Plataforma de previsão do consumo elétrico para edifícios inteligentes

Abstract

O consumo energético de um edifício depende de vários fatores, realçando-se a sua ocupação, as condições climáticas, as características e localização do edifício, ou mesmo o preço da eletricidade como os mais importantes. A otimização deste consumo deve passar pela monitorização e previsão desses fatores. Desta forma, previsões e análises fiáveis de perfis de ocupação são necessárias. No entanto, uma grande parte dos edifícios existentes não tem sistemas dedicados de monitorização da sua ocupação, devido à sua idade ou limitações monetárias. Este trabalho pretende avaliar a possibilidade de fazer uma previsão a curto-prazo do consumo elétrico de um edifício, através dos dados relativos à lotação do parque de estacionamento e do histórico do consumo elétrico do mesmo, correlacionando assim dois tipos de dados com uma relação pouco direta. Pretende também avaliar a potencialidade destes dados serem usados como forma indireta de representar a ocupação do edifício. De forma a melhorar a correlação entre os dados da lotação do parque e o consumo elétrico, foi desenvolvido um módulo de utilização temporária, para determinar a ocupação do edifício em questão, gerando a posteriori um perfil de ocupação de forma a relacioná-lo com o número de carros no parque. Esse perfil foi depois inserido como entrada de uma Rede Neuronal Artificial, com a finalidade de prever o consumo elétrico a curto-prazo, face ao consumo real correspondente. O módulo adquiriu dados durante 8 semanas, sendo que, a partir destes, foram extrapolados os valores para 9 meses. Estes dados foram utilizados para a previsão do consumo elétrico, no mesmo período. Os resultados da previsão da RNA apresentaram um perfil de consumo elétrico semelhante ao real e valores de teste médios de MSE na ordem de 6×10−9 com uma correlação média de 1. Destes resultados, poder-se-á concluir que a lotação do parque de estacionamento associado ao edifício em estudo pode ser utilizada como parâmetro de previsão de consumo elétrico do edifício, na medida em que o perfil obtido por previsão é bastante idêntico ao real, o erro de previsão é muito reduzido e a correlação entre os valores previstos e os registados é muito elevada. No entanto, deve salientar-se que a ocupação não mostrou uma influência no consumo elétrico do edifício tão grande como o sistema de AVAC, mas não deve ser desprezada em previsões de consumo elétrico.