No abstract

No abstract

No abstract

This paper proposes a mathematical model based on mixed integer linear programming (MILP). This model aids the decision-making process in local generation use and demand response application to power demand contract adequacy by Brazilian consumers/prosumers. Electric energy billing in Brazil has some specificities which make it difficult to consider the choice of the tariff modality, the determination of the optimal contracted demand value, and demand response actions. In order to bridge this gap, the model considers local generation connected to the grid (distributed generation) and establishes an optimized solution indicating power energy contract aspects and the potential reduction in expenses for the next billing period (12 months). Different alternative sources already available or of interest to the consumer can be considered. The proposed mathematical model configures an optimization tool for the feasibility analysis of local generation use and, concomitantly, (i) checking the tariff modality, (ii) revising the demand contract, and (iii) suggesting demand response actions. The presented result shows a significant reduction in the energy and power expenses, which confirms the usefulness of this proposal. In the end, the optimized answers promote benefits for both, the consumer/prosumer and the electric utility.

A geração de energia eólica vem aumentando nas últimas décadas, especialmente pelo incentivo governamental em energias renováveis. A eficiência para esse tipo de geração depende de parâmetros construtivos e das variáveis ambientais. O objetivo desse estudo foi correlacionar as variáveis resposta: potência do rotor (Pm) e rotação do eixo (R) apenas com as variáveis independentes: diâmetro da pá (D), ângulo de passo (β), velocidade escalar da ponta da pá (Vpp) e velocidade do vento (Vv) sob a hipótese nula de que as quatro variáveis independentes são suficientes para determinar as variáveis resposta. Para definir a correlação foram construídos cenários com diferentes valores de D, β, Vpp e Vv indicados na literatura ou por fabricantes das turbinas eólicas. Foi utilizado um delineamento composto central rotacional (DCCR) para definir os cenários. Os resultados foram verificados estatisticamente pela análise de variância (ANOVA) ao nível de 5% de Tukey, a dependência das variáveis foi apresentada na forma gráfica de superfície e a equação de regressão foi obtida para representar tal influência. Desse estudo foi possível concluir que as quatro variáveis independentes apresentam correlação com a potência e rotação do eixo, mas não são suficientes para resumir adequadamente todas as variáveis construtivas e ambientais.