Please use this identifier to cite or link to this item: http://hdl.handle.net/10773/29296
Title: Modelo de suporte à tomada de decisão para a escolha sustentável de equipamentos
Author: Santos, Ricardo Simões
Advisor: Matias, João Carlos Oliveira
Abreu, António João Pina da Costa Feliciano
Keywords: Sustentabilidade
Eficiência Energética
Serviços Energéticos
Abordagem Multi-atributo
Otimização
Meta-heurísticas
Algoritmos Evolucionários
Defense Date: 22-Jan-2020
Abstract: Nos últimos anos, têm-se assistido a um aumento generalizado da procura de energia a nível mundial, devido em grande parte ao aumento do consumo de energia elétrica final, comprometendo, na sua generalidade, o desenvolvimento sustentável, através do consumo de recursos e do aumento das emissões de gases de efeito de estufa (GEE). Neste sentido, a incorporação de medidas de sustentabilidade constitui um importante contributo para a redução das emissões de GEE para a atmosfera, sendo o sector dos edifícios uma área com especial relevância em termos de atuação neste domínio. Assim, uma das formas de promover a sustentabilidade, poderá ser através da escolha racional dos equipamentos utilizados atualmente neste sector, e no âmbito dos serviços energéticos a adquirir, aliada a medidas de eficiência energética. Deste modo, neste trabalho desenvolve-se uma metodologia de suporte à decisão, que permita ao consumidor tomar decisões que promovam a sustentabilidade, com base em soluções existentes no mercado. Para tal, recorre-se a abordagens multicritério, combinadas com técnicas de otimização multiobjectivo, sendas estas, por seu turno, suportadas em algoritmos evolucionários. Assim, o objetivo é obter soluções sustentáveis, que maximizem os três vetores da sustentabilidade: benefício económico, responsabilidade ambiental e conforto social do consumidor, respeitando naturalmente um conjunto de restrições associadas, sejam as mesmas económicas (ex. valores orçamentais máximos), sociais (ex. níveis mínimos de conforto) e até mesmo ambientais (ex. níveis máximos de emissões de CO2 equivalentes). Por outro lado, serão igualmente tidos em conta fatores como o ciclo de vida do produto, investimento realizado, etiquetagem energética, preferências do consumidor, pegada de carbono, entre outros. Dada a elevada natureza combinatória do problema, e apesar de se poderem empregar métodos de otimização clássicos, os algoritmos evolucionários tem assumido, cada vez mais, um maior destaque na resolução de problemas deste tipo, demonstrando bom desempenho na sua resolução, tendo ainda a vantagem de apresentar diversas soluções ótimas para o mesmo problema e em menor período de tempo. Pretende-se deste modo contribuir para a problemática identificada, através de uma abordagem holística, que permita ao agente-decisor tomar decisões sustentáveis, dado o contexto descrito anteriormente.
Lately, there has been a generalized increase in world energy demand, due in large part to the increase in final electric energy consumption, generally compromising sustainable development, through consumption of resources and emissions of greenhouse gases (GHG). In this sense, the incorporation of sustainability measures is an important contribution to the reduction of GHG emissions to the atmosphere, and the building sector is an area of relevance in terms of its performance in this area. Thus, one of the ways to promote sustainability can be through the rational choice of equipment currently used in this sector, and in the scope of energy services to be acquired, combined with energy efficiency measures. In this way, this work develops a decision support methodology that allows the consumer to make decisions that promote sustainability, based on existing solutions in the market. For this, multi-criteria approaches are used, combined with multiobjective optimization techniques, these paths, in turn, supported by evolutionary algorithms. The objective is therefore to achieve sustainable solutions that maximize the three vectors of sustainability: economic benefit, environmental responsibility and social comfort of the consumer, while respecting a set of associated constraints, be they economic (eg maximum budgetary values), social (e.g. minimum levels of comfort) and even environmental (eg maximum CO2 equivalent levels). On the other hand, factors such as the product life cycle, investment made, energy labeling, consumer preferences, carbon footprint, among others, will also be considered. Given the high combinatorial nature of the problem, and although classic optimization methods can be used, evolutionary algorithms have increasingly assumed a greater prominence in solving problems of this type, demonstrating good performance in solving, having the advantage of presenting several optimal solutions to the same problem and in a shorter period of time. In this way, it is intended to contribute to the identified problem, through a holistic approach, that allows the decision-maker to make sustainable decisions, given the context described previously.
URI: http://hdl.handle.net/10773/29296
Appears in Collections:UA - Teses de doutoramento
DEGEIT - Teses de doutoramento

Files in This Item:
File Description SizeFormat 
Tese_Ricardo Santos.pdf5.54 MBAdobe PDFView/Open


FacebookTwitterLinkedIn
Formato BibTex MendeleyEndnote Degois 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.