento, Teste e Aplicação.
Para a utilização das redes neurais não há necessidade de se informar os algoritmos de relacionamento
entre pares de vetores, de entrada e saída. A rede auto-organiza os valores dos pesos entre os neurônios de
uma camada à outra, a fim de obter uma "CPVi". Curva de Perda de Vida distinta para cada curva de
carga i.
O programa utilizado, neste estudo, é o "STATIST2" , que utiliza a configuração de MLP Multi-Layer
Perceptron com treinamento em "Back propagation"[42].
No presente caso, foi concebido uma rede com 3 camadas, uma das quais é a de saída com 14 neurônios,
correspondendo os pontos de expectativa de vida em anos do transformador, em função da taxa de
carregamento (quociente do valor de ponta da curva média dividido pela potência nominal do
transformador), que varia de 70% a 200% da potência nominal.
Após definida a configuração da rede, têm-se as seguintes etapas de procedimento:
a) Inicialmente, executar o programa para gerar os pesos iniciais de treinamento da rede neural. A
execução desse programa objetiva a possibilidade de repetir o processo, com as mesmas
condições do contorno inicial;
b) Executa-se o programa STATIST2. Os arquivos de peso e dados de treinamento ( pares de

vetores de entrada e saída), são introduzidos nos programas e, após um treinamento que no teste
deste trabalho dura cerca de 60 minutos, fornece, além dos resultados dos testes, um arquivo para
futuros processamentos.
No caso considerado, a rede realizou os treinamentos e testes com erro médio de 0,1266 (12,66%), o que
é considerado alto nível de desempenho em termos de engenharia.
Para melhorar o desempenho das simulações, a rede foi alimentada com valores de saída em função
logarítmica.
Assim, as respostas de valores numéricos de 0 a 20.000 (anos), passa para valores de 0 a 5 (logaritmo de
anos), e uma melhora sensível na resposta foi notada.
Adicionalmente, o pacote de programação MLP permite a realização dos treinamentos e testes

separadamente, com o uso de outro programa, o "TRAININ 1" [42], para apenas efetuar o treinamento.
A seguir, serão apresentados os treinamentos que se mostraram mais interessantes, os desempenhos e as

simulações mais importantes.
Como para cada configuração de treinamento pode-se ter respostas diferentes, é necessário que se efetue
várias simulações e análises, a fim de selecionar a resposta mais apropriada.
As 70 curvas de carga, definidas para o estudo em questão no item 9.8.2b (45 do banco de padrões, 6 para
classificação, 19 da Tabela 9.8.2-1), foram separadas em conjuntos distintos de treinamentos e testes.
b1) Caso 1 : Treinamento 46, Testes 5 e 19
Inicialmente foram selecionadas para treinamento 46 curvas de carga, incluindo as 45 do banco de

padrões mais a curva do transformador TCP02. Para teste foram utilizadas as 5 curvas restantes do
conjunto de classificação: TRPPQ, TAA04, TPRI2, T2742 e T4897.
A configuração da rede neural escolhida foi a de 3 camadas, com as seguintes características: 192
entradas, 35 e 20 neurônios nas duas camadas ocultas e 14 neurônios na saída.
Executou-se o treinamento e o teste, sendo estabelecido o número de iterações máximas 15000, loop
interno, de 9 iterações, e grau de precisão 0,0025.
O processo de treinamento convergiu após 6967 iterações, com tempo de treinamento de 3432 segundos.
O tempo para o processamento para estimativa das 5 curvas de perda de vida foi de 0,33 segundos.
Obs: Os tempos referem-se a processamento, usando um Pentium 133 MHz em todos os casos que se
seguem.
Procurou-se elaborar cálculos com o outro conjunto de testes, de 19 transformadores.
Na Tabela 9.8.3-1 estão apresentados os resumos das informações gerais e, na Tabela 9.8.3-2 estão
apresentados os resultados de alguns transformadores.
Os resultados são considerados bons, uma vez que, quando se manuseia valores com variação
exponencial, considera-se diferente quando o erro é uma ordem de magnitude ou seja 10 vezes.
Obs: O nome do caso indica: 46 transformadores usados no treinamento, e testes efetuados em 5 ou 19

transformadores novos (Treinamento 46, Teste 5,19).
Tabela 9.8.3-1 Caso Treinamento 46, Testes 5 e 19
Estrutura do Exemplo de Aplicação
Redes Neurais
Estrutura: 3 camadas
Entrada camada oculta 1 camada oculta 2 Saída
192 35 20 14
Número de iterações máximas
15000 externo 9 interno
Grau de Precisão
0.0025
Treinamento
46 Curvas de Carga
Testes
5 19
Tempo
De treinamento Teste 1 Teste 2 Teste 3
3432 segundos 0.330s 1.150s 0.490s

Tabela 9.8.3-2 Resultado Obtido do Caso Treinamento 46, Testes 5 e19
Taxa de Carg. 100% 120% 140% 150% 160%

TRPPQ Simulação 1557 227 20 5.2 1.2
Interpolação 1331 217 27 6.9 2.7
Erro 14.5% 4.5% -34.2% -33.9% -118.6%
TAA04 Simulação 266 36.6 3.7 1.1 0.289
Interpolação 456 68.0 7.5 3.0 0.670
Erro -71.7% -85.6% -101.6% -179.1% -131.8%
TPRI2 Simulação 1035 136 10.7 2.6 0.575

Interpolação 817 104 9.4 2.6 0.400
Erro 21.1% 23.7% 12.5% 0.3% 30.4%
T2742 Simulação 1323 217 23.0 6.8 1.9

Interpolação 1447 193 18.5 4.0 1.6
Erro -9.4% 11.1% 19.6% 41.2% 15.8%
T4897 Simulação 1046 229 37.0 13.5 4.6

Interpolação 1057 189 25.0 8.7 1.4
Erro -1.1% 17.5% 32.4% 35.6% 69.3%
TAQ01 Simulação 1120 154 12.9 3.2 0.750

Interpolação 1100 154 16.5 4.1 1.100
Erro 1.8% 0.3% -27.9% -28.0% -46.7%
TAQ02 Simulação 907 134 12.4 3.3 0.800

Interpolação 870 124 13.4 4.9 0.660
Erro 4.1% 7.6% -8.3% -50.8% 17.5%
TAQ04 Simulação 266 27.6 1.9 0.420 0.090

Interpolação 462 54.0 5.9 2.730 0.440
Erro -73.8% -96.0% -220.0% -550.0% -388.9%
Obs: Coluna 1 Identificação do transformador;
Coluna 2 Simulação Vida em anos obtida com “cálculo estatístico”;
Interpolação Vida em anos obtida em RNA;
Erro: ( simulação – interpolação) / simulação;
Colunas 3 a 7 Taxa de Carga: Diferentes carregamentos 100%, 120%,… 160%.
Nas Figuras 9.8.3-6 e 9.8.3-7 são apresentados exemplos comparativos de interpolação (transformador
TRPPQ e TR2742)
Figura 9.8.3-6 - Curvas de Expectativa de Vida: Cálculo Específico; Classificação; Interpolação RNA -
TRPPQ
Figura 9.8.3-7 - Curvas de Expectativa de Vida: Cálculo Específico; Classificação; Interpolação RNA -
TPR12
b2) Caso 2 : Treinamento 40 – Teste 30
O segundo conjunto de processamentos visa examinar a importância do número de neurônios nas

camadas ocultas, diminuindo-se de 35 e 20 para 15 e 5. Esta composição possibilita o treinamento em
tempo menor.
Neste processo, a rede foi treinada com 40 curvas. As 30 curvas seguintes foram usadas para testes,
obtendo os resultados semelhantes em qualidade, ao do item anterior.
Na Tabelas 9.8.3-3 e 9.8.3-4 encontra-se o resumo das informações e alguns resultados.
Tabela 9.8.3-3 Estrutura de Rede Neural do Caso 40/40
Estrutura da Rede
192 15 5 14
Número de iterações
500 externa 3 loop interno
Média de Erro
 = 0.1266
Tabela 9.8.3-4 Resultados Obtidos do Caso 40/30
100% 120% 140% 150% 160%

T0818 Simulação 424 62 6.1 1.7 0.420
Interpolação 403 57 5.0 2.0 0.608
Erro 5.0% 8.1% 18.6% -19.8% -44.8%
T3054 Simulação 1045 140 12.2 3.2 0.750

Interpolação 778 104 10.0 2.8 0.847
Erro 25.6% 25.7% 18.0% 12.9% -12.9%
T3482 Simulação 1421 222 20.8 5.5 1.330

Interpolação 1354 223 26.0 7.0 2.000
Erro 4.7% -0.5% -25.0% -28.2% -50.4%
TRPPQ Simulação 1557 227 20.1 5.2 1.235

Interpolação 1643 248 21.0 6.0 1.000
Erro -5.6% -9.1% -4.4% -16.5% 19.0%
100% 120% 140% 150% 160%

TPRI2 Simulação 1035 136 10.7 2.6 0.575
Interpolação 961 123 10.0 2.0 1.000
Erro 7.1% 9.8% 6.9% 23.3% -73.9%
T4897 Simulação 1046 229 37.0 13.5 4.560

Interpolação 1207 227 32.0 10.0 3.000
Erro -15.4% 0.9% 13.5% 25.9% 34.2%
b3) Caso 3: Treinamento 58, Teste 12
Nas duas simulações nos processamentos dos testes apareceram várias mensagens contendo a informação:
"As variáveis de Entrada estão fora dos limites de Treinamento"
Ao iniciar um teste, o programa verifica se todas as variáveis estão dentro dos limites definidos durante o
treinamento. Isto é, a rede neural treinada armazena as informações dos valores limites da entrada, e,
portanto, os vetores de pesos são funções desses limites e estão adequados para efetuar uma interpolação.
O alerta não interrompe o processo de estimativa, porém é um indicativo de que a amostra das curvas
compostas para o treinamento devam ser revisadas.
Na simulação do caso 2: treinamento 40, teste 30, no cálculo de 18 dos testes apareceu o referido aviso.
Então, formou-se um conjunto de treinamento com as 40 iniciais e as 18 com o aviso, sobrando para os
testes as outras 12 curvas. Assim este caso 3 é um derivativo do caso 2.
O processamento deste caso 3 levou aos resultados da Tabela 9.8.3-5

Tabela 9.8.3-5 Resultado Obtido Caso 58/12
100% 120% 140% 150% 160%

T3482 Simulação 1421 222 20.8 5.5 1.3
Interpolação 970 133 12.2 3.1 0.7
Erro 31.7% 39.9% 41.4% 42.8% 46.0%
TRPPQ Simulação 1557 227 20.1 5.2 1.2

Interpolação 1082 118 7.8 1.8 0.4
Erro 30.5% 48.3% 61.2% 64.5% 67.5%
TPRI2 Simulação 1035 136 10.7 2.6 0.6

Interpolação 701 73 5.2 1.2 0.2
Erro 32.3% 46.7 52.0% 55.8% 60.2%
T4897 Simulação 1046 229 37.0 13.5 4.6

Interpolação 848 162 21.6 7.0 2.2
Erro 18.9% 29.1% 41.5% 47.8% 51.3%
TAQ02 Simulação 907 134 12.4 3.2 0.800
Interpolação 807 109 10.6 2.8 0.657
Erro 11.0% 18.8% 14.1% 14.3% 17.9%
TAQ06 Simulação 42.0 1.4 0.030 0.003

Interpolação 40.5 1.4 0.028 0.003
Erro 3.5% -2.7% 6.6% 3.4%
TAQ13 Simulação 203 17.3 0.970 0.200 0.040

Interpolação 181 13.4 0.677 0.137 0.027
Erro 11.0% 22.6% 30.2% 31.3% 31.6%
TAQ19 Simulação 138 9.3 0.400 0.070 0.010

Interpolação 220 18.9 0.926 0.178 0.031
Erro -59.2% -102.8% -131.5% -154.7% -215.0%
As respostas foram todas interpoladas sem as mensagens de violação dos limites. A qualidade dos
resultados obtidos foi aceitável, porém inferior ao caso 2.
c) Conclusão
Os 3 processamentos efetuados, todos, forneceram respostas boas e com a precisão aceitável, em termos
de engenharia. Destaca-se, entretanto, que, no caso 2: Treinamento 40, Teste 30, apesar de se ter maior
quantidade de processamentos de testes de curva, com mensagens de exceder os limites de interpolação,
mostraram-se as melhores respostas, talvez pela a sua configuração menor.
9.9 CONCLUSÃO GERAL

Recomenda-se que a metodologia geral proposta, e que está sumarizada na Figura 9.8.3-1, seja adotada.
Quanto as curvas de carga existem duas alternativas: ou utilizar as curvas medidas ou pode-se obtê-las
por agregação dos consumidores.
Quanto ao método de cálculo de perda de vida recomenda-se:
- efetuar o cálculo ou simulação para gerar informações ao banco de padrões e para casos especiais;
- efetuar a estimativa por interpolação para os demais casos.

9.10 CRITÉRIOS ECONÔMICOS

Para selecionar o tranformador por critérios econômicos [2],[6], as seguintes parcelas de custos deverão
ser consideradas para se obter o custo total Ctot:
• Custo do transformador para atender a demanda Ctr;
• Custo das perdas no ferro CPFe e no cobre CPcu, ambos com as parcelas da demanda e energia;
• Custo de instalação CI e eventualmente remoção CR;
• Custo residual na época de remoção ( vida remanescente ).
Na avaliação econômica, os custos unitários são estabelecidos para o ano inicial. Para o ano J eles devem
ser corrigidos com uma taxa de inflação i (pu). Define-se pois o fator g a seguir, para se chegar ao valor
presente de uma parcela no ano J considerando uma taxa de desconto d (pu/ano):
J
 1+ i 
g=  
1 + d 
9.10.1 Custo de Compra do Transformador
No ano inicial este custo CT0 será dado por:

CT0 = CTr PN
Sendo CTr = Custo por kVA no ano inicial.
PN = Potência nominal (kVA).
O custo anual, CATJ para pagamento parcelado em N anos de empréstimo que cubra o custo CT0, com taxa
de desconto d, no ano J será:
d
C ATJ = . CT0. (1+i)J
1 − (1 + d) − N
9.10.2. Custo de Remoção e Instalação
O custo de remoção CRJ, na data de remoção, em relação ao custo CR no ano inicial será:
CRJ = CR .( 1 + i ) J
Analogamente o custo de instalação CIJ será:

CIJ = CI .( 1 + i ) J
9.10.3. Custo das Perdas
O custo das perdas é composto de duas parcelas, sendo uma devido a perda no ferro e a outra devido a
perda no cobre.
a) perda no ferro
O custo anual desta perda CPFJ é avaliado considerando as parcelas de demanda e da energia.
CPFJ = (Cd + 8766 Ce) Pfe PN (1+i)J
Sendo: Cd Custo de demanda, custo por kW no ano inicial;
Ce Custo de energia, custo por kWh no ano inicial;
Pfe Perda no ferro em pu da nominal PN.
b) perdas no cobre
As perdas no cobre dependem da curva diária de carga do transformador. Num dado ano, a carga é
representada por uma família de curvas associadas à probabilidade de ocorrência. Estas curvas são dadas
por (m ± k s); onde m é a média e s o desvio.
Este custo também é avaliado considerando as parcelas de custos diferentes para a demanda e energia.
b1) demanda: Para calcular este valor, deve-se utilizar o valor do pico anual da potência aparente
passante no transformador (com certa probabilidade de não ser excedido). Como exemplo, toma-se-a o
transformador TRMED da Figura 9.3-6 e far-se-á a suposição que o fator potência nele é unitário em
todos os instantes.
Da figura tem-se: PP = 3,34 . Pm
Valor a 1,96 ∑ ; IC = 97,5%, portanto com 97,5% de probabilidade de não ser excedido.
Onde: PP potência pico do transformador (em kW);
PM potência média mensal passante no transformador (energia mensal dividido por 720 horas);
O custo desta parcela CPCu será então:
(3,34.Pm ). 2 .Cd.(1 + i )J
CPcu = Pcu. PN
Onde: Pcu Perdas no cobre para carregamento nominal (valor em pu da potência nominal).
b2) energia: Para calcular esta parcela, devem ser utilizadas todas as curvas estratificadas com as devidas
probabilidades. Para a curva média (50% de probabilidade) as perdas, num dia, ∆Pm será:
24
∆Pm = ∫ Pcu.
(Pt.Pm ) 2 .dt = Pcu.∆t. (Pm )2 . 96 Pt 2
∑
1 PN PN n =1 t
onde: Pt é o valor da potência na curva de carga em pu de potência média mensal Pm. Portanto, Pt.Pm
é o valor em kW.
∆t intervalo de tempo em horas (15min/60min);
n número de intervalos de 15 min. num dia (96 - neste estudo).
Ou fazendo,
Pm 2
B = Pcu ∆t
PN
E simplificando a nomenclatura fazendo P = Pt, e não representando os limites da somatória tem-se:
∆Pm = B∑ P 2
Uma vez calculada as perdas para a curva média, o passo seguinte é efetuar o cálculo das perdas para as
demais curvas dos estratos.
Para as duas curvas (a, a'), uma acima (60% de probabilidade) e outra abaixo (40% de probabilidade) da
média (eqüidistantes da média de (kaS)) tem-se:
∆Pa = B.Σ (P + kaS)2
∆Pa' = B.Σ (P - kaS)2
∆Pa + ∆Pa' = 2 B.Σ (P2 - ka2S2)
Para as outras curvas:
( b, b' probabilidade de 70% e 30% );
( c, c' probabilidade de 80% e 20% );
( d, d' probabilidade de 90% e 10% );
( e, e' probabilidade de 95% e 5%. ).
Tem-se fórmula semelhante trocando ka por kb...ke.
A curva da média (50%) representa neste tipo de discretização feito, as curvas com probabilidade entre
45% e 50%. Portanto ela representa 10% de frequência de ocorrência. A curva a representa as curvas
entre 55% e 65% de probabilidade de ocorrência que, a curva a' representa as curvas entre 35% e 45%.
Portanto juntas ∆Pa + ∆Pa' tem frequência de 20% de ocorrência. Analogamente as curvas (b, b'), (c, c'),
(d, d') tem probabilidade 20% de ocorrer e as curvas (e,e'), 10%.
Somando pois ponderadamente estas parcelas de perdas, tem-se:
 2 2 
∑ ∆P = B.∑ 0,1.P + 0,2. P + ka S  + ... + 0,1. P + ke S 
2 2 2 2 2
    
 2 
∑ ∆P = B∑ P + 0.2∑ S .ka + kb + kc + kd + 0.5.ke   = B.T
2 2 2 2 2 2
  
ou
(Pm )2 .T
∑ ∆P = Pcu.∆t.
PN
sendo:
T = ∑ P 2 + 0,2∑ S2 .ka 2 + kb2 + kc2 + kd 2 + 0,5.ke2 
  
b3) Custo total anual das perdas no cobre. O custo anual da energia perdida no cobre do
transformador será então:
 ( 3 , 34 . Pm ) 2 
Cpcj =  PCu . .Cd + 365 . B .T .Ce  .(1 + i ) J
 PN 
9.10.4 Custo Residual da Perda de Vida
A vida do transformador operando à temperatura de projeto (95ºC), é previsto para durar o tempo nominal
estabelecidos pelas normas (na ANSI, 20 anos).
Quando carregado acima da temperatura de projeto, a sua taxa de perda de vida relativa (pu/ano) DVJ é
maior. Tem-se que a perda adicional de vida anual DDVJ será de:
DDVJ = (DVJ-1)
Este valor de perda de vida adicional pode ser transformado em custo no ano J, multiplicando-o pelo
custo anual do transformador CATJ.
CVJ = DDVJ CATJ
9.10.5. Avaliação Econômica com Carga Crescente
As fórmulas deduzidas nos itens anteriores referem-se a custos num dado ano J. Para a avaliação
econômica num período maior, precisa-se, calcular ano a ano estes custos em função da potência
passante.
Parte-se então, da potência média de carga no ano inicial PO, e num dado ano J, se a potência média
cresce a uma taxa r (ano), a potência será PJ:
PJ = Po (1+r)j
A avaliação econômica do transformador é, então, feita, calculando, para potência Pj, e todos os
transformadores padrão da empresa, os seus custos em cada ano.
CTAJ = CATJ + (CPFJ + CPCJ) + CVJ
Os valores CTAJ podem ser colocados num gráfico para verificar qual o transformador que tem o menor
custo anual, nos vários anos. (Figura 9.10.5-1 exemplo).
Deve-se avaliar a troca do transformador instalado quando um outro tranformador passar a ter custo anual
CTAJ menor. Entretanto ele será mais econômico na avaliação global quando a economia futura,
acumulada, for maior que o custo da remoção do transformador existente e custo da nova instalação.
Evidentemente estas parcelas no tempo devem ser atualizadas através da taxa de desconto d para um ano
de referência para permitir a comparação adequada.
Figura 9.10.5-1 Comparação dos Custos Entre o Transformadores Padronizados (Caso Exemplo)
Resumindo, para selecionar a melhor alternativa econômica deve-se:
• Gerar as várias alternativas de combinações de potências nominais para atender a carga;
Ex: 30 kVA anos 0 a 4, 45 kVA-5 a 12, 75 kVA -13 a 20, 112,5 kVA 21 a 25; ou
75 kVA-0 a 12, 112,5 kVA-13 a 25; ou etc.
• Calcular os custos totais anuais das várias alternativas;
• Incluir os custos da remoção e da instalação no ano específico, quando houver;
• Trazer, ao presente, o valor de cada alternativa;
• Escolher a de menor custo.
Para diminuir as alternativas pode-se aplicar o conceito de programação dinâmica.
Observa-se que se os padrões estão bem escolhidos (30; 45; 75; 112,5; 150 kVA), Neste exemplo
alternativa envoltória inferior é a mais econômica. Isto pode mudar dependendo da taxa de crescimento e
custos unitários supostos.
9.11 GERENCIAMENTO DE TRANSFORMADORES

Conforme visto, foi proposta uma nova metodologia de cálculo de perda de vida para transformadores.
Nesta oportunidade, justifica-se procurar inovar o próprio sistema de critério gerenciamento, uma vez que
o anterior, baseado em função KVAS, estaria em acordo com a tecnologia disponível na década de 70.
Esse critério tradicional, como visto, agrupa os transformadores em faixas: Subcarregado; Ideal;
Sobrecarregado; e Remanejamento Urgente, em função da carga no transformador, ou seja no valor K
obtido da relação entre o valor da função KVAS e o KVAT. As faixas citadas acima correspondem:
K < 0,75; 0,75 < K ≤ 1,25; 1,25 < K ≤ 1,50; K > 1,50, respectivamente.
Uma nova proposta é utilizar as curvas de perda de vida de cada um dos transformadores e gerenciá-lo,
em função da sua expectativa de vida passada e futura. O processo de gerenciamento proposto,
basicamente, é constituído dos seguintes passos:
a) Dado o transformador Tr, conhece-se a energia mensal passante e portanto a sua curva de carga diária
definida pela curva média e dos desvios (m;s).
b) Com (m;s) estima-se a CPV - Curva de Perda de Vida com o uso de RNA de MLP ou LVQ, Distância
Euclideana, Cluster Analysis ou mesmo pelo Cálculo Específico.
c) Calcula-se a taxa de carregamento (CA).

D max
CA =
PN
d) Calcula-se a taxa de carregamento na data de instalação do transformador CAinic, e nos vários anos
desde a data da instalação até a atual. Calcula-se também a Perda de Vida Passada (PVpas), isto é, a sua
vida operacional desde a instalação até a presente data, através das equações:
CAinic = CA(1+Tc) - Trinic
Cai = CAinic(1+Tc)i
Onde: CAinic Taxa de carregamento relativa no ano da instalação;
Cai Taxa de carregamento relativa no ano i após a instalação;
Tc Taxa de crescimento da carga. (pu/ano);
Trinic Anos da instalação do transformador.
A perda de vida PVi será:
f (CAi )
 1
 
 10 
PVi(CAi) =
f(CAi) = KO+K1CAi+K2CAi2+K3CAi3+K4CAi4+K5CAi5+K6CAi6+K7CAi7
KO K1 K2 K3 K4 K5 K6 K7 Parâmetros da curva de perda de vida obtido por regressão.
A Perda de Vida Passada será:

0
PVpas = ∑ PVi
Trinic
e) Calcula-se a perda de vida futura PVfut em função do Trfim (ano de operação futura) de forma análoga
a feita para os anos passados, e a perda de vida total.
Trfim
PVpfut = ∑ PVi
1
PVtot = PVpas + PVfut
Se PVtot for menor que 1,0, o transformador estará integro até Trfim.
f) Quando antes de Trfim a perda de vida acumulada estiver superior a 1 pu é preciso agir na carga do
transformador ou substituí-lo por outro. Esta verificação, também denominada de gerenciamento do
transformador precisa ser feita balizada por critérios análogos aos da metodologia KVAS ( K=0,75; 1,25;
1,50; etc.)
Assim propõe-se o seguinte procedimento:
f1) calcular ano a ano a perda de vida (PVi), em função da variação da carga e a perda de vida acumulada
(PVai).
Tem-se também a perda de vida nominal (ideal) no período (PVNi), e o valor acumulado até o ano que
está sendo considerado (PVNai).
Na Figura 9.11-1 apresenta-se algumas situações.

Figura 9.11 Perda de Vida Acumulada no Tempo
A curva ideal levaria a uma vida de 20 anos, como previsto na norma;
- A curva A refere-se a um transformador que durará mais que 20 anos, portanto está subcarregado;
- A curva B refere-se a um transformador que está inicialmente descarregado porém acaba tendo como
vida a nominal desejada;
- O transformador da curva C está sobrecarregado quase no final da vida, e naquela data dever-se-á
remanejar a sua carga;
- O transformador D está supercarregado e necessita de remanejamento urgente.
f2) Neste ponto precisaria comparar as perdas de vida reais do transformador com valores desejados
(metas ou objetivos). Espera-se que o transformador dure 20 anos. Assim desejando-se uma perda
uniforme no tempo ele deveria perder 1/20 = 0,05 pu/ano. Vamos considerar as 3 situações:
i) Vida de 2 anos, equivalente a perda de vida uniforme de 0,5 pu/ano
ii) Vida de 20 anos, perda de vida uniforme de 0,05 pu/ano.
iii) Vida de 200 anos, perda de vida uniforme de 0,005 pu/ano.
Estes valores deveriam ter correpondência com os valores : K = 1,50; K = 1,25; K = 0,75 na metodologia
atual.
KVAS
K=
KVAT
A próxima etapa é comparar a perda de vida calculada com estes parâmetros estabelecidos que serão
referências. Duas verificações são propostas:
A) Comparar a perda de vida anual, no ano de estudo com os valores de referência.
PVi > 0,5 - remanejamento urgente (supercarregado).
0,5 ∫ PVi >0,05 - elencar na lista de manutenção (sobrecarregado).
0,05 ∫ PVi >0,005 - nada a fazer (ideal).
0,005 ∫ PVi - alocar carga (subcarregado).
B) Estimar a data quando a perda de vida acumulada atinge 1 pu, portanto, quanto tempo seria a
vida total do transformador (N anos).
Neste ponto estão definidos os seguintes parâmetros:
Vida do transformador se ele continuar no sistema N (anos)
Vida Futura N - Trinic (anos)
Vida Desejada 20
Vida Futura Desejada 20 - Trinic
Portanto pode-se qualificar o carregamento da seguinte forma:
N > 200 Subcarregado. Ver a curva A da figura 9.11-1
200 ∫ N ∫ 20 Ideal (qualquer curva entre A e B da figura 9.11-1).
20 ∫ N > 2 Sobrecarregado. (curva C da figura 9.11-1).
N-Trinic < 2 ou N < 18 Supercarregado. Ver a curva D da figura 9.11-1
Neste ponto será interessante verificar se o critério de carregamento econômico interfere com o critério de
gerenciamento por perda de vida proposto.
Para tal verificação construiu-se a figura 9.11-2 (similar a figura 9.10.5-1)

Figura 9.11-2 Critérios Econômico e Perda de Vida
Nas curvas correspondentes aos vários nominais do transformador foram colocados os número
correspondentes ao inverso das perdas de vida anual, o que seria a expectativa de vida, se o transformador
tivesse aquela carga (valor do eixo X) durante toda vida.
No eixo X colocou-se também uma graduação do pico (ponta) da carga (valor a 3S).
Verifica-se dessas curvas que uma potência do transformador é econômica até que ele comece perder vida
aceleradamente (ver pontos A e B da curva da Figura 9.11-2).
Assim enquanto não tiver a perda de vida acelerada a menor potência nominal é a mais econômica.
Portanto o critério econômico não é determinante (pelo menos nessa série de padrões usadas neste estudo)
restando apenas gerenciar pela perda de vida.

Jardini PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Jardini PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Voltar ao Menu Principal

- Análise dos trabalhos existentes sobre o tema;

- Medição das curvas diárias de carga;

- Aplicação das curvas diárias de carga na Engenharia de Distribuição;

- Posse e hábitos de uso de equipamentos elétricos.

Este texto inicia-se com o “Capítulo 1 - Considerações Iniciais”, introduzindo o tema.

No “Capítulo 3 - Consumidores Residenciais” são mostrados os resultados das medições de campo, a

No “Capítulo 4 - Consumidores Comerciais” e no “Capítulo 5 - Consumidores Industriais” estende-se o

No “Capítulo 6 - Correlação entre Consumo Mensal e Carga Instalada de Consumidores” procura-se

No “Capítulo 7 - Agregação de Curvas de Carga” descreve-se uma metodologia que, partindo do

No “Capítulo 9 - Seleção e Gerenciamento de Transformadores de Distribuição” é apresentada uma

1.3 AGRADECIMENTOS E RECONHECIMENTOS

2.1 O CONSUMO DE ENERGIA ELÉTRICA

b) no comércio: iluminação; conservação de alimentos; condicionamento de ambientes; etc.;

Figura 2.1-1 - Demanda dos Equipamentos Individuais e Demanda Total

Do ponto de vista do Sistema de Distribuição, o mais importante é o conhecimento da curva de demanda

Entretanto para direcionar políticas de gerenciamento e conservação de energia é necessário, além da

a) a aleatoriedade das cargas

Tabela 2.1-1 Eletrodomésticos - Consumos e Potências

ELETRODOMÉSTICO POTÊNCIA TEMPO DE USO ENERGIA (Wh/dia)

2.2 A CURVA DIÁRIA DE CARGA

A curva diária de carga é a representação do consumo da energia elétrica, e expressa a variação da

Na engenharia de distribuição de energia elétrica, trabalha-se normalmente com as demandas médias em

Curva de carga de consumidor residencial (W x h) - 200 kWh / mês

Figura 2.2-1 - Curva de Carga Diária - Demandas Médias de 15 Minutos

2.3 FATORES QUE CARACTERIZAM A CURVA DE CARGA

- demanda máxima diversificada;

- demanda máxima não coincidente;

- fator de perdas e horas equivalente de perdas.

- curva das demandas acumuladas.

Dessa figura depreende-se:

Curva de carga de consumidor residencial (W x h) - 13,3 kWh / dia

Curva de carga de consumidor comercial (W x h) - 25 kWh / dia

Curva de carga de consumidor industrial (W x h) - 10 kWh / dia

Curva de carga resultante (W x h) - 48,3 kWh / dia

Figura 2.3-1 - Curvas Diárias de Carga de um Consumidor Residencial, um Comercial,

b) energia consumida (diária)

É a área de cada curva

onde t = tempo, e 15/60 é o intervalo da demanda média, em horas.

Da Figura 2.3-1, aplicando a fórmula anterior resultará:

c) potência média (diária)

d) fator de carga (diário)

É a relação entre a demanda média e a demanda máxima diária.

Residencial 555 / 1100 = 0,504

Comercial 1042 / 2180 = 0,478

Industrial 417 / 990 = 0,421

É a relação entre a demanda máxima e a potência instalada neste local.

É a relação entre a demanda máxima e a capacidade do sistema.

g) demanda máxima diversificada (diária)

Com base nos valores indicados no subitem a, tem-se:

h) demanda máxima não coincidente

É a soma das demandas máximas individuais dividida pelo número de cargas.

No exemplo em discussão tem-se:

1100 + 2180 + 990 4270

1100 + 2180 + 990

Carga Fator de Contribuição

l) fator de perdas e horas equivalentes de perdas

A energia consumida por um dado elemento (∆E) é calculada por:

Segue-se que a energia perdida em um dia será:

A potência perdida média (∆P) será:

O fator de perdas (fp) será aquele resultante da equação a seguir:

As horas equivalentes de perdas (hp) serão dadas pela fórmula:

No exemplo em discussão tem-se: