Escolar Documentos
Profissional Documentos
Cultura Documentos
ELETROTÉCNICA E DE COMPUTADORES
Júri:
Presidente: Ana Inês da Silva Oliveira,
Professora Auxiliar, NOVA School of Science and Technology | FCT NOVA
iii
iv
Metodologia para otimização de regras de bombagem em estações elevatórias
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
xi
xii
ABSTRACT
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
1 INTRODUÇÃO ............................................................................................................................................. 1
3 METODOLOGIA ........................................................................................................................................ 27
xv
4 RESULTADOS E ANÁLISE ....................................................................................................................... 35
BIBLIOGRAFIA ........................................................................................................................................................ 59
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
TABELA 4.5 - CUSTOS, EMISSÕES E NÚMERO DE ARRANQUES DO CENÁRIO 2 EM FEVEREIRO, MAIO, AGOSTO E OUTUBRO
DE 2017................................................................................................................................................................................. 51
TABELA 4.6 - CUSTOS, EMISSÕES E NÚMERO DE ARRANQUES DO CENÁRIO 3 EM FEVEREIRO, MAIO, AGOSTO E OUTUBRO
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
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.
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].
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.
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].
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].
8
2.2.1 Características de operação de uma EE
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
10
Curvas da altura manométrica
Curva do rendimento
Figura 2.5 - Curvas características de uma bomba centrífuga de velocidade variável [6].
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
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.
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].
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)
= = ( ) (3)
Desta forma é possível calcular a potência elétrica consumida pela bomba para cada
ponto de operação associado a cada hora do dia [6].
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]:
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]:
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.
Geração da população
Reprodução
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.
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].
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
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).
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%
24
Figura 2.18 - Evolução das emissões sectoriais de CO2eq. em Portugal de 1990 a 2017 [24].
25
26
3
METODOLOGIA
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.
Consumo de água
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.
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)
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.
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
Não As soluções
estão dentro
dos limites?
Sim
Retorno da melhor
solução
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
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.
36
outros fatores, como as condições climatéricas (relacionado com produção de energias reno-
váveis) e as mudanças na economia (preços da eletricidade).
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
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 4.3 - 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
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.
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.
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:
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.
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.
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.
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.
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.
50
Tabela 4.4 - Custos, emissões e número de arranques do cenário 1 em Fevereiro, Maio, Agosto e Outubro
de 2017.
Emissões (kgCO2-eq)
Custo Ponta (€)
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
Tabela 4.5 - Custos, emissões e número de arranques do cenário 2 em Fevereiro, Maio, Agosto e Outubro
de 2017.
em Horas de Ponta (€)
Custo Potência Média
Custo Super Vazio (€)
Emissões (kgCO2eq)
Custo Ponta (€)
Nº Arranques
51
Tabela 4.6 - Custos, emissões e número de arranques do cenário 3 em Fevereiro, Maio, Agosto e Outubro
de 2017.
Emissões (kgCO2eq)
Custo Ponta (€)
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
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
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
Custo Super Custo Vazio Custo Ponta Custo Cheia
Vazio
Emissões no mês
Nº de arranques Custo Total (€)
(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
Custo Super Custo Vazio Custo Ponta Custo Cheia
Vazio
Emissões no mês
Nº de arranques Custo Total (€)
(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
Custo Super Custo Vazio Custo Ponta Custo Cheia
Vazio
54
Tabela 4.10 - Comparação de resultados em Outubro de 2017.
Emissões no mês
Nº de arranques Custo Total (€)
(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
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
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
63
66
MATILDE MARIA BENSAUDE DE METODOLOGIA PARA OTIMIZAÇÃO DE REGRAS DE
2021
SOUSA PIRES BOMBAGEM EM ESTAÇÕES ELEVATÓRIAS
67