O objetivo deste trabalho é analisar e desenvolver um modelo para seleção completa de recursos energéticos com base na teoria de tomada de decisão para classificação de Recursos do lado da Oferta e do lado da Demanda. Sendo que a seleção completa, circunscrita em elementos de auxílio tipo atributos e sub-atributos, implica na consideração das dimensões do desenvolvimento, relativos a metodologia do Planejamento Integrado de Recursos Energéticos (PIR). Estes elementos são descritos através de algoritmos demonstrados a partir de uma escala matemática qualitativa e quantitativa distribuídos em quatro grandes dimensões: Técnico-econômica, Ambiental, Social e Política (dimensões do desenvolvimento energético e humano). Os algoritmos dos atributos e sub-atributos que caracterizam cada um dos Recursos Energéticos (REs) podem ser dados através de um valor numérico (mais comuns nos algoritmos das dimensões Técnico-econômica e Ambiental, onde o valor pode ser medido ou estimado) ou através de um valor na escala não numérica (escala utilizada com mais frequência nas dimensões Social e Política). Posteriormente a caracterização de cada um dos REs, estes passam por uma etapa denominada padronização, que consiste em converter diferentes unidades de caracterização para uma mesma base, dando a possibilidade de comparação entre os diferentes elementos de caracterização dos REs. A ferramenta matemática de comparação entre diferentes elementos utilizada no auxílio à tomada de decisão foi desenvolvida por Thomas L. Saaty e chama-se Processo Analítico Hierárquico (AHP do significado em inglês) A partir deste ponto é possível calcular os Ranqueamentos dos REs. São três Ranqueamentos: Padrão, dos En-In e o Final. O cálculo dos dois primeiros Ranqueamentos é equivalente, e é feito através da somatória da multiplicação dos dados convertidos pelos pesos dos atributos e subatributos correspondentes. O cálculo do Ranqueamento Final é feito através da média dos resultados dos dois Ranqueamentos citados. O valor final obtido deste processo, para cada um dos REs, é chamado de Custo Completo. Portanto, para este caso, quanto maior o Custo Completo, mais bem ranqueado estará o RE. Um estudo de caso foi feito para consolidação dos resultados deste trabalho. A região do estudo foi a Região Administrativa de Araçatuba (RAA) que engloba 43 municípios do Estado de São Paulo. Foram caracterizados e ranqueados 182 REs, e obteve-se como resultado do Ranqueamento Final, as 58 primeiras melhores colocações sendo ocupadas em sua integridade por Recursos Energéticos de Demanda e as 22 últimas posições ocupadas por algum Recurso Energético que tem como característica a termo-geração (nuclear ou pela queima direta de combustíveis). / The objective of this study is to analyze and develop a model for full selection of energy resources on the theory of decision making for classification of Supply Side and Demand Side Energy Resources. Considering the full selection limited aid elements in type attributes and sub-attributes, implies the consideration of development dimensions concerning the methodology of Energy Integrated Resource Planning (PIR acronym in Portuguese of the Planejamento Integrado de Recursos). These elements are described algorithmically shown from a qualitative and quantitative mathematical scale distributed into four main dimensions: Technical-Economic, Environmental, Social and Policy (dimensions of development energy and development human). The algorithms of the attributes and sub-attributes that characterize each of Energy Resources (REs) can be given by a numerical value (most common in the algorithms of Technical-Economic and Environmental Dimensions, where the value can be measured or estimated) or through a value in the no numeric scale (scale used more often in Social and Policy dimensions). Subsequent characterization of each of the REs, they undergo a step called \"standardization\", which consists in converting units of different characterization for a single base, giving the possibility of comparison between the different elements of characterization of REs. A mathematical tool for comparing different elements used in assisting decision making was developed by Thomas L. Saaty and called Analytic Hierarchy Process (AHP). From this point its possible to calculate the Energy Resources Ranks. There are three Ranks: Padrão, dos En-In and Final (names in Portuguese). The calculation of the first two Ranks is equivalent and is done by the sum of the multiplying of weights of the converted data attributes and sub-attributes thereof. The calculation of the final ranking is done by averaging the results of both Ranks mentioned. The final value obtained from this process for each of REs is called full cost. Therefore, in this case, the higher the Full Cost Account ranked will be better RE. A case study was done to consolidate the results of this work. The study region was Araçatuba Administrative Region (RAA) that encompasses 43 municipalities in the state of São Paulo. Were characterized and ranked 182 REs, and was obtained as a result of final ranking, the 58 best placements being occupied in its entirety by Demand Side Energy Resources and 22 last positions occupied by some Energy Resource that is characterized by the thermal generation (nuclear or by direct burning of fuels).
| Identifer | oai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-09072014-111702 |
| Date | 17 June 2013 |
| Creators | Pascoal Henrique da Costa Rigolin |
| Contributors | Miguel Edgar Morales Udaeta, Luiz Cláudio Ribeiro Galvão, André Luiz Veiga Gimenes, José Aquiles Baesso Grimoni, Paulo Hélio Kanayama |
| Publisher | Universidade de São Paulo, Engenharia Elétrica, USP, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.003 seconds