Escolar Documentos
Profissional Documentos
Cultura Documentos
CENTRO DE TECNOLOGIA
CURSO DE ENGENHARIA ELÉTRICA
TERESINA
2015
SAMUEL DE ALENCAR BEZERRA
TERESINA
2015
___________________________________________________________________________
Página reservada para ficha catalográfica que deve ser confeccionada após apresentação e
alterações sugeridas pela banca examinadora.
___________________________________________________________________________
SAMUEL DE ALENCAR BEZERRA
BANCA EXAMINADORA
________________________________________
Prof. Dr. Fábio Rocha Barbosa (Orientador)
Universidade Federal do Piauí (UFPI)
_________________________________________
Prof. Msc. Nelber Ximenes Melo (Co-orientador)
Universidade Federal do Piauí (UFPI)
_________________________________________
Prof. Dr. Bartolomeu Ferreira dos Santos Júnior
Universidade Federal do Piauí (UFPI)
_________________________________________
Prof. Esp. Osvaldo Augusto Vasconcelos de Oliveira Lopes da Silva
Instituto Federal de Educação, Ciência e Tecnologia do Piauí (IFPI)
AGRADECIMENTOS
Nos últimos anos, eficiência energética é um tema de interesse coletivo que vem sendo cada
vez mais discutido, pois a busca pelo consumo racional de energia leva à desaceleração do
esgotamento de recursos, gera conforto e reduz gastos com energia. Neste trabalho, foi feita
uma aplicação da Análise Envoltória de Dados (Data Envelopment Analysis - DEA) na
avaliação da eficiência energética de ambientes do Bloco 5 da Universidade Federal do Piauí,
utilizando as variáveis de saída (produtos) fluxo luminoso e capacidade de refrigeração total
associadas às variáveis de entrada (insumos) potência instalada da iluminação e consumo de
energia elétrica (potência média demandada multiplicada pelo período de uma hora) dos
aparelhos de ar condicionado. Por meio da comparação com salas virtuais classificadas como
“A” (segundo o RTQ-C) na iluminação e condicionamento de ar, foi confirmada a
ineficiência (eficiência menor que 1) de todas as salas do Bloco 5. Posteriormente, utilizando
a formulação Dual do modelo CCR, foram identificadas e estabelecidas um conjunto de metas
e alvos para cada ambiente e os resultados dessa aplicação foram confrontados com a
metodologia atual de avaliação de eficiência descrita no RTQ-C. A utilização da DEA
possibilitou uma avaliação combinada da iluminação e do condicionamento de ar em um
único indicador e um processo menos trabalhoso de avaliação do que o do RTQ-C.
In the last few years, energy efficiency is a collective interest matter that has been
increasingly discussed, as the pursuit for rational energy consumption leads to slowing
resource depletion, generates comfort and reduces energy costs. In this paper, it was made an
application of the technique Data Envelopment Analysis to evaluate the energy efficiency of
the Block 5 ambiences of the Federal University of Piauí, using the output variables luminous
flux and total cooling capacity associated with the input variables installed lighting capacity
and consumption (electric power demanded multiplied by one hour) of air conditioners. By
comparing with ambiences classified as “A” (according to the RTQ-C) in lighting and air
conditioning systems, it was found that all rooms in the Block 5 were inefficient (efficiency
less than one). After this, using the Dual formulation of the CCR model, it was identified and
established a set of goals and targets to each ambience and the result of this application was
compared with the current efficiency evaluation described on the RTQ-C. Using DEA, it was
possible to evaluate air conditioning and lighting systems in a single combined indicator, and
the process was faster than the evaluation method described on the RTQ-C.
1 INTRODUÇÃO.................................................................................................. 13
1.1 Contextualização................................................................................................ 13
1.2 Objetivos............................................................................................................ 16
1.3.1 Objetivo Geral..................................................................................................... 16
1.3.2 Objetivos Específicos.......................................................................................... 16
1.3 Justificativa........................................................................................................ 16
1.4 Estrutura do trabalho....................................................................................... 17
2 REVISÃO DA LITERATURA........................................................................ 18
2.1 Classificação de ambientes segundo o RTQ-C................................................ 18
2.1.1 Avaliação do Sistema de Iluminação................................................................. 22
2.1.2 Avaliação do Sistema de Condicionamento de Ar............................................. 27
2.2 Medição de eficiência e Análise Envoltória de Dados.................................... 31
2.2.1 Conceitos preliminares....................................................................................... 31
2.2.2 Características da DEA...................................................................................... 34
2.2.3 Modelos de DEA................................................................................................. 38
2.2.4 Vantagens e limitações da técnica..................................................................... 45
3 METODOLOGIA UTILIZADA………….…………………………………. 46
3.1 Definição e seleção das DMUs.......................................................................... 47
3.2 Pré-seleção das variáveis................................................................................... 50
3.3 Seleção das variáveis.......................................................................................... 52
3.4 Escolha do modelo de cálculo........................................................................... 54
3.5 Escolha do software e implementação do programa....................................... 54
4 RESULTADOS E DISCUSSÕES.................................................................... 58
5 CONCLUSÃO E TRABALHOS FUTUROS.................................................. 68
REFERÊNCIAS................................................................................................. 70
ANEXO A - LIMITE MÁXIMO ACEITÁVEL DE DPI PARA O NÍVEL
DE EFICIÊNCIA PRETENDIDO – MÉTODO DAS ÁREAS DO
EDIFÍCIO........................................................................................................... 75
ANEXO B – CARACTERÍSTICAS DOS EQUIPAMENTOS
UTILIZADOS NAS SALAS “A”..................................................................... 76
APÊNDICE A - SITES DAS CARACTERÍSTICAS DOS APARELHOS
DE AR CONDICIONADO DAS SALAS DO BLOCO 5 ............................. 78
13
1 INTRODUÇÃO
1.1 Contextualização
1
Segundo Lamberts et al.(2014), com a adoção de medidas técnicas e gerenciais de baixo custo, é possível
reduzir de 30% a 50% do consumo de energia em prédios públicos.
16
estabelecer o quanto o índice de eficiência das unidades menos eficientes estão distantes do
índice das mais eficientes. As DMUs podem variar dependendo do contexto de aplicação da
técnica, podendo ser empresas, salas de aula, equipamentos, etc. Neste trabalho, é
desenvolvida uma aplicação da DEA para avaliação e comparação da eficiência energética de
vários ambientes (salas de aula) da Universidade Federal do Piauí, focando a análise
principalmente na avaliação de dois pontos: sistemas de iluminação e condicionamento de ar.
1.2 Objetivos
1.3 Justificativa
benefícios da eficiência energética podem ser vistos especialmente quando a energia está mais
cara e há uma maior demanda (U.S. National Policy Development Group, 2001).
Por último, a melhora da eficiência energética também contribui para a
preservação ambiental, pois desacelera o esgotamento de recursos e reduz a necessidade da
expansão dos sistemas de geração, transmissão e distribuição da energia elétrica. A melhora
da eficiência energética
Este trabalho foi dividido em cinco capítulos. No primeiro, foi realizada uma
breve contextualização sobre conservação de energia e a importância de se promover a
eficiência energética, além de delimitar o contexto da pesquisa e os objetivos do trabalho.
No segundo capítulo, foi feita uma revisão da literatura, abordando o método de
avaliação da eficiência descrito no RTQ-C e os pontos importantes da DEA, como a forma de
implementação, os objetivos e as características da técnica.
No terceiro capítulo, foi descrita a metodologia utilizada neste trabalho para a
aplicação da técnica, abordando suas etapas e os critérios utilizados para escolha da amostra,
dos dados e dos softwares utilizados.
No quarto capítulo, são apresentados os resultados obtidos pela aplicação da
DEA, e em seguida são feitas análises e discussões em torno destes resultados.
Por fim, no capítulo cinco são apresentadas as principais conclusões deste
trabalho e recomendações para trabalhos futuros.
18
2 REVISÃO DA LITERATURA
de ambientes.
Segundo os critérios da RTQ-C, a pontuação geral do edifício é composta pela
soma das pontuações dos sistemas de iluminação, condicionamento de ar e envoltória, de
modo que a iluminação corresponde a 30%, a envoltória 30% e o condicionamento de ar 40%
da pontuação global. Para cada sistema, é conferida uma pontuação de 1 a 5, que corresponde
a um nível de classificação, como mostrado na Tabela 1:
AC APT ANC
PT = 0,30 EqNumEnv∙ + ∙5+ ∙EqNumV +
AU AU AU
20
AC APT ANC
+0,30(EqNumDPI) + 0,40 EqNumCA∙ + ∙5+ ∙EqNumV +B
AU AU AU (1)
Na qual:
EqNumEnv é a pontuação da envoltória;
EqNumDPI é a pontuação do sistema de iluminação;
EqNumCA é a pontuação do sistema de condicionamento de ar;
EqNumV é a pontuação dos ambientes não condicionados ou ventilados
naturalmente;
APT é a área de piso dos ambientes de permanência transitória, desde que não
condicionados;
ANC é a área do piso dos ambientes não condicionados de permanência
prolongada;
AC é a área de piso dos ambientes condicionados;
AU é a área útil;
B é a pontuação das bonificações, que pode ser no máximo 1.
Na Equação 1, pode-se verificar que além da pontuação dos três sistemas, podem
ser conferidas bonificações, que variam de 0 até 1 e são conferidas caso o edifício consiga
economizar em um ou mais dos itens abaixo (BRASIL, 2014):
a) 40% do consumo anual de água com sistemas de racionalização de água;
b) 10% do consumo de energia elétrica com o uso de energias renováveis;
c) 30% do consumo de energia elétrica com sistemas de co-geração ou inovações
tecnológicas;
d) Sistemas de aquecimento solar de água devem ter pelo menos 70% de fração
solar.
Classificação Geral PT
A ≥4,5 a 5
B ≥3,5 a <4,5
C ≥2,5 a <3,5
D ≥1,5 a <2,5
E <1,5
Fonte: Brasil (2014)
Vale ressaltar que a pontuação de cada sistema está sujeita a uma série de pré-
requisitos, de modo que caso eles não sejam atendidos, a classificação máxima para o sistema
será limitada para um nível mais baixo. Nas seções 2.1.1 e 2.2.2 serão detalhadas como
funciona a avaliação dos sistemas de iluminação e ar condicionado utilizando o método
prescritivo.
O sistema de envoltória, que não se deve confundir com a envoltória da DEA, é
formado pelos planos externos do edifício (fachadas, paredes, coberturas, aberturas, brises,
entre outros elementos, ou seja, a parte física do edifício), e embora seja utilizado no cálculo
da pontuação geral, sua avaliação é mais complexa e foge dos propósitos deste trabalho.
2
Apenas 10% da energia consumida por lâmpadas incandescentes é convertida em luz visível, os outros 90% são
dissipados na forma de calor.
3
A eficiência mencionada é a luminosa, que relaciona o fluxo luminoso e a potência demandada por uma
lâmpada; no caso da lâmpada em questão, para cada Watt demandado a lâmpada produz 15 lúmens.
23
(dispositivos utilizados para fornecer a descarga necessária para acender alguns tipos de
lâmpadas, como a fluorescente) apresentam melhor performance, maior economia e menor
carga térmica que reatores mais antigos, como os eletromagnéticos.
Segundo dados da Eletrobrás (2012), o uso de tecnologias energeticamente
eficientes desde a concepção inicial do projeto pode gerar uma economia de mais de 50% do
consumo, comparando com edifícios que não utilizem essas tecnologias. Ainda segundo
Eletrobrás (2012), a economia teórica em edificações residenciais, comerciais, de serviços e
públicas poderia chegar aos 53 bilhões de kWh, economia suficiente para suprir anualmente
2,7 milhões de residências.
Outro aspecto importante de um bom projeto luminotécnico é o aproveitamento
da iluminação natural do edifício, especialmente num país com condições favoráveis como o
Brasil. Segundo Souza (2009, p.33), “a utilização da iluminação natural pode afetar o arranjo
funcional do espaço, o conforto visual e térmico dos ocupantes e o uso de energia da
edificação, além do tipo de iluminação artificial associado”. Assim, a busca pela eficiência da
iluminação em prédios públicos não se resume apenas à escolha adequada de lâmpadas,
luminárias e reatores, mas também o aproveitamento dos recursos naturais disponíveis.
O método de avaliação da eficiência do sistema de iluminação sofreu alterações
da redação do RTQ-C de 2009 para a de 2010. No primeiro, a eficiência é definida pelo
cálculo da densidade de potência de iluminação relativa final DPIRF (potência instalada total
por metro quadrado de área para cada 100 lux de iluminância), que é comparado pelos limites
tabelados estabelecidos no RTQ-C para cada nível de eficiência. No método de 2010, é
estabelecida uma densidade de potência de iluminação (DPI) limite para cada ambiente
baseada na sua atividade desenvolvida (valores expressos no Anexo A). A seguir será
detalhado como funciona a avaliação da iluminação pelo RTQ-C de 2009, que foi utilizado
pelos bolsistas da UFPI para obter a classificação atual dos sistemas de iluminação mostrada
na Tabela 8. O método de 2010, que é o método em vigor da última edição do RTQ-C, foi
utilizado para obter a classificação após a aplicação das metas, mostrada no Capítulo 4.
Inicialmente deve-se calcular o índice do ambiente K (relação entre as dimensões
do local) de todos os ambientes da edificação, utilizando a equação abaixo para ambientes
retangulares, como é o caso dos ambientes estudados:
C∙L (2)
K=
h∙(C+L)
24
Na qual:
K é o índice do ambiente (adimensional);
C é o comprimento do ambiente, em metros (m);
L é a largura do ambiente, em metros (m);
h é a altura média entre o plano de trabalho e o plano das luminárias, em metros
(m).
O próximo passo é obter os valores de densidade de potência luminosa relativa
limite DPIRL em função de K e do nível de eficiência desejado, cujos valores são tabelados
pela RTQ-C (Tabela 3):
Tabela 3 – Limites máximos aceitáveis de densidade de potência de iluminação para cada nível de eficiência
necessário verificar o catálogo fornecido pelo fabricante das lâmpadas para saber o fluxo
luminoso ΦL (radiação total da fonte luminosa) de cada lâmpada e o fator de utilização FU,
que é a razão entre o fluxo luminoso útil e o fluxo emitido e depende das luminárias e das
refletâncias do teto, piso e paredes do ambiente. No projeto também deve ser levado em
consideração o fator de depreciação FD, pois o sistema de iluminação possui uma vida útil a
partir da qual os níveis de iluminação começam a serem comprometidos.
O objetivo do método dos Lúmens é calcular o número de lâmpadas mínimo que
garante o fluxo luminoso adequado no ambiente, dado pela Equação 3:
A∙EP (3)
n=
ΦL ∙FU ∙FD
Na qual:
n é o número de luminárias adequado;
A é a área do ambiente, em m²;
EP é a iluminância de projeto, em lux (lx);
ΦL é o fluxo luminoso individual da lâmpada escolhida, em lúmens (lm);
FU é o fator de utilização (adimensional);
FD é o fator de depreciação (adimensional).
Caso o número de luminárias obtido não for um valor inteiro, deve-se arredondar
para o próximo maior número inteiro. Com o número de luminárias obtido, pode-se obter a
iluminância média do ambiente, que deve ser calculada prevendo seu valor no final da vida
útil do sistema de iluminação. O cálculo é feito pela Equação 4:
Na qual:
EF é a iluminância média final, em lux (lx);
n é o número de luminárias;
A é a área do ambiente, em m²;
EP é a iluminância de projeto, em lux (lx);
ΦL é o fluxo luminoso de cada luminária, em lúmens (lm);
26
n∙P∙100 (5)
DPIRF =
A∙EF
Na qual:
P é a potência instalada do sistema de iluminação do ambiente, em watts (W).
passar por ensaios descritos na norma IEC60335-1/2010 e estes ensaios devem ser realizados
pelos seus respectivos fabricantes.
Assim, a classificação do sistema conforme o RTQ-C para ambientes com
aparelhos regulamentados pelo INMETRO é um procedimento mais simples, pois se baseia
na razão entre a capacidade de refrigeração e a potência do equipamento (Equação 6):
CAP (6)
CEE =
PR
Na qual:
CEE é o coeficiente de eficiência energética do aparelho, em W/W;
CAP é a capacidade de refrigeração, em watts (W);
PR é a potência média demandada pelo aparelho, em watts (W).
x
CAPn (7)
EqNumCA = ( EqNumCAn )
CRE
n=1
Na qual:
EqNumCA é a eficiência do sistema de condicionamento de ar;
EqNumCAn é a equivalência de eficiência de cada aparelho individualmente;
CAPn é a capacidade de refrigeração de cada aparelho;
CRE é a capacidade de refrigeração total dos aparelhos do ambiente.
Para obter uma classificação “A”, além da etiquetagem nível “A” pelo
INMETRO, o sistema deve obedecer aos pré-requisitos: a unidade de condicionamento de
janela ou a unidade condensadora do split do ambiente deve estar sempre ou parcialmente
sombreada, para que a ventilação seja mantida e não comprometa a eficiência; o isolamento
dos dutos deve ter no mínimo 2,5 cm de espessura. Se o pré-requisito não for cumprido, a
classificação máxima do sistema será “B”, mesmo que o INMETRO avalie o aparelho como
“A”.
Além das medidas de proteção contra insolação, Konigami (2011) cita outras
medidas para aumentar a eficiência dos sistemas de condicionamento de ar, como a
manutenção periódica, evitando o acúmulo de sujeira nas superfícies que fazem a troca de
calor e a instalação de persianas exteriores ou brise-soleil que realizem o envelopamento da
30
Tabela 6 – Índices de eficiência mínimos para aparelhos não regulamentos pelo INMETRO para os níveis A e B
Além disso, para obter uma classificação “A”, aparelhos não regulamentados pelo
INMETRO devem obedecer a uma série de pré-requisitos e especificações de projeto, como
cálculo detalhado da carga térmica, controle de temperatura por zona, controle do sistema de
ventilação, automação, equipamentos de rejeição de calor e isolamento de zonas, além do
sombreamento da unidade condensadora do split ou da unidade de condicionamento de janela.
31
4
Economista, sociólogo e engenheiro italiano que tratou de conceitos de eficiência ligados à economia
32
5
Isoquanta é uma curva que representa todas as combinações de insumos que resultam em um mesmo produto.
33
avaliasse a eficiência por meio de inputs e outputs em diferentes unidades de medida, sem que
fosse estabelecido previamente um valor para os respectivos pesos (GALVÃO, 2008).
A DEA é uma técnica que utiliza Programação Linear (PL) para avaliar o
desempenho e o grau de eficiência das unidades produtivas, chamadas DMUs, considerando
os recursos (inputs) disponíveis e os resultados alcançados (outputs). A Programação Linear é
uma área da Pesquisa Operacional (PO) que começou a ter destaque no final da década de
1940, após a Segunda Guerra Mundial.
A PL trata de problemas em que há diversas opções de escolha e envolvem o
planejamento de recursos e a otimização de funções, que podem ser o custo de uma empresa,
o lucro, as vendas, tempo de produção, entre outras. Para Jubran (2006), a PL possui três
elementos: a função-objetivo, que é uma função envolvendo as variáveis de decisão e que
deve ser maximizada ou minimizada; as restrições, que são condições a serem satisfeitas e
expressam relações de interdependência entre as variáveis; por último, têm-se as variáveis do
modelo, que são as características a serem estudadas. Um problema de PL é freqüentemente
expresso da seguinte forma (PASSOS, 2008 apud ALMEIDA, 2013):
Na qual:
Z é a função-objetivo;
X (x1, x2,..., xn) são as variáveis do modelo;
A (a1, a2,..., an) são os coeficientes das variáveis;
B (b1, b2,..., bn) são os termos independentes;
35
A DMU é uma definição bem flexível, visto que depende do contexto em que é
aplicado, podendo ser empresas, universidades, programas, firmas, etc. Com o passar do
tempo, a DEA foi ganhando cada vez mais aplicações, podendo-se citar vários campos, como
administração pública (PEÑA, 2008), companhias aéreas (GOMES et al., 2003), educação
superior (CASADO, 2007; BANDEIRA,BECKER E BORENSTEIN, 2001), distribuição de
energia elétrica (GALVÃO, 2008), indústrias (ANJOS, 2005), transportes (MELLO et al.,
2012), cultivo do camarão (RODRIGUES, 2008), entre outros. Neste trabalho, as DMU são
os ambientes (sala de aula), que serão avaliadas pela DEA.
As entradas e saídas em um programa DEA devem fornecer informações
relevantes ao caso que se deseja estudar. A combinação linear das saídas multiplicadas pelos
respectivos pesos é chamada de saída virtual, enquanto a combinação linear das entradas
multiplicadas pelos respectivos pesos é chamada de entrada virtual. A eficiência de uma
DMU varia entre zero e um [0,1], e pode ser calculada conforme a Equação 8:
Na qual:
EFFj é o escore de eficiência da DMU j;
u1,u2,..., são os pesos atribuídos para as saídas;
v1,v2,..., são os pesos atribuídos para as entradas;
y1j é o valor do output 1 para a unidade j;
x1j é o valor do input 1 para a unidade j.
6
Nenhum de seus inputs ou outputs podem ser melhorados sem piorar outros inputs ou outputs
38
está operando acima da capacidade ideal. O tipo de retorno de escala que um programa DEA
vai utilizar determina dois modelos largamente utilizados: BCC e CCR 7, onde o primeiro
utiliza retornos de escala variáveis e o segundo utiliza retornos de escala constantes.
Além da classificação de acordo com o tipo de retorno de escala, pela Equação 8,
pode ser visto que a eficiência de uma DMU pode ser melhorada de duas formas: mantendo
constante a saída virtual e diminuindo a entrada virtual ou mantendo constante a entrada
virtual e aumentando a saída virtual. Isso gera duas possibilidades de orientação de um
modelo DEA, conhecidos na literatura como orientação a inputs (ou insumos) e orientação a
outputs (ou produtos), respectivamente. A Figura 7 mostra os modelos DEA clássicos:
7
Nomes dados em homenagem aos autores que os desenvolveram: Banker, Charnes e Cooper (1984) e Charnes,
Cooper e Rhodes (1978), respectivamente.
8
Razão entre a quantidade de inputs apropriada para a escala de produção e a quantidade de fato utilizada pela
DMU para aquele nível de produção (RAFAELI, 2009, p.59).
40
ótima, e é medida a eficiência global a partir da comparação com todas as outras DMUs
(MARIANO et al., 2006). O modelo BCC por sua vez mede a eficiência técnica pura, e
compara uma DMU apenas com outras que estão operando em escala semelhante
(MARIANO et al., 2006). A partir das duas eficiências fornecidas pelos dois modelos, pode-
se determinar a eficiência de escala:
𝑠
𝑗 =1 uj yj0
MAX EFF0 = 𝑟
𝑖=1 vi xi0
sujeito a:
𝑠
𝑗 =1 uj yjk
𝑟 ≤ 1, ∀k
𝑖=1 vi xik
vi , uj≥ 0, ∀i,j
Como o modelo acima é muito difícil de ser resolvido devido às infinitas soluções
possíveis (MARIANO et al., 2006), as equações são linearizadas e transformadas num
problema de Programação Linear que é facilmente solucionado por diversos softwares. A
formulação linearizada do modelo CCR orientado à inputs é apresentada a seguir (GALVÃO,
2008, p. 41):
sujeito a:
41
vi xi0 = 1
(10.2)
𝑖=1
𝑠 𝑟
uj yjk − vi xik ≤ 0, ∀k
(10.3)
𝑗 =1 𝑖=1
Na qual:
EFF0 é a eficiência da DMU 0;
uj é o peso referente ao output j;
vi é o peso referente ao input i;
yj0 é a quantidade de output j para a DMU 0;
xi0 é a quantidade de input i para a DMU 0;
k é a quantidade de DMUs utilizadas no programa;
r é a quantidade de inputs;
s é a quantidade de outputs.
Min θ0 (11.1)
sujeito a:
𝑛
θ0 xi0 − xik λk ≥ 0, ∀i
(11.2)
𝑘 =0
𝑛
− yj0 + yjk λk ≥ 0, ∀j
(11.3)
𝑘 =0
λk ≥ 0, ∀k (11.4)
Na qual:
θ 0 é a eficiência da DMU 0;
λk é a contribuição da DMU k na formação do alvo da DMU 0;
yj0 é a quantidade de output j para a DMU 0;
xi0 é a quantidade de input i para a DMU 0;
n é o número de DMUs utilizadas no programa.
y1
EFFP1 =
yE1
(12)
sujeito a:
𝑟
vi xi0 = 1
(13.2)
𝑖=1
𝑠 𝑟
uj yjk − vi xik + u∗ ≤ 0, ∀k
(13.3)
𝑗 =1 𝑖=1
A eficiência técnica pura medida pelo modelo BCC é sempre menor que a
eficiência global quando a DMU não está operando ótima, e é igual em caso contrário, como
se pode ver na Figura 9. Conforme a Figura, as DMUs A, B, C e D são eficientes segundo o
modelo BCC; a DEA utilizará essas DMUs como referência para fornecer medidas que
melhorem a eficiência de E e F. Diferente do modelo CCR, as orientações a input e output não
45
chegam ao mesmo resultado, pois agora a fronteira não é mais uma reta. Nota-se também que
apenas B e C são eficientes segundo o modelo CCR. A e D possuem eficiência técnica pura,
porem são ineficientes de escala; B e C possuem eficiência global; por último, E e F são
ineficientes em todos os aspectos. Rafaeli (2009, p.61) afirma:
Se uma DMU for totalmente, ou seja, 100% eficiente tanto no CCR quanto no BCC,
então está operando na escala de produção mais eficiente. Se, ao invés disto, a DMU
apresentar escore 1 no BCC, mas não no CCR, então é localmente eficiente,mas não
globalmente eficiente, devido a seu tamanho de escala.
Assim como toda técnica, a DEA possui suas vantagens e limitações; a seguir são
enumeradas algumas delas. Vantagens:
Foca na análise individual de cada DMU e otimiza a eficiência de cada uma
delas, ao contrário de técnicas paramétricas como a regressão (RAFAELI,
2009);
Não necessita de uma função que relacione diretamente os inputs e outputs;
Não necessita de atribuição prévia de pesos;
Combina diversos inputs e outputs em unidades diferentes em uma única
medida de eficiência, mesmo que não haja uma relação direta entre eles;
Permite decompor as fontes de ineficiência (ANJOS, 2005).
Limitações da técnica:
O uso de muitos inputs e outputs deixa o modelo ineficiente (mais DMUs
alcançam a eficiência máxima) e diminui o poder de discriminação da DEA;
A DEA não calcula eficiências absolutas, apenas relativas, ou seja, não se
pode afirmar que uma DMU com índice 1 está no máximo de desempenho;
A inclusão ou exclusão de um input ou output importante pode mudar muito
os índices de eficiência (POSSAMAI, 2006), visto que as conclusões estão
restritas aos dados analisados.
46
3 METODOLOGIA UTILIZADA
Potência Fluxo
SALA Instalada Luminoso EF N K DPI DPIRF Classificação
(W) (lm) (lx) (W/m²) (W/m²/100lx)
550-1 495 30000 287,50 10 1,18 11,71 4,125 D
550-2 297 18000 172,50 6 1,18 7,02 4,125 D
550-3 297 18000 172,50 6 1,18 7,02 4,125 D
551 990 60000 415,31 20 1,49 15,96 4,125 E
552-1 1188 72000 537,81 24 1,31 22,18 4,125 D
552-2 990 60000 448,18 20 1,31 18,48 4,125 D
553 990 60000 380 20 1,51 15,70 4,125 E
554 990 60000 345,12 20 1,57 14,23 4,125 E
555 990 60000 449,43 20 1,55 14,83 4,125 E
556 1188 72000 298,81 24 2,03 10,49 4,125 E
Fonte: Adaptado de UFPI (2014)
9
Distancia do pavimento ao teto do ambiente
49
De acordo com a NBR 5413, o nível de iluminância adequado para salas de aula é
300 lx10, então pela Tabela 8 observa-se que o EF calculado pela Equação 4 (considerando um
FU de 0,5 e um FD de 0,81) está adequado na maior parte das salas. Conforme UFPI (2014),
todas as lâmpadas analisadas são do tipo fluorescente, tem fluxo luminoso 3000 lm e potência
40 W, com mais 9,5 W adicionais devido às perdas do reator, o que equivale a uma eficiência
luminosa de 60,60 lm/W. As lâmpadas são todas dos modelos OSRAM universal 40 W luz do
dia especial k878., Sylvania plus F 40 W T12 e General Electric Duramax F 40 W super luz
do dia. A seguir são apresentados os dados dos aparelhos de ar-condicionado (Tabela 9):
10
A norma NBR 5413/1992 foi substituída pela NBR ISO/CIE 8995-1/2013, no entanto ela foi utilizada nesta
análise devido a mesma vigorar na época da construção das salas de aula.
50
para a obtenção da potência média, foram tiradas fotos dos aparelhos e posteriormente foram
feitas consultas na internet em sites especializados no ramo de refrigeração ou na tabela de
índices de eficiência para aparelhos tipo janela mais antigos (disponibilizada no site do
INMETRO); os sites de referência com as características constam no Apêndice A. Também
houve casos em que o aparelho informava apenas a potência média e a capacidade de
refrigeração (salas 554 e 555); os modelos destes aparelhos permanecem desconhecidos, pois
suas partes externas estavam completamente desgastadas. Por último, a classificação
apresentada é referente à sala, não aos aparelhos individualmente, sendo obtida pela aplicação
da Equação 7 e comparação com a Tabela 2.
Golany e Roll (1989) afirmam que a lista inicial de fatores que afetem a avaliação
da DMU deve ser a maior possível, e a partir daí deve ser feita uma seleção dos fatores mais
relevantes utilizando uma análise baseada em três etapas: julgamentos baseados no estudo da
importância dos fatores, análise quantitativa não-DEA e análise baseada na DEA. Com
relação à primeira parte da análise, os autores recomendam responder as seguintes perguntas
para auxiliar na identificação e seleção de fatores (Golany e Roll, 1989, p.241):
O fator contribui ou está relacionado com os objetivos da aplicação?
O fator possui informações relevantes não expressas em outros fatores?
O fator contém elementos que lidam com a noção de eficiência técnica?
Os dados do fator estão disponíveis e são confiáveis?
Logicamente, não foram utilizados todos esses fatores no modelo DEA. Conforme
dito na seção 2.4, a utilização de muitos inputs e outputs diminui o poder de discriminação da
DEA, e faz com que muitas DMUs sejam consideradas eficientes pelo modelo. Para Golany e
Roll (1989, p.239, tradução do autor), “o número de DMUs deve ser pelo menos duas vezes
maior que o número de inputs e outputs considerados”. Assim, prosseguiu-se para a segunda
parte da análise e seleção; como os fatores selecionados já estavam com seus dados numéricos
tabelados na seção 3.1, nesta parte foi feita apenas a classificação dos fatores em input ou
output.
Para os fins deste trabalho, foram classificados como inputs os fatores DPI, K, N,
AR, PIL e CNS, e como outputs os fatores FLM, CRE e EF. Na seção 3.3, são descritos
alguns dos critérios considerados para essa classificação e é continuada a terceira etapa da
seleção de fatores.
redundantes como DPI, N e PLI ou PLI, EF e AR. Para estudar melhor a interdependência
entre as variáveis, foi calculado o coeficiente de Pearson11 para as variáveis analisadas. O
Coeficiente de Pearson (r) pode ser facilmente calculado no Microsoft Excel 2007 a partir da
função PEARSON; os resultados de correlação obtidos constam na Tabela 10:
11
Coeficiente para estimar a associação linear e o grau de relacionamento entre duas variáveis X e Y,
desenvolvido por Karl Pearson. Varia entre -1 e 1, e quanto mais perto desses extremos, mais fortemente estão
relacionadas as variáveis. (FILHO, Dalson B.T.;JUNIOR, José A. da Silva, 2009)
54
ambientes para que eles se tornem mais próximos da classificação “A” segundo os critérios do
RTQ-C, foram acrescentadas diversas salas com classificação “A” no programa, de modo que
com essa adição apenas salas “A” irão formar a fronteira de eficiência. Logo, ao evitar que
salas B, C e D participem da fronteira de eficiência, as metas sugeridas pelo programa
tornarão as salas ineficientes mais próximas da eficiência de salas com classificação “A”. É
importante ressaltar que mesmo que os ambientes ineficientes alcancem a fronteira, eles ainda
estão sujeitos aos pré-requisitos descritos nas seções 2.1.1 e 2.1.2 para que a classificação
final dos sistemas possa ser “A”.
Na Tabela 11 constam os dados das salas “A” acrescentadas; a maior parte destas
salas são salas virtuais, isto é, salas criadas com iluminação “A” e condicionamento de ar
“A”, enquanto outras salas foram coletadas de estudos de caso utilizando o RTQ-C (salas A4
e A5). No processo de criação das salas virtuais foram utilizadas diferentes áreas, lâmpadas e
condicionadores de ar, para que o modelo não considerasse que existe apenas uma
característica ideal de ambiente “A”. Optou-se por acrescentar 9 salas, para obter um número
razoável de configurações sem que fossem adicionadas salas virtuais em excesso; a partir de
testes, verificou-se que os resultados com 11, 14 e 16 salas virtuais eram praticamente os
mesmos resultados obtidos com 9 salas, tornando desnecessária a adição de ambientes com
configurações redundantes. Foram utilizadas lâmpadas com eficiências luminosas de 100, 114
e 120 lm/W e aparelhos de ar condicionado avaliados pelo INMETRO com CEE’s variando
entre 3,33 e 3,48 W/W (informações disponíveis no Anexo B).
Tabela 11 – Dados dos sistemas das salas “A” acrescentadas
MEDIDA
SALA PIL FLM CNS AR CRE Marca
A1 140 15960 1580 16,00 18000 Fujitsu
A2 230 25360 2640 24,61 30000 LG
A3 160 19200 1040 15,18 12000 Elgin
A4 80 9600 785 9,14 9000 Samsung
A5 240 27360 2080 27,30 24000 Hitachi
A6 425 42500 3774 48,04 44000 Elgin
A7 578 66120 6070 67,05 70000 Fujitsu/LG
A8 300 34200 3110 34,22 36000 Samsung
A9 500 57000 4540 56,00 54000 Fujitsu
Fonte: Elaborado pelo autor
56
Na Figura 11, tem-se a planilha construída com os dados de inputs (PIL na coluna
B2 a B21 e CNS na coluna C2 a C21) e outputs (FLM na coluna D2 a D21 e CRE na coluna
E2 a E21) para o cálculo da eficiência do modelo Primal. A Equação 10.1 é implementada no
quadro Escore (célula H24) e no Solver, que calcula a eficiência e os pesos respectivos a cada
fator (linha B24 a E24) da DMU cujo número é informado no quadro DMU Avaliada (célula
G24). No Solver e no quadro Restrição (célula I24), tem-se a programação da Equação 10.2
(restrição dos inputs) para a DMU informada. Por fim, no Solver e na coluna Equação, são
programadas as restrições impostas pela Equação 10.3 para cada DMU. A programação
realizada nada mais é do que um problema de PL, onde o Escore (célula H24) é a função-
objetivo, os pesos (linha B24 a E24) são as variáveis de decisão e as restrições são impostas
no Solver.
O modelo Dual construído no Excel é mostrado na Figura 12. Neste problema de
PL, o Escore (célula K11) é a função-objetivo, os Lambdas (coluna G2 a G21) e o próprio
escore são as variáveis e as restrições são implementadas no Solver. Similarmente ao modelo
57
anterior, têm-se os dados de inputs nas colunas B2 a B21 e C2 a C21 e outputs nas colunas D2
a D21 e E2 a E21. A Equação 11.1 é realizada no Solver. Na coluna G2 a G21, têm-se a
variável λ de cada DMU. As Equações 11.2 e 11.3 são programadas nas colunas J4 a J7 e L4
a L7 e no Solver, manipuladas da seguinte forma: na coluna J4 a J5 está o lado esquerdo da
𝑛
Equação 11.2 ( 𝑘 =0 xik λk ) e na coluna L4 a L5 está o lado direito da Equação 11.2 (θ0 xi0 ); da
𝑛
mesma forma, na coluna J6 a J7 está o lado esquerdo da equação 11.3 ( 𝑘=0 yjk λk ) e na
coluna L6 a L7 está o lado direito da Equação 11.3 ( yj0 ). Na coluna M4 a M8 são informadas
as folgas de input/output, discutidas a seguir no Capítulo 4. Por fim, o programa calcula a
eficiência e as metas da DMU informada no quadro DMU Avaliada (célula K10).
4 RESULTADOS E DISCUSSÕES
realidade, pois nenhuma conseguiu uma classificação “A”, indicando que a DPI (potência de
iluminação por metro quadrado) é superior ao estabelecido pelo RTQ-C. No caso específico
das salas 550-1 e 556, um peso 0 para FLM é benéfico, pois indica que esse fator deve ser
aumentado; dos dados da Tabela 8, tem-se que a iluminância média dessas salas estão abaixo
da média de 300 lx. Assim, um aumento do fluxo luminoso seria bastante desejável, pois esse
fator influi diretamente na iluminância. Por esses motivos, não foram implementadas técnicas
de restrição de pesos, que poderiam afetar negativamente o resultado final do programa.
Na Tabela 14, são apresentadas as metas obtidas, ou seja, o resultado da aplicação
da formulação Dual (Equações 11.1 a 11.4):
Como as salas A1, A2, A3, A4, A7, A8 e A9 apresentavam escore 1,00, as metas
geradas são os mesmos dados atuais para estas salas, logo essas metas não foram incluídas na
Tabela 14. As salas A5 e A6, apesar de poderem ser melhoradas, não interessam para este
trabalho, visto que o foco é a melhoria da eficiência das salas do Bloco 5, portanto suas metas
também não foram incluídas. As metas da Tabela 14 refletem o escore obtido para cada
DMU; a sala 553, por exemplo, por estar em um estado mais crítico e apresentar o menor
escore, precisa de uma redução maior em seus inputs para alcançar a fronteira de eficiência:
sua meta de redução de consumo dos condicionadores de ar é a maior dentre as salas, e sua
redução da potência de iluminação é uma das maiores.
62
Os pesos zeros gerados no modelo Primal também tem relação com as metas do
modelo Dual para alcançar a eficiência, gerando reduções adicionais nos inputs e aumentos
nos outputs, conhecidos como folgas12 (BELLONI, 2000), discutidas a seguir.
Uma das conseqüências da existência de folgas são as metas de aumento geradas
para o fator FLM; na seção 3.4, foi escolhido o modelo de orientação a inputs, que mantém
constante as saídas e apresenta redução nas entradas, então teoricamente não eram para serem
geradas metas de aumento de outputs. No entanto, no caso das salas 550-1, 552-2 e 556, foi
gerado um peso zero para este fator, o que implica na existência de uma folga. Apesar das
salas atingirem a fronteira com as reduções de input sugeridas, a eficiência 1,00 obtida é uma
eficiência “fraca”, pois não obedece ao conceito de Pareto-Koopmans exposto na seção 2.1: a
folga gerada indica que é possível ainda aumentar o fator FLM sem prejudicar os demais
fatores. Tomando como base a sala 550-1, a redução de sua PIL para 333,33 W e de seu CNS
para 3026,66 W∙h levaria esta DMU para a fronteira de eficiência, tornando seu escore 1,00;
no entanto, com esses mesmos inputs é possível obter um FLM de 38.000 lm, sem precisar
aumentar nenhum input ou reduzir outro output. Assim, como já foi explicado, esse aumento
é extremamente desejável para as salas 550-1 e 556, devido à suas iluminâncias não estarem
adequadas.
Outra conseqüência das folgas são as reduções adicionais nos inputs. Para a sala
550-1, por exemplo, o escore de eficiência é 0,7807, o que indica que seus inputs devem ser
reduzidos em aproximadamente em 21,91 %. Para o fator CNS, observa-se que a redução é
realmente 21,91%, porém para o fator PIL uma redução de 21,91% implica em uma meta de
potência de iluminação de 386,44 W, o que não condiz com a meta de 333,33 W. Isso também
ocorre devido à existência das folgas, devido ao peso zero atribuído a esse fator. Novamente,
as metas de PIL 386,44 W e CNS 3026,66 W∙h levam esta DMU para a fronteira de
eficiência, porém é possível reduzir ainda mais a PIL para 333,33 W sem haver prejuízo nos
outputs gerados, fazendo com que a DMU realmente se torne eficiente no conceito de Pareto-
Koopmans. Em outras palavras, existe uma folga de 52,11 W na potência de iluminação,
gerando uma possibilidade de redução adicional de recursos sem prejudicar a produção. Para
todas as outras DMUs que obtiveram 0 no peso do fator PIL, também existem folgas
associadas, apresentadas a seguir juntamente com os λ do modelo Dual.
12
Do inglês, slacks.
63
PIL FLM
SALA FOLGA(W) FOLGA(lm) λ1 ALVO λ2 ALVO
550-1 53,20 8000 0,667 A9
550-2 100,76 0 0,816 A3 0,041 A9
550-3 100,76 0 0,816 A3 0,041 A9
551 224,83 0 2,883 A3 0,082 A9
552-1 338,61 0 1,327 A3 0,816 A9
552-2 237,14 3333,33 1,111 A9
553 204,96 0 2,398 A3 0,245 A9
554 286,34 0 1,429 A3 0,571 A9
555 218,52 0 0,944 A3 0,735 A9
556 0 28.659,92 2,450 A2 0,676 A9
Fonte: Elaborado pelo autor
Uma observação importante é que o valor das folgas não tem relação direta com o
escore de eficiência. A sala 550-2, por exemplo, obteve o maior escore, no entanto sua
redução de PIL foi uma das maiores (49,15%), enquanto a sala 551 obteve um dos menores
escores e teve uma meta de redução de PIL bem próxima (49,29%). Também servem como
exemplos as salas 550-1 e 553: a sala 550-1 não obteve um dos maiores escores e sua folga de
PIL foi a menor, e a sala 553 obteve o menor escore sem, no entanto, apresentar a maior
folga.
Os λ da Tabela 15 determinados pelo modelo Dual indicam em qual DMU da
envoltória as DMUs ineficientes vão tomar como referência, além de servirem como
indicadores de distância entre elas e as salas alvo. Tomando a sala 550-1 como exemplo, tem-
se que seu λ é 0,667 e seu alvo é a sala A9: esta sala é dita benchmark (GOMES et al, 2003) e
serve como referência para a sala 550-1, de modo que suas metas tomam como base os dados
da sala A9 ponderados por 0,667. Por outro lado, a sala 550-2 apresenta dois alvos, as salas
A3 e A9, portanto suas metas serão uma combinação linear dos dados dessas salas ponderados
pelos seus respectivos λ. É interessante ressaltar que praticamente todos os alvos foram as
salas A3 e A9, conseqüência de suas eficiências de aparelho elevadas: a sala A3 possui a
maior eficiência luminosa dentre as salas (120 lm/W), enquanto a sala A9 possui o maior CEE
(3,486).
Em termos dos parâmetros dos equipamentos, as metas geradas na Tabela 14
implicam em um aumento da eficiência luminosa das lâmpadas e do CEE dos ar
64
Tabela 16 – Comparação entre a eficiência dos equipamentos antes e depois das sugestões
EFICIÊNCIA
LUMINOSA AUMENTO CEE ATUAL AUMENTO
SALA (lm/W) META (%) (W/W) META (%)
550-1 60,61 114,000 88,100 2,722 3,486 28,06
550-2 60,61 119,189 96,662 2,883 3,400 17,96
550-3 60,61 119,189 96,662 2,883 3,400 17,96
551 60,61 119,512 97,195 2,491 3,393 36,20
552-1 60,61 116,053 91,487 2,791 3,458 23,88
552-2 60,61 114,000 88,100 2,791 3,486 24,89
553 60,61 118,548 95,605 2,452 3,414 39,22
554 60,61 116,667 92,500 2,788 3,448 23,65
555 60,61 115,748 90,984 2,577 3,462 34,35
556 60,61 111,663 84,243 2,565 3,380 31,79
Fonte: Elaborado pelo autor
tem vida útil maior, necessitam de menor manutenção e não necessitam de reatores, o que
evita perdas desnecessárias e a geração de reativos. A principal desvantagem dos LEDs em
relação às lâmpadas fluorescentes é um custo inicial bem maior. Com relação aos aparelhos
de ar condicionado, o CEE meta sugere a utilização de aparelhos tipo split, visto que
apresentam eficiência maior que os aparelhos tipo janela para uma mesma classificação “A”,
conforme as avaliações do INMETRO.
tipo split; pela Tabela 16, observa-se que todos os valores estão acima do limite mínimo, logo
a classificação nova de todas as salas será “A”.
Por fim, as metas geradas pelo modelo Dual promovem uma economia devido à
redução do consumo de energia no Bloco 5. Para o cálculo da economia de energia, foram
observados os horários de funcionamento normal de cada sala (disponibilizados em quadros
fixados na porta de cada sala), obedecendo à tarifação do horário de ponta e fora de ponta; na
sala 553, por exemplo, diariamente são ministradas aulas das 8 às 12 (8 às 10 nas sextas-
feiras) e das 14 às 20 horas (14 às 22 nos dias de terça e quinta), totalizando 52 horas
semanais das quais 13 horas e meia são tarifadas pelo horário de ponta. Para o cálculo da
economia mensal, foi considerado um mês comercial de 30 dias, sendo 22 dias letivos e 8
finais de semana. A economia anual foi obtida a partir da economia mensal multiplicada por
9, considerando que 3 meses no ano são férias escolares. Como o enquadramento tarifário da
UFPI é a modalidade Horo-Sazonal Verde, a tarifa de consumo atual é de 0,3898 R$/KWh
para horário fora ponta e para horário de ponta 1,4668 R$/KWh (disponível em
http://www.eletrobraspiaui.com/sv_tarifas.php). Assim, a economia gerada por sala e total é
mostrada na Tabela 18:
HORAS
ECONOMIA ECONOMIA AR SEMANAIS ECONOMIA ECONOMIA
ILUMINAÇÃO CONDICIONADO DE MENSAL ANUAL
SALA (W∙ 𝐡) (W∙ 𝐡) UTILIZAÇÃO (R$) (R$)
550-1 161,67 849 40 81,3102 731,7919
550-2 145,98 186 40 26,6842 240,1282
550-3 145,98 186 40 26,6842 240,1282
551 487,96 1.219 10 29,2764 263,4877
552-1 567,59 1.214 14 51,6912 465,2210
552-2 434,44 1.256 14 49,0465 441,4193
553 483,33 1.414 52 291,6869 2625,1827
554 475,71 965 46 194,4738 1750,2642
555 471,74 1.483 24 127,0831 1143,7480
556 286,54 3.031 20 160,1814 1441,6330
TOTAL 1038,1183 9343,0648
Fonte: Elaborado pelo autor
baixa. A sala 551, por exemplo, é utilizada por apenas 10 horas na semana, o que reduz seu
potencial de economia; por outro lado, as salas 550-2 e 550-3 apresentaram escores de
eficiências mais altos, o que leva a uma economia menor por estarem mais próximas das salas
ideais.
A substituição dos equipamentos das salas 553 e 554 seria bastante vantajosa, pois
estas salas são utilizadas durante muitas horas e apresentam uma capacidade de redução de
potência e consumo consideráveis. Por meio de pesquisas na internet, foi observado que
aparelhos split de 21.000 BTU/h custam em torno de R$ 2.000,00 a 3.000,00, totalizando um
investimento de R$ 4.000,00 a 6.000,00 para substituir os aparelhos da sala 553; considerando
o potencial de economia mensal do ambiente, o investimento teria retorno (payback)
aproximadamente em 2 anos. Para a sala 554, o tempo de retorno seria um pouco maior,
devido ao potencial de economia ser menor: neste caso, estima-se que o tempo de retorno do
investimento esteja em torno de 2 anos e meio. Ainda assim, a troca dos equipamentos das
salas 553 e 554 é um investimento vantajoso, considerando que o tempo de retorno é razoável
e os equipamentos têm alta durabilidade.
68
apresentaram relação direta com os escores, tendo um caráter mais imprevisível. Além disso,
foi comprovado que a aplicação das metas de fato revela uma economia potencial
interessante, sobretudo nas salas 553 e 554 por serem utilizadas durante períodos mais longos;
nestas salas, pela avaliação do payback, foi visto que o investimento na troca dos
equipamentos tem um retorno em um tempo de aproximadamente 2 anos, considerado
razoável devido aos benefícios da troca dos equipamentos e à durabilidade dos mesmos.
A DEA, por ser aplicada geralmente na avaliação de empresas, instituições de
ensino, companhias aéreas e outras aplicações no campo da economia, é uma técnica com um
grande potencial ainda inexplorado no campo da eficiência energética, não apenas no que se
refere à classificação de ambientes, mas também na avaliação de aparelhos e equipamentos, e
futuramente poderá ser utilizada por instituições públicas (como a UFPI) e privadas como
ferramenta auxiliar para a gestão do consumo de energia.
Por ser uma técnica ainda não explorada, a DEA abre a possibilidade para o
desenvolvimento de diversos trabalhos futuros no campo da eficiência energética. Como
sugestão para futuras pesquisas, pode-se dar continuidade ao estudo, fazendo a avaliação dos
demais Blocos do Centro de Tecnologia da UFPI utilizando o RTQ-C e a DEA, a fim de
comparar e tornar os resultados mais abrangentes.
Como possíveis trabalhos futuros, pode-se também apontar:
Reavaliação dos sistemas de iluminação e condicionamento de ar do Bloco 5
com base no RTQ-C de 2010, considerando que algumas salas sofreram
modificações em seus equipamentos no período entre a última avaliação e a
realização deste estudo;
Utilização da NBR ISO/CIE 8995-1/2013 para refazer o projeto luminotécnico
do Bloco 5, de modo que a iluminância média final das salas se adéqüe ao
valor definido pela norma (500 lux);
Utilização da DEA com abordagem de orientação a outputs para obter novas
metas para o sistema de iluminação, considerando que a iluminância média
final das salas está abaixo do permitido conforme a norma atual;
Implementação da DEA com abordagens de restrição de pesos para comparar
os resultados obtidos com restrições e sem restrições e verificar se tais
técnicas alteram significativamente os resultados.
70
REFERÊNCIAS
COELLI, Tim. A guide to DEAP version 2.1: a data envelopment analysis program.
Centre for Efficiency and Productivity Analysis, University of New England, Working Paper
n.8, 1996. Disponível em: <http://www.owlnet.rice.edu/~econ380/DEAP.PDF>. Acesso em:
03 de abril de 2015.
ELETROBRÁS; PROCEL. Relatório de Resultados do Procel 2012 – ano base 2011. Rio
de Janeiro: ELETROBRÁS/PROCEL, 2012.
GALVÃO, Paulo José L.N. Análise Envoltória de Dados aplicada ao setor energético
brasileiro de distribuição de energia elétrica. 2008. 109 p. Tese (Mestrado) –. Programa de
Pós-Graduação e Pesquisa em Administração e Economia, Faculdade de Economia e Finanças
IBMEC. Rio de Janeiro, 2008.
GOLANY, B.; ROLL, Y. An application procedure for DEA. Omega Int. Journal of
Management Science, Great Britain, v.17, n.3, p. 237-250, 1989.
GOMES, Eliane G.; MELLO, João C. C. B. S. de; MEZA, Lídia A.; SERAPIÃO, Bruno P.;
LINS, Marcos P. E. Análise de envoltória de dados no estudo da eficiência e dos
benchmarks para companhias aéreas brasileiras. In: Pesquisa Operacional, v.23, n.2,
p.325-345, maio de 2003.
NOGUEIRA, Éllen Mara M.; OLIVEIRA, Felipe S.; LAKOSKI, Roger. Estudo da
Eficiência Energética de Agências Bancárias em Curitiba – PR considerando os
parâmetros do RTQ-C pelo INMETRO. Monografia Universidade Tecnológica Federal do
Paraná. Curitiba, 2011.
RAMOS, Rubens E.B. Michael J. Farrell e a medição da eficiência técnica. In: XXVII
Encontro Nacional de Engenharia de Produção - ENEGEP. Foz do Iguaçu, PR. 2007.
UOL. Apagão de energia elétrica custou ao país R$ 45 bilhões, conclui TCU. 2009.
Disponível em:
<http://economia.uol.com.br/ultnot/valor/2009/07/16/ult1913u109995.jhtm>. Acesso em: 27
de março de 2015.
U.S. Report of the National Policy Development Group. Using energy wisely: increasing
Energy Conservation and Efficiency. Disponível em:
<https://www.netl.doe.gov/publications/press/2001/nep/chapter4.pdf >. Acesso em: 27 de
março de 2015.
75
Potência
Elétrica Capacidade de Nº
Média Refrigeração De CEE
SALA Marca Modelo (W) Nominal (Btu/h) Aparelhos (W/W)
A1 Fujitsu ASBA18JCC 1580 18000 1 3,34
A2 LG TSNC072YMA0 660 7500 4 3,33
A3 Elgin SSQIA-12000-2 1040 12000 1 3,38
A4 Samsung AR09HPSUAWQNAZ 785 9000 1 3,36
A5 Elgin SSQIA-12000-2 1040 12000 2 3,38
A6 Hitachi RACIV22BH 1887 22000 2 3,42
A7 Fujitsu ABBA30LCT 2530 29000 2 3,36
LG ASNW122B4A0 1010 12000 1 3,48
A8 Samsung AR18HVSPASNNAZ 1555 18000 2 3,39
A9 Fujitsu ASBA30JFC 2270 27000 2 3,48
Fonte: Disponível em
http://www.inmetro.gov.br/consumidor/pbe/condicionadores_ar_split_hiwall_indicenovo.pdf
http://www.inmetro.gov.br/consumidor/pbe/condicionadores_ar_piso-teto_indicenovo.pdf
SALAS A3 e A4
SALAS A2 e A6
Springer Mundial:
http://www.cotacota.com.br/descricaoproduto/condicionador-de-ar-springer-carrier-mundial-
ych305d-janela-30000-btus_2185
Springer Silentia:
http://cdn.springer.com.br/downloads_docs/08c2f-MS-Silentia--GW256.08.100--B-07.06.pdf
Consul:
http://www.maxfrio.com.br/popup/tmaster.htm
LG Gold:
http://shopping.uol.com.br/ar-condicionado-lg-wmm210fga-janela-21000-btus-frio-
220v_184848.html#aba4
Elgin,Electrolux:
http://www.inmetro.gov.br/consumidor/pbe/condicionadores_ar_janela_indice-antigo.pdf