dc.contributor.advisor | Santos, Laura Lisiane Callai dos | |
dc.creator | Lima, Andrei da Cunha | |
dc.date.accessioned | 2020-09-30T22:09:11Z | |
dc.date.available | 2020-09-30T22:09:11Z | |
dc.date.issued | 2020-09-08 | |
dc.date.submitted | 2020-09-08 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/20037 | |
dc.description | Trabalho de Conclusão de Curso de Graduação | por |
dc.description.abstract | Over the past few years, the terms economy and energy efficiency have become increasingly popular with residential consumers. The possibility of generating savings in the electricity bill at the end of the month through photovoltaic generation has created interest in several low voltage (BT) consumers. In addition to this, there is still a white tariff, where the consumer pays a lower tariff according to the time of day. This work aims to build a methodology for managing,
forecasting and handling the load of single-phase residential consumers that have distributed generation with storage (battery bank) and that are framed in the white tariff modality. A server was developed in conjunction with a database for storing and handling user data. The stored data are voltage and current, coming from photovoltaic generation, the utility network and the battery bank, obtained in a period of 5 minutes between measurements. An internet of things
(IOT) microcontroller was used in conjunction with an electronic circuit to employ the proposed methodology. Through the user's load curve, the current energy requirement and the level of energy in the batteries, the system is responsible for carrying out the user's intelligent load
management, acting in a more economically advantageous way. Case studies were performed, varying the user's load curve and analyzing the system's responses during the day analyzed, and it was observed that the system worked according to the proposed. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Tarifa branca | por |
dc.subject | Geração distribuída | por |
dc.subject | Manejo de carga | por |
dc.subject | Servidor | por |
dc.subject | Banco de dados | por |
dc.subject | White tariff | eng |
dc.subject | Distributed generation | eng |
dc.subject | Load handling | eng |
dc.subject | Server | eng |
dc.subject | Database | eng |
dc.title | Metodologia para gerenciamento, previsão e manejo de carga aplicada a consumidores residenciais com geração distribuída | por |
dc.title.alternative | Methodology for management, forecasting and management load applied to residential consumers with distributed generation | eng |
dc.type | Trabalho de Conclusão de Curso de Graduação | por |
dc.degree.local | Cachoeira do Sul, RS, Brasil | por |
dc.degree.graduation | Bacharelado em Engenharia Elétrica | por |
dc.description.resumo | No decorrer dos últimos anos, os termos economia e eficientização de energia estão tornando-se cada vez mais populares entre consumidores residenciais. A possibilidade de gerar economia na conta de energia elétrica no final do mês através de geração fotovoltaica vêm criando interesse em vários consumidores de Baixa Tensão (BT). Aliado a esse assunto, ainda existe a tarifa branca, onde o consumidor paga um valor menor de tarifa de acordo com os horários do dia. Este trabalho tem por objetivo construir uma metodologia para o gerenciamento, previsão e manejo de carga de consumidores residenciais monofásicos que possuam geração distribuída com armazenamento (banco de baterias) e que estejam enquadrados na modalidade tarifária branca. Desenvolveu-se um servidor em conjunto com um banco de dados para armazenamento e manejo de dados do usuário. Os dados armazenados são tensão e corrente, proveniente da geração fotovoltaica, da rede da concessionária e do banco de baterias, obtidos num período de
5 minutos entre medições. Foi utilizado um microcontrolador internet of things (IOT) em conjunto com um circuito eletrônico para empregar a metodologia proposta. Através da curva de carga do usuário, da necessidade energética atual e do nível de energia nas baterias, o sistema fica responsável por realizar o manejo inteligente de carga do usuário, atuando de maneira mais vantajosa economicamente. Foram realizados estudos de caso, variando-se a curva de carga do usuário e analisando as respostas do sistema durante o dia analisado, e observou-se que o sistema funcionou de acordo com o proposto. | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | por |
dc.publisher.unidade | UFSM Cachoeira do Sul | por |