MODELAGEM COMPUTACIONAL DO IMPACTO REGIONAL NO CONSUMO DE ENERGIA RESIDENCIAL COM SISTEMAS DE GERAÇÃO FOTOVOLTAICA
DOI:
https://doi.org/10.64746/tecnoeduc.2.1.2025.2994Resumo
Este estudo examina o impacto da adoção de sistemas fotovoltaicos (FV) solares no consumo de energia residencial em diferentes regiões econômicas de Campos dos Goytacazes, Brasil. A pesquisa utilizou dados detalhados de faturamento de energia de fevereiro a agosto de 2022, segmentando as regiões com base nas faixas de IPTU para definir classes econômicas. Análises estatísticas, incluindo testes qui-quadrado, Mann-Whitney U, ANOVA e análise pós-hoc de Tukey, revelaram diferenças significativas no consumo de energia entre residências com e sem sistemas solares, especialmente nas regiões mais abastadas. O estudo destaca a eficiência do uso de relatórios de faturamento para identificar a adoção de energia solar de forma precoce, superando métodos tradicionais baseados em imagens de satélite. Apesar de limitações, como o curto período de coleta de dados e o foco em sistemas conectados à rede (On-Grid), os resultados ressaltam a importância de políticas públicas inclusivas que abordem desigualdades socioeconômicas na adoção da energia solar. As conclusões sugerem que a classe econômica influencia tanto a probabilidade de adoção de energia solar quanto os padrões de consumo subsequentes, evidenciando a necessidade de políticas energéticas equitativas e acessíveis.
Referências
AL KHAFAF, N. et al. Impact of battery storage on residential energy consumption: An Australian case study based on smart meter data. Renewable Energy, v. 182, p. 390–400, jan. 2022.
CARVALHO, M. M. D.; MAGALHÃES, A. S.; DOMINGUES, E. P. Impactos econômicos da ampliação do uso de energia solar residencial em Minas Gerais. Nova Economia, v. 29, n. 2, p. 459–485, ago. 2019.
CHANDARAHASAN, C.; SHEEBA PERCIS, E. The accessible large-scale renewable energy potential and its projected influence on Tamil Nadu’s grid stability. Indonesian Journal of Electrical Engineering and Computer Science, v. 31, n. 2, p. 609, 1 ago. 2023.
GARCIA, L. B.; ALVES FIORE, F.; CARVALHO, F. L. C. Factors Associated with the Use of Solar Energy in Urban Households - Case Study: Municipality of São José Dos Campos. International Journal of Energy Economics and Policy, v. 13, n. 4, p. 522–530, 9 jul. 2023.
KIM, T.-Y.; CHO, S.-B. Predicting residential energy consumption using CNN-LSTM neural networks. Energy, v. 182, p. 72–81, set. 2019.
Lei Complementar 4 2017 de Campos dos Goytacazes RJ. 4/2017. . 30 nov. 2017.
PAPAGEORGIOU, K. et al. Decision-Making Process for Photovoltaic Solar Energy Sector Development using Fuzzy Cognitive Map Technique. Energies, v. 13, n. 6, p. 1427, jan. 2020.
SIMPSON, G.; CLIFTON, J. The emperor and the cowboys: The role of government policy and industry in the adoption of domestic solar microgeneration systems. Energy Policy, v. 81, p. 141–151, jun. 2015.
WU, W.; LIN, Y. The impact of rapid urbanization on residential energy consumption in China. PLOS ONE, v. 17, n. 7, p. e0270226, 28 jul. 2022.
YU, J. et al. DeepSolar: A Machine Learning Framework to Efficiently Construct a Solar Deployment Database in the United States. Joule, v. 2, n. 12, p. 2605–2617, 19 dez. 2018.
Downloads
Publicado
Edição
Seção
Licença
Direitos autorais (c) 2025 Mario Lopes Machado Junior, Marcos Moulin Valencia, Milton Erthal Junior, Álvaro Gonçalves de Barros
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
