CONTROLE DE DEMANDA DE ENERGIA DE UM SISTEMA ELÉTRICO

Ueslei Barbosa Fernandes, Décio Bispo, Jan Henrique Santos Ferraz Universidade Federal de Uberlândia, Faculdade de Engenharia Elétrica, Uberlândia – MG,

ueslei_@hotmail.com, deciobispo@yahoo.com.br, janferraz08@gmail.com

Resumo – O presente trabalho tem a finalidade de relatar os principais conceitos relativos ao equipamento denominado controlador de demanda, assim como realizar o controle de demanda de potência de um sistema elétrico real através do mesmo. Neste controle busca-se evitar ultrapassagens de demanda contratada, de modo que o nível de conforto do usuário seja minimamente prejudicado, fazendo o uso da energia disponibilizada de maneira eficiente.

Palavras-Chave – Demanda de Potência, Curva de

Carga, Controlador de Demanda, Métodos de Controle. DEMAND CONTROL OF AN ELECTRIC

POWER SYSTEM Abstract - This paper aims to report the main concepts

related to equipment called demand controller, as well as make the control of the power demand of a real electrical system through it. In this control we try to avoid overtaking demand hired, so that the user's comfort level is minimally affected, making the use of the available energy as efficiently as possible.

Keywords – Power Demand, Load Curve, Demand

Controller, Control Methods.

I. INTRODUÇÃO

Pela definição da resolução 414/10 [1], demanda é a média das potências elétricas ativas ou reativas, solicitadas ao sistema elétrico pela parcela da carga instalada em operação na unidade consumidora, durante um intervalo de tempo especificado, podendo ser expressa pela equação:

2

1

).(1

12

t

t

dttptt

D (1)

A demanda é um dos principais fatores utilizados para o dimensionamento dos circuitos elétricos, é através deste dado que se dimensionam cabos, transformadores, equipamentos de proteção, etc.1

Para melhor entendimento sobre as definições e conceitos relacionados à demanda consideremos a curva de carga da Figura 1, que representa as potências

médias de um sistema elétrico, medida em intervalos de 15 minutos, durante 24 horas.

A partir da curva de carga e tomando como referência Resolução ANEEL no 414, são definidos os seguintes termos:

Demanda contratada: Demanda de potência ativa que é obrigatoriamente e continuamente disponibilizada pela concessionária, no ponto de entrega;

Demanda medida: maior demanda de potência ativa, verificada por medição, durante o período de faturamento, expressa em quilowatts (kW);

Demanda de ultrapassagem: parcela da demanda medida que excede o valor da demanda contratada, expressa em quilowatts (kW);

Demanda máxima (DMÁX): É a demanda de maior valor verificado durante certo período (diário, mensal, anual, etc.);

Demanda média (DMED): É a relação entre a quantidade de energia elétrica (kWh) consumida durante certo período de tempo e o número de horas desse período

Fator de Carga (FC): É a razão entre a Demanda média e a demanda máxima da unidade consumidora, ocorridas no mesmo intervalo de tempo (Δt) especificado, dado pela equação:

tD

kWh

tD

tD

D

DFC

MÁXMÁX

MED

MÁX

MED

..

. (2)

O Fator de Carga expressa se a energia elétrica disponibilizada ao sistema elétrico esta sendo utilizada na íntegra.

Fig. 1. Curva de Carga genérica. [2]

II. CONTROLE DE DEMANDA

O controle da demanda é feito a partir da elevação do fator de carga do sistema elétrico mantendo-a mais próxima do limite da especificação do consumidor através da programação da utilização das cargas, desta forma, fazendo o melhor uso da eletricidade.

Entre os vários benefícios que um sistema de controle de demanda pode trazer para uma instalação, destacam-se:

Redução da potência ativa e reativa; Redução da conta de energia elétrica; Aumento do rendimento e da vida útil dos

equipamentos; Funcionamento do sistema próximo a carga

nominal; A garantia da manutenção dos limites de carga das

proteções; A redução das perdas térmicas - efeito Joule.

O controle pode ser feito de duas maneiras, manual ou automático. O controle manual se dá pela observação do operador em determinar a distribuição das cargas, o que se torna complicado e ineficiente à medida que aumenta o número de equipamentos da unidade consumidora. Já o controle automático atua em tempo real, isto é, tomam as decisões instantâneas de modo a manter a carga dentro da meta pré-estabelecida. O presente trabalho propõe um controle de demanda automático das cargas. O método proposto é vantajoso visto que evita imprevistos e possibilita atingir os objetivos prescritos pelo consumidor de forma mais eficiente e racional.

A. Controlador de Demanda O controlador de demanda automático é um equipamento

ou um conjunto de equipamentos com a finalidade de supervisionar a demanda de energia elétrica de uma instalação em tempo real, para adequar características de funcionamento das cargas previamente estabelecidas pelo consumidor.

Um controlador de demanda automático deve basicamente atender os seguintes fatores:

Manter o fator de carga o mais próximo possível da unidade com o mínimo de manobras de cargas;

Permitir manobras de forma instantânea para atendimento das especificações;

Obter os dados de medição do fornecedor em tempo real para tomada de decisões;

Delimitar o uso das cargas conforme configuração do usuário;

Controle e ordenação das cargas a serem iniciadas; Evitar ligação de cargas desnecessárias para o

período especificado.

O controlador de demanda não deve atuar sempre que haja tendência de ultrapassagem da demanda, ou seja, não deve retirar cargas de forma prematura, mas agir no momento certo e sobre a quantidade exata de cargas.

B. Variáveis de Decisão Para controlar precisamente necessita medir corretamente.

Em termos gerais as informações para controle deverão vir do medidor de energia elétrica da concessionária, pois deste equipamento obtém-se os sinais de controle e as variáveis a serem controladas. Por meio do Módulo 5 do PRODIST [3] que tem como base a norma NBR 14522/2000, os medidores eletrônicos fabricados no Brasil são obrigados a terem uma

saída digital, no qual é usada pelos equipamentos de controle de demanda, como entrada de dados.

Os dados obtidos dos medidores da concessionária juntamente com os dados de entrada específico do usuário, são variáveis necessárias para a tomada de decisões dos controladores de demanda, sendo assim, as principais variáveis são:

Demanda instantânea; Demanda máxima estabelecida; Estrutura tarifária; Cargas controláveis; Cargas não-controláveis; Potência das cargas controláveis, Intervalo de integração dos medidores de energia

elétrica; Estado dos equipamentos (ligado/desligado).

Analisando as variáveis e as especificações do usuário o controlador verificará a necessidade de se retirar ou não alguma carga elétrica da instalação a fim de manter a demanda abaixo dos limites pré-estabelecidos.

C. Métodos de Controle Com a finalidade de gerenciar a demanda instantânea

adequando-a conforme as especificações do consumidor surgem os métodos de controle que na verdade são algoritmos que definem as estratégias de decisões, captando as variáveis de entrada, processando e decidindo a melhor solução. É pelo método de controle que determinamos o grau de precisão de um controlador.

Os medidores de energia registram a demanda integrando a área da curva de demanda da Figura 2 no período ∆t. O período compreendido entre t1 e t2 ou ∆t é chamado de intervalo de integração, e que no caso do Brasil é de 15 minutos. [2]

Fig. 2. Intervalo de Integração. [4]

Dependendo do método de controle de demanda, saber

quando inicia e termina o intervalo de integração do medidor de energia, torna-se peça fundamental na eficiência do controlador de demanda.

1) Método da janela móvel Neste método de processamento é como se o controlador

estivesse analisando uma “janela de tempo”, sendo esta dividida em compartimentos, desta forma, a “janela de tempo” representa a demanda média e os compartimentos da janela as demandas instantâneas registradas.

O controlador não está em sincronismo com o medidor da concessionária, pois neste método o controlador analisa a demanda média dos últimos minutos do intervalo, ou seja, o

controlador armazena a demanda média da “janela de tempo”. A demanda média da janela calculada é comparada com a demanda máxima permitida especificada pelo consumidor, e obedece a seguinte lógica de decisão:

Se a demanda média calculada for menor que a demanda máxima permitida, ocorre a restauração das cargas, se estiverem desligadas, obedecendo as prioridades e tempos mínimos de ligação;

Se a demanda média for maior que a máxima permitida, ocorre o desligamento das cargas obedecendo à programação.

2) Método preditivo adaptativo Este método calcula a projeção da demanda dentro do

intervalo de integração, fazendo uma previsão de valor de potência das cargas em qualquer período do intervalo.

O algoritmo preditivo trabalha com a demanda média e também com a derivada da curva de demanda acumulada, verificando tendência e projeções continuadas, o que possibilita melhoramentos no chaveamento das cargas e verificação de tendências de demanda da instalação.

O termo adaptativo significa que o controle se adapta as condições atuais do processo, significando que as prioridades sobre as cargas controláveis podem variar automaticamente de acordo com as necessidades do processo.

A Figura 3 mostra como o algoritmo se comporta. O algoritmo verifica uma variação da taxa de crescimento da demanda em t1 e faz a previsão que em t2 ocorrerá uma ultrapassagem, portanto após t1, já são adotadas medidas no sentido de não deixar essa ultrapassagem ocorrer.

Fig. 3. Método Preditivo Adaptativo. [5]

3) Método de controle utilizando lógica Fuzzy A Lógica Fuzzy, também nomeada de Lógica

Nebulosa ou Lógica Difusa tem o objetivo de compreender e tomar decisões mediante situações incertas ou confusas, procurando raciocinar como o ser humano, um método capaz de traduzir expressões verbais que em grande parte são vagas, imprecisas e qualitativas comuns na comunicação humana e associá-las a valores numéricos compreensíveis para os computadores possibilitando a inclusão das experiências de operadores humanos na tomada de decisões de problemas complexos encontradas no controle de processos.

Na lógica Fuzzy o nível de conforto, necessidades econômicas individuais por carga são parâmetros adicionados na tomada de decisão, desta forma, com a utilização de algumas ferramentas matemáticas como os

conjuntos Fuzzy chega-se ao algoritmo de controle que se adequa as preferências que variam de usuário para usuário.

A tomada de decisão do método de controle Fuzzy é dividida em quatro etapas. O diagrama da Figura 4 mostra a seqüência de operação como também as interações entre as etapas.

Fig. 4. Método de Controle lógica Fuzzy. [6]

Logo abaixo temos as definiçoes de cada etapa: Fuzzificação: é a mudança de variáveis reais de

entrada em variáveis difusas, permitindo o entendimento pelo algoritmo de controle;

Base de conhecimento: é entendida como a memória do método de controle, sendo dividida em dois ramos: base de dados e base de regras. A base de dados tem alojado os conjuntos Fuzzy tanto os de entrada de processo como os de saída de processo. A base de regras esta relacionada com as tomadas de decisões do método;

Inferência difusa: é a mente pensante do método, pois verifica as entradas e compatibiliza a saída no mesmo nível das entradas analisando a base de regras;

Defuzzificação: transforma as variáveis de saída difusas em valores reais.

4) Método utilizando Algoritmo Genético Algoritmos Genéticos (AG’s) é uma estratégia de busca

de soluções, inspirada na Biologia Evolutiva, onde os indivíduos mais aptos sobrevivem pela seleção natural, carregando características genéticas de seus pais e estando sujeitos a variações aleatórias em seus genes. A ciência da computação adaptou esses conceitos, codificando os parâmetros da solução de um problema como cromossomos ou indivíduos, dentro de um conjunto de soluções chamado população [7].

Nessa População há uma competição entre seus indivíduos para a reprodução, sendo assim, os indivíduos mais aptos tem maior probabilidade de transmitir suas características.

O escopo do método é fazer com que os cromossomos evoluam ao longo das gerações, também chamadas de iterações, produzindo soluções cada vez melhores até que se chegue a uma boa solução do problema, que não é necessariamente a solução ótima. A cada geração, a população é avaliada a partir da aplicação de uma função aptidão que reflete a qualidade da solução que ele apresenta. Os cromossomos mais aptos são selecionados e os menos aptos são descartados [8].

Ultimamente vem sendo desenvolvido trabalhos pra otimização de demanda e faturamento de energia elétrica, objetivando encontrar a menor demanda a ser contratada para

a instalação, mas muito se pode fazer com o uso desta ferramenta no parâmetro de controle de demanda, sendo uma delas, verificar a melhor programação das cargas para que a demanda contratada não seja ultrapassada.

5) Método utilizando Redes Neurais Artificiais Uma Rede Neural Artificial (RNA) é um modelo

computacional que compartilha algumas propriedades do cérebro humano, sendo que a propriedade mais relevante das redes neurais é a habilidade em aprender e com isso melhorar seu desempenho. Uma RNA consiste de elementos de processamento (neurônios) e suas conexões (sinapses) – Figura 5. Cada neurônio pode ter várias entradas, porém somente uma saída.

Fig. 5. Rede Neural Artificial. [9]

As RNA’s apresentam duas fases de processamento. A

primeira fase é denominada por treinamento, onde se caracteriza pela apresentação de padrões de entrada com o objetivo de mapear o conhecimento que a rede deve aprender. Nesta fase o erro é medido pela diferença entre a saída obtida a cada iteração do treinamento e o resultado que se deseja obter. Quando o erro atinge um valor satisfatório, o processo de treinamento é encerrado e o conhecimento obtido é armazenado sob a forma de uma matriz numérica, conhecida como matriz de pesos sinápticos. A segunda fase é a fase de execução.

Na fase de execução cada entrada Xi - Figura 5, no neurônio é multiplicada pelo peso sináptico correspondente Wij (peso da entrada i do neurônio j), O resultado de cada multiplicação é então somado, logo depois, a soma é aplicada a uma função de ativação F, obtendo-se a saída do neurônio – equação 3.

n

iijiWXFOUT

1

(3)

No controle de demanda a utilização deste método pode ser feita criando uma RNA pra cada dia da semana, sendo que os padrões de entrada podem ser compostos pelo horário no qual se deseja realizar o controle, pelos últimos valores de medição da demanda e pelo valor de demanda da última semana, no mesmo horário e dia da semana, no qual o controle será realizado. A partir dessas informações, que formam um padrão de entrada, a RNA é capaz de fornecer uma resposta, ou seja, uma previsão de carga para o horário desejado permitindo o controle por parte de um equipamento destinado a esse fim.

III. ESPECIFICAÇÃO DO CONTROLADOR DE DEMANDA

Para correta especificação de um controlador de demanda propõe-se atender as seguintes etapas:

Obter o diagrama unifilar da instalação; Obter a curva de carga do sistema elétrico; Verificar a estrutura tarifária contratada; Realizar um estudo da instalação, determinando os

hábitos de consumo, as possíveis cargas que possam ser desconectadas em determinados períodos e verificar a melhor forma de seqüência de manobra dos equipamentos;

Determinar as cargas a serem controladas verificando o tipo, o número de equipamentos, a sua localização na instalação e a existência de rede de comunicação para o mesmo;

Escolher o método de controle mais adequado para a instalação;

Escolher uma forma de comunicação com os equipamentos, montando uma rede de comunicação.

Em termos práticos será realizado paralelamente à especificação do controlador o estudo de um caso real, respeitando as etapas para o melhor dimensionamento deste equipamento para uma instalação elétrica.

A. Levantamento dos dados

1) Diagrama Unifilar O diagrama unifilar é um importante elemento gráfico que

representa os equipamentos instalados com também uma visualização hierárquica do sistema elétrico implantado. Por meio dele, podemos verificar as características principais de uma instalação como ponto de ligação, medição, transformação, proteção e controle.

O fornecimento de energia para UFU campus Santa Mônica é em media tensão – 13,8 kV, a partir de um alimentador aéreo da CEMIG (Companhia Energética de Minas Gerais), e tem seu ponto de entrega na subestação da Biblioteca do campus, onde se encontra o medidor da concessionária, local em que se liga o controlador de demanda. A distribuição interna se dá por várias subestações de média tensão, conforme ilustrado na Figura 6, onde se tem 4 destas cabines de distribuição em destaque.

Fig. 6. Cabines de distribuição UFU-Santa Mônica.

2) Curva de Carga A curva de carga é a representação gráfica das demandas

registradas com as devidas variações horárias, diárias e mensais. O medidor da concessionária é quem faz o registro

da demanda. Os medidores da concessionária possuem um registro das grandezas elétrica, chamada de memória de massa, onde são registrados normalmente 3 grandezas elétricas: demanda ativa, demanda reativa e tensão. Todo mês a memória de massa da instalação é lida por um funcionário da concessionária e baseado nesta leitura emite a fatura da instalação.

Pela memória de massa do campus foi possível traçar a curva de carga do dia 18 de março/2010 – Figura 7, podendo assim verificar o hábito de consumo durante o decorrer de um dia no campus.

0

200

400

600

800

1000

1200

1400

0:00:00

00:30

01:00

01:30

02:00

02:30

03:00

03:30

04:00

04:30

05:00

05:30

06:00

06:30

07:00

07:30

08:00

08:30

09:00

09:30

10:00

10:30

11:00

11:30

12:00

12:30

13:00

13:30

14:00

14:30

15:00

15:30

16:00

16:30

17:00

17:30

18:00

18:30

19:00

19:30

20:00

20:30

21:00

21:30

22:00

22:30

23:00

23:30

0:00:00

Curva de Carga ‐ Santa Mônica 

Demanda Ativa(kW)

Fig. 7. Curva de carga do campus em 18 de março/2010.

3) Estrutura Tarifaria A fatura de energia elétrica é uma síntese dos parâmetros

de consumo e uma análise histórica destas faturas apresenta uma boa diversidade de informações e permite estabelecer relações importantes entre hábitos e consumo. Importantes dados que podem ser retirados das faturas de energia elétrica é a estrutura tarifária contratada assim como as demandas contratadas da instalação. Pela fatura do campus Santa Mônica obteve-se a seguintes informações:

Estrutura Tarifaria: Horo-Sazonal Azul; Demanda Ativa contratada HFP: 1320 kW; Demanda Ativa contratada HP: 900 kW; Horário de Ponta escolhido: 18h às 21h.

4) Definições de Controle As definições de controle referem-se a determinar as

cargas que serão controladas, as suas potências e a ordem que serão manobradas.

Para o sistema elétrico do Campus Santa Mônica foi adotado como definições de controle os condicionadores de ar dos anfiteatros de alguns blocos.

a) Cargas controláveis: Condicionadores de ar dos blocos 1X, 1B, 3C e 3Q, em que as localizações das cargas pelo campus podem ser vistas pela Figura 6.

b) Potência das cargas controláveis: A tabela 1 mostra as definições e características das cargas controláveis.

c) Ordem das cargas a serem manobradas: Por definição de prioridade os primeiros condicionadores de ar a serem desligados serão os do bloco 3Q. A tabela 2 mostra a seqüência de desligamentos das cargas e iniciação após a adequação da demanda da instalação.

5) Método de controle O método de controle é tão importante para o correto

funcionamento da instalação quando na presença de um

controlador de demanda, que na maioria das vezes vem especificado junto à escolha do controlador. Muitos fabricantes destes equipamentos já especificam o software e conseqüentemente o método de controle adotado, portanto este parâmetro tem de ser verificando junto à escolha do controlador.

Tabela 1- Descrições das cargas controláveis.

Tabela 2 – Sequência de manobras

6) Comunicação Equipamentos A comunicação do controlador de demanda com o

medidor de energia e os demais equipamentos do processo como extensores de controle de carga e computadores são feitas das seguintes maneiras:

Por cabo: Porta serial RS-485 ou RS-232; Ethernet; Por radio freqüência: GSM/GPRS, WI FI; Por Fibra Óptica.

B. Análise de Controle Para melhor entendimento da análise do controle de

demanda do campus será feito uma suposição em que todas as cargas definidas a serem controladas estejam ligadas.

Portanto analisando a curva de carga da instalação – Figura 8, verifica-se dois pontos de ultrapassagem, sendo eles o “ponto 1”, que representa uma ultrapassagem no horário fora de ponta e o “ponto 2” que representa uma ultrapassagem no horário de ponta.

Pela tabela 3 verifica-se o momento e a potência excedente nesses dois pontos.

Através da Tabela 3 pode-se observar seis instantes em que se tem ultrapassagens sobre a demanda contratada. No “ponto 1”, tem-se medições realizadas no horário fora de ponta, neste ponto observa-se que as ultrapassagens não excedem a tolerância permitida, ainda assim a ultrapassagem pela demanda contratada já deve ser motivo de preocupação, pois evidencia uma tendência de subida da curva de carga. Já no “ponto 2” tem-se três medições de demanda no horário de ponta, e observa-se inclusive que em um destes intantes esta

demanda excede à demanda contratada somada a tolerância permitida (5%). Com isso sobre o que excedeu a demanda contratada seria aplicada a tarifa de demanda aplicada no horário de ponta multilicada por dois.

Fig. 8. Pontos de ultrapassagem da demanda contratada.

Tabela 3 – Descrição dos pontos de Ultrapassagem.

Pon

to

Hor

ário

Dem

anda

M

edid

a (k

W)

Dem

anda

C

ontra

tada

(k

W)

Ultr

apas

sage

m d

a de

man

da

cont

rata

da

(kW

)

Dem

anda

co

ntra

tada

+

Tole

rânc

ia

(5%

) (kW

)

1 15:00 1327 1320 7 1386

1 15:15 1332 1320 12 1386

1 15:30 1327 1320 7 1386

2 18:45 922 900 22 945

2 19:00 924 900 24 945

2 19:15 950 900 50 945

Como observado, necessita-se efetuar o controle nas cargas disponíveis obedecendo à seqüência de desligamento adotada. Pela tabela 2 verificamos que a primeira carga a ser desligada é do bloco 3Q-Split 8, e pela tabela 1 têm-se a potência da carga que neste caso é de 14,08kW.

No caso do “ponto 1”, apenas o desligamento da unidade Split 8 já adequaria a demanda abaixo da demanda contratada. Já no caso do “ponto 2” seria desligado no horário 18:45 a carga Split8 e Split7 e a demanda média neste momento estaria em torno de 893,84kW.

No horário 19:00 seria de 895,84kW, e neste instante o controlador já analisaria a possibilidade de desligamento de outra carga. No horário 19:15 seria necessário o desligamento além do Split8 e Split7 as cargas Split6 e Split5 totalizando 56,32 kW de retirada de carga, sendo assim, a demanda média neste instante seria de 893,68 kW, a partir deste instante, como verificado na curva de carga da Figura 8 a demanda média está abaixo da contratada e as cargas podem ser restabelecidas obedecendo a seqüência de ligação. Se a demanda continuasse a aumentar as cargas seriam desligadas obedecendo à seqüência da tabela 2, para desta forma, manter a demanda média abaixo da contratada.

Lembrando que este controle é feito de forma genérica já que existem métodos de controle que se adaptam ao sistema naquele instante, desligando cargas próximas da potência necessária para manter a curva de carga abaixo da demanda contratada.

IV. CONCLUSÕES

O método proposto é bem simples e aplicável, porém para especificar um controlador de demanda para uma instalação elétrica deve-se levantar uma grande quantidade de dados antes da escolha do equipamento, o que muitas vezes pode ser trabalhoso. Sendo assim o presente trabalho nos dá uma síntese de como pode ser feito o estudo possibilitando agilidade e dinâmica na especificação de um controlador de demanda. É bom destacar que esse equipamento pode ser utilizado para controle do fator de potência o que amplia o seu raio de atuação.

REFERÊNCIAS BIBLIOGRÁFICAS

[1] ANEEL - Agência Nacional de Energia Elétrica (2010). Estabelece, atualiza e consolida as Condições Gerais de Fornecimento de Energia Elétrica de forma atualizada e consolidada. Resolução 414 de 09 de setembro de 2010,124 p.

[2] SANTOS, A.H.M.;SIMÕES,A. A; e outros. Conservação de energia:eficiência energética de instalações e equipamentos. Itajubá: FUPAI, 2001.467 p.

[3] ANEEL - Agência Nacional de Energia Elétrica (2010). Procedimento de distribuição de energia elétrica no sistema elétrico nacional – PRODIST.Módulo 5:Sistema de medição de 01 de janeiro de 2010, 32 p.

[4] NEUSSER, Lukas. Bases teóricas e experimentais para o gerenciamento da demanda em prédios públicos de ensino: o caso da Universidade Federal de Santa Maria. 2009. 149 f. Dissertação (Mestrado) - Departamento de Centro de Tecnologia, Universidade Federal de Santa Maria, Santa Maria-RS, 2009, il.color.

[5] ANDREOLI, André L.. Sistema de Controle de Demanda e Fator de Potência aplicado a consumidores de pequeno e médio porte. XV Congresso Brasileiro de Automática - CBA, UFRGS. Gramado - RS., Setembro/2004. 6 p.,il. color.

[6] RODRIGUES, Humberto de Ávila. Gerenciamento da demanda de energia elétrica em um restaurante universitário utilizando a lógica difusa: análise da composição deste insumo nos custos da refeição. 2004. 151 f. Dissertação (Mestrado) - Departamento de Pós-graduação em Engenharia Elétrica, Universidade Federal de Uberlândia, Uberlândia, 2004, il.

[7] VISCONTI. I. F.; SOUZA. L. F. W. D. Modelagem de carga baseada em medições utilizando algoritmos genéticos. Décimo Tercer Encuentro Regional Iberoamericano de Cigré (2009). Puerto Iguazú – Argentina.

[8] SOKEI. C.T.; RAMOS. D.S.; SILVA FILHO D. Modelo para sanolização de contratos de energia utilizando algoritmos genéticos. Décimo Tercer Encuentro Regional Iberoamericano de Cigré (2009). Puerto Iguazú – Argentina.

[9] ARAUJO, K. A. M.; LOTUFO, A. D. P. Previsão de cargas eletricas através de uma rede neural feedforward com treinamento por Levenberg – Marquardt utilizando as Toolboxes do Matlab. Faculdade de Engenharia Elétrica de Ilha Solteira - Unesp.