Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufpe.br/handle/123456789/18544

Comparte esta pagina

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorMAGNANI, Fabio Santana-
dc.contributor.authorFREITAS, Lucas Ademar-
dc.date.accessioned2017-04-11T13:33:08Z-
dc.date.available2017-04-11T13:33:08Z-
dc.date.issued2016-09-05-
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/18544-
dc.description.abstractEstão inseridos na proposta deste trabalho dois objetivos: o primeiro consiste na realização de levantamento e caracterização do consumo de energia elétrica dos shopping centers de Pernambuco; o segundo tem por _nalidade aplicar uma metodologia de decisão econômica que permite avaliar a melhor con_guração de um sistema térmico para o atendimento das demandas de frio e energia elétrica dos shopping centers. O procedimento de otimização busca minimizar o VPL (Valor Presente Líquido) do sistema e, para isso, utiliza-se de um método híbrido composto por quatro passos: proposta do sistema genérico, pré-seleção dos equipamentos, busca exaustiva e Programação Linear. A otimização considera aspectos técnicos e econômicos, tais como: curvas de demandas de energia, tarifas em base horária, rendimentos e custos dos equipamentos proporcionais às potências. A _m de verificar o quão robusto é o sistema base foram consideradas algumas variáveis econômicas como, por exemplo, a variação da tarifa de combustível, variação da tarifa de energia elétrica, custo de aquisição do motogerador de eletricidade, variação da taxa de câmbio (dólar/real), além do estudo da variação da demanda em horário de ponta. Ainda, foi de_nido, para cada parâmetro estudado, um fator de variabilidade de 50% - 200%. O sistema se mostrou muito sensível a mudanças nas tarifas energéticas, para as quais suportou uma redução de apenas 9% na tarifa de gás natural, ou, ainda, um aumento de 12% na tarifa de energia elétrica. Para taxa cambial e o custo inicial do motogerador, as variações suportadas foram de 26% e 24% respectivamente. Já no que se refere à variação da demanda em horário de ponta, o sistema suportou um aumento de 70%.pt_BR
dc.description.sponsorshipCAPESpt_BR
dc.language.isoporpt_BR
dc.publisherUniversidade Federal de Pernambucopt_BR
dc.rightsopenAccesspt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectValor Presente Líquidopt_BR
dc.subjectConsumo Energéticopt_BR
dc.subjectSistema Térmicospt_BR
dc.subjectshopping centerspt_BR
dc.subjectNet Present Valuept_BR
dc.subjectEnergy Consumptionpt_BR
dc.subjectThermal Systempt_BR
dc.subjectshopping mallspt_BR
dc.titleEstudo energético e econômico de sistemas térmicos de fornecimento de eletricidade e água gelada: o caso dos shopping centers de Pernambucopt_BR
dc.typemasterThesispt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/4899427188557432pt_BR
dc.publisher.initialsUFPEpt_BR
dc.publisher.countryBrasilpt_BR
dc.degree.levelmestradopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/0447483870045635pt_BR
dc.publisher.programPrograma de Pos Graduacao em Engenharia Mecanicapt_BR
dc.description.abstractxThey are included in the proposal of this work two objectives: the _rst is to carry out survey and characterization of the electricity consumption of the shopping malls of Pernambuco; the second on implementing an economic decision methodology to evaluate the best con_guration of a thermal system to meet the demands of cold and power of shopping malls. The optimization procedure seeks to minimize the NPV (Net Present Value) of the system and, therefore, we use a hybrid method consists of four steps: proposed generic system, pre-selection of equipment, exhaustive search and Linear Programming. The optimization considers technical and economic aspects, such as energy demand curves, tari_ on hourly basis, e_ciencies and costs in proportion to the power equipment. In order to check how robust is the base system were considered some economic variables such as, for example, the change in fuel price, change in electricity tari_, cost of purchase of electricity power generator, exchange rate variation (dollar / real), and the demand variation study in peak hours. Still, it was de_ned for each parameter studied, a variability factor of 50% - 200%. The system was too sensitive to changes in energy prices, for which bore a decrease of only 9% in the gas rate , or even a 12% increase in electricity tari_. For exchange rate and the initial cost of the motor generator, supported changes were 26% and 24% respectively. In what regards the variation of demand peak time, the system supported a 70% increase.pt_BR
Aparece en las colecciones: Dissertações de Mestrado - Engenharia Mecânica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Dissertação - Lucas A. Freitas - 2016.pdf2,65 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons