Due to the growing concern and search for energy sustainability, there has been an increase in recent years in solutions in the area of energy management and efficiency related to the Internet of Things (IoT), the home energy management system (HEMS), and the building energy management system (BEMS). The availability of the energy consumption pattern in real time is part of the necessity presented by this research. It is essential for perceiving and understanding the savings opportunities. In this context, this manuscript presents the development of a self-calibrated embedded system to measure, monitor, control, and forecast the consumption of electrical loads, enabling the improvement of energy efficiency through the management of loads performed by the demand side. The validation of the produced device was performed by comparing the readings of the device with the readings obtained through the evaluation system of the integrated circuit manufacturer ADE9153A®, Analog Devices® purchased in Brazil. The result obtained with the developed device featured errors smaller than ±0.1%, which were in addition smaller than ±1% with respect to the full scale, thus proving to be a viable solution for the proposed application.

Uma das maneiras de suprir o crescente consumo de energia elétrica com o uso de fontes de energia limpa e renovável, tal como a solar fotovoltaica. No entanto, este tipo de geração possui intermitências que aumentam a instabilidade e a insegurança da rede energética. Umas das soluções para este problema consiste no estudo de métodos para a Predição da Geração de Energia Solar Fotovoltaica (PGESF). Neste contexto, o presente estudo comparou a acurácia de predição de modelos de Redes Neurais Artificiais (RNA), publicado em [14], a partir de duas bases de dados (datasets) distintas e três diferentes horizontes de predição de curto prazo. Os resultados sugerem que o uso de diferentes variáveis meteorológicas e o tamanho do dataset influenciam significativamente (p-valor<0,001) na acurácia dos modelos. Além disso, a acurácia de predição dos modelos diminuiu conforme o horizonte de predição aumentou.

No abstract

Este trabalho analisou a cidade de Santos-SP, partindo de um contexto histórico e urbanístico, evidenciando os setores mais influentes da cidade, como também o plano diretor atual de Santos. Logo, foi feito um levantamento de dados energéticos de consumo, entre eles eletricidade, derivados do petróleo (óleo Diesel, gasolina) etanol e gás natural. Todas essas informações foram padronizadas em unidades TOE (Tonelada equivalente de petróleo) e foi realizado um diagrama Sankey, constatou-se que o transporte é o setor de maior consumo energético da cidade, como era de esperar já que Santos possui um dos maiores Portos de América Latina e também um forte apelo pelo turismo. Para a análise energética e exegética, com os dados coletados, realizou-se o cálculo dos fluxos de energia e exergia de entrada bem como exergia destruída para os diferentes tipos de combustível e a eficiência exergética da cidade cujo valor obtido foi de 19,70%. Finalmente realizou-se o cálculo das emissões de CO2 dos combustíveis, cujo valor obtido foi de 641.151.042,6 kg equivalente de CO2. O resultado para emissões de CO2 é muito próximo ao estimado pela Prefeitura de Santos, apesar que Santos é uma cidade que se destaca por um plano diretor que pretende ser uma cidade inteligente no futuro e tem uma eficiência baixa no sentido de consumo energético.

Uma das maneiras de suprir o crescente consumo de energia elétrica é por meio da energia solar fotovoltaica. No entanto, as condições climáticas promovem instabilidade neste tipo de geração de energia, limpa e renovável. Este estudo integra uma pesquisa sobre a predição de geração de energia solar fotovoltaica. O objetivo consiste em desenvolver uma ferramenta para captura automatizada de informações meteorológicas e imagens de satélite para uma determinada localização geográfica, utilizando serviços meteorológicos disponíveis na Internet. Os resultados preliminares são satisfatórios e demonstram a adequabilidade do método utilizado. A solução será disponibilizada (open-source) e contribuirá para o desenvolvimento de projetos que necessitem de captura automatizada das informações utilizadas.