A busca pela eficiência energética representa atualmente um dos principais desafios mundiais. Em
função do cenário crescente de demanda de energia, políticas públicas relacionadas a mudanças na
estrutura tarifária das contas de energia têm sido aplicadas na tentativa de melhorar a utilização
dos recursos energéticos e evitar colapsos no setor de energia elétrica brasileiro. Tal fato torna
cada vez mais evidente a necessidade de conhecer e gerenciar o consumo de energia residencial.
Dessa forma, sistemas de gerenciamento de energia residencial têm sido propostos para o
monitoramento e controle da infraestrutura elétrica e dos eletrodomésticos em residências. No
entanto, a maioria das soluções existentes é projetada com escopo limitado, tais como controle de
iluminação com detecção de movimento, controle do clima com base na temperatura interna do
ambiente, e controle para ligar e desligar aparelhos elétricos. Para superar estas limitações,
estudos têm sido realizados com o objetivo de fornecer funcionalidades que permitam minimizar o
consumo e o custo de energia em função do número e perfil das pessoas na residência. Na
literatura há trabalhos que geram programações para a execução dos aparelhos considerando
diferentes variáveis e restrições como potência de aparelho, tempo de execução, tarifa variável por
horário e balanceamento de uso dos aparelhos para fora do horário de ponta, a combinação desse
grande número de variáveis caracteriza um problema de otimização de complexidade NP-difícil.
Para superar este problema, este trabalho propõe um método, denominado Zippy, que
auxilia na redução do custo de energia por meio de uma programação de horários de execução dos
aparelhos, satisfazendo ao mesmo tempo um conjunto de restrições pré-definidas. O método
proposto utiliza a metaheurística Busca Tabu para auxiliar na geração de programação de execução
de aparelhos em intervalos de tempo mais viáveis economicamente. Experimentos realizados com
uma base de dados de uma residência mostram que o método é capaz de fornecer boas
programações adquirindo uma economia geral de até 46% quando comparado com os custos
originais obtidos sem a aplicação do método.
|
