O consumo de energia elétrica muda constantemente. “Alguns dias chegamos em casa mais tarde e demoramos mais para ligar a TV, outros dias simplesmente não queremos sair do chuveiro; durante um ano, nossa relação com a energia elétrica muda do inverno para o verão; e no decorrer de alguns anos as vidas das pessoas mudam”. É o que explica o professor Edgar Manuel Caerreño Franco, coordenador do projeto de pesquisa “Previsão de demanda de energia elétrica com inteligência artificial e séries de tempo” do curso de Engenharia Elétrica da Universidade Estadual do Oeste do Paraná (Unioeste), campus de Foz do Iguaçu. 

O projeto de pesquisa, desenvolvido por professores e estudantes da Unioeste, procura identificar as características do uso de energia através de ferramentas que possibilitem estipular com maior precisão. “Diversos fatores influenciam em como a energia elétrica é consumida, tanto no dia a dia, no decorrer de um ano ou através dos anos, e as empresas encarregadas de fornecê-la precisam ter ideia deste comportamento para poder oferecer o seu serviço com qualidade”, destaca o professor.
 

A previsão de demanda é uma atividade da Engenharia Elétrica que busca reduzir as incertezas dos valores gastos. Para Edgar, saber sobre a utilização futura de energia elétrica é fundamental para o planejamento da distribuição. “Por exemplo, saber quanta energia precisamos daqui há meia hora é necessário para preparar os geradores das usinas; se um bairro novo vai ser construído, a concessionaria de distribuição precisa acondicionar a rede para não ter sobrecargas; conhecer quanta energia vamos precisar daqui dez anos é necessário para saber quantas usinas novas, ou fontes renováveis de energia serão necessárias construir no futuro”. 

Além disso, o professor coloca que o comportamento dos consumidores pode ser diferente: em uma cidade, dentro de um ano, haverá mais residências aumentando a demanda por energia, assim cada cenário precisa um tratamento diferente, e uma ferramenta matemática adequada. No projeto de pesquisa são analisadas quais são as características das diferentes situações, e dependendo destas, são escolhidas e testadas as mais diversas ferramentas até achar aquela opção que forneça uma previsão com o menor erro possível. 

Entre as técnicas que podem ser utilizadas encontram-se ferramentas matemáticas que extrapolam dados de consumo do passado para o futuro, como as técnicas de regressão matemática e series de tempo; assim como as técnicas que simulam a forma como o cérebro trabalha para aprender padrões de consumo e depois reproduzir os mesmos como as redes neurais.

Além dessas, também há técnicas que conseguem identificar comportamentos desconhecidos para ajudar no desenvolvimento dos algoritmos, como por exemplo técnicas de mineração de dados e aprendizado de máquina, entre outras que podem ser utilizadas independentes ou misturadas para alcançar melhores resultados. 

 

Muitos alunos de graduação e pós-graduação passam pelo projeto e desenvolvem diversas atividades, como por exemplo, em colaboração com a Itaipu, com a previsão do intercambio de energia entre Brasil e Paraguai; analisando o consumo interno de energia no Parque Tecnológico de Itaipu; verificando as previsões de consumo de energia de diversas empresas de geração de energia elétrica e concessionárias de distribuição; identificando fraudes ao identificar valores muito diferentes dos previstos nas contas de energia elétrica; entre outros projetos. 

Os estudantes que participaram do projeto trabalham em diversas empresas do setor aplicando os conhecimentos adquiridos em tarefas similares, como coloca Edgar. “Aprendendo constantemente novas abordagens para melhorar cada dia mais a eficiência do fornecimento da energia elétrica, seja para poder assistir à novela amanhã, para poder contar com energia quando comprar sua casa nova, ou para quando começar sua nova indústria daqui 10 anos”. 

Durante a pandemia os trabalhos continuam sem interrupção, sempre enviando e recebendo dados de forma remota.