Transcript
Universidade Federal do Pará Instituto de Ciências Exatas e Naturais Faculdade de Química
Utilização da Lógica Fuzzy Como Ferramenta ao Planejamento na Geração de Energia Elétrica em Comunidades Isoladas Bolsista: Nilson Machado Pontes do Nascimento
Orientadora: Ana Rosa Carriço Montenegro Duarte
Belém, 2011
1. OBJETIVO Este trabalho busca desenvolver um modelo fuzzy, com o papel de verificar a sustentabilidade de um sistema de geração de energia elétrica em comunidades isoladas e compará-la ao resultado obtido pela análise de sensibilidade. Com a finalidade de validar o modelo proposto.
2. JUSTIFICATIVA Devido à escassez, inconsistência e fragilidade de dados e informações nesta área de estudo, muitos dos parâmetros considerados no Planejamento Energético são imprecisos, vagos, de difícil mensuração, motivando este trabalho que buscou identificar a viabilidade e a sustentabilidade da implementação de Sistemas Isolados de geração alternativa de energia elétrica com óleos vegetais adotando-se a Lógica Fuzzy para modelagem da sustentabilidade e comparandose os resultados com a modelagem tradicional através da análise de sensibilidade. Foi estudada uma comunidade isolada real, tendo sido consideradas variáveis de natureza ambiental, social e econômica, pilares da sustentabilidade.
3. INTRODUÇÃO Grande parte da Amazônia brasileira não integrante do SIN (Sistema Interligado Nacional) tem sua demanda de energia, quando suprida, atendida por pequenos Sistemas Isolados, atendimento este realizado geralmente de forma precária, através de combustíveis fósseis, predominantemente o óleo diesel, na produção de eletricidade. Este problema de suprimento se agrava e se torna insustentável quando implantado em comunidades remotas, isoladas por condições geográficas (rios largos, florestas densas, pequenas ilhas, etc.), com baixa densidade demográfica, o que pela escala e pela distância, inviabiliza a integração aos grandes sistemas
Figura 1: Rios Amazônicos. Fonte: Google.
Figura 2: Comunidade isolada típica na Amazônia. Fonte: Google.
Neste estudo, considerando-se a potencialidade de cultivo de óleo de palma em muitas regiões da Amazônia, foram estabelecidos cenários hipotéticos, mas prováveis para utilização do óleo vegetal in natura como substituto parcial ao óleo diesel, considerando aspectos tecnológicos como viscosidade, econômico-financeiros como comercialização de excedentes para indústria de cosméticos e alimentos, sociais como geração de emprego e ambientais como preço de sequestro de CO2 . A tabela 1 a seguir apresenta a base para construção dos cenários para o estudo de análise de sustentabilidade. Para essa análise forma construídos 33 cenários. Tabela 1: Cenário Base Variáveis Internas %
Tempo
de
substituição
fornecimento
Variáveis Externas Produtividade da Oleaginosa
Óleo vegetal/
(ton/ha)
Benefício
Preço
de
econômico-
mercado
do
social
seqüestro
de
(Intangíveis)
carbono.
Óleo diesel 0
6
Baixa
Baixo
Baixo
10
12
Média
Médio
Médio
Alta
Alto
Alto
20
30 40 100
4. MATERIAIS E MÉTODOS A metodologia utilizada no desenvolvimento desse projeto consistiu na modelagem de paramentos econômicos, sociais e ambientais que possa descrever a sustentabilidade de um sistema, para isso foi utilizado o aplicativo computacional Matlab 6.5, através do pacote Fuzzy Logical Toolbox, que disponibiliza arquivos e funções destinados a algumas aplicações da teoria de conjuntos fuzzy. Este pacote permite particularmente o desenvolvimento de modelos linguísticos baseados em lógica fuzzy, oferecendo duas alternativas de métodos de inferência: Sugeno e Mamdani, tendo-se optado pela adoção do método Mamdani, devido à sua simplicidade e eficiência, inclusive pela forma de cálculo na etapa de defuzzificação, definida pelo centro de gravidade (centróide).
5. MODELAGEM DO SISTEMA
Variáveis de entrada: As variáveis de entradas utilizadas no estudo para a avaliação da sustentabilidade desse sistema foram:
I. II. III. IV. V.
% de substituição (variável ambiental) Tempo de fornecimento (variável social) Produtividade da oleaginosa (variável ambiental) Benefícios intangíveis (variável social) Preço do CO2 (variável econômica)
Cada parâmetro foi organizado na Tabela 2 mostrando os indicadores e suas respectivas funções e limites no sistema proposto.
Tabela 2: Variáveis de entradas e as funções para a fuzzificação
Sistema Para Sustentabilidade Funções Indicadores
Médio Baixo
Médio Baixo 10 - 24
Médio Alto 20 - 34
Alto 30 – 40
% de substituição
0-15
Tempo de fornecimento
0–9h
-----
7 – 12 h
Benefícios Intangíveis ($/mês) Produtividade da Oleaginosa (ton/ha) Preço do CO2
0 - 27.500
25.000 a 35.000
32.500 – 45.000
0 - 3.750
2.750 - 5.250
4.250 – 6.000
0 - 3%
2 a 5%
4 a 6%
Variável de Saída: A variável de saída utilizada no estudo para a avaliação da sustentabilidade desse sistema foi: I.
Sustentabilidade: A variável de saída ou reposta foi dividida em quatro variáveis linguísticas: Insustentável, Parcialmente Insustentável, Sustentável e Altamente Sustentável, conforme mostrado na tabela 3.
Tabela 3: Nível de Sustentabilidade Indicador de Sustentabilidade 0,0 – 5,0
Condição
Insustentável
4,0 – 7,5
Parcialmente Insustentável
7,0 – 9,0
Sustentável
8,0 – 10,0
Altamente Sustentável
Variáveis fuzificadas na modelagem
Fig. 3. Conjunto das variáveis de entrada no estudo de sustentabilidade
Fig. 4. Variável % de substituição
Para o estudo foram estabelecidas 50 regras, das mais simples as mais complexas, das quais podem ser visualizadas parcialmente na figura 5 a seguir.
Fig. 5. Parte das regras adotadas
Não sendo possível transcrever todas as regras, como exemplo, apresenta-se a de numero 18: If (%_de_Substituição is Baixa) and (Tempo_de_Fornecimento is Baixo) and (Produtividade is Baixa) and (Berneficios_Intangíveis is Médio) and (Preço_do_CO2 is Médio) then (Sustentabilidade is Insustentável).
Desta forma foram realizadas 32 simulações. As figuras 6 e 7 a seguir apresentam duas simulações ou inferências fuzzy.
Fig. 6. Resultado da sustentabilidade para o cenário 3
Insustentável – 0,93 Parcialmente Sustentável – 0,07.
Fig. 7. Resultado da sustentabilidade para o cenário 22. Altamente Sustentável – 1,00
Cenários
Modelagem por Sensibilidade
Modelagem fuzzy
Condição do Sistema
Saída Fuzzy
Condição do Sistema e sua pertinência
1 2 3
Insustentável Insustentável Insustentável
4,07 4,27 4,57
Insustentável - 1,00
Insustentável – 0,93 Parcialmente Sustentável – 0,07
4
Sustentável
4,55
Insustentável – 0,95 Parcialmente Sustentável – 0,05
5 7
Sustentável Insustentável
7,64 4,83
Insustentável – 0,43 Parcialmente Sustentável – 0,57
8
Insustentável
5,07
Insustentável – 0,93 Parcialmente Sustentável – 0,07
9 10 11 12
Sustentável Sustentável Sustentável Sustentável
7,58 7,64 7,64 4,55
Sustentável
13 14
Sustentável Sustentável
7,79 4,55
Insustentável – 0,95 Parcialmente Sustentável – 0,05
15 16
Sustentável Sustentável
7,64 6,77
Parcialmente Sustentável – 0,23 Sustentável – 0,77
17 18 19
Sustentável Sustentável Sustentável
7,64 7,64 8,24
20 21 22 23
Sustentável Sustentável Sustentável Sustentável
7,58 7,58 7,64 8,24
Sustentável – 0,76 Altamente Sustentável – 0,24
24
Sustentável
4,91
Insustentável – 0,59 Parcialmente Sustentável – 0,41
25
Insustentável
5,01
Insustentável – 0,49 Parcialmente Sustentável – 0,51
26
Insustentável
5,01
27
Sustentável
6,77
Parcialmente Sustentável – 0,23 Sustentável – 0,77
28
Insustentável
4,60
Insustentável – 0,90 Parcialmente Sustentável – 0,10
29
Insustentável
4,60
Insustentável – 0,90 Parcialmente Sustentável – 0,10
30
Insustentável
4,60
Insustentável – 0,90 Parcialmente Sustentável – 0,10
31 32 33
Sustentável Sustentável Sustentável
7,64 7,64 7,51
Sustentável
Insustentável - 1,00
Sustentável
Sustentável Sustentável Insustentável – 0,95 Parcialmente Sustentável – 0,05 Altamente Sustentável
Sustentável
Sustentável Sustentável Sustentável – 0,76 Altamente Sustentável – 0,24
Sustentável Sustentável Altamente Sustentável
Insustentável – 0,49 Parcialmente Sustentável – 0,51
Sustentável Sustentável
6. CONCLUSÃO A avaliação desta sustentabilidade/viabilidade pode ser desenvolvida por várias abordagens, produzindo resultados nem sempre convergentes. No presente trabalho utilizou-se duas metodologias de avaliação: Análise por Sensibilidade e Lógica Fuzzy. Os resultados demonstram que na maioria dos cenários estudados as avaliações pelos dois métodos convergem, total ou parcialmente, porem, em cerca de 20% dos cenários os resultados foram divergentes, o que sugere que ao se proceder estudos de viabilidade e sustentabilidade de empreendimentos com condicionantes ou variáveis imprecisas não se restrinja a adoção de um único método, mas que se utilize de metodologias mais compatíveis com esta condição de imprecisão para que os resultados sejam mais corretos e confiáveis.
7. REFERÊNCIAS 1.
ANEEL. Atlas da energia elétrica no Brasil/ Agência Nacional de Energia Elétrica. 3ª. Edição. Brasília. 2008. 2. A. R. C. L. M. Duarte, “Análise de Parâmetros de Sustentabilidade para Geração de Energia Elétrica com Óleo Vegetal em Comunidades Isoladas na Amazônia” Ph.D. dissertation, Universidade Federal do Pará, Belém, 2009. 3. M. Amendola, A. Souza and L. Barros. Manual do uso da teoria dos conjuntos Fuzzy no MATLAB 6.5. Campinas: Feagri & IMECC/UNICAMP, 2005. 4. L. C. M. Blasques, “Estudo da Viabilidade Técnico-Econômica de Sistemas Híbridos para Geração de Eletricidade”. Dissertação - Mestrado em Engenharia Elétrica, Universidade Federal do Pará. 2005. 5. C. F. O. Barbosa, “Avaliação Tecnológica, Operacional e de Gestão de Sistemas Híbridos para Geração de Eletricidade na Região Amazônica”. Dissertação - Mestrado em Engenharia Elétrica, Universidade Federal do Pará. 2006. 6. A. R. C. L. M. Duarte, U. H. Bezerra, M. E. L. Tostes and G. N. Rocha Filho, “Alternative Energy Sources in the Amazon”. IEEE Power and Energy Magazine, vol.5, pp. 51-57, Jan. 2007. 7. A. R. Duarte, U. H. Bezerra, M. E. L. Tostes, A. M. Duarte and G. N. Rocha Filho, “A proposal of electrical Power supply to Brazilian Amazon remote communities”, Biomass and Bioenergy, vol. 34, pp. 1314-1320, Sep. 2010. 8. A. R. C. L. M. Duarte, U. H. Bezerra, M. E. L. Tostes and G. N. Rocha Filho, “Avaliação do Potencial Energético do Dendê (Elaeis guineensis L) para Geração de Energia Elétrica em Comunidades Isoladas na Amazônia”. VI Congresso Latino Americano Generación Y Tranporte de La Energía Eléctrica. Mar del Plata. Argentina. 2005. 9. M.Simões and M. Godoy. Controle e Modelagem Fuzzy. São Paulo: Edgar Blucher, 1999. 10. L.Wang. A course in fuzzy systems and control. Prentice-Hall Internacional Inc. New Jersey, 1997.
8. AGRADECIMENTO
OBRIGADO PELA ATENÇÃO
