METODOLOGIA PARA OTIMIZAÇÃO DE REGRAS DE BOMBAGEM EM ESTAÇÕES ELEVATORIAS - Pires - 2022 PDF

DEPARTAMENTO DE ENGENHARIA
ELETROTÉCNICA E DE COMPUTADORES
MATILDE MARIA BENSAUDE DE SOUSA PIRES

Licenciada em Engenharia Eletrotécnica e de Computadores
METODOLOGIA PARA OTIMIZAÇÃO DE

REGRAS DE BOMBAGEM EM
ESTAÇÕES ELEVATÓRIAS
MESTRADO EM ENGENHARIA ELETROTÉCNICA E DE

COMPUTADORES
Universidade NOVA de Lisboa

Novembro, 2021
ii
DEPARTAMENTO DE ENGENHARIA
ELETROTÉCNICA E DE COMPUTADORES
METODOLOGIA PARA OTIMIZAÇÃO DE REGRAS

DE BOMBAGEM EM ESTAÇÕES ELEVATÓRIAS
MATILDE MARIA BENSAUDE DE SOUSA PIRES

Licenciada em Engenharia Eletrotécnica e de Computadores
Orientador: Rui Miguel Amaral Lopes

Professor Auxiliar, Universidade NOVA de Lisboa
Júri:
Presidente: Ana Inês da Silva Oliveira,
Professora Auxiliar, NOVA School of Science and Technology | FCT NOVA
Arguentes: Anabela Monteiro Gonçalves,

Professora Auxiliar, NOVA School of Science and Technology | FCT NOVA
Orientador: Rui Miguel Amaral Lopes,

Professor Auxiliar, NOVA School of Science and Technology | FCT NOVA
MESTRADO EM ENGENHARIA ELETROTÉCNICA E DE COMPUTADORES
Universidade NOVA de Lisboa

Novembro, 2021
iii
iv
Metodologia para otimização de regras de bombagem em estações elevatórias
Copyright © Matilde Maria Bensaude de Sousa Pires, Faculdade de Ciências e Tecnologia,

Universidade NOVA de Lisboa.
A Faculdade de Ciências e Tecnologia e a Universidade NOVA de Lisboa têm o direito, perpé-
tuo e sem limites geográficos, de arquivar e publicar esta dissertação através de exemplares
impressos reproduzidos em papel ou de forma digital, ou por qualquer outro meio conhecido
ou que venha a ser inventado, e de a divulgar através de repositórios científicos e de admitir
a sua cópia e distribuição com objetivos educacionais ou de investigação, não comerciais,
desde que seja dado crédito ao autor e editor.
v
vi
À minha família e amigos
vii
viii
AGRADECIMENTOS
Começo por agradecer ao meu orientador, Professor Rui Amaral Lopes, pelo apoio,
tempo disponibilizado e dedicação na concretização deste trabalho.
Em segundo lugar, quero agradecer à minha família e amigos por todo o apoio e suporte
em todo o meu percurso académico.
Por último, obrigada ao André pelo apoio e incentivo que me deu durante esta etapa
final.
ix
x
RESUMO
A otimização operacional dos sistemas de abastecimento de água (SAA) é um tema com

grande interesse, não só a nível ambiental de forma a que seja reduzido o número de recursos
naturais a utilizar, mas também do ponto de vista económico de forma a reduzir os custos
associados a esse processo. A minimização do consumo de energia elétrica e por sua vez do
custo associado é um dos objetivos principais para a otimização dos SAA, sendo que as esta-
ções de bombagem de água têm o maior consumo nestes sistemas.
Este trabalho propõe uma metodologia que permite otimizar as regras de controlo dos
ciclos de bombagem em Estações Elevatórias (EE) que tenham sistemas SCADA, onde a flexi-
bilidade energética é explorada de forma a atingir determinados objetivos. A metodologia foi
aplicada a um caso de estudo referente a um SAA real de forma a reduzir os custos e as emis-
sões de CO2 associadas ao consumo de energia elétrica. Como conclusão após as simulações
realizadas, a utilização desta solução conduziu a uma redução média dos custos de energia
elétrica e das emissões de dióxido de carbono de 10% e 3,4%, respetivamente.
Palavas chave: Flexibilidade Energética, Sistemas de Abastecimento de Água, Estação Elevató-

ria, Dióxido de Carbono (CO2), Consumo de Energia Elétrica.
xi
xii
ABSTRACT
A Water Pumping and Storage Systems (WPSS) operation optimization is a theme of

great interest, not only as an environmental issue related to the reduction of the number of
natural resources used, but also as an economic one associated to the reduction of process
costs. Minimizing the electricity consumption and the associated costs of the pumping systems
is one of the main objectives for optimizing the WPSS, since the water pumping stations have
the highest consumption in these systems.
This work proposes a methodology to optimize the control rules of pumping stations
cycles that use integrated SCADA systems, where the energy flexibility is explored to achieve
certain goals. This methodology was used in a case study based on a real WPSS with the ob-
jective of reducing operation costs and carbon dioxide emissions associated with electrical
energy consumption. Collected results show that the proposed solution can reduce the aver-
age electric energy costs and carbon dioxide emissions by 10% and 3,4%, respectively.
Keywords: Energy Flexibility, Water Pumping and Storage Systems, Pumping Station, Carbon
Dioxide (CO2), Electrical Energy Consumption.
xiii
xiv
ÍNDICE
AGRADECIMENTOS............................................................................................................................................... IX
RESUMO ................................................................................................................................................................... XI
ABSTRACT ..............................................................................................................................................................XIII
ÍNDICE ..................................................................................................................................................................... XV
ÍNDICE DE FIGURAS .......................................................................................................................................... XVII
ÍNDICE DE TABELAS ........................................................................................................................................... XIX
LISTA DE ACRÓNIMOS...................................................................................................................................... XXI
1 INTRODUÇÃO ............................................................................................................................................. 1
2 ENQUADRAMENTO E TRABALHOS RELACIONADOS ..................................................................... 5
2.2.1 Características de operação de uma EE ...................................................................................... 9
2.3.1 Algoritmos Genéticos...................................................................................................................... 17
3 METODOLOGIA ........................................................................................................................................ 27
3.2.1 Dados de entrada ............................................................................................................................. 28

3.2.2 Modelo do reservatório ................................................................................................................. 29
3.2.3 Ferramenta de otimização ............................................................................................................ 31
3.2.4 Dados de saída .................................................................................................................................. 32
xv
4 RESULTADOS E ANÁLISE ....................................................................................................................... 35
4.1.1 Parâmetros de controlo ................................................................................................................. 35

4.1.2 Emissões provenientes da produção de eletricidade em Portugal .............................. 36
4.2.1 Cenário 1: Funcionamento típico de uma EE ......................................................................... 40

4.2.2 Cenário 2: Funcionamento da EE com integração dos AGs e minimização do custo
41
4.2.3 Cenário 3: Funcionamento da EE com integração dos AGs e minimização das
emissões 46
4.3.1 Resultados com o cenário 1 ......................................................................................................... 50

4.3.4 Comparação de resultados ........................................................................................................... 52
5 CONCLUSÕES E TRABALHOS FUTUROS ........................................................................................... 57
BIBLIOGRAFIA ........................................................................................................................................................ 59
A. PERÍODOS HORÁRIOS E TARIFAS ........................................................................................................ 63
xvi
ÍNDICE DE FIGURAS
FIGURA 2.1 - CONSUMO DE ENERGIA NO SETOR DAS ÁGUAS EM PORTUGAL CONTINENTAL [2]. ........................................... 5
FIGURA 2.2 - CICLO URBANO DA ÁGUA [5]. ................................................................................................................................... 6
FIGURA 2.3 - SISTEMA DE ABASTECIMENTO DE ÁGUA [6]............................................................................................................. 7
FIGURA 2.4 - CURVAS CARACTERÍSTICAS DE UMA BOMBA CENTRÍFUGA [6]. ........................................................................... 10
FIGURA 2.5 - CURVAS CARACTERÍSTICAS DE UMA BOMBA CENTRÍFUGA DE VELOCIDADE VARIÁVEL [6]............................... 11
FIGURA 2.6 - REPRESENTAÇÃO DE UM CIRCUITO DE DISTRIBUIÇÃO DE ÁGUA [10]. ............................................................... 11
FIGURA 2.7 - CURVA CARACTERÍSTICA DO CIRCUITO HIDRÁULICO DE UMA EE [10]. ............................................................. 12
FIGURA 2.8 - PONTO DE FUNCIONAMENTO DE UMA BOMBA CENTRÍFUGA COM VELOCIDADE CONSTANTE NUM CIRCUITO
HIDRÁULICO [10]. ................................................................................................................................................................. 13
FIGURA 2.9 - PONTO DE FUNCIONAMENTO DE UMA BOMBA CENTRÍFUGA COM VELOCIDADE VARIÁVEL NUM CIRCUITO
HIDRÁULICO [10]. ................................................................................................................................................................. 13
FIGURA 2.10 - FUNCIONAMENTO DE UM AG. ............................................................................................................................ 17
FIGURA 2.11 - SELEÇÃO. ............................................................................................................................................................... 18
FIGURA 2.12 - CRUZAMENTO. ...................................................................................................................................................... 18
FIGURA 2.13 - MUTAÇÃO. ............................................................................................................................................................ 19
FIGURA 2.14 - DISTRIBUIÇÃO DE CUSTOS DA ENERGIA ELÉTRICA USANDO A FLEXIBILIDADE ENERGÉTICA [4]. .................... 20
FIGURA 2.15 - CONSUMO DA ENERGIA PARA AS DIFERENTES APLICAÇÕES [19]. ................................................................... 21
FIGURA 2.16 - EMISSÕES GLOBAIS ANTROPOGÉNICAS DE GEE NO PERÍODO 1970-2010 [25] (ADAPTADA). .................. 23
FIGURA 2.17 - EMISSÕES DE GEE POR SECTOR DE ATIVIDADE [25] (ADAPTADA). ................................................................. 24
FIGURA 2.18 - EVOLUÇÃO DAS EMISSÕES SECTORIAIS DE CO2EQ. EM PORTUGAL DE 1990 A 2017 [24]. ....................... 25
FIGURA 3.1 - VISÃO GLOBAL DO FUNCIONAMENTO DA METODOLOGIA A DESENVOLVER. .................................................... 28
FIGURA 3.2 - PERFIL DE CONSUMO DOS MESES EM ESTUDO. .................................................................................................... 29
FIGURA 3.3 - RESULTADO DO MODELO DO NÍVEL DA ÁGUA E DADOS REAIS EM 28/02/2017. ........................................... 30
FIGURA 3.4 - FLUXOGRAMA RELATIVO AO FUNCIONAMENTO DA METODOLOGIA.................................................................. 32
FIGURA 4.1 - POTÊNCIA PRODUZIDA MÉDIA DIÁRIA ACUMULADA PARA CADA TECNOLOGIA EM PORTUGAL EM FEVEREIRO
DE 2017................................................................................................................................................................................. 37
FIGURA 4.2 - POTÊNCIA PRODUZIDA MÉDIA DIÁRIA ACUMULADA PARA CADA TECNOLOGIA EM PORTUGAL EM MAIO DE
2017. ..................................................................................................................................................................................... 37
FIGURA 4.3 - POTÊNCIA PRODUZIDA MÉDIA DIÁRIA ACUMULADA PARA CADA TECNOLOGIA EM PORTUGAL EM AGOSTO DE
2017. ..................................................................................................................................................................................... 38
FIGURA 4.4 - POTÊNCIA PRODUZIDA MÉDIA DIÁRIA ACUMULADA PARA CADA TECNOLOGIA EM PORTUGAL EM OUTUBRO
DE 2017................................................................................................................................................................................. 38
xvii
FIGURA 4.5 - INTENSIDADE MÉDIA DE DIÓXIDO DE CARBONO DA ELETRICIDADE PRODUZIDA EM PORTUGAL NOS MESES DE
FEVEREIRO, MAIO, AGOSTO E OUTUBRO........................................................................................................................... 39
FIGURA 4.6 - DIAGRAMA DE CARGA DA BOMBA E NÍVEL DO RESERVATÓRIO COM AS REGRAS ORIGINAIS PARA O MÊS DE
FEVEREIRO, MAIO, AGOSTO E OUTUBRO DE 2017. ......................................................................................................... 40
FIGURA 4.7 - NÍVEL DO RESERVATÓRIO NO PRIMEIRO DIA ÚTIL DE CADA MÊS EM ESTUDO COM AS REGRAS ORIGINAIS. .. 41
FIGURA 4.8 - DIAGRAMA DE CARGA DA BOMBA E NÍVEL DO RESERVATÓRIO COM AS REGRAS SIMULADAS PARA MINIMIZAR
O CUSTO PARA O MÊS DE FEVEREIRO, MAIO, AGOSTO E OUTUBRO DE 2017. ............................................................. 43
FIGURA 4.9 - CONSUMO MÉDIO DE ÁGUA NUM DIA ÚTIL. ........................................................................................................ 45
FIGURA 4.10 - NÍVEL DO RESERVATÓRIO NO PRIMEIRO DIA ÚTIL DE CADA MÊS EM ESTUDO COM AS REGRAS SIMULADAS
PARA MINIMIZAR O CUSTO. ................................................................................................................................................. 45
FIGURA 4.11 - DIAGRAMA DE CARGA DA BOMBA E NÍVEL DO RESERVATÓRIO COM AS REGRAS SIMULADAS PARA
MINIMIZAR AS EMISSÕES DE CO2 PARA O MÊS DE FEVEREIRO, MAIO, AGOSTO E OUTUBRO DE 2017. .................... 47
FIGURA 4.12 - EMISSÕES DE CO2 NO PRIMEIRO DIA ÚTIL DE CADA MÊS................................................................................. 48
FIGURA 4.13 - NÍVEL DO RESERVATÓRIO NO PRIMEIRO DIA ÚTIL DE CADA MÊS EM ESTUDO COM AS REGRAS SIMULADAS
PARA MINIMIZAR AS EMISSÕES DE CO2. ............................................................................................................................ 49
FIGURA 4.14 - COMPARAÇÃO DE CUSTOS EM FEVEREIRO DE 2017. ....................................................................................... 52
FIGURA 4.15 - COMPARAÇÃO DE CUSTOS EM MAIO DE 2017. ............................................................................................... 53
FIGURA 4.16 - COMPARAÇÃO DE CUSTOS EM AGOSTO DE 2017............................................................................................ 54
FIGURA 4.17 - COMPARAÇÃO DE CUSTOS EM OUTUBRO DE 2017. ........................................................................................ 54
xviii
ÍNDICE DE TABELAS
TABELA 4.1 - LIMITES DOS NÍVEIS PARA A OPERAÇÃO DA BOMBA DE ACORDO COM AS TARIFAS......................................... 36
TABELA 4.2 - LIMITES DOS NÍVEIS SIMULADOS DE OPERAÇÃO DA BOMBA PARA MINIMIZAR O CUSTO PARA O MÊS DE
FEVEREIRO, MAIO, AGOSTO E OUTUBRO DE 2017. ......................................................................................................... 44
TABELA 4.3 - LIMITES DOS NÍVEIS SIMULADOS DE OPERAÇÃO DA BOMBA PARA MINIMIZAR AS EMISSÕES DE CO2 PARA O
MÊS DE FEVEREIRO, MAIO, AGOSTO E OUTUBRO DE 2017............................................................................................. 48
TABELA 4.4 - CUSTOS, EMISSÕES E NÚMERO DE ARRANQUES DO CENÁRIO 1 EM FEVEREIRO, MAIO, AGOSTO E OUTUBRO
DE 2017................................................................................................................................................................................. 51
DE 2017................................................................................................................................................................................. 51
DE 2017................................................................................................................................................................................. 52
TABELA 4.7 - COMPARAÇÃO DE RESULTADOS EM FEVEREIRO DE 2017. ................................................................................. 53
TABELA 4.8 - COMPARAÇÃO DE RESULTADOS EM MAIO DE 2017. ......................................................................................... 53
TABELA 4.9 - COMPARAÇÃO DE RESULTADOS EM AGOSTO DE 2017...................................................................................... 54
TABELA 4.10 - COMPARAÇÃO DE RESULTADOS EM OUTUBRO DE 2017. ............................................................................... 55
TABELA 5.1 - PERÍODOS HORÁRIOS E TARIFAS ASSOCIADOS AOS CICLOS SEMANAIS. ............................................................ 63
xix
xx
LISTA DE ACRÓNIMOS
AG - Algoritmos Genéricos
CO2 - Dióxido de Carbono
EE - Estações Elevatórias
ERSAR - Entidade Reguladora dos Serviços de Águas e Resíduos
ERSE - Entidade Reguladora dos Serviços Energéticos
GEE - Gases com Efeito de Estufa
IPCC - Intergovernmental Panel on Climate Change
ISO - International Organization Standardization
LCA - Life-Cycle Assessment
MRIO - Multi-regional input-output analysis
SAA - Sistemas de Abastecimento de Água
SCADA - Supervisory Control and data Acquisition
UE - União Europeia
xxi
xxii
1
INTRODUÇÃO
1.1 Contexto e motivação

A água representa um bem essencial para a vida, sendo um dos elementos mais impor-
tante da Terra, mas também representa um papel muito importante na vida económica do país
[1]. O setor de abastecimento de água e saneamento de águas residuais é assim fundamental
para a qualidade de vida e do ambiente no nosso país [2]. As entidades produtoras de água
tratada, de forma a satisfazerem as necessidades dos consumidores, consomem elevadas
quantidades de energia elétrica, desde a captação, ao tratamento, distribuição e utilização. [1].
Por esta razão a otimização operacional de processos é um tema com grande interesse para
as entidades produtoras de água, não só a nível ambiental de forma a que seja reduzido o
número de recursos naturais a utilizar e um menor nível de poluição devido às emissões, mas
também do ponto de vista económico de forma a reduzir os custos associados a esse processo.
De acordo com o ERSAR (Entidade Reguladora dos Serviços de Águas e Resíduos), o
consumo de energia em Portugal tem registado um crescimento elevado ao longo dos anos,
motivado pelo progresso económico e social das últimas décadas, mas também como resul-
tado de uma elevada ineficiência energética na utilização da energia [2], onde o custo com a
energia elétrica no setor das águas chega a representar 50 % dos custos operacionais das
entidades gestoras. Este sector é responsável por um consumo de energia elétrica superior a
1000 GWh/ano, valor correspondente a mais de 2 % do consumo total de energia elétrica [2].
Devido a esse elevado consumo de energia elétrica, consequentemente, o sector das águas
também contribui substancialmente para as emissões de gases de efeito de estufa (GEE) na
atmosfera. As emissões de GEE associadas aos SAA ocorrem quando, por exemplo, a eletrici-
dade consumida vem da queima de combustíveis fósseis na geração de eletricidade.
A minimização do consumo de energia elétrica e por sua vez do custo associado é um
dos objetivos principais para a otimização dos SAA, sendo que o sistema de bombeamento de
água tem o maior consumo em todo esse setor [2]. Frequentemente, os operadores das Esta-
ções Elevatórias definem de forma empírica os níveis máximos e mínimos do reservatório para
onde vai ser bombeada a água. Neste contexto, o presente trabalho apresenta uma metodo-
logia que permite otimizar as regras de operação em estações de bombagem que tenham
1
sistemas de SCADA onde a flexibilidade energética é explorada de forma a atingir determina-
dos objetivos, tais como a redução de emissões de dióxido de carbono (CO2) associados ao
consumo de energia elétrica, a redução dos custos da energia elétrica, melhorar o consumo
fotovoltaico caso exista ou outros objetivos definidos pelo operador das respetivas Estações
Elevatórias.
Os reguladores europeus consideram que uma abordagem de alto nível, harmonizada e
com princípios básicos para sustentar o quadro regulamentar em relação a facilitar a flexibili-
dade é a melhor maneira de fornecer um sistema elétrico mais acessível, seguro e eficiente [3].
Assim, a flexibilidade energética disponível do lado da procura deve ser caracterizada e utili-
zada para suportar o funcionamento de sistemas de potência [4]. As entidades responsáveis
pelos Sistemas de Abastecimento de Água estão interessadas na utilização da flexibilidade
energética para reduzir os custos operacionais visto que a energia necessária para recolher,
tratar e bombear a água representa 30 a 40% das faturas de eletricidade dos municípios na
União Europeia [4].
Para demonstrar a aplicação da metodologia desenvolvida, uma Estação Elevatória loca-
lizada no centro do país, é utilizada como um caso de estudo, onde a flexibilidade energética
é usada para otimizar o funcionamento operacional do processo de bombeamento de água
com o objetivo de a) reduzir o custo e b) reduzir as emissões de CO2 associadas ao consumo
de energia elétrica.
1.2 Objetivos
Com base na informação apresentada na secção 1.1, a presente dissertação tem os se-
guintes objetivos:
 Estudar os componentes de um sistema de abastecimento de água, de modo a com-
preender quais as implicações e etapas de operação no percurso da água até ao
consumidor final e as implicações que existem em termos energéticos.
 Desenvolver uma metodologia que permite a otimização de regras de controlo dos
ciclos de bombagem tendo em conta diferentes objetivos para a utilização da flexi-
bilidade energética existente.
 Aplicar a referida metodologia a um estudo de caso que considera uma estação
elevatória no centro do país com o objetivo de minimizar os custos relativos ao
consumo de energia elétrica e as emissões de CO2 associadas ao consumo da ener-
gia elétrica.
1.3 Organização do documento

A presente dissertação divide-se em cinco capítulos, sendo o primeiro o presente, onde
são apresentadas as motivações e objetivos para a realização deste trabalho. Os restastes ca-
pítulos são apresentados de seguida:
2
 No Capítulo 2 (Enquadramento e trabalhos relacionados) descreve o estudo das me-
todologias existentes assim como outros aspetos envolvidos nesta dissertação, uti-
lizando as seguintes seções:
o Constituição do ciclo hidrológico: breve descrição das etapas do ciclo urbano
de água.
o Constituição de um Sistema de Abastecimento de Água (SAA): breve descrição
das partes que o compõem um SAA e caracterização de uma Estação Elevatória
(EE).
o Otimização da operação de uma Estação Elevatória: revisão bibliográfica de li-
teratura existente e metodologias utilizadas por autores que trataram temas
relacionados com a presente dissertação.
o Emissões de CO2 no sector electroprodutor: enquadramento das emissões de
gases poluentes no sector.
o Flexibilidade energética e a sua utilização neste sector: revisão bibliográfica de
literatura existente e das metodologias que foram usadas para redução de cus-
tos em sistemas de abastecimento de água.
 No Capítulo 3 (Metodologia proposta) são abordados os seguintes temas:
o Definição do problema em causa.
o Apresentação da metodologia desenvolvida que usa a flexibilidade energética
para um determinado objetivo.
o Definição da modelo do reservatório de forma a avaliar os pontos de funciona-
mento.
 No Capítulo 4 (Resultados e Análise) são abordados os seguintes assuntos:
o Explicação do caso de estudo, incluindo a definição dos dados de entrada da
metodologia a desenvolver.
o Simulação de cenários de forma a entender a viabilidade da aplicação da me-
todologia, onde foi feita uma comparação entre três cenários: i) o funciona-
mento típico de uma EE; ii) o funcionamento da EE utilizando a metodologia
desenvolvida com o objetivo de minimizar o custo; iii) o funcionamento da EE
utilizando a metodologia desenvolvida com o objetivo de minimizar as emis-
sões de CO2 associadas ao consumo de energia elétrica.
o Análise dos resultados obtidos através das referidas simulações com o objetivo
de compreender o desempenho da metodologia proposta.
 Por último, o capítulo cinco apresenta as conclusões gerais obtidas.
3
4
2
ENQUADRAMENTO E TRABALHOS RELACIONADOS
De acordo com os dados da ERSAR (Entidade Reguladora dos Serviços de Águas e Resí-
duos) relativos ao período de 2011 a 2015, em Portugal continental o consumo anual de ener-
gia elétrica associado ao setor das águas (abastecimento de água e saneamento de águas
residuais) variou entre 925 GWh e 1016 GWh, como se pode observar na Figura 2.1.
Figura 2.1 - Consumo de energia no setor das águas em Portugal continental [2].
De acordo com o guia técnico "Uso Eficiente de Energia nos Sistemas de águas" realizado
pela ERSAR em parceria com a ADENE (Agência para a Energia) em Dezembro de 2018, o setor
das águas é responsável por 2% do consumo de eletricidade em Portugal, que dá origem a
470 mil toneladas de emissões de CO2. Sendo que o sistema de bombeamento de água tem o
maior consumo de eletricidade em todo o setor de água em Portugal [2].
O sistema de abastecimento de água em Portugal, representado pelo Grupo Águas de
Portugal (AdP), explora 1168 captações de água, 165 estações de tratamento de águas, 718
estações elevatórias de abastecimento, 1810 reservatórios de água em 17037 km de condutas
adutoras e rede de distribuição [5].
5
O Grupo AdP também é responsável pelo sistema de saneamento básico em Portugal
que permite a utilização sustentável dos recursos e despoluição do meio hídrico como praias
e linhas de água a partir de 982 estações de tratamento de águas residuais, 2066 estações
elevatórias de saneamento, 9788 km de coletores, 19 emissários submarinos de rejeição de
águas tratadas e 150335 ramais de ligação [5].
2.1 Ciclo Urbano de Água
A sociedade moderna exige atualmente grandes quantidades de energia e matéria-

prima sendo que o uso da água potável a qualquer hora já é um facto banal nos dias de hoje.
A distribuição domiciliária de água potável está inserida no ciclo hidrológico ou ciclo da água
que está representado na Figura 2.2.
Figura 2.2 - Ciclo urbano da água [5].
O ciclo urbano de água é representado pelas seguintes etapas [5]:
 Captação: recolha de água, superficial ou subterrânea, sendo que a maior parte

da água recolhida em Portugal provém de captações superficiais.
 Estação de tratamento de água: correção de características físicas, químicas e
bacteriológicas da água de forma a torná-la adequada para o consumo humano.
6
A água tratada é transportada para as zonas de consumo depois de tratada, fi-
cando armazenada em reservatórios.
 Consumo e Rejeição: em cada zona de consumo é realizada a distribuição de
água até aos consumidores através de uma rede complexa de tubagens e válvu-
las. A água que resulta da utilização dos consumidores chamam-se águas resi-
duais, e são recolhidas e encaminhadas para as estações de tratamento.
 Estação de tratamento de águas residuais: correção das características físicas,
químicas e biológicas tendo em consideração o meio recetor por forma a pode-
rem ser devolvidas à natureza em condições ambientalmente seguras.
 Devolução da água ao meio hídrico: depois de tratada, a água é reutilizada para
regas ou lavagens e a restante é devolvida à natureza, permitindo a reposição de
água nos meios hídricos sem comprometer a saúde nem os ecossistemas.
2.2 Sistemas de Abastecimento de Água

Os sistemas de abastecimento de água (SAA), que são responsáveis pelas três primeiras
etapas do ciclo urbano descrito na Figura 2.2 tornam possível a distribuição da água a todos
os consumidores domésticos, industriais ou públicos. A Figura 2.3 representa a constituição
detalhada de um SAA.
Figura 2.3 - Sistema de abastecimento de água [6].
Pontos de Captação:
A água pode ser armazenada na atmosfera, oceanos, lagos, rios, solos, glaciares, campos
de neve e aquíferos subterrâneos [7]. Nos sistemas de abastecimento a água é captada à su-
perfície ou no subsolo em quantidades necessárias de acordo com a disponibilidade através
de furos ou poços [8]. Estes devem estar localizados em pontos estratégicos de forma a que a
obtenção da água seja o mais fácil possível para reduzir os custos associados ao processo de
extração da água [6].
7
Estações Elevatórias:
As estações elevatórias (EE) são compostas por um ou vários conjuntos de bombas (cen-
trífugas ou de outro tipo) que são utilizadas para bombear a água entre dois pontos onde o
segundo se encontra a uma altitude superior ao primeiro [2] e [6].
Condutas adutoras:
As condutas adutoras têm como objetivo conduzir e transportar a água desde a origem
(ponto no qual se procede à extração) até à distribuição (consumidores finais). Estas condutas
são compostas por canais e galerias e condutas de pressão que podem funcionar por meio
gravitacional ou por bombagem [6] e [8].
Estação de Tratamento de Água (ETA):

Nestas instalações a água bruta é submetida a um tratamento que normalmente envolve
processos físicos e químicos com o objetivo de modificar as propriedades da água de modo a
que esta possa ser utilizada para o uso e consumo humano [7].
Reservatórios:
Os reservatórios constituem o armazenamento de água com capacidade limitada e de
nível variável, em função dos caudais de entrada e saída [9]. Estes elementos são muito impor-
tantes para a minimização dos custos energéticos e tempos de percurso, pois desta forma é
possível distribuir a água sem necessidade de recorrer a bombas e utilizando apenas a gravi-
dade para esse efeito [2] e [6].
Rede de distribuição de água:

A finalidade dos sistemas municipais de distribuição de água, definidos como conjuntos
de tubagens e elementos acessórios como válvulas de seccionamento, redutores de pressão,
bocas de rega, etc., é transportar água potável até consumidor final [6] e [9].
Os sistemas de distribuição de água podem classificar-se, no que respeita à sua confi-

guração, em:
 redes malhadas, em que as condutas se fecham sobre si mesmas constituindo ma-

lhas;
 redes ramificadas, em que há uma conduta primária (de maior diâmetro) que se
ramifica para secundárias (que abastecem diretamente o consumidor);
 redes mistas, que correspondem à conjugação das duas configurações anteriores
(esta é a situação mais vulgar em redes de distribuição domiciliária) [9].
8
2.2.1 Características de operação de uma EE
Sendo um dos objetivos desta dissertação, apresentado na secção 1.2, o desenvolvi-

mento de uma metodologia que permite a otimização de regras de controlo dos ciclos de
bombagem de uma EE, é necessário compreender o funcionamento destas instalações.
A maioria dos sistemas de abastecimento de água trabalha com bombas centrífugas que
são projetadas de acordo com o caudal e altura manométrica [2]. Para poder compreender o
funcionamento das bombas centrífugas é necessário ter em conta a curva de características
do circuito e da bomba assim como o rendimento da mesma. Nos pontos que se seguem
serão abordados os principais tópicos.
Curvas Característica de Bombas Centrífugas:

Os grupos de bombagem têm como finalidade a movimentação de fluidos, convertendo
energia elétrica em energia mecânica, através de um fluxo elevando a sua pressão [2] e [9].
Estes equipamentos têm um consumo de energia significativo, que está diretamente relacio-
nado com o caudal da bomba e o diferencial de pressão (ou altura manométrica) [2].
A curva caraterística da bomba centrífuga é composta por duas relações fundamentais
[6]:
 Curva da altura manométrica "H", que representa a altura a que a água é elevada,
em relação ao caudal "Q" que representa o volume do fluido transportado ao longo
do tempo.
 Curva do rendimento da bomba "η" em função do caudal.
A Figura 2.4 apresenta as duas curvas descritas anteriormente onde a curva azul repre-
senta a curva da altura manométrica e a preta a curva do rendimento [6].
9
Curva da altura manométrica
Curva do rendimento
Figura 2.4 - Curvas características de uma bomba centrífuga [6].
O funcionamento de bombas centrífugas está relacionado diretamente com a velocidade

rotacional da mesma e podem apresentar dois tipos de velocidade [10]:
 Velocidade fixa onde a bomba funciona a uma velocidade de rotação constante.

 Velocidade variável que possibilita o funcionamento da bomba de forma mais efici-
ente.
A Figura 2.5 apresenta múltiplas curvas de altura manométrica correspondentes à per-
centagem da velocidade de rotação à qual a bomba se encontra a funcionar [6].
10
Curvas da altura manométrica
Curva do rendimento
Figura 2.5 - Curvas características de uma bomba centrífuga de velocidade variável [6].
Curvas Característica de um circuito hidráulico:

Uma bomba é introduzida num circuito de distribuição de água com as seguintes carac-
terísticas [24]:
 Uma altura do nível de água, ou altura manométrica, ("Z") entre o ponto de sucção
e o ponto final, no caso das EE o reservatório;
 Uma perda de carga ("R") correspondente à pressão exercida na água para ultrapas-
sar o atrito causado pelas condutas.
O circuito simplificado da distribuição de água está representado na Figura 2.6.
Altura manométrica total
Figura 2.6 - Representação de um circuito de distribuição de água [10].
11
Como a perda de carga "R" é proporcional ao quadrado do fluxo da água, obtém-se a
curva característica do circuito de distribuição, como demonstrado na Figura 2.7.
Z - Altura manométrica Total

R - Perda de carga
Figura 2.7 - Curva característica do circuito hidráulico de uma EE [10].
A curva do circuito corresponde à altura a que a água é elevada em função do caudal,

sendo que esta altura é a soma da altura entre o ponto de sucção e o ponto onde a água é
utilizada e a pressão adicional que é necessária para que a água consiga superar o atrito das
condutas.
Ponto de funcionamento entre a bomba centrífuga e o circuito hidráulico:

O ponto de funcionamento de uma bomba centrífuga que foi inserida num circuito hi-
dráulico é determinado através da interseção das duas curvas características da bomba e do
circuito. No entanto, perante o mesmo circuito hidráulico, os pontos de funcionamento dife-
rem caso a bomba esteja a trabalhar a uma velocidade constante ou variável, como observado
nas Figuras Figura 2.8 e Figura 2.9, respetivamente. Na Figura 2.8 a área sombreada a verde
representa a potência útil fornecida pela bomba.
12
Bomba
Circuito
Figura 2.8 - Ponto de funcionamento de uma bomba centrífuga com velocidade constante num circuito hidráulico
[10].
Circuito
Figura 2.9 - Ponto de funcionamento de uma bomba centrífuga com velocidade variável num circuito hidráulico
[10].
Cálculo do custo de operação:

Obtendo os valores da altura manométrica "H", caudal "Q" e rendimento "η" das bombas
para cada ponto de operação é possível proceder ao cálculo do custo associado a cada um
desses pontos.
Considerando o seguinte:
 : densidade do fluido (1000kg/m3 no caso da água)

 g: aceleração gravítica (9,81 m/s2)
 H: altura manométrica (m)
 Q: caudal admitido pela bomba (m3/s)
 η : rendimento da bomba (%)
13
A pressão na conduta, Pr, varia consoante a quantidade de fluído que se quer transportar de
um ponto para o outro [10]:
= ( ) (1)
A potência útil, , desenvolvida pela bomba é dada pela seguinte equação [10]:
= = × ( ) (2)
A potência elétrica fornecida à bomba depende do rendimento da bomba para um dado

ponto de funcionamento:
= = ( ) (3)
Desta forma é possível calcular a potência elétrica consumida pela bomba para cada
ponto de operação associado a cada hora do dia [6].
2.3 Otimização de operação de uma estação elevatória

O sistema de abastecimento de água (SAA) transporta água para toda a população na
área geográfica, através de processos de bombeamento, que potencia grandes impactes am-
bientais devido ao elevado consumo de energia e por sua vez o aumento de emissões de gases
com efeito de estufa (GEE) na atmosfera [11]. Estima-se que o bombeamento represente 80-
85% do consumo total de energia neste processo [2]. A quantidade de energia necessária para
o bombeamento de águas subterrâneas é aproximadamente sete vezes maior que o de águas
superficiais [2].
Existem diversas metodologias que visam otimizar a operação das bombas de forma a
reduzir o consumo energético bem como os custos operacionais. No entanto este problema
está sujeito a diversas restrições como as características da estação elevatória, o consumo de
água esperado, o custo unitário da energia elétrica, as leias físicas que regem o seu funciona-
mento, o volume da água armazenado no reservatório e os caudais máximos e mínimos [12].
Diversa literatura tem sido apresentada que estuda este problema utilizando diferentes
algoritmos de otimização, como programação linear, não linear, entre outras, com a finalidade
de otimizar o custo energético. Em [13] estas técnicas apresentam-se descritas detalhada-
mente e o autor explica que a escolha do algoritmo apropriado depende das características
físicas do sistema.
A metodologia apresentada em [14] considera a programação não-linear para determi-
nar a operação ótima de um sistema de distribuição de água. Este método não sofre as limi-
tações da programação linear ou dinâmica e pode ser aplicada em qualquer sistema de distri-
buição com múltiplas bombas, apenas necessitando da previsão de procura nas 24h seguintes,
14
as condições máximas e mínimas do reservatório, tarifas de eletricidade e as propriedades do
sistema hidráulico [14].
Os algoritmos genéticos são utilizados em [11], onde se propõe otimizar o ciclo diário
de funcionamento da bomba de um sistema de abastecimento de água. Conhecendo o con-
sumo de água a priori é possível definir a sequência operacional da bomba, ou seja, definir
quando é que a bomba trabalha, de forma a minimizar o custo da operação, o consumo da
energia elétrica e as emissões de dióxido de carbono associadas [11].
A metodologia em [15] recorre a algoritmos genéticos para otimizar a eficiência energé-
tica das bombas e assim reduzir os custos operacionais, comprovando que a vida útil das
bombas nas Estações Elevatórias está diretamente relacionada com a energia consumida na
bombagem. Os algoritmos genéticos testam vários cenários de forma a selecionar o melhor
resultado e foi possível obter uma poupança de 43,7% [15]. É possível verificar em [15] e [16]
o uso dos algoritmos genéticos para otimizar a programação dos períodos de bombagem num
sistema de abastecimento de água com o objetivo de reduzir os custos da energia elétrica.
Tendo em conta a literatura, os algoritmos de otimização mais utilizados são a progra-
mação linear, não-linear e dinâmica, métodos heurísticos, algoritmos genéticos e fuzzy-logic
que são explicados resumidamente de seguida.
Programação linear:
A programação linear é frequentemente utilizada como técnica de otimização de siste-
mas de distribuição de água onde as funções objetivo e as restrições são ambas lineares. Desta
forma os problemas não lineares podem ser linearizados e resolvidos com uma solução ótima
usando programação linear [1]. Uma vantagem deste modelo é o tempo da simulação [13].
Este modelo pode ser utilizado em sistemas com múltiplas bombas, no entanto a precisão dos
resultados será menor [14].
Programação não-linear:
Normalmente um sistema hidráulico não é representado por funções lineares. Quando
a função objetivo e uma ou várias restrições são não lineares então é configurada a progra-
mação matemática não linear. A vantagem deste modelo é o facto de incorporar uma formu-
lação matemática mais geral que outros métodos [1]. No entanto este método só contém
informação para uma determinada rede com certas restrições, caso a rede mude os resultados
vão ser errados [13]. A programação não linear inclui a programação quadrática e geométrica
[1].
Programação dinâmica:
A programação dinâmica é um método bastante utilizado na otimização de sistemas de
distribuição de água. Tem como característica o facto de poder utilizar funções não lineares
15
que caracterizam a maior parte dos sistemas hidráulicos, o que o torna num método bastante
popular [1].
Para aplicar a programação dinâmica o problema deve ser decomposto e analisado para
todos os estados operacionais da bomba e aquele que apresentar o valor mais económico é
selecionado como solução do problema [1]. No entanto, este método só funciona para siste-
mas com três a cinco reservatórios e o tempo computacional é longo, o que significa uma
grande desvantagem [14].
Métodos heurísticos:
A procura heurística e realizada de forma sistemática mediante uma estratégia e não de
forma aleatória. Estas técnicas são muito populares devido ao potencial para resolver proble-
mas não lineares, não-convexos e multimodais. As soluções que visam a otimização de um
problema são produzidas de três formas [9]:
 Através da geração de uma raiz;

 Através da modificação de uma solução ótima já existente;
 E pela recombinação de duas ou mais soluções boas existentes.
Fuzzy logic:
Este método consiste num sistema baseado em lógica utilizando dados do sistema
SCADA e o conhecimento derivado da experiência dos operadores. Após recolhidos os dados
em diferentes intervalos de tempo, estes são usados no sistema para desenvolver decisões
operacionais da bomba [25].
Algoritmos genéticos:
Os algoritmos genéricos (AG) são um método de busca baseados na seleção natural,
reprodução e codificação de cromossomas. Os princípios básicos do AG são inspirados na
teoria da evolução de Darwin, onde o mais apto sobrevive, entre estruturas, com informação
estruturada, mas aleatória, de forma a criar um algoritmo de busca [6]. Estes algoritmos são
usados para encontrar soluções para sistemas complexos, não lineares.
Este algoritmo foi desenvolvido por John Holland em 1975 que pretendia atingir dois
objetivos [6]:
 Explicar o processo adaptativo de sistemas.

 Desenhar sistemas artificias através de softwares.
Este método de otimização adequa-se a sistemas hidráulicos por apresentarem as se-
guintes vantagens [1] e [9]:
 Eficiência e robustez;
16
 Orientação mais generalizada comparativamente com outros métodos, pois são ca-
pazes de tratar problemas complexos;
 Aplicação em várias áreas de engenharia;
 Facilidade de implementação em computação paralela.
Nesta dissertação será utilizado o método dos Algoritmos Genéticos e por isso serão
descritos de seguida os procedimentos que constituem o algoritmo.
2.3.1 Algoritmos Genéticos

Os AG são compostos por um método estocástico de procura que começa com uma
população de diversos cromossomas, que representam diferentes soluções [15]. Este método
combina a sobrevivência do mais apto com a informação estruturada, embora aleatória, de
forma a criar um algoritmo para obter a solução ótima.
O algoritmo começa com uma população de indivíduos, cada geração de indivíduos é
avaliada e são alocadas oportunidades reprodutivas de forma a que os que representam uma
melhor solução para o problema têm mais oportunidades de reprodução do que os indivíduos
que têm um pior desempenho. A solução ótima é encontrada quando os cromossomas evo-
luem de forma a adequar-se melhor ao seu ambiente [15].
Geração da população
Avaliação através da função obje-

tivo
Nova geração
Escolher nova geração

Resultados
Reprodução
Figura 2.10 - Funcionamento de um AG.
De seguida serão descritas cada uma das funções apresentadas na Figura 2.10.
17
Seleção: Após executada a função objetivo, é realizada esta operação onde serão esco-
lhidos os cromossomas da população para a reprodução. Os cromossomas com maior aptidão
são os mais prováveis a serem selecionados Para a reprodução.
Figura 2.11 - Seleção.
Reprodução/Cruzamento: Este é um processo onde são escolhidos dois cromossomas

aleatórios e é efetuado um câmbio de informação genética. Os dois indivíduos selecionados
são acasalados e geram dois descendentes. Através desta operação, juntamente com seleção,
este algoritmo consegue a eliminação de componentes dos cromossomas que não suponham
uma contribuição para a solução do problema.
Figura 2.12 - Cruzamento.
Mutação: Depois do cruzamento, acontece a mutação. Esta operação é crucial, pois existe
a possibilidade de se perder indivíduos que proporcionem melhores resultados. A mutação
previne que as soluções de um problema estagnem num local ótimo, garantindo a diversidade
da população. A operação da mutação consiste em mudar aleatoriamente os indivíduos cria-
dos pelo cruzamento (descendentes), e os cromossomas mutantes que são menos aptos irão
ser rejeitados de geração em geração. É graças a operações como o cruzamento e a mutação
que este algoritmo se apresenta como uma ferramenta tão forte na procura por soluções óti-
mas para um determinado problema.
18
Figura 2.13 - Mutação.
Elitismo: Quando uma população é criada através do cruzamento e mutação, existe uma
grande possibilidade de perder os melhores cromossomas. O método do elitismo copia pri-
meiro os melhores cromossomas da nova população. Para tal é realizada uma comparação
entre duas gerações consecutivas, onde serão substituídos os piores indivíduos da segunda
geração pelos melhores da primeira [6].
2.4 Flexibilidade energética e a sua utilização neste sector

Os reguladores europeus da energia definem a flexibilidade energética como sendo a
capacidade de um sistema elétrico responder às flutuações de oferta e procura, ao mesmo
tempo que mantém a confiabilidade do sistema [3]. Consideram também que uma abordagem
de alto nível, harmonizada e com princípios básicos para sustentar o quadro regulamentar em
relação a facilitar a flexibilidade é a melhor maneira de fornecer um sistema elétrico mais aces-
sível, seguro e eficiente [3]. Neste contexto, a flexibilidade energética disponível do lado da
procura deve ser caracterizada e utilizada para suportar o funcionamento de sistemas de po-
tência [4].
Diversa literatura tem sido apresentada para caracterizar a flexibilidade energética. A
metodologia em [17] caracteriza a flexibilidade energética como uma função dinâmica, em vez
da maneira mais comum que é uma função estática a cada instante de tempo.
Em [18] é apresentada uma revisão de literatura para identificar diferentes abordagens
para avaliar a flexibilidade energética em edifícios, onde se verificou que a flexibilidade ener-
gética é avaliada com base no desvio do consumo de eletricidade em diferentes cenários e
assumindo custos específicos de eletricidade ou opções de conforto térmico [18].
Ao utilizar os algoritmos genéticos e o conceito de flexibilidade energética em [4] para
resolver o problema do consumo energético foi possível obter uma poupança de 16% e uma
redução dos ciclos de bombagem de 57%, respeitando as regras de seguranças estabelecidas
para os níveis mínimo e máximo no reservatório de água. A Figura 2.14 apresenta os resultados
obtidos no cenário original e no cenário utilizando a flexibilidade energética relativamente aos
custos associados a cada tarifa horária.
A metodologia apresentada em [4] caracteriza e usa a flexibilidade energética de uma
EE num sistema de abastecimento de água com o objetivo de reduzir o custo da eletricidade
e apoiar a operação do sistema elétrico durante um evento de elevada geração eólica.
19
Figura 2.14 - Distribuição de custos da energia elétrica usando a flexibilidade energética [4].
Posto isto, a metodologia desenvolvida neste trabalho considera a flexibilidade energé-

tica disponibilizada pelas bombas nas estações elevatórias para alcançar diferentes objetivos,
como reduzir as bombagens nos períodos em que a tarifa energética é mais cara ou nos perí-
odos onde existem mais emissões de dióxido de carbono associadas ao consumo de energia
elétrica.
2.5 Custos das estações elevatórias

Um dos fatores com maior custo para as empresas gestoras dos sistemas de distribuição
de água é o consumo de energia elétrica associado aos grupos de bombagem instalados nas
estações elevatórias, necessárias para elevar a água para pontos mais altos.
Segundo [19] os sistemas de bombagem, particularmente as bombas centrífugas, con-
somem 20% da energia produzida no mundo como é possível verificar na Figura 2.15. Iniciati-
vas para aumentar a eficiência energética são consideradas essenciais para reduzir a utilização
da energia elétrica e, eventualmente, resistir aos impactos ambientais globais. Quase 30 a 50%
da energia pode ser economizada com componentes e sistemas de bombagem eficientes [19].
20
Figura 2.15 - Consumo da energia para as diferentes aplicações [19].
A Entidade Reguladora dos Serviços Energéticos (ERSE) é a entidade responsável pela

regulação do sector do gás natural e eletricidade em Portugal. Segundo a informação dispo-
nibilizada pela ERSE, desde 4 de Setembro de 2006 todos os consumidores em Portugal con-
tinental podem escolher o seu fornecedor de energia elétrica [2].
O preço da energia elétrica tem diferentes valores consoante a hora a que se realiza o
consumo. Sendo que o período horário corresponde à forma como o consumo de eletricidade
se distribui ao longo de 24 horas em cada dia [20].
De acordo com o regulamento tarifário aprovado pela ERSE [20], os períodos horários
são os seguintes:
 Ponta: aplicável a consumidores de todos os níveis de tensão e a consumidores
em baixa tensão normal (BTN) que tenham a tarifa tri-horária. Período com o
preço da energia mais elevado.
 Cheia: aplicável a consumidores de todos os níveis de tensão e a consumidores
em BTN que tenham a tarifa tri-horária.
 Vazio: aplicável a consumidores de todos os níveis de tensão e a consumidores
em BTN que tenham a tarifa tri e bi-horária. Período com o preço da energia mais
reduzido.
 Super vazio: aplicável a consumidores em baixa tensão especial (BTS), média ten-
são (MT), alta tensão (AT) e muito alta tensão (MAT).
2.6 Emissões de CO2 no sector electroprodutor

Como apresentado na secção 1.2, um dos objetivos deste trabalho é a aplicação da me-
todologia desenvolvida a um estudo de caso que considera uma estação elevatória no centro
do país com o objetivo de minimizar as emissões de CO2 associadas ao consumo da energia
elétrica.
A libertação de gases para a atmosfera pode ser de variante natural, como as erupções
vulcânicas ou incêndios de origem natural, ou antropogénicas, que resultam das atividades
21
humanas. Os transportes e a indústrias são algumas dessas atividades que emitem uma mis-
tura de substâncias químicas no ar que resulta na alteração da constituição natural da atmos-
fera [21].
As principais fontes emissoras de poluentes atmosféricos de origem antropogénicas são
a queima de combustíveis fósseis na geração de eletricidade (carvão, petróleo e gás natural),
nos transportes, na indústria e nos aglomerados domésticos, a agricultura e o tratamento de
resíduos [22].
Dada a repercussão global de poluição do ar são vários os problemas que daí advêm e
que têm efeitos nefastos no meio ambiente. São vários os fenómenos que surgiram em con-
sequência de elevados níveis de poluição do ar, como o nevoeiro fotoquímico (smog), a de-
pleção da camada de ozono, a acidificação das chuvas e as alterações climáticas consequência
do efeito de estufa [23].
A partir do século XIX, durante a revolução industrial, deu-se início a um elevado con-
sumo de energia. À medida que as economias crescem, tendem a usar mais recursos - tanto
recursos biológicos renováveis, como stocks não-renováveis de minerais, metais e combustí-
veis fósseis. Impulsionada pelo desenvolvimento industrial e tecnológico e pela evolução dos
padrões de consumo, a extração de recursos aumentou 10 vezes desde 1900 e pode duplicar
novamente até 2030 [24].
O Painel Intergovernamental para as Alterações Climáticas (IPCC - Intergovernmental
Panel on Climate Change) é a principal entidade internacional que avalia as alterações climá-
ticas e os seus potenciais impactos ambientais e sócio-económicos, reúne centenas de cien-
tistas de todo o mundo e está integrada nas Nações Unidas [23].
O 5° Relatório de Avaliação do Painel Intergovernamental sobre Alterações Climáticas
(IPCC) assume, com base em evidências científicas e de forma inequívoca, que as alterações
climáticas estão a acontecer, são causadas pela intervenção humana no ambiente e vão con-
tinuar a intensificar-se [24]. As emissões globais antropogénicas de Gases com Efeito de Estufa
(GEE) cresceram mais de 2000 até 2010 do que nas últimas três décadas [25].
Segundo o 5º Relatório do IPCC as emissões globais antropogénicas de GEE (o IPCC
considera CO2, CH4 e N2O como os mais importantes [26]) têm vindo a aumentar (e.g., aumento
de 80% entre 1970 e 2010 [25]).
O dióxido de carbono (CO2) é o GEE que mais contribui para as emissões globais sendo
que estas aumentaram cerca de 90% no período de 1970-2010, de 20 para 38 giga toneladas
(Gt). Em 2010, as emissões deste poluente representam 76% do total das emissões antropo-
génicas de GEE no planeta (ver Figura 2.16). A queima de combustíveis fósseis (principalmente
para os edifícios e indústria) e a desflorestação são as principais atividades que contribuem
para este facto (ver Figura 2.17) [25].
22
O metano (CH4) ocupa o segundo lugar em termos de contribuições para as emissões
globais, sendo a agricultura e o uso de combustível fóssil os principais sectores que contri-
buem para a sua libertação na atmosfera [26]. As emissões de CH4 representam 16% das emis-
sões globais em 2010 (ver Figura 2.16) [25].
Com contribuições menores nas emissões globais de GEE temos o óxido nitroso (N2O) e
os gases fluorados (F-Gases) com 6,2% e 2%, respetivamente [25].
A Figura 2.16 apresenta as concentrações globais anuais dos principais GEE desde 1970
até 2010 (CO2eq em Gt por ano).
Figura 2.16 - Emissões globais antropogénicas de GEE no período 1970-2010 [25] (adaptada).
Em 2010, os sectores de atividades que mais contribuíram para as emissões globais de

GEE foram os sectores de energia (34,6%), desflorestação (24%), indústria (21%), transportes
(14%) e edifícios (6,4%) (ver Figura 2.17) [25].
23
Eletricidade
e Produção de Calor Energia
25% 1.4%
Agricultura e
Desflorestação
24%
Indústria
Edifícios
11%
6.4%
Transporte
Transportee 0.3%
14% _------
Indústria
Edifícios
21%
12%
Outras
Energias Agricultura e
9.6% Desflorestação
0.87%
Emissões Diretas Emissões Indiretas de CO2
Figura 2.17 - Emissões de GEE por sector de atividade [25] (adaptada).
Portugal encontra-se entre os países europeus com maior potencial de vulnerabilidade

aos impactes das alterações climáticas, mas a gravidade dos riscos associados pode ser redu-
zida, através da implementação de medidas de limitação das emissões e adaptação a estes
fenómenos. A União Europeia (UE) estabeleceu, como objetivo europeu, uma redução de pelo
menos 20% das emissões de GEE até 2020, e uma redução de menos 40% até 2030, em relação
aos níveis de 1990 [24].
Em Portugal, no ano de 2017, o sector da energia foi responsável por 72,6% das emissões
totais de GEE. A produção e transformação da energia e os transportes foram as principais
atividades para que este sector fosse o maior responsável pelas emissões de GEE naquele ano
(29,5% e 24,3% do total, respetivamente) (ver Figura 2.18).
A Figura 2.18 apresenta a evolução das emissões sectoriais de dióxido de carbono em
Portugal (CO2eq em kilotoneladas).
24
Figura 2.18 - Evolução das emissões sectoriais de CO2eq. em Portugal de 1990 a 2017 [24].
25
26
3
METODOLOGIA
3.1 Definição do problema

No seguimento da informação reportada no capítulo anterior, esta dissertação foca-se
no funcionamento das Estações Elevatórias (EE) de um Sistema Abastecimento de Água (SAA)
quando desloca a água até um reservatório limitado que irá distribuir a água aos consumidores
finais. Este processo é realizado frequentemente a partir de bombas que são ativadas quando
o reservatório atinge o nível de água mínimo admissível e desligadas quando atinge o nível de
água máximo, atendo que para cada período horário, explicado na secção 2.5, existe um de-
terminado nível mínimo e máximo de água no reservatório. Atualmente os níveis do reserva-
tório são frequentemente definidos empiricamente pelos operadores das estações elevatórias.
Os processos de bombeamento de água implicam grandes impactes ambientais devido
ao elevado consumo de energia e por sua vez o aumento de emissões de gases com efeito de
estufa (GEE) na atmosfera [18]. Estima-se que o bombeamento represente 80-85% do con-
sumo total de energia neste processo [19]. A quantidade de energia necessária para o bom-
beamento de águas subterrâneas é aproximadamente sete vezes maior que o de águas super-
ficiais [19].
Do ponto de vista da operação da EE, os níveis do reservatório poderão ser otimizados
para atingir determinados objetivos como minimização dos custos com energia elétrica ou
diminuição das emissões de CO2 associadas ao consumo de energia elétrica através de regras
de controlo. Isto apenas pode acontecer em estações elevatórias equipadas com sistemas
SCADA que recolhem dados para que possam ser analisados e, desta forma, que permitam a
definição de regras de arranque e paragem para os diferentes períodos horários, cumprindo
sempre com as regras de segurança impostas.
Esta otimização é importante numa perspetiva de aumento de lucros operacionais de
uma empresa e minimização do impacto ambiental. É, no entanto, necessário implementar
medidas que não afetem a qualidade do serviço de abastecimento de água e, como tal, ga-
rantir as demandas de água da região em causa e assim a satisfação do consumidor final. A
27
grande vantagem desta abordagem desenvolvida é aplicação desta metodologia sem neces-
sidade de instalar qualquer componente de software ou hardware e de permitir que o opera-
dor tenha uma otimização das regras de bombagem sem ter de fazê-las empiricamente.
3.2 Otimização de regras de controlo

No que diz respeito à metodologia desenvolvida na presente dissertação, por forma a
atingir os objetivos já mencionados, esta assenta nos seguintes pontos:
 Utilização da flexibilidade energética disponibilizada nos sistemas de bombagem

nas estações elevatórias, tendo em consideração a procura de água e os limites do
reservatório de água em diferentes horários, de forma a otimizar as bombagens para
obter um determinado objetivo.
 Utilização de uma ferramenta de otimização baseada no uso de algoritmos genéti-
cos para obter os níveis dos diversos períodos horários de forma a cumprir um de-
terminado objetivo.
A Figura 3.1 apresenta um diagrama que ilustra a visão global do funcionamento da
metodologia a desenvolver:
Objetivos para a utili-

zação da flexibili-
dade energética
Níveis mínimo e má- FERRAMENTA

ximo do tanque
Otimização dos ní-
DE veis de paragem e
Especificações do OTIMIZAÇÃO arranque
utilizador
Consumo de água
Figura 3.1 - Visão global do funcionamento da metodologia a desenvolver.
Será explicado em seguida as diversas características da metodologia.
3.2.1 Dados de entrada

Para o desenvolvimento desta metodologia existem dados de entrada fixos, tais como o
consumo de água dos utilizadores (dados considerados iguais de ano para ano) e os níveis do
reservatório (o nível mínimo e máximo de segurança do reservatório não é variável), e dados
de entrada variáveis que dependem do objetivo final como por exemplo as emissões de dió-
xido de carbono que variam ao longo do tempo ou o custo que varia consoante o período
horário da tarifa elétrica.
28
Para o caso de estudo onde será aplicada esta metodologia, a flexibilidade energética
disponibilizada pelas bombas nas estações elevatórias terá como objetivo a redução das bom-
bagens nos períodos de tarifa mais cara ou nos períodos onde é produzida mais emissões de
dióxido de carbono. Para isso será necessário inserir diferentes dados de entrada como:
 Ciclo horário das tarifas de energia (super vazio, vazio, cheia e ponta).
 Preço das tarifas de energia.
 Emissões de CO2eq ao longo dos dias.
O estudo de caso onde esta metodologia é aplicada considera 30 dias, exceto no mês
de Fevereiro, sendo este o perfil de consumo, ou seja, os dados da previsão do consumo de
água. A Figura 3.2 mostra a média do perfil de consumo num dia dos meses em estudo na
secção 4, sendo que a azul é o mês de Fevereiro, a verde o mês de Maio, amarelo o mês de
Agosto e a magenta o mês de Outubro. De forma a ter uma perceção da variação diária do
consumo, as curvas a cinzento representam todos os dias do mês de Fevereiro.
Figura 3.2 - Perfil de consumo dos meses em estudo.
É sempre necessário respeitar as regras de seguranças estabelecidas para os níveis mí-

nimo e máximo no reservatório de água. Por fim, podem existir outras especificações por parte
do utilizador, como por exemplo ligar as duas bombas exististes num sistema de abasteci-
mento de água em caso de emergência.
3.2.2 Modelo do reservatório

É importante destacar a importância do tratamento matemático que permite definir as
curvas necessárias para a criação do modelo do reservatório, que deverá ser modelado de
29
forma a que seja possível o cálculo das condições para cada ponto de funcionamento encon-
trado pelo AG. De forma a alcançar a otimização operacional para esta metodologia foi utili-
zada uma função polinomial que consegue descrever o nível de água do reservatório de uma
forma aproximada, sem comprometer a velocidade do algoritmo.
Considere-se então um polinómio para obtenção do nível de água estimado no reser-
vatório, ℎ( ), num determinado intervalo de tempo , e dependente do caudal de entrada
( ) e saída ( ) num determinado tempo − 1 e do nível de água nesse mesmo período
− 1. O modelo é representado pela seguinte equação:
ℎ( ) = ℎ( − 1) + + ×( − ) (4)
Os coeficientes (3,4 × 10 m) e (9,58 × 10 m) do modelo foram obtidos de

forma a minimizar a diferença entre o nível de água estimado pelo modelo e real do reserva-
tório, considerando o caudal de entrada imposto pela bomba e a procura de água no período
em estudo. O erro entre o nível estimado e real é de 1,5%, como apresentado na Figura 3.3.
Figura 3.3 - Resultado do modelo do nível da água e dados reais em 28/02/2017.
30
Tenta-se realizar um modelo tipo caixa negra para que a metodologia apresentada
neste trabalho consiga reproduzir o funcionamento do reservatório. Para o estudo de caso que
vai ser visto na secção 4, foi utilizado este modelo.
3.2.3 Ferramenta de otimização

Com base nos dados obtidos e com o modelo do reservatório explicado nas secções
anteriores é possível desenvolver uma ferramenta informática que recorre à aplicação de AGs
de forma a encontrar a saída do sistema.
A partir dos dados anteriores e de regras de controlo é possível encontrar um padrão de
funcionamento das bombas na estação elevatória que consiga alcançar a otimização esperada.
Com base nos AGs explicados na secção 2.3.1, destacam-se sobretudo os seguintes compo-
nentes do algoritmo, neste caso, adaptados ao problema em questão:
 Cromossomas: cada solução gerada por um AG é representada por um candidato

ou cromossoma. Neste caso, o cromossoma é composto por seis genes em que
cada gene é o nível máximo e mínimo do horário associado a cada tarifa (horários
vazio, cheio e ponta).
 Função objetivo: esta função retornará o resultado sub-ótimo que representa o
quão apto o candidato estará para ser a solução do problema. Para tal é neces-
sário definir, através de uma rotina, o custo associado a cada gene do cromos-
soma, para que o candidato cujo custo energético seja o menor corresponda à
melhor solução.
Por fim, serão feitos os restantes passos que constituem um AG: a seleção dos candidatos
que apresentam menor custo através da função objetivo; o cruzamento entre os indivíduos
selecionados; a mutação dos mesmos indivíduos; e a preservação de geração em geração dos
indivíduos que apresentam uma maior aptidão, através da operação do elitismo.
Na metodologia desenvolvida primariamente será realizada uma limpeza de dados para
eliminar dados que foram adquiridos incorretamente e colmatar eventuais falhas da dados,
depois vai ser verificada a data e as tarifas ao longo dos dias (no estudo de caso será conside-
rado um consumo de 30 dias exceto no mês de Fevereiro) e utilizando a função objetivo dos
algoritmos genéticos é delimitado os níveis mínimo e máximo do reservatório. Posteriormente
procede-se à otimização das regras para o funcionamento da bomba, ou seja, definir quando
devem arrancar ou parar dependendo dos limites máximo e mínimo em cada instante de
tempo. Para isso serão consideradas as seguintes regras para cada tarifa:
 Se o nível for menor que o nível mínimo da tarifa então a bomba trabalha.
 Se o nível for maior que o nível máximo da tarifa então a bomba não trabalha.
Com o desenvolvimento do modelo do reservatório é possível conhecer o nível de água
no tanque de forma que as regras de segurança estejam sempre a ser cumpridas e assim são
31
obtidos os níveis ótimos de arranque e paragem da bomba tendo em conta um determinado
objetivo.
De forma geral, o funcionamento a metodologia pode ser representado pelo seguinte
fluxograma:
INICIO
Limpeza de dados das variáveis
Aquisição dos dados de entrada
Definição dos limites para cada ho-

rário de funcionamento
Validação dos pontos de funciona-

mento através da função objetivo
Não As soluções
estão dentro
dos limites?
Sim
Retorno da melhor
solução
Figura 3.4 - Fluxograma relativo ao funcionamento da metodologia.
3.2.4 Dados de saída

Esta metodologia resultará na otimização dos níveis de funcionamento máximos e mí-
nimos dos grupos de bombagem nos diferentes períodos horários (vazio, cheia e ponta) para
obtenção de um determinado objetivo. No estudo de caso realizado na seção 4 espera-se
então que corresponda à redução dos custos de energia elétrica e à redução das emissões de
dióxido de carbono para a atmosfera associadas ao consumo de energia elétrica. Como o custo
32
em vazio e super vazio é muito semelhante, nas regras foi apenas considerado os níveis em
vazio, sendo que no cálculo dos custos foi realizada a distinção entre o preço das duas tarifas.
33
34
4
RESULTADOS E ANÁLISE
Nesta secção são apresentados os resultados obtidos ao aplicar a metodologia apresen-

tado no Capítulo 3 num estudo de caso referente à operação de uma EE existente na zona do
centro de Portugal. Foram considerados três cenários. No primeiro o funcionamento atual da
EE em estudo com as regras demonstradas na secção 4.1.1. No segundo a utilização da meto-
dologia desenvolvida nesta dissertação com o objetivo de reduzir o custo da energia elétrica
da EE em estudo. No terceiro cenário a utilização da metodologia desenvolvida com o objetivo
de reduzir as emissões de dióxido de carbono. Em cada cenário são considerados os primeiros
meses completos em termos de dados de cada estação do ano, nomeadamente, Fevereiro,
Maio, Agosto e Outubro de 2017. Os resultados foram obtidos com recurso ao programa
Matlab R2016b.
4.1 Caso de estudo

De forma a iniciar o procedimento deverão ser recolhidos os dados necessários para que
possam ser trabalhados e analisados, atendendo ao consumo de água necessário para cada
hora do dia de forma a garantir as necessidades do consumidor final. Um sistema SCADA
monitoriza as seguintes variáveis: nível de água, o caudal de entrada e saída de água do reser-
vatório e a potência elétrica fornecida às bombas.
Como um dos objetivos deste caso de estudo é a minimização das emissões de carbono
associadas à energia elétrica consumida pela EE em estudo, nesta metodologia são utilizados
dados fornecidos pela plataforma electricityMap da empresa "Tomorrow" [27], que fornece em
tempo real a eletricidade produzida, importações/exportações e emissões de CO2eq produzidas
na maioria dos países europeus.
4.1.1 Parâmetros de controlo

O SAA considerado neste estudo pertence a um sistema de distribuição de água muni-
cipal localizado no centro de Portugal. Este SAA é constituído por uma estação elevatória de
150 kVA e um reservatório elevado de 6000 m3 com um nível de água máximo de 5 m. A
35
operação normal da estação elevatória depende de uma bomba de 75kVA responsável pela
entrada de 86 m3 de água no reservatório elevado a cada 15 minutos de operação. Uma bomba
redundante de 75kVA está disponível para backup quando a procura é demasiado alta para
uma única bomba conseguir manter o nível da água dentro dos limites. Ambas as bombas têm
um consumo de 68 kW e são operadas de forma cíclica de forma a reduzir os seus arranques
e minimizar o desgaste das mesmas.
O sistema SCADA além de monitorizar as variáveis relevantes também atua sobre as
bombas através de regras. Essas regras permitem gerir a operação das bombas por forma a
maximizar o consumo de energia nos períodos de tarifa mais barata. O ciclo semanal contra-
tado (mais detalhado no Anexo A) tem quatro períodos horários que são os seguintes: ponta
(o mais caro), cheia, vazio e super vazio (o mais barato). Dependendo do período da tarifa
existe um nível máximo e mínimo para o arranque e paragem da bomba representado na
Tabela 4.1 que se pretende otimizar.
Tabela 4.1 - Limites dos níveis para a operação da bomba de acordo com as tarifas.
Vazio Cheia Ponta

Paragem [m] 4,6 4 3,6
Arranque [m] 4 3,6 3,4
4.1.2 Emissões provenientes da produção de eletricidade em Portugal

Com base nos dados recolhidos através da plataforma electricityMap para os meses que
vão ser estudados (Fevereiro, Maio, Agosto e Outubro) a Figura 4.1 à Figura 4.4 mostram a
produção média diária acumulada para cada tecnologia em Portugal e a Figura 4.5 mostra a
intensidade média de dióxido de carbono da eletricidade produzida em Portugal em cada mês.
Como é possível verificar comparando os gráficos, quando a potência produzida pela energia
eólica aumenta, a intensidade de CO2eq diminui. Em geral, uma diminuição da intensidade de
CO2eq é um indicador para uma maior produção de eletricidade através de energias renováveis.
A intensidade de carbono varia consideravelmente nos períodos curtos (horas ou dias)
como nos longos (anos ou estações). Estas variações são complexas e dependem de múltiplos
fatores como várias contribuições ao longo do tempo de diferentes tecnologias (carvão, gás,
eólica, etc.), variação da procura da energia e disponibilidade de produção das energias reno-
váveis [28].
O aumento das emissões de dióxido de carbono está relacionado com o aumento da
procura e com a produção de energia com tecnologias não renováveis, como o carvão e o gás.
As emissões de CO2 também tendem a diminuir à noite devido à diminuição da procura e ao
aumento da disponibilidade de produção gerada através da energia eólica. No entanto, as
variações das emissões não são sempre consistentes e podem variar de acordo com vários
36
outros fatores, como as condições climatéricas (relacionado com produção de energias reno-
váveis) e as mudanças na economia (preços da eletricidade).
Outros Solar Biomassa Gás Carvão Hidro Eólica
10000
9000
8000
7000
Produção [MW]
6000
5000
4000
3000
2000
1000
0
1 7 14 21 28
Tempo [Dias]
Figura 4.1 - Potência produzida média diária acumulada para cada tecnologia em Portugal em Fevereiro
de 2017.
10000
9000
8000
7000
Produção [MW]
6000
5000
4000
3000
2000
1000
0
1 7 14 21 28
Tempo [Dias]
Figura 4.2 - Potência produzida média diária acumulada para cada tecnologia em Portugal em Maio de
2017.
37
10000
9000
8000
7000
Produção [MW]
6000
5000
4000
3000
2000
1000
0
1 7 14 21 28
Tempo [Dias]
Figura 4.3 - Potência produzida média diária acumulada para cada tecnologia em Portugal em Agosto de
2017.
10000
9000
8000
Produção [MW]
7000
6000
5000
4000
3000
2000
1000
0
1 7 14 21 28
Tempo [Dias]
Figura 4.4 - Potência produzida média diária acumulada para cada tecnologia em Portugal em Outubro de
2017.
38
Fevereiro Maio Agosto Outubro
Intensidade média de 700

600
[gCO2eq/kWh] 500
carbono
400
300
200
100
0
1 7 14 21 28
Tempo [Dias]
Figura 4.5 - Intensidade média de dióxido de carbono da eletricidade produzida em Portugal nos meses de
Fevereiro, Maio, Agosto e Outubro.
4.2 Simulação de cenários

De forma a poder comparar os resultados obtidas utilizando a metodologia proposta
para otimização de regras de controlo dos ciclos de bombagem tendo em conta diferentes
objetivos descrita no Capítulo 3, foi feita uma simulação baseada num cálculo do custo e das
emissões de carbono associado a cada um dos cenários de forma a comparar a solução atual
da EE com a metodologia proposta.
Estas simulações têm como dados de entrada para a metodologia desenvolvida os con-
sumos da água (caudal de saída), os preços das diferentes tarifas horárias e as emissões de
CO2 apresentados na seção 3.2.1, e como objetivo compreender se a solução proposta é viável
para a instalação.
O preço da eletricidade varia entre os dias de semana, dias de fim de semana e também
ao longo do dia dependendo das tarifas impostas como detalhado no Anexo A.
De forma a aplicar a metodologia vai ser necessário utilizar os seguintes dados:
 o modelo do nível da água no reservatório, especificado na equação (4)

 o reservatório de capacidade máxima de 6000 m3, com um nível de água máximo e
mínimo de 4,6 e 1,15 m, respetivamente
 o consumo de água obtido pelo SCADA da estação para cada mês em estudo
 a potência da bomba, que varia entre 0 e 68 kW em cada instante de tempo
 um volume de entrada de água igual a 86 m3 para cada 15 minutos associado a uma
potência de consumo, ( ), de 68 kW
A partir dos dados mencionados acima é possível determinar os níveis máximos e míni-
mos do reservatório de forma a cumprir os objetivos propostos que levará à otimização ope-
racional da instalação.
39
4.2.1 Cenário 1: Funcionamento típico de uma EE
Atualmente a estação elevatória em estudo tem regras fixas para o arranque e paragem
da bomba que estão presentes na Tabela 4.1. Estas regras foram definidas com base na expe-
riência dos operadores. Os gráficos apresentados na Figura 4.6 representam do lado esquerdo
o diagrama de carga da bomba dos meses de Fevereiro, Maio, Agosto e Outubro, respetiva-
mente, de cima para baixo. Os gráficos do lado direito da Figura 4.6 representam o nível de
água do reservatório para os meses de Fevereiro, Maio, Agosto e Outubro, respetivamente, de
cima para baixo.
Figura 4.6 - Diagrama de carga da bomba e nível do reservatório com as regras originais para o mês de Fevereiro,
Maio, Agosto e Outubro de 2017.
40
Como se pode observar nas figuras anteriores, o funcionamento do sistema corresponde
às regras impostas pelo operador e a bomba é desligada sempre que o nível máximo do tan-
que é atingido, respeitando as regras de segurança do reservatório.
A Figura 4.7 representa o nível de água no reservatório para o primeiro dia útil dos meses
de Fevereiro (gráfico superior esquerdo), Maio (gráfico superior direito), Agosto (gráfico infe-
rior esquerdo) e Outubro de 2017 (gráfico inferior direito).
Fevereiro
Maio
Outubro
Agosto
Figura 4.7 - Nível do reservatório no primeiro dia útil de cada mês em estudo com as regras originais.
Como é possível observar nas figuras anteriores, as regras de paragem e arranque da

bomba impostas pelo operador são estáticas por isso consegue-se observar o mesmo padrão
do nível de água no tanque ao longo do ano.
4.2.2 Cenário 2: Funcionamento da EE com integração dos AGs e mini-

mização do custo
Neste cenário, cumprindo as mesmas regras de controlo do cenário 1, a partir da meto-
dologia desenvolvida serão determinados os valores do nível de arranque e paragem da esta-
ção elevatório em cada tarifa periódica para minimizar o custo da energia elétrica da EE, sem-
pre cumprindo os níveis de água mínimo e máximo do reservatório.
Aplicação de algoritmos genéticos

Como explicado na secção 2.3, os AGs apresentam-se como uma solução para proble-
mas de otimização de processos pelo que se decidiu por esta solução para a determinação
das regras de funcionamento dos grupos presentes na EE.
41
No seguimento da utilização da ferramenta informática Matlab, esta apresenta uma
biblioteca com este algoritmo incorporado. Para o caso em questão, e fazendo referência às
características dos AGs destacadas na secção 2.3.1, o algoritmo desenvolvido é composto pelas
seguintes definições alcançadas através de sucessivas experiências até obter os melhores re-
sultados:
 Número de gerações: 100

 Máximo de paragem de gerações: 50
 Tamanho da população: 450
 Fração de mutação: 50%
 Limite mínimo: 1,15m
 Limite máximo: 4,6m
De seguida será possível verificar os resultados obtidos neste cenário a partir
dos gráficos apresentados na Figura 4.8 que representam do lado esquerdo o dia-
grama de carga da EE relativos aos meses de Fevereiro, Maio, Agosto e Outubro, res-
petivamente, de cima para baixo, e os gráficos do lado direito da Figura 4.8 que re-
presentam o nível de água do reservatório para os meses de Fevereiro, Maio, Agosto
e Outubro, respetivamente, de cima para baixo.
42
Figura 4.8 - Diagrama de carga da bomba e nível do reservatório com as regras simuladas para minimizar o custo
para o mês de Fevereiro, Maio, Agosto e Outubro de 2017.
A Tabela 4.2 mostra os valores do nível de arranque e paragem da bomba de cada

tarifa periódica para minimizar o custo da energia elétrica da EE.
43
Tabela 4.2 - Limites dos níveis simulados de operação da bomba para minimizar o custo para o mês de
Fevereiro, Maio, Agosto e Outubro de 2017.
Vazio Cheia Ponta

Arranque Paragem Arranque Paragem Arranque Paragem
[m] [m] [m] [m] [m] [m]
Fevereiro 2,39 4,60 1,17 1,36 1,17 1,20
Maio 4,59 4,59 1,55 1,83 1,15 1,43
Agosto 4,59 4,60 1,37 1,85 1,16 1,51
Outubro 4,59 4,60 1,25 2,30 1,15 1,55
É possível observar na Tabela 4.2 que o nível de arranque e paragem na tarifa em vazio
equivale ao nível máximo de segurança, por forma a que na tarifa em vazio, tarifa mais barata,
a bomba esteja sempre a trabalhar. A diferença no consumo influencia os valores obtidos de
arranque e paragem, por isso em Fevereiro observa-se níveis diferentes dos outros meses,
como vai ser possível observar na Figura 4.9.
De forma a minimizar o custo é preciso considerar duas opções: o uso dos grupos apenas
quando a tarifa elétrica é mais baixa e o uso da água armazenada no reservatório, isto só é
possível se, durante o período onde a tarifa é mais alta, existe água suficiente para satisfazer a
procura mantendo o reservatório dentro dos limites de segurança. Quando não existe água
suficiente no reservatório na tarifa mais alta a bomba vai atuar consumindo energia elétrica na
tarifa mais cara como vai ser possível verificar no capítulo 4.3. De notar que em média a tarifa
mais cara normalmente ocorre quando existe um maior consumo de água [11], como é possí-
vel observar na Figura 4.9. Esta figura mostra a procura média dos meses de Fevereiro, Maio,
Agosto e Outubro ao longo de um dia e por trás é possível verificar as tarifas ao longo de um
dia útil, onde a tarifa em vazio está a verde, a tarifa em cheia está a amarelo e a tarifa em ponta
a vermelho.
44
Figura 4.9 - Consumo médio de água num dia útil.
A Figura 4.10 representa o nível de água no reservatório para o primeiro dia útil dos
meses de Fevereiro (gráfico superior esquerdo), Maio (gráfico superior direito), Agosto (gráfico
inferior esquerdo) e Outubro de 2017 (gráfico inferior direito), após a simulação para obter os
valores dos níveis de paragem e arranque da EE por forma a minimizar o custo da energia
elétrica.
Fevereiro
Maio
Outubro
Agosto
Figura 4.10 - Nível do reservatório no primeiro dia útil de cada mês em estudo com as regras simuladas para mi-
nimizar o custo.
45
Fazendo uma análise dos gráficos na Figura 4.10, é possível observar que o reservatório
se encontra na capacidade máxima antes de entrar nas horas cuja tarifa elétrica é mais cara,
assim como o facto de serem sempre respeitados os limites máximos e mínimos do volume
do reservatório. Ao contrário do que acontece no cenário 1 com as regras originais definidas
pelos operadores (verificar Figura 4.6), os gráficos à direita na Figura 4.8 mostram que foi ne-
cessário usar a água armazenada no reservatório até ao limite mínimo por forma a reduzir os
custos. Como a água no limite máximo do reservatório não é suficiente para cumprir com a
procura nas horas onde a tarifa é mais cara, é possível observar, comparando os gráficos à
esquerda das Figuras Figura 4.6 e Figura 4.8, que a bomba é acionada para cumprir com o
limite mínimo de segurança aumentando o número de arranques da bomba comparativa-
mente ao cenário 1.
Ao usar um nível mínimo mais conservador para cada tarifa horária, isto é, um limite
mínimo alto como no caso do cenário 1, garante-se que o tanque permanece sempre com
água abundante, mas também implica um uso excessivo da bomba que implica um maior
número de arranques da bomba. No entanto, ao usar o nível mínimo baixo das regras altera-
das, como no caso do cenário que estamos a estudar, permite a utilização da bomba de uma
maneira mais eficiente, ou seja, com um menor número de arranques da bomba, no entanto
com um maior risco de não cumprir com a procura de água.
Na Tabela 4.2 é possível observar os limites ótimos do reservatório obtidos através da
metodologia apresentada neste trabalho com o objetivo de reduzir os custos. Estes limites
definem o funcionamento da bomba, sendo que a obrigam a trabalhar até ao limite máximo
do reservatório na tarifa em vazio, enquanto que nos períodos das tarifas em cheia ou ponta
apenas trabalham mais perto do limite mínimo do reservatório.
4.2.3 Cenário 3: Funcionamento da EE com integração dos AGs e mini-

mização das emissões
Como no cenário anterior, neste cenário serão verificados os valores do nível de arranque
e paragem da bomba em cada tarifa horária, cumprindo as mesmas regras de segurança do
cenário 1, para reduzir as emissões de CO2 para a atmosfera associadas ao consumo de energia
elétrica. A principal diferença entre o custo e as emissões é que as emissões são diferentes a
cada intervalo de tempo.
De seguida será possível verificar os resultados obtidos neste cenário a partir dos gráfi-
cos apresentados na Figura 4.11. Os gráficos do diagrama de carga da EE nos meses de Feve-
reiro, Maio, Agosto e Outubro estão representados do lado esquerdo de cima para baixo, e os
gráficos do nível de água do reservatório e as emissões de dióxido de carbono produzidas em
Portugal nos meses de Fevereiro, Maio, Agosto e Outubro estão representados do lado direito
da Figura 4.11, respetivamente, de cima para baixo.
46
Figura 4.11 - Diagrama de carga da bomba e nível do reservatório com as regras simuladas para minimizar as
emissões de CO2 para o mês de Fevereiro, Maio, Agosto e Outubro de 2017.
47
A Tabela 4.3 mostra os valores do nível de arranque e paragem da bomba de cada tarifa
periódica para minimizar as emissões de carbono associadas ao consumo do energia elétrica
da EE.
Tabela 4.3 - Limites dos níveis simulados de operação da bomba para minimizar as emissões de CO2 para
o mês de Fevereiro, Maio, Agosto e Outubro de 2017.
Vazio Cheia Ponta

Arranque Paragem Arranque Paragem Arranque Paragem
[m] [m] [m] [m] [m] [m]
Fevereiro 1,55 4,56 1,32 2,70 2,48 3,35
Maio 1,40 4,59 1,78 2,43 3,79 4,23
Agosto 1,38 4,25 1,28 2,68 1,18 3,52
Outubro 1,27 4,57 1,27 2,05 3,51 4,50
A energia e as emissões de CO2 estão ligadas à energia consumida na bombagem e por

isso ao reduzir o consumo de energia as emissões também se reduzem [11]. No entanto, as
emissões de CO2 não dependem das tarifas elétricas para serem minimizadas, diferindo assim
do cenário 2. As emissões de CO2 estão dependentes do tipo de fonte da produção de eletri-
cidade.
A Figura 4.12 representa as emissões de CO2 no primeiro dia útil de cada mês em estudo
após a simulação por forma a minimizar as emissões. No background do gráfico é possível
verificar as tarifas ao longo de um dia útil: a tarifa em vazio está a verde, a tarifa em cheia está
a amarelo e a tarifa em ponta a vermelho.
Figura 4.12 - Emissões de CO2 no primeiro dia útil de cada mês.
48
A Figura 4.13 representa o nível de água no reservatório para o primeiro dia útil dos
meses de Fevereiro (gráfico superior esquerdo), Maio (gráfico superior direito), Agosto (gráfico
inferior esquerdo) e Outubro de 2017 (gráfico inferior direito), após a simulação para obter os
valores dos níveis de paragem e arranque da EE por forma a minimizar as emissões de CO2
associadas ao consumo de energia elétrica da EE em estudo.
Fevereiro
Maio
Outubro
Agosto
Figura 4.13 - Nível do reservatório no primeiro dia útil de cada mês em estudo com as regras simuladas para mi-
nimizar as emissões de CO2.
Fazendo uma análise dos gráficos da Figura 4.12 e Figura 4.13, é possível observar que
o algoritmo para minimizar as emissões de CO2 não verifica as tarifas, deixando a EE trabalhar
nas horas cuja tarifa elétrica é superior, no entanto sempre respeitando os limites máximos e
mínimos do volume do tanque. Outro aspeto que é possível observar nos gráficos é a redução
significativa do número de arranques da bomba neste cenário comparativamente ao cenário
1.
As emissões de CO2 são superiores quando se está no período da tarifa em cheia, pois
existe uma maior utilização de eletricidade e procura de água, e a produção de eletricidade
por via de energias renováveis não é suficiente para esta procura. Posto isto, é possível obser-
var na Tabela 4.3 que na tarifa em vazio os limites mínimo e máximo são menos conservadores
deixando a bomba trabalhar até perto do limite máximo do reservatório. A tarifa em ponta vai
ter um limite máximo superior ao do cenário 2. E por fim, a tarifa em cheia está limitado apenas
para limites baixos de forma a que o reservatório tenha sempre os limites mínimos e máximos
impostos pelas regras de segurança.
49
Devido ao alargamento dos limites máximos e mínimos das tarifas mais caras para mi-
nimizar as emissões de CO2 o custo aumentou, no entanto, outra vantagem desta metodologia
é a diminuição significativa dos arranques da bomba que aumenta o tempo de vida útil da
mesma.
4.3 Análises de resultados

De forma a poder comparar os resultados obtidos em cada cenário a partir da metodo-
logia desenvolvida nesta dissertação com o método utilizado na estação elevatória atual-
mente, foi feita uma simulação baseada num cálculo do custo e das emissões de CO2 associa-
das a cada um dos cenários apresentados na seção 4.2.
Estas simulações têm como dados de entrada os consumos de água e emissões de CO2eq
produzidas ao longo do dia apresentados na secção 3.2.1, e como objetivo poder compreen-
der se a solução proposta nesta dissertação se apresenta como uma solução viável para insta-
lações como as apresentadas.
Para analisar os resultados das simulações foi considerado:
 o ciclo horário semanal apresentado no Anexo A aplicado em Portugal Continen-

tal pela Entidade Reguladora dos Serviços Energéticos (ERSE) e as tarifas associ-
adas ao consumo de energia elétrica
 a produção média de emissões de CO2eq em Portugal recolhidas através da pla-
taforma electricitymap.org
 custo da potência média em horas de ponta com uma tarifa da potência em horas
de ponta de 0,2147€/kW
 número de arranques da bomba
Nas seguintes secções serão apresentados os resultados das simulações dos diferentes
cenários considerados.
4.3.1 Resultados com o cenário 1

Para esta primeira simulação de funcionamento, e utilizando as regras atualmente im-
postas na estação elevatória presentes na Tabela 4.1, foi calculado o custo total, o custo asso-
ciado a cada tarifa horária (super vazio, vazio, ponta e cheia), o custo da potência média em
horas de ponta, a produção média de emissões de CO2eq e o número de arranques da bomba
dos meses em estudo representados na Tabela 4.4.
50
Tabela 4.4 - Custos, emissões e número de arranques do cenário 1 em Fevereiro, Maio, Agosto e Outubro
de 2017.
em Horas de Ponta (€)

Custo Potência Média
Custo Super Vazio (€)
Emissões (kgCO2-eq)
Custo Ponta (€)
Custo Cheia (€)

Custo Vazio (€)
Custo Total (€)
Nº Arranques
Fevereiro 1750,7 199,2 522,2 72,3 957,1 1,5 6912,3 59
Maio 2106,0 263,5 554,1 101,2 1187,2 1,9 11409 66
Agosto 2030,3 234,5 544,2 155,4 1096,1 2,9 11038 65
Outubro 2130,0 227,1 607,0 112,0 1183,9 2,2 12154 71

Utilizando os mesmos dados de consumo do cenário 1 e os limites obtidos através da
aplicação da metodologia desenvolvida para cada mês do cenário 2 (Tabela 4.2), repetiu-se o
procedimento chegando aos seguintes resultados apresentados na Tabela 4.5.
de 2017.
Emissões (kgCO2eq)
Custo Ponta (€)
Custo Cheia (€)

Custo Vazio (€)
Custo Total (€)
Nº Arranques
Fevereiro 1557,8 479,8 615,8 81,3 380,8 1,6 6938,9 88

Maio 1920,8 461,6 717,1 3,6 738,5 0,1 11484 155
Agosto 1827,5 457,3 703,9 7,2 659,0 0,1 11183 158
Outubro 1913,0 446,6 792,1 25,3 649,1 0,5 12023 154

Utilizando os mesmos dados de consumo do cenário 1 e os limites obtidos através da
aplicação da metodologia desenvolvida para cada mês do cenário 3 (Tabela 4.3), repetiu-se o
procedimento chegando aos seguintes resultados apresentados na Tabela 4.6.
51
de 2017.

Emissões (kgCO2eq)
Custo Ponta (€)
Custo Cheia (€)

Custo Vazio (€)
Custo Total (€)
Nº Arranques
Fevereiro 1812,3 262,4 456,1 506,0 587,8 10,2 6636,9 33
Maio 2235,6 186,4 537,6 789,7 721,9 14,5 11068 59
Agosto 2019,5 325,6 517,8 323,5 852,7 5,9 10807 28
Outubro 2218,7 227,1 560,7 755,4 675,4 14,5 11600 53
4.3.4 Comparação de resultados

Para uma melhor comparação dos resultados obtidos em cada cenário nos quatro meses
em estudo apresenta-se na Figura 4.14 à Figura 4.17 e da Tabela 4.7 à Tabela 4.10, onde estão
resumido os custos, as emissões de CO2eq e o número de arranques da bomba associados a
cada um dos cenários para um mês de cada estação do ano, são apresentados os seguintes
gráficos e tabelas.
Fevereiro:
Custo Fevereiro
1200,0
1000,0
800,0
Custo (€)
Cenário 1
600,0
Cenário 2
400,0 Cenário 3
200,0
0,0
Custo Super Custo Vazio Custo Ponta Custo Cheia
Vazio
Figura 4.14 - Comparação de custos em Fevereiro de 2017.
52
Tabela 4.7 - Comparação de resultados em Fevereiro de 2017.
Emissões no mês
Nº de arranques Custo Total (€)
(kgCO2eq)
Cenário 1 59 1750,7 6912,3
Cenário 2 88 1557,8 6938,9
Cenário 3 33 1812,3 6639,9
Maio:
Custo Maio
1400,0
1200,0
1000,0
Custo (€)
800,0
Cenário 1
600,0 Cenário 2
Cenário 3
400,0
200,0
0,0
Vazio
Figura 4.15 - Comparação de custos em Maio de 2017.
Tabela 4.8 - Comparação de resultados em Maio de 2017.
Emissões no mês
(kgCO2eq)
Cenário 1 66 2106 11409
Cenário 2 155 1920,8 11484
Cenário 3 59 2235,6 11068
53
Agosto:
Custo Agosto
1200,0
1000,0
800,0
Custo (€)
Cenário 1
600,0
Cenário 2
400,0 Cenário 3
200,0
0,0
Vazio
Figura 4.16 - Comparação de custos em Agosto de 2017.
Tabela 4.9 - Comparação de resultados em Agosto de 2017.
Emissões no mês
(kgCO2eq)
Cenário 1 65 2030,3 11038
Cenário 2 158 1827,5 11183
Cenário 3 28 2019,5 10807
Outubro:
Custo Outubro
1400,0
1200,0
1000,0
Custo ()€
800,0
Cenário 1
600,0 Cenário 2
400,0 Cenário 3
200,0
0,0
Vazio
Figura 4.17 - Comparação de custos em Outubro de 2017.
54
Tabela 4.10 - Comparação de resultados em Outubro de 2017.
Emissões no mês
(kgCO2eq)
Cenário 1 71 2130 12154
Cenário 2 154 1913 12023
Cenário 3 53 2218,7 11600
Com base nestes resultados e após a análise prévia de cada cenário individualmente, foi
possível observar que do cenário 1 para o cenário 2 houve uma redução positiva do ponto de
vista do custo da energia elétrica graças à introdução da metodologia proposta. Em Fevereiro
houve uma redução de 11,02%, Maio de 8,79%, Agosto de 9,99% e Outubro de 10,19%. Sendo
uma média de aproximadamente 10%.
Também é possível observar pela Figura 4.14 à Figura 4.17, que o algoritmo utilizado no
cenário 2 para reduzir o custo total, forçou a bomba a trabalhar mais nas horas em vazio e
super vazio (tarifas mais baratas) e menos nas horas de ponta (tarifa mais cara), o que poten-
ciou a uma redução no custo da potência média em horas de ponta. No entanto, como os
algoritmos genéticos não têm em atenção os arranques da bomba, estes aumentaram, po-
dendo reduzir a vida útil da bomba.
Comparando o cenário 3 ao cenário 1, é possível observar uma redução das emissões de
dióxido de carbono graças à metodologia proposta. Em Fevereiro teve uma redução de 3,98%,
Maio de 2,99%, Agosto de 2,09% e Outubro de 4,56% (uma média de 3,4%).
No cenário 2 é possível observar uma redução significativa no número de arranques da
bomba, aumentando assim o tempo de vida útil da mesma.
Na Tabela 4.7 à Tabela 4.10 é possível observar que ao aplicar a metodologia com o
objetivo de reduzir o custo, as emissões de CO2 aumentam, no entanto, ao aplicar a mesma
metodologia para reduzir as emissões, o custo em Agosto reduz e nos restantes meses au-
mentam. Isto demonstra que as emissões de CO2 não estão diretamente dependentes das
tarifas elétricas ao contrário do custo.
55
56
5
CONCLUSÕES E TRABALHOS FUTUROS
A água representa um bem essencial para a vida, sendo um dos elementos mais impor-
tante da Terra, mas também representa um papel muito importante na vida económica do país
[1]. O setor das águas é responsável por um elevado consumo de eletricidade em Portugal,
sendo que as estações elevatórias têm o maior consumo em todo esse setor. As emissões de
GEE associadas aos SAA ocorrem quando a eletricidade consumida vem da queima de com-
bustíveis fósseis na geração de eletricidade.
Um dos objetivos durante o desenvolvimento desta dissertação foi a elaboração de uma
metodologia que determinasse os níveis de arranque e paragem ótimos para cada tarifa ho-
rária em cada mês para um sistema de abastecimento de água, com determinadas caracterís-
ticas, para um determinado objetivo. Foi possível alcançar reduções significativas no custo da
energia consumida na EE em estudo e nas emissões de dióxido de carbono libertadas para a
atmosfera relativas ao consumo de energia elétrica, sem grandes custos associados.
A metodologia foi desenvolvida de forma a ser aplicada em estações de bombagem
existentes e com sistemas SCADA, pois apenas necessita de dados históricos para definir as
regras. A vantagem desta abordagem desenvolvida é aplicação desta metodologia sem neces-
sidade de instalar qualquer componente de software ou hardware e de permitir que o opera-
dor tenha uma otimização das regras de bombagem sem ter de as determinar empiricamente.
No caso de estudo, que considerou uma Estação Elevatória localizada na zona centro do
país, os resultados obtidos foram positivos. Atendendo aos resultados expostos no ponto 4.3.4,
é possível retirar conclusões quanto à viabilidade da metodologia desenvolvida. Para a EE con-
siderada nesta dissertação, os resultados obtidos mostram que a metodologia aplicada reduz
em média os custos da energia elétrica em aproximadamente 10% e as emissões de dióxido
de carbono libertadas em 3,4%. As operações de arranque da EE em estudo também foram
reduzidas ao reduzir as emissões de CO2, o que contribui para o aumento da vida útil dos
equipamentos.
Os resultados obtidos permitiram também concluir que o algoritmo de otimização de-
senvolvido deverá ser melhorado num trabalho futuro com o objetivo de limitar o número de
arranques dos grupos. Adicionalmente, o referido algoritmo poderá também considerar a pos-
57
sibilidade de atingir diferentes objetivos ao longo da operação das respetivas estações eleva-
tórias (e.g., reduzir custos e emissões de CO2 associados ao consumo de energia elétrica). Por
último, considera-se que o desenvolvimento de uma ferramenta que pudesse ser utilizada fa-
cilmente pelos operadores das referidas estações também constituiria um possível trabalho
futuro.
58
BIBLIOGRAFIA
[1] D. Andrês, "Otimização energética de um sistema de abastecimento de água. Análise de

um caso prático da água do norte", Departamento de Engenharia Civil, Faculdade de En-
genharia, Universidade do porto, Porto, Fevereiro 2016.
[2] ERSAR e ADENE, "Uso Eficiente de Energia nos Serviços de águas", 2018, disponível em:
http://www.ersar.pt/pt/site-comunicacao/site-noticias/documents/gt24-eficiencia-ener-
getica.pdf.
[3] ACER e CEER, "Facilitating flexibility", 2017. disponível em: https://www.ceer.eu/white-pa-
pers (acedido em Agosto 2021).
[4] R. A. Lopes, R. G. Junker, J. Martins, J. Murta-Pina, G. Reynders, H. Madsen, "Characterisation
and Use of Energy Flexibility in Water Pumping and Storage Systems". Appl. Energy, vol.
277, 2020, doi: 10.1016/j.apenergy.2020.115587.
[5] Águas de Portugal, "Relatório de Sustentabilidade 2018", disponível em:
http://www.adp.pt/pt/comunicacao/publicacoes/downloads/pub_pdf26_pt.pdf.
[6] G. Marcos, " Otimização da operação de estações elevatórias de bombagem com recurso a
autoconsumos fotovoltaico e algoritmos genéticos", Departamento de Engenharia Eletro-
técnica e de Computadores, Faculdade de Ciências e Tecnologia, 2017.
[7] D. Ferreira, "Eficiência energética no sector do tratamento de água residual", Departa-
mento de Engenharia do Ambiente, Faculdade de Ciências e Tecnologia, 2018.
[8] T. Martins, "Sistemas de abastecimento de água para consumo humano - Desenvolvi-
mento e aplicação de ferramenta informática para a sua gestão integrada", Escola Superior
Agrária, Instituto Politécnico de Bragança, Bragança, Fevereiro de 2014.
[9] A. Tavares, "Análise energética e optimização em sistemas de abastecimento de água",
Departamento de Engenharia Mecânica, Universidade de Aveiro, 2012.
[10] J. Schonek, "Energy efficiency: benefits of variable speed control in pumps, fans and com-
pressors", 2008.
[11] T. Luna, J. Ribau, D. Figueiredo, R. Alves, "Improving energy efficiency in water supply
systems with pump scheduling optimization", Journal of cleaner production, vol. 213, 342–
356, 2019, doi: 10.1016/j.jclepro.2018.12.190.
59
[12] M. M. P. Figueiredo, J. M. V. P. Martins, "Minimização do custo da energia em estações
elevatórias de abastecimento de água", Faculdade de Engenharia, Universidade do Porto,
2007.
[13] L. E. Ormsbee, K. E. Lansey, "Optimal Control of Water Supply System Pumping Systems",
Journal of Water Resources Planning and Management, vol. 120(2), pp.237–252, Março
1994, doi: 10.1061/(ASCE)0733-9496(1994)120:2(237).
[14] G. Yu, R. S. Powell, M. J. H. Sterling, "Optimized pump scheduling in water distribution
systems", Journal of optimization theory and applications Vol. 83, No. 3, pp. 463-488,
Dezembro 1994, doi: 10.1007/BF02207638.
[15] D. F. Moreira, H. M. Ramos, "Energy Cost Optimization in a Water Supply System Case
Study", Hindawi Publishing Corporation Journal of Energy, Vol. 2013, Article ID 620698, 9
pages, Março 2013, doi: 10.1155/2013/620698.
[16] A. J. Van Staden, J. Zhang, X. Xia, "A model predictive control strategy
for load shifting in a water pumping scheme with maximum demand
charges", Appl. Energy, vol. 88, no. 12, pp. 4785–4794, 2011, doi: 10.1016/j.apen-
ergy.2011.06.054.
[17] R. G. Junker, A. G. Azar, R. A. Lopes, K. B. Lindberg, G. Reynders, R. Relan, H. Madsen,
"Characterizing the energy flexibility of buildings and districts", Appl. Energy, vol. 225, pp.
175-182, 2018, doi: 10.1016/j.apenergy.2018.06.037.
[18] R. A. Lopes, A. Chambel, J. Neves, D. Aelenei, J. Martins, "A literature review of methodol-
ogies used to assess the energy flexibility of buildings", Energy Procedia, vol. 91, pp. 1053-
1058, 2016, doi: 10.1016/j.egypro.2016.06.274.
[19] A. S. V. Kalaiselvan, U. Subramaniam, P. Shanmugam, N. Hanigovszki, "A comprehensive
review on energy enhancement initiatives in centrifugal pumping system", Appl. Energy,
vol. 181, pp. 495-513, 2016, doi: 10.1016/j.apenergy.2016.08.070.
[20] ERSE, "Estrutura tarifária do sector elétrico em 2020", disponível em:
https://www.erse.pt/atividade/regulacao/tarifas-e-precos-eletricidade (acedido em Outu-
bro de 2020).
[21] Agência Portuguesa do Ambiente: "QualAr Base de Dados Online sobre Qualidade do Ar",
disponível em: http://qualar.apambiente.pt (acedido em Janeiro de 2020).
[22] European Environment Agency, "Informação sobre poluição atmosférica na Agência Euro-
peia do Ambiente", disponível em: http://www.eea.europa.eu (acedido em Janeiro de
2020).
[23] M. H. Rodrigues, "Potencial de redução de emissões de CO2 em empresas do grupo Soares
da Costa", Departamento Engenharia do Ambiente, Faculdade de Engenharia da Univer-
sidade do Porto, Porto, Julho 2010.
[24] Agência Portuguesa do Ambiente, "Relatório do Estado do Ambiente em Portugal 2019",
disponível em: http://rea.apambiente.pt (acedido em Janeiro de 2020).
60
[25] IPCC, "Climate Change 2014: Synthesis Report", 2014, disponível em:
http://www.ipcc.ch/report/ar5/syr/.
[26] IPCC, "Climate Change 2007: Synthesis Report", 2007, disponível em:
http://www.ipcc.ch/report/ar4/syr/.
[27] Plataforma electricityMap da empresa "Tomorrow", disponível em: https://electri-
citymap.org/.
[28] C. S. Stokes, H. R. Maier, A. R. Simpson, "Water Distribution System Pumping Operational
Greenhouse Gas Emissions Minimization by Considering Time-Dependent Emissions Fac-
tors", Journal of Water Resources Planning and Management, ASCE, 2014, doi:
10.1061/(ASCE)WR.1943-5452.0000484.
61
62
A.
PERÍODOS HORÁRIOS E TARIFAS
Os custos de eletricidade durante os períodos horários foram obtidos através da conta

de eletricidade do SAA em estudo durante o período analisado (de 28/02/2017 até
27/03/2017). Os períodos horários são definidos pela Entidade Reguladora dos Serviços Ener-
géticos (ERSE) [20].
Tabela 5.1 - Períodos horários e tarifas associados aos ciclos semanais.
Dia Período Ciclo Semanal Custos (€/kWh)

09:30 - 12:00
Ponta 0,1063
18:30 - 21:00
07:00 - 09:30
De Segunda-feira Cheia 12:00 - 18:30 0,0974
a Sexta-feira 21:00 - 24:00
00:00 - 02:00
Vazio normal 0,0648
06:00 - 07:00
Super vazio 02:00 - 06: 00 0,0630
Ponta - -
09:30 - 13:00
Cheia 0,0974
18:30 - 22:00
00:00 - 02:00
Sábado
06:00 - 09:30
Vazio normal 0,0648
13:00 - 18:00
22:00 - 24:00
Super vazio 02:00 - 06:00 0,0630
Ponta - -
Cheia - -
Domingo 00:00 - 02:00
Vazio normal 0,0648
06:00 - 24:00
Super vazio 02:00 - 06:00 0,0630
63
66
MATILDE MARIA BENSAUDE DE METODOLOGIA PARA OTIMIZAÇÃO DE REGRAS DE
2021
SOUSA PIRES BOMBAGEM EM ESTAÇÕES ELEVATÓRIAS
67

METODOLOGIA PARA OTIMIZAÇÃO DE REGRAS DE BOMBAGEM EM ESTAÇÕES ELEVATORIAS - Pires - 2022 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

METODOLOGIA PARA OTIMIZAÇÃO DE REGRAS DE BOMBAGEM EM ESTAÇÕES ELEVATORIAS - Pires - 2022 PDF

Enviado por

Direitos autorais:

Formatos disponíveis

DEPARTAMENTO DE ENGENHARIA

MATILDE MARIA BENSAUDE DE SOUSA PIRES

METODOLOGIA PARA OTIMIZAÇÃO DE

MESTRADO EM ENGENHARIA ELETROTÉCNICA E DE

Universidade NOVA de Lisboa

METODOLOGIA PARA OTIMIZAÇÃO DE REGRAS

MATILDE MARIA BENSAUDE DE SOUSA PIRES

Orientador: Rui Miguel Amaral Lopes

Arguentes: Anabela Monteiro Gonçalves,

Orientador: Rui Miguel Amaral Lopes,

MESTRADO EM ENGENHARIA ELETROTÉCNICA E DE COMPUTADORES

Universidade NOVA de Lisboa

Copyright © Matilde Maria Bensaude de Sousa Pires, Faculdade de Ciências e Tecnologia,

A otimização operacional dos sistemas de abastecimento de água (SAA) é um tema com

Palavas chave: Flexibilidade Energética, Sistemas de Abastecimento de Água, Estação Elevató-

A Water Pumping and Storage Systems (WPSS) operation optimization is a theme of

ÍNDICE DE FIGURAS .......................................................................................................................................... XVII

ÍNDICE DE TABELAS ........................................................................................................................................... XIX

LISTA DE ACRÓNIMOS...................................................................................................................................... XXI

2 ENQUADRAMENTO E TRABALHOS RELACIONADOS ..................................................................... 5

2.2.1 Características de operação de uma EE ...................................................................................... 9

2.3.1 Algoritmos Genéticos...................................................................................................................... 17

3.2.1 Dados de entrada ............................................................................................................................. 28

4.1.1 Parâmetros de controlo ................................................................................................................. 35

4.2.1 Cenário 1: Funcionamento típico de uma EE ......................................................................... 40

4.3.1 Resultados com o cenário 1 ......................................................................................................... 50

5 CONCLUSÕES E TRABALHOS FUTUROS ........................................................................................... 57

A. PERÍODOS HORÁRIOS E TARIFAS ........................................................................................................ 63

1.1 Contexto e motivação

1.3 Organização do documento

2.1 Ciclo Urbano de Água

A sociedade moderna exige atualmente grandes quantidades de energia e matéria-

Figura 2.2 - Ciclo urbano da água [5].

O ciclo urbano de água é representado pelas seguintes etapas [5]:

 Captação: recolha de água, superficial ou subterrânea, sendo que a maior parte

2.2 Sistemas de Abastecimento de Água

Figura 2.3 - Sistema de abastecimento de água [6].

Estação de Tratamento de Água (ETA):

Rede de distribuição de água:

Os sistemas de distribuição de água podem classificar-se, no que respeita à sua confi-

 redes malhadas, em que as condutas se fecham sobre si mesmas constituindo ma-

Sendo um dos objetivos desta dissertação, apresentado na secção 1.2, o desenvolvi-

Curvas Característica de Bombas Centrífugas:

Figura 2.4 - Curvas características de uma bomba centrífuga [6].

O funcionamento de bombas centrífugas está relacionado diretamente com a velocidade

 Velocidade fixa onde a bomba funciona a uma velocidade de rotação constante.

Curvas Característica de um circuito hidráulico:

Figura 2.6 - Representação de um circuito de distribuição de água [10].

Z - Altura manométrica Total

Figura 2.7 - Curva característica do circuito hidráulico de uma EE [10].

A curva do circuito corresponde à altura a que a água é elevada em função do caudal,

Ponto de funcionamento entre a bomba centrífuga e o circuito hidráulico:

Cálculo do custo de operação:

 : densidade do fluido (1000kg/m3 no caso da água)

A potência elétrica fornecida à bomba depende do rendimento da bomba para um dado

2.3 Otimização de operação de uma estação elevatória

 Através da geração de uma raiz;

 Explicar o processo adaptativo de sistemas.

2.3.1 Algoritmos Genéticos

Avaliação através da função obje-

Escolher nova geração

Figura 2.10 - Funcionamento de um AG.

Figura 2.11 - Seleção.