_________________

Análise do consumo de energia elétrica em uma empresa do Polo Industrial de Manaus utilizando Inteligência Artificial

*Miguel Angel O. Postigo

Indústrias modernas estão investindo em planejamento e iniciativas para racionalizar o uso de energia elétrica. Tais iniciativas trazem impactos significativos nos aspectos econômico e ambiental, já que uma melhor gestão dos recursos pode eliminar ou adiar a necessidade de novas fontes de geração, transmissão e distribuição de energia elétrica. A melhora da eficiência energética se mostra uma solução mais barata que a produção de energia.

A demanda energética de um típico sistema elétrico varia consideravelmente ao longo do dia; geralmente, a demanda máxima acontece quando a carga consumida pelos equipamentos se sobrepõem uns aos outros, causando um pico de demanda. A utilização da lógica Fuzzy para analisar o consumo de energia de uma fábrica tem por finalidade criar conhecimentos que permitam a tomada de decisões "no momento" de seu planejamento ou melhoria de implementação.

A Inteligência Artificial é um campo de conhecimento que fornece modelos de apoio às decisões e ao controle com base em ações reais e conhecimentos empíricos e teóricos, quando baseados em dados incompletos. O objetivo deste artigo é apresentar a aplicação de alguns conceitos do campo da Inteligência Artificial no desenvolvimento e implantação, a partir do conhecimento de especialistas, do controle de consumo de energia elétrica.

A inteligência é considerada a demonstração de resultados consistente, numa escala de tempo verificável: a natureza é inteligente em uma escala de tempo inacessível para os humanos. O oposto da inteligência é o caos: em um sistema confuso, duas entradas muito próximas resultam em duas saídas sem qualquer conexão.

A Inteligência Artificial é um campo que utiliza técnicas de programação que buscam, por meio de máquinas, resolver problemas do mesmo modo que um ser humano resolveria. É um campo de estudo multidisciplinar, originado da computação, da engenharia, psicologia, matemática e cibernética, cujo principal objetivo é construir sistemas que apresentem comportamento inteligente e desempenhem tarefas com grau de competência equivalente ou superior ao grau que um especialista humano desempenharia. É a ciência e a tecnologia das máquinas inteligentes, especialmente programas de computadores. As técnicas de IA (inteligência Artificial) buscam imitar mecanismos da natureza por meio de mecanismo tecnológicos.

Sistemas criados em IA buscam a resposta e aprendem com a experiência, resolvendo problemas por análise de inferência, com base nos sintomas e intensidades aleatórios e apoiados em bases de conhecimento que podem, inclusive, ser transferidos.

O Trabalho

A pesquisa foi implementada em uma indústria de eletroeletrônicos e áudio e vídeo baseada em Manaus (AM). Esta empresa tem um contrato para fornecimento de energia com a Amazonas Energia – Eletrobrás. Eletricidade é crítico para empresa. Além de precisar dela para a produção, há a necessidade de ar-condicionado em sua estrutura – já que na região a temperatura chega aos 35ºC -, o que eleva consideravelmente o consumo de energia.

O consumo e a demanda de energia variam consideravelmente durante o dia. Geralmente, há poucas horas de alta demanda – que ocorrem quando os equipamentos de ar-condicionado e iluminação são utilizados no final de tarde, resultando em muitas horas de baixa demanda (durante a noite e o início da manhã). A frequência de uso de um sistema elétrico afeta tanto sua operação como seu desempenho econômico, pois ele deve ser capaz de lidar com toda a carga nos horários de pico para utilização no período restante.

O problema é administrar o custo de energia elétrica na indústria eletroeletrônica. A primeira medida é saber qual o momento certo para economizar eletricidade sem causar perdas no processo de produção ou transtornos para os funcionários – como desligar o ar-condicionado. De modo geral, existem diversas maneiras para garantir redução de consumo de energia, como controlar a demanda, o consumo e o fator de potência. De forma harmônica, esses cuidados garantem a qualidade da energia.

A fase inicial do trabalho foi feita coletando dados. Para atingir os objetivos esperados, um analisador de energia com gravador digital foi conectado durante 15 minutos junto ao medidor da concessionária de energia, localizado na cabine principal de distribuição.

Simultaneamente, foi realizado um acompanhamento diário da operação de rotina das instalações consideradas 'grandes consumidoras'. Também foram monitorados detalhes como o processo de produção, equipamentos utilizados, horário e número de funcionários.

A partir dos dados obtidos junto às análises, foi verificada a possibilidade de administrar o consumo de energia (demanda e consumo utilizados pela unidade industrial, atuando apenas no processo produtivo, visando à utilização mais eficiente do consumo). O objetivo é alcançar a meta de redução de consumo de energia proposta inicialmente no projeto – 1 Kw/h por produto em 2012. Atualmente, a fábrica citada tem um gasto aproximado de 2 Khw/h por produto.

A proposta deste estudo para o problema descrito é controlar de maneira inteligente algumas variáveis de saída, como consumo e demanda em função das variáveis de entrada, produção, temperatura e horário de trabalho.

Para cumprir este objetivo, além das análises feitas, foi detectada a necessidade de um sistema de geração alternativa de energia – neste caso, um grupo de geradores a motor. No entanto, a opção gera a necessidade de estudos mais aprofundados devido aos custos envolvidos. E é nesses estudos que entra o sistema Fuzzy, ferramenta necessária para determinar o diagnóstico quantitativo e qualitativo das opções de gerenciamento e seleção do menor contrato de tarifa, considerando as características próprias do funcionamento da unidade consumidora. Consequentemente, obtendo redução no preço médio da energia proveniente da concessionária ou da geração própria.

O estudo também implementou um sistema IA que possibilita o acionamento automático de dispositivos como ar-condicionado, regulação de velocidade de bombas e chillers, otimizando a utilização dos recursos energéticos.

Para 'modelar' o sistema é necessário parametrizar sinais de entrada, como temperatura, e as variações das condições climáticas durante o ano. Com os testes iniciais, foi possível descobrir e acumular conhecimento especializado sobre a variação e sinais de entrada e suas implicações nas variáveis de saída. Apesar da complexidade e da imprecisão do conhecimento obtido, foi possível modelar as variáveis obtidas, criar o banco de dados e gerar o modelo matemático necessário.

Com os dados obtidos, era hora de aplicar as regras Fuzzy. Durante o ciclo de simulação, o primeiro passo era a "fuzificação", onde é realizada a classificação das variáveis de entrada em relação às respectivas variáveis linguísticas.

Após a classificação, o procedimento de inferência verifica na base de regras quais delas são aplicadas. Para as regras com dois antecedentes relacionados com o conectivo, o operador de intersecção é aplicado, tomando o valor mínimo entre os dois antecedentes. Para cada regra, o grau de ativação da ação de controle é calculado de acordo com o restudo da combinação de antecedentes. Terminada a inferência, a ação final de controle é calculada a partir da união (operador máximo) das combinações de cada regra ativada, gerando uma única e nova função.

Então, no processo de "defuzzificação", foram determinadas as saídas de controle e consumo de energia. No estudo, foi utilizado o método do centro de área (CDA) que, calculada no centro de área da função inferida, mostra o resultado dos processos descritos.

Conclusão

A utilização da Inteligência Artificial, especificamente o sistema decisório Fuzzy para a determinação de uma melhor condição de funcionamento na fábrica de eletroeletrônicos, se apresenta de forma adequada para as análises desejadas. Principalmente por permitir a realização de experiências práticas sobre as variáveis incertas relacionadas ao projeto de implantação do sistema de gerenciamento de energia.

Este estudo sugere o uso alternado de dois sistemas diferentes de fornecimento de energia elétrica – no caso dessa fábrica, utilização da energia emitida pela concessionária de energia e de um grupo de geradores a motor. Situação que possibilitou aproveitar as vantagens econômicas que cada um dos sistemas oferece, sempre pautado pelo comportamento de consumo no processo produtivo. O gerenciamento de energia proposto no estudo resultou em uma excelente alternativa, que contempla a racionalização, produção independente, fatores ambientais e oferta de energia, cujo objetivo final é obter a melhor relação custo/benefício na utilização da energia elétrica.

O modelo apresentado neste estudo foi realizado em ambiente Matlab, que possibilitou realizar várias simulações, com as quais foi possível notar a relação das variações das entradas refletidas nas variações fortemente coerentes das saídas.

Foi também importante notar que o conhecimento ‘especialista’ consegue bons resultados, inclusive quando se tem dados incompletos, imprecisos e compactos. Os modelos Fuzzy cobrem essas lacunas obtendo uma resposta adequada para qualquer valor sugerido pelo controlador Fuzzy. O uso da ferramenta Matlab facilita o trabalho de forma considerável, pois oferece um ambiente muito amigável para ajustar as curvas dos modelos Fuzzy e a observação do comportamento das variáveis de saída.

*Miguel Angel O. Postigo é Engenheiro Mecânico Eletricista pela Universidade Nacional de San Augustín, no Peru. Especialista em Gestão de Manutenção, com MBA em Gestão de Projetos e MBA em Gestão de Pessoas. Mestre em Engenharia Elétrica pela Universidade de São Paulo e professor da Universidade Federal do Amazonas. É Gerente de Infraestrutura da Empresa Jones Lang LaSalle do Brasil.

 

| índice |