Tarifas inteligentes e resposta da demanda: cenários.

Os consumidores residenciais de energia elétrica no Brasil pagam um preço constante pela mesma em qualquer horário do dia, a despeito da variação constante nos custos de oferta. Isto não é economicamente eficiente. Para se atingir esta eficiência a implantação de uma tarifa inteligente se faz necess...

Full description

Bibliographic Details
Main Author: Campos, Alexandre de
Other Authors: Tahan, Carlos Marcio Vieira
Format: Others
Language:pt
Published: Biblioteca Digitais de Teses e Dissertações da USP 2017
Subjects:
Online Access:http://www.teses.usp.br/teses/disponiveis/3/3143/tde-27062017-135121/
id ndltd-usp.br-oai-teses.usp.br-tde-27062017-135121
record_format oai_dc
collection NDLTD
language pt
format Others
sources NDLTD
topic Demand Response
Dynamic pricing
Eletricidade (Custos)
Energia elétrica
Inteligência artificial
Smart grids
Smart Rates
Tarifas
spellingShingle Demand Response
Dynamic pricing
Eletricidade (Custos)
Energia elétrica
Inteligência artificial
Smart grids
Smart Rates
Tarifas
Campos, Alexandre de
Tarifas inteligentes e resposta da demanda: cenários.
description Os consumidores residenciais de energia elétrica no Brasil pagam um preço constante pela mesma em qualquer horário do dia, a despeito da variação constante nos custos de oferta. Isto não é economicamente eficiente. Para se atingir esta eficiência a implantação de uma tarifa inteligente se faz necessária, questão mais factível com o advento das redes inteligentes. Este trabalho busca antever se este desenvolvimento é custo efetivo ou não. Em primeiro lugar, os conceitos de redes inteligentes e de medidores avançados são apresentados. Em segundo lugar, são apresentados os conceitos de resposta da demanda e se demonstra porque o preço da eletricidade, para o consumidor final, deve ser maior na ponta do que fora da ponta. Por fim, se busca fazer uma análise custo benefício de um projeto hipotético de Infraestrutura de Leitura Avançada, desenvolvido por uma distribuidora de energia da região Centro Oeste do Brasil, a partir do estudo de cenários. Esse projeto hipotético ocorre num horizonte de dez anos, entre 2014 e 2023. O primeiro passo foi o desenvolvimento de campanhas de medição entre os anos de 2012 e 2013. Usando os dados aí obtidos, duas curvas de carga horárias foram desenvolvidas, uma para os dias úteis e a outra para finais de semana e feriados. O horário de pico é entre as 19 e as 22 horas nos dias úteis, e das 18 as 23 horas nos finais de semana e feriados. O custo da oferta e o consumo total de eletricidade foram obtidos, respectivamente, no Operador Nacional do Sistema e na Agência Nacional de Energia Elétrica. Os resultados obtidos em 15 experimentos prévios foram usados para estimar as hipotéticas elasticidades preço e elasticidades de substituição. Duas modalidades tarifárias foram testadas nos cenários: Tarifa Pelo Horário de Uso e Tarifa Pelo Horário de Uso com Preço de Pico Crítico. Os resultados obtidos ficaram aquém dos conceitualmente previstos. Uma análise é feita para tentar entender a razão desta resposta. === Residential customers in Brazil pay a constant price throughout the day, despite the large time variation in costs of supply. It is not economically efficient. It is necessary to set it to costumers with smart rates, and this possibility is getting closer from the development of smart grids. This work aims understand in advance if this deployment is cost-effective or not. Firstly, the concepts of Smart Grids, AMR (Automatic Meter Reading) and AMI (Advanced Metering Infrastructure) are presented. Secondly, concepts of demand response are described, and there is a demonstration of the reasons why electricity peak prices must be higher than off-peak prices. Thirdly, we seek to make a cost-benefit analysis for a hypothetical AMI project installation to residential customers, served by a utility in the Middle West of Brazil, under some potential scenarios. This hypothetical project runs in a ten year horizon (2014-2023). The first step was to perform measurement campaigns in 2012 and 2013. Using the data obtained, two residential hourly load curves were developed, one for weekdays and another for weekends and holidays. Peak time occurs between 7 and 10 PM in weekdays, and from 6 to 11 PM on weekends and holidays. The cost of supply and total consumption in the residential segment were obtained, respectively, from the Brazilian National System Operator (ONS) and Electric Energy Agency (ANEEL). The results obtained in fifteen previous experiments were used to estimate hypotheticals price elasticity and elasticity of substitution. Two types of rates were tested in scenarios: TOU and TOU with CPP. The results were lower than expected. An analysis is made to try to understand the reasons for this answer.
author2 Tahan, Carlos Marcio Vieira
author_facet Tahan, Carlos Marcio Vieira
Campos, Alexandre de
author Campos, Alexandre de
author_sort Campos, Alexandre de
title Tarifas inteligentes e resposta da demanda: cenários.
title_short Tarifas inteligentes e resposta da demanda: cenários.
title_full Tarifas inteligentes e resposta da demanda: cenários.
title_fullStr Tarifas inteligentes e resposta da demanda: cenários.
title_full_unstemmed Tarifas inteligentes e resposta da demanda: cenários.
title_sort tarifas inteligentes e resposta da demanda: cenários.
publisher Biblioteca Digitais de Teses e Dissertações da USP
publishDate 2017
url http://www.teses.usp.br/teses/disponiveis/3/3143/tde-27062017-135121/
work_keys_str_mv AT camposalexandrede tarifasinteligenteserespostadademandacenarios
AT camposalexandrede smartratesanddemandresponsemodelfromscenarios
_version_ 1719075067786166272
spelling ndltd-usp.br-oai-teses.usp.br-tde-27062017-1351212019-05-09T21:39:01Z Tarifas inteligentes e resposta da demanda: cenários. Smart rates and demand response: model from scenarios. Campos, Alexandre de Demand Response Dynamic pricing Eletricidade (Custos) Energia elétrica Inteligência artificial Smart grids Smart Rates Tarifas Os consumidores residenciais de energia elétrica no Brasil pagam um preço constante pela mesma em qualquer horário do dia, a despeito da variação constante nos custos de oferta. Isto não é economicamente eficiente. Para se atingir esta eficiência a implantação de uma tarifa inteligente se faz necessária, questão mais factível com o advento das redes inteligentes. Este trabalho busca antever se este desenvolvimento é custo efetivo ou não. Em primeiro lugar, os conceitos de redes inteligentes e de medidores avançados são apresentados. Em segundo lugar, são apresentados os conceitos de resposta da demanda e se demonstra porque o preço da eletricidade, para o consumidor final, deve ser maior na ponta do que fora da ponta. Por fim, se busca fazer uma análise custo benefício de um projeto hipotético de Infraestrutura de Leitura Avançada, desenvolvido por uma distribuidora de energia da região Centro Oeste do Brasil, a partir do estudo de cenários. Esse projeto hipotético ocorre num horizonte de dez anos, entre 2014 e 2023. O primeiro passo foi o desenvolvimento de campanhas de medição entre os anos de 2012 e 2013. Usando os dados aí obtidos, duas curvas de carga horárias foram desenvolvidas, uma para os dias úteis e a outra para finais de semana e feriados. O horário de pico é entre as 19 e as 22 horas nos dias úteis, e das 18 as 23 horas nos finais de semana e feriados. O custo da oferta e o consumo total de eletricidade foram obtidos, respectivamente, no Operador Nacional do Sistema e na Agência Nacional de Energia Elétrica. Os resultados obtidos em 15 experimentos prévios foram usados para estimar as hipotéticas elasticidades preço e elasticidades de substituição. Duas modalidades tarifárias foram testadas nos cenários: Tarifa Pelo Horário de Uso e Tarifa Pelo Horário de Uso com Preço de Pico Crítico. Os resultados obtidos ficaram aquém dos conceitualmente previstos. Uma análise é feita para tentar entender a razão desta resposta. Residential customers in Brazil pay a constant price throughout the day, despite the large time variation in costs of supply. It is not economically efficient. It is necessary to set it to costumers with smart rates, and this possibility is getting closer from the development of smart grids. This work aims understand in advance if this deployment is cost-effective or not. Firstly, the concepts of Smart Grids, AMR (Automatic Meter Reading) and AMI (Advanced Metering Infrastructure) are presented. Secondly, concepts of demand response are described, and there is a demonstration of the reasons why electricity peak prices must be higher than off-peak prices. Thirdly, we seek to make a cost-benefit analysis for a hypothetical AMI project installation to residential customers, served by a utility in the Middle West of Brazil, under some potential scenarios. This hypothetical project runs in a ten year horizon (2014-2023). The first step was to perform measurement campaigns in 2012 and 2013. Using the data obtained, two residential hourly load curves were developed, one for weekdays and another for weekends and holidays. Peak time occurs between 7 and 10 PM in weekdays, and from 6 to 11 PM on weekends and holidays. The cost of supply and total consumption in the residential segment were obtained, respectively, from the Brazilian National System Operator (ONS) and Electric Energy Agency (ANEEL). The results obtained in fifteen previous experiments were used to estimate hypotheticals price elasticity and elasticity of substitution. Two types of rates were tested in scenarios: TOU and TOU with CPP. The results were lower than expected. An analysis is made to try to understand the reasons for this answer. Biblioteca Digitais de Teses e Dissertações da USP Tahan, Carlos Marcio Vieira 2017-02-02 Tese de Doutorado application/pdf http://www.teses.usp.br/teses/disponiveis/3/3143/tde-27062017-135121/ pt Liberar o conteúdo para acesso público.