Previsão de consumo de eletricidade de uma comunidade rural: caso de estudo Sidonge, Quénia

Tese de mestrado integrado, Engenharia da Energia e Ambiente, Universidade de Lisboa, Faculdade de Ciências, 2018Atualmente, no continente africano cerca de dois terços da população não dispõem de acesso a energia elétrica no seu dia-a-dia. Este problema é ainda mais acentuado nas áreas rurais onde é estimado que 86% da população não têm acesso a qualquer tipo de forma de eletricidade. O acesso à energia elétrica é diretamente associado a uma panoplia de benefícios, tais como melhores cuidados médicos, melhor educação, melhor qualidade de vida, etc., que fomentam o levantamento destas zonas rurais da pobreza extrema. A melhor solução, atualmente, para a difusão da eletrificação rural, é a implementação de mini-redes nas comunidades rurais. As mini-redes são de rápida implementação, baixo custo, longa duração, extremamente adaptáveis e podem ser fornecidas exclusivamente por fontes de energia renováveis. Para além do problema do financiamento, o grande obstáculo para a implementação de mini-redes off-grid em todo o continente africano é o desafio do dimensionamento para as comunidades onde são implementadas. Em muitos casos, as necessidades dos habitantes das zonas rurais no que toca ao consumo energético podem ser sub ou sobrestimadas. Este problema é abordado nesta dissertação, onde se explora uma metodologia para uma previsão de consumo energético para uma comunidade rural da África subsariana, de forma bem-sucedida e o mais próximo da realidade possível. Em conjunto com a empresa RVE. SOL, a metodologia desenvolvida na dissertação é colocada em prática para um caso real. Através da comparação com os dados de consumo reais da comunidade de Sidonge, Quénia, é possível avaliar a viabilidade do método e a sua eficácia. O perfil de consumo diário obtido através da metodologia desenvolvida é analisado, com um perfil criado com uma ferramenta alternativa, LoadProGen. Em pleno século XXI é impressionante o quanto ainda falta perceber sobre as comunidades rurais da África subsariana. Esta dissertação pretende aumentar o conhecimento sobre as mini-redes off-grid desenvolvidas para estas comunidades rurais e melhorar as abordagens utilizadas na previsão de consumo energético das mesmas.Currently, in the African continent two-thirds of the population do not have access to electricity in their day to day. This problem is even more pronounced in rural areas where it is estimated that 86% of the population does not have access to any form of electricity. Access to electricity is directly associated with a panoply of benefits, such as better medical care, better education, better quality of life, etc., which encourage the removal of these rural areas from extreme poverty. The best solution for the diffusion of rural electrification is the implementation of mini-grids in rural communities. The mini-grids are fast-paced, low-cost, long-lasting, very adaptable and can be supplied exclusively by renewable resources. Besides its costs, the major obstacle to the implementation of off-grid mini-grids throughout the African continent is the poor development of the same for the communities where they are implemented. In many cases, the needs of rural inhabitants for energy consumption are under or overestimated. This problem is addressed in this dissertation, which explores a methodology for a forecast of energy consumption for a rural community in sub-Saharan Africa, in a very successful way and as close to reality as possible. Together with the company RVE. SOL, the methodology developed in the dissertation is put into practice for a real case. By comparing with actual consumption data from the community of Sidonge, Kenya, it is possible to evaluate its viability and effectiveness. The load profile is also modelled using LoadProGen. In the midst of the twenty-first century, it is striking how much remains to be understood about rural communities in sub-Saharan Africa. This dissertation intends to increase the knowledge about the off-grid mini-grids developed for these rural communities and to improve the approaches used in forecasting their energy consumption