Artículo

19 de noviembre de 2026

Avaliação da viabilidade técnica e comportamental da flexibilidade residencial em um projeto piloto de Virtual Power Plant (VPP) no Brasil

Débora B. Sanches de Oliveira; Iago Cambre

DOI: 10.22167/2675-6528-202603881

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A flexibilidade de consumo de energia elétrica em residências brasileiras foi avaliada. O estudo avaliou a viabilidade técnica e comportamental dessa flexibilidade em um projeto piloto de Virtual Power Plant (VPP) no Brasil. Realizaram-se 10 eventos de Resposta da Demanda (RD) com 30 unidades consumidoras medidas, entre janeiro e março de 2026, utilizando análise quantitativa de dados reais de medição inteligente. Aplicou-se o algoritmo k-means para segmentar perfis comportamentais e uma pesquisa de avaliação final para coletar percepções. A taxa de aceitação média foi de 70,6% e a de entrega média atingiu 80,1%, com uma redução de carga verificada de 99,3 kWh. Identificaram-se três perfis comportamentais de engajamento, sendo o grupo de engajamento pleno responsável por 61% da flexibilidade gerada. O modelo híbrido de remuneração obteve a maior taxa de entrega (90,4%) e o menor custo por kWh. A correlação entre incentivo e redução percentual foi significativa na fase híbrida. A pesquisa final indicou 96,7% de intenção de reparticipação e preferência pelo modelo híbrido. Os resultados confirmaram a viabilidade técnica e comportamental da flexibilidade residencial no Brasil como componente de uma VPP, demonstrando que consumidores respondem a eventos de RD quando comunicados e incentivados adequadamente.

Palavras-chave: Engajamento de consumidores; Flexibilidade residencial; Medição inteligente; Resposta da Demanda; Virtual Power Plant.

1. Introdução

A transição energética em curso no mundo impulsionou o avanço de tecnologias digitais e formas mais eficientes de interação entre consumidores e o sistema elétrico. No Brasil, esse movimento se intensifica com a abertura gradual do mercado livre de energia e com o aumento da participação de fontes renováveis, que elevam a necessidade de mecanismos de flexibilidade para manter o equilíbrio entre oferta e demanda (ONS, 2023).

Dentro desse contexto, novas estruturas emergem com o objetivo de coordenar pequenos recursos energéticos distribuídos e permitir sua atuação conjunta na operação do sistema. Entre essas estruturas está a Usina Virtual, ou Virtual Power Plant (VPP), que consiste em uma plataforma de agregação de múltiplos recursos energéticos distribuídos, formando um portfólio capaz de operar como um único agente perante o mercado e os operadores do sistema (Nalborczyk Leites et al., 2018).

Ao integrar consumidores, geração distribuída e outros ativos energéticos, a VPP viabiliza a participação ativa desses agentes em serviços ao sistema, como ajuste de demanda, suporte à rede e comercialização de energia. A literatura classifica as VPPs em duas vertentes complementares: a VPP comercial, focada na participação em mercados de energia e na otimização financeira do portfólio; e a VPP técnica, direcionada a contribuir para a coordenação da rede elétrica, respeitando as restrições operativas locais e oferecendo serviços ancilares (Nalborczyk Leites et al., 2018). Em ambos os casos, a flexibilidade de carga desempenha papel central ao permitir que consumidores reduzam ou aumentem seu consumo em horários de interesse para o sistema, em eventos chamados de resposta da demanda.

A resposta da demanda consolidou-se como recurso estratégico para reduzir custos operacionais, postergar novos investimentos em infraestrutura e ampliar a segurança energética (EPE, 2021). No entanto, sua adoção ainda é incipiente no Brasil, sobretudo no segmento residencial, que representa a maior parcela do número de unidades consumidoras do país, mas com baixa participação em iniciativas de flexibilidade estruturada (CCEE, 2023).

Com a digitalização da medição, o avanço de dispositivos conectados e a difusão de novos modelos de negócio baseados em engajamento, torna-se possível analisar o comportamento real de consumidores residenciais diante de eventos de resposta da demanda. Este trabalho analisou dados reais de um piloto de VPP residencial conduzido por uma comercializadora de energia no Brasil, juntamente a uma empresa de desenvolvimento de software e engenharia executora do projeto.

A partir da coleta de dados horários de consumo e da realização de eventos de solicitação de alteração de carga, avaliou-se como os consumidores respondem às orientações e verificou-se a viabilidade técnica e comportamental para que esse público desempenhe papel ativo na transição energética. A análise combinou métodos quantitativos e técnicas de ciência de dados para caracterizar padrões de consumo, medir impactos reais e identificar níveis de engajamento. Os resultados produzidos têm potencial para apoiar a formulação de políticas, evoluções regulatórias e estratégias de mercado, contribuindo para a consolidação de VPPs no país e para a participação ativa dos consumidores no futuro do setor elétrico. O objetivo desta pesquisa foi avaliar a viabilidade técnica e comportamental da flexibilidade de consumo de energia elétrica em residências brasileiras, por meio da análise quantitativa de dados reais de medição inteligente durante eventos de resposta da demanda em um projeto piloto de Virtual Power Plant.

2. Material e Métodos

A pesquisa adotou uma abordagem quantitativa, descritiva e exploratória para avaliar a viabilidade técnica e comportamental da flexibilidade de consumo de energia elétrica em residências brasileiras. O caráter quantitativo fundamentou-se na análise estatística de dados reais de consumo de energia, coletados de forma contínua por dispositivos de medição inteligentes. A natureza descritiva manifestou-se na avaliação das características de consumo das unidades monitoradas e na mensuração objetiva da resposta dos participantes durante os eventos de resposta da demanda. O aspecto exploratório decorreu da incipiência da aplicação de flexibilidade residencial em usinas virtuais no Brasil, demandando investigação empírica para a geração de conhecimento e formulação de hipóteses (Lakatos e Marconi, 2017).

O estudo incluiu 30 unidades consumidoras do setor residencial, localizadas em áreas urbanas e conectadas em baixa tensão. Os participantes foram selecionados a partir de uma base de 1.040 inscritos em uma chamada pública digital de abrangência nacional. A triagem inicial priorizou regiões com maior densidade de inscritos e facilidade logística para instalação dos medidores, abrangendo cidades como São Paulo, Florianópolis e Belo Horizonte.

Os critérios de inclusão estabeleceram que os consumidores deveriam apresentar consumo médio mensal superior a R$ 200,00, possuir internet estável e demonstrar disponibilidade para participar dos eventos de flexibilidade. Foram excluídos os consumidores com impedimentos técnicos à instalação dos medidores, aqueles com consumo residual ou que declararam indisponibilidade para realizar as ações de resposta da demanda. O tamanho final da amostra foi determinado pelo orçamento operacional disponível, que permitia a aquisição e instalação de até 30 medidores inteligentes.

A coleta de dados foi realizada por meio de medidores inteligentes IoT, certificados pelo INMETRO (2022). Esses dispositivos foram capazes de registrar a potência ativa horária por fase e transmitir automaticamente as medições para o banco de dados da empresa responsável pelo piloto, utilizando uma API de comunicação segura. As comunicações com os participantes ocorreram exclusivamente via WhatsApp, sem a necessidade de instalação de aplicativos adicionais ou equipamentos complementares nas residências.

Os procedimentos de coleta foram conduzidos em três etapas distintas. Primeiramente, realizou-se a instalação, calibração e verificação da comunicação dos medidores nas 30 residências selecionadas. Em seguida, procedeu-se à coleta contínua de dados de consumo ao longo de aproximadamente três meses. Por fim, executaram-se 10 eventos de resposta da demanda em horários predefinidos, entre janeiro e março de 2026.

Todos os dados foram anonimizados antes da análise, em conformidade com a Lei Geral de Proteção de Dados (Lei nº 13.709/2018), garantindo a privacidade dos participantes. Após a conclusão do projeto, aplicou-se uma pesquisa de avaliação final via Google Forms, enviada por WhatsApp aos participantes, com o propósito de coletar percepções e feedbacks sobre a execução do programa e aprimorar futuros arranjos de VPP.

O tratamento e a análise dos dados envolveram a extração via SQL e o enriquecimento em Python, utilizando a biblioteca pandas. A análise foi suportada por técnicas estatísticas descritivas. O pipeline de tratamento de dados contemplou a exclusão de eventos com status cancelado, a correção de medidores com fases invertidas por meio da aplicação de valor absoluto, a exclusão de falhas de telemetria e a remoção de outliers de consumo que superavam três vezes o valor da linha de base.

Para avaliar a flexibilidade, construiu-se uma linha de base individual para cada residência, comparando-se o consumo durante os eventos com o padrão histórico. Calcularam-se indicadores de desempenho, como taxa de aceitação, taxa de entrega, redução média por evento, custo por kWh e correlação entre incentivo e desempenho. A segmentação dos participantes por perfil comportamental foi realizada mediante a aplicação do algoritmo de agrupamento k-means sobre as variáveis de engajamento individuais, com o número ótimo de clusters determinado pelo método do cotovelo.

As visualizações e relatórios foram elaborados em Power BI e Python, utilizando a biblioteca matplotlib, para integrar o pipeline analítico e a comunicação dos achados. Todo o tratamento de dados seguiu princípios de confidencialidade, consentimento informado e finalidade específica, conforme a legislação vigente. Os dados individuais dos participantes foram anonimizados e utilizados exclusivamente para fins de pesquisa, sem identificação das empresas executoras do piloto.

3. Resultados e Discussão

O presente estudo avaliou a viabilidade técnica e comportamental da flexibilidade de consumo de energia elétrica em residências brasileiras, por meio da análise de dados reais de medição inteligente durante eventos de Resposta da Demanda (RD) em um projeto piloto de Virtual Power Plant (VPP). Foram realizados 10 eventos com 30 unidades consumidoras medidas, entre janeiro e março de 2026, gerando 273 registros evento-participante válidos. A taxa de aceitação média foi de 70,6%, superando a faixa internacional de referência de 50–65%, e a taxa de entrega média atingiu 80,1%, com uma redução de carga verificada de 99,3 kWh. Estes resultados confirmam que os consumidores residenciais brasileiros são capazes de responder a eventos de resposta da demanda quando adequadamente comunicados e incentivados, estabelecendo a flexibilidade residencial como um componente viável de uma VPP.

A coleta de dados de medição inteligente foi fundamental para o estudo, sendo a construção da linha de base (baseline) um passo crucial. A baseline foi calculada a partir da média dos dados históricos de consumo, coletados a cada 15 minutos durante um período de quatro semanas para cada unidade consumidora. Este método permitiu uma comparação precisa entre o consumo medido durante os eventos de flexibilidade e o padrão de consumo esperado, essencial para determinar a efetividade da resposta da demanda. A heterogeneidade dos dados de consumo foi notável, com o desvio padrão da baseline de referência (1.063 Wh) representando 76% da média (1.389 Wh), indicando uma diversidade significativa nos perfis de consumo entre os 30 participantes.

O pipeline de dados aplicado revelou quatro tipos de inconsistências que foram tratadas para garantir a qualidade da análise. Foram excluídos 249 registros de eventos cancelados, 15 registros com falha de telemetria e 8 outliers de consumo que excediam três vezes o valor da baseline. Adicionalmente, 21 registros de medidores com fases invertidas tiveram seus valores corrigidos por aplicação de valor absoluto. Após o tratamento, a base final consolidada para análise compreendeu 273 registros válidos de evento-participante, distribuídos uniformemente pelos 10 eventos realizados com as 30 unidades consumidoras. A redução real de consumo apresentou uma distribuição assimétrica, com a mediana de 274 Wh sendo inferior à média de 527 Wh, sugerindo que um subgrupo de participantes de alto engajamento contribuiu com reduções substancialmente maiores.

Composição dos Eventos de Flexibilidade e Indicadores de Engajamento

Os 10 eventos de flexibilidade foram estruturados com diferentes modelos de incentivo para avaliar seu impacto no engajamento dos participantes. O primeiro evento utilizou um modelo Fixo, oferecendo R$ 10,00 para uma meta de redução de 1 kWh. Os eventos subsequentes, do segundo ao sexto, empregaram um modelo Variável, com remuneração proporcional ao percentual de redução atingido, variando entre 15 e 30 vezes a tarifa vigente. Por fim, os eventos de sete a dez testaram um modelo Híbrido, que combinava um valor fixo (entre R$ 5,00 e R$ 10,00) com um componente variável proporcional ao percentual da meta atingida (entre R$ 20,00 e R$ 30,00). Essa diversificação permitiu uma análise comparativa do desempenho de cada modelo de remuneração.

A taxa de aceitação média final para todos os eventos foi de 70,6%, um valor que se mostrou superior à faixa de referência internacional de 50% a 65% observada em programas de resposta da demanda residencial de estrutura similar (NESO, 2023; PG&E, 2023). A taxa de recusa foi consistentemente baixa, com uma média de 4,0% ao longo do piloto, e notavelmente zero em três dos quatro eventos da fase híbrida, indicando um comprometimento crescente dos participantes remanescentes. O percentual médio de “sem resposta” foi de 25,4%, um aspecto que merece atenção em futuros programas, pois pode estar associado a barreiras de usabilidade ou ao horário de envio das notificações, representando um comportamento distinto da recusa explícita.

Desempenho da Flexibilidade Energética por Evento

Os 10 eventos de resposta da demanda resultaram em uma redução de carga agregada verificada de 99,3 kWh. A taxa média de entrega, que representa a proporção de aceitantes que atingiram o limiar de redução contratado individualmente, alcançou 80,1%. A análise detalhada por evento revelou que cinco dos dez eventos superaram a meta de redução estabelecida. Esses eventos bem-sucedidos (E04, E05, E07, E08 e E09) compartilharam características comuns: todos ocorreram na fase variável avançada ou na fase híbrida do piloto, e nenhum deles teve duração superior a duas horas, sugerindo que janelas de tempo mais curtas podem otimizar o engajamento dos participantes.

Em contraste, o evento de três horas (E06) registrou a segunda menor taxa de flexibilidade do piloto, com 39,9%, indicando que janelas de despacho mais longas podem reduzir o comprometimento dos participantes. Os eventos com menor flexibilidade percentual (E03 com 28,3%, E06 com 39,9% e E10 com 34,3%) ocorreram em horários de pico de despacho no final da tarde, em dias consecutivos ou muito próximos a outras solicitações. Esse padrão sugere um possível efeito de fadiga de participação quando os eventos se acumulam em um curto intervalo de tempo. A redução média de 47,3% da baseline entre os participantes que aceitaram o evento, combinada com a alta taxa de entrega, demonstra que a maioria dos participantes que se comprometeram efetivamente entregou uma redução expressiva, e não apenas marginal.

Evolução Temporal dos Indicadores e Comparação por Modelo de Remuneração

A análise temporal dos indicadores revelou uma tendência positiva consistente na taxa de entrega ao longo do piloto. A taxa de entrega dos eventos nas fases variável e híbrida (E04 a E10) foi, em média, 8,3 pontos percentuais superior à registrada no evento inicial (E01). A fase híbrida destacou-se com uma taxa de entrega média de 90,4%, superando em 15,4 pontos percentuais a fase variável e em 20 pontos percentuais o evento de modelo fixo. Este desempenho superior do modelo híbrido sugere que a combinação de um componente fixo de disponibilidade com um componente variável por desempenho é mais eficaz para garantir a entrega da flexibilidade.

O custo por kWh manteve-se estável na faixa de USD 5,01 a USD 5,31 durante a fase variável, mas registrou uma queda consistente na fase híbrida, variando de USD 4,71 a USD 4,86. A queda no custo por kWh na fase híbrida foi abrupta logo na transição para o evento E07, indicando que a mudança no modelo de remuneração alterou imediatamente o comportamento de entrega dos participantes, sem um período de adaptação gradual. A taxa de aceitação, por sua vez, manteve-se relativamente estável ao longo de todo o piloto, oscilando entre 63% e 80% sem uma tendência clara de alta ou baixa. Isso reforça a interpretação de que o modelo de incentivo influenciou predominantemente a qualidade da resposta dos participantes que já haviam aceitado, e não a decisão inicial de participar do evento.

A comparação sistemática entre os três modelos de remuneração testados demonstrou que o modelo híbrido se destacou pela combinação de uma alta taxa de entrega (90,4%) com o menor custo por kWh (USD 4,76), além de ter atingido 75% das metas de despacho. Embora as taxas de aceitação dos três modelos fossem praticamente equivalentes (66,7% para o fixo, 72,1% para o variável e 69,4% para o híbrido), a taxa de entrega do modelo híbrido foi expressivamente superior. Isso sugere que o componente fixo de disponibilidade, presente no modelo híbrido, atua como um mecanismo de comprometimento após a aceitação do evento, intensificando a entrega efetiva da redução de carga, e não como um fator primário na decisão inicial de participar.

Segmentação Comportamental dos Participantes

A aplicação do algoritmo k-means sobre as variáveis de engajamento individuais, que incluíam taxa de aceitação, taxa de entrega e redução média percentual da baseline, identificou três clusters distintos de participantes. O número ótimo de clusters foi determinado pelo método do cotovelo, resultando em uma segmentação que revelou perfis comportamentais específicos. O Cluster 1, denominado “engajamento pleno”, compreendeu 11 participantes (38% da amostra) e demonstrou um desempenho excepcional, com taxa de aceitação média de 88,3%, taxa de entrega de 91,2% e uma redução média de 52,1% da baseline. Este grupo foi responsável por aproximadamente 61% de toda a flexibilidade gerada no piloto, evidenciando seu papel crucial na contribuição para a VPP.

O Cluster 2, identificado como “engajamento seletivo”, representou o grupo majoritário com 13 participantes (45% da amostra). Este grupo apresentou um desempenho compatível com as médias gerais do piloto e mostrou-se mais sensível ao design dos incentivos, com uma melhora expressiva na fase híbrida. Por outro lado, o Cluster 3, de “baixo engajamento”, composto por 5 participantes (17% da amostra), contribuiu de forma marginal para o volume total de flexibilidade e exibiu alta variabilidade, comprometendo a confiabilidade do despacho. Essa estrutura bimodal de engajamento é consistente com padrões reportados em programas internacionais de resposta da demanda residencial (NESO, 2023), indicando que a confiabilidade operacional de uma VPP residencial depende primariamente da solidez do núcleo central de participantes.

É importante ressaltar que a segmentação obtida, baseada em uma amostra de 30 participantes, apresenta limitações quanto à robustez estatística. Com um número reduzido de observações, algoritmos de agrupamento não supervisionados podem ser sensíveis a variações pontuais nos dados e na inicialização. Testes de estabilidade com diferentes sementes aleatórias confirmaram essa sensibilidade, com a partição em três clusters reproduzindo a composição predominante em 74% das execuções, mas com variações em 26%. O índice de silhueta de 0,34 indica uma separação moderada entre os grupos, sugerindo que esta segmentação deve ser interpretada como uma caracterização exploratória dos perfis comportamentais observados no piloto, e não como uma tipologia estatisticamente robusta passível de generalização.

Análise da Correlação entre Incentivo e Desempenho

A análise da correlação entre o incentivo médio recebido e a redução percentual obtida pelos participantes revelou padrões distintos. Para o piloto como um todo, a correlação não se mostrou estatisticamente significativa (p = -0,05, p = 0,80), mesmo após a exclusão de pontos de alta influência. Este resultado sugere que, de forma geral, o valor do incentivo não teve uma relação linear direta com a redução de carga em todos os modelos de remuneração aplicados. No entanto, a análise segmentada por modelo de remuneração trouxe insights mais específicos sobre essa relação.

Na fase híbrida (eventos E07 a E10), a correlação entre incentivo e redução foi positiva, moderada e estatisticamente significativa, tanto pelo teste de Spearman (p = +0,50, p = 0,005) quanto pelo teste de Pearson (r = +0,40, p = 0,032). Essa correlação manteve-se robusta mesmo após a remoção de pontos de leverage. Em contraste, na fase variável (eventos E02 a E06), a correlação permaneceu nula (p = -0,02, p = 0,93), e na fase fixa (E01) o cálculo não foi aplicável devido ao valor de incentivo ser o mesmo para todos os participantes. Este achado indica que a relação entre o valor do incentivo e o desempenho de redução não é uma propriedade geral do programa, mas um efeito específico da estrutura híbrida de remuneração.

Uma interpretação plausível para a correlação significativa na fase híbrida é que o componente fixo de disponibilidade, ao reduzir a incerteza do participante sobre o recebimento de alguma remuneração, permitiu que o componente variável atuasse como um sinal de esforço marginal mais legível. Isso significa que incentivos mais altos se traduziram de forma mais consistente em maior redução de carga, pois os participantes tinham uma base garantida. Esse resultado reforça, com evidência estatística direta dos dados do piloto, a recomendação do modelo híbrido como estrutura de remuneração preferencial para programas futuros, pois ele consegue modular a resposta de forma mais eficaz.

Resultados da Pesquisa de Avaliação Final

Ao término do piloto, uma pesquisa de avaliação final foi aplicada aos 30 participantes, coletando percepções e feedbacks sobre a execução do programa. A usabilidade das instruções foi amplamente positiva, com 28 participantes (93,3%) classificando as orientações dos eventos como “Muito fáceis” de entender. Apenas um participante indicou dificuldade em nível “Normal”, e nenhum apontou a compreensão das instruções como fator limitante para a participação. Isso reforça a efetividade da estratégia de comunicação adotada, baseada em mensagens diretas e lembretes via WhatsApp, que se mostrou clara e acessível aos usuários.

Em relação aos obstáculos, a maioria dos respondentes (22 participantes, 73,3%) declarou não ter enfrentado dificuldades, indicando que o modelo operacional se adaptou bem à rotina dos consumidores. O principal obstáculo identificado foi estar fora de casa no momento do evento, relatado por 6 participantes (20,0%), enquanto apenas um participante mencionou ter esquecido o evento. Esses resultados sugerem que as limitações observadas não estão relacionadas a dificuldades técnicas ou falhas de comunicação, mas sim a condições externas do participante, como sua disponibilidade no horário do evento, o que é um fator comportamental importante a ser considerado em futuros programas de flexibilidade.

A avaliação do incentivo financeiro também foi positiva, com 25 participantes (83,3%) considerando-o adequado para motivar sua participação. Quatro participantes (13,3%) sugeriram que o valor poderia ser maior, indicando uma oportunidade de aprimoramento em modelos futuros. Quanto ao esforço percebido para adaptação da rotina, 12 participantes (40,0%) indicaram que participar não exigiu esforço, e 16 (53,3%) classificaram a experiência como pouco trabalhosa. Apenas dois participantes (6,7%) consideraram a experiência muito trabalhosa, demonstrando que a participação em eventos de flexibilidade residencial pode ocorrer com impactos mínimos na rotina dos usuários, o que é um fator crucial para a escalabilidade desses programas.

Preferência por Modelo de Incentivo e Feedbacks Abertos

A avaliação do WhatsApp como canal de comunicação foi unânime, com 26 respondentes (86,7%) classificando-o como “Ótimo” e 4 (13,3%) como “Bom”. Nenhum participante fez avaliação negativa, o que reforça a adequação do WhatsApp como ferramenta operacional para programas residenciais de resposta da demanda, dada sua simplicidade, disponibilidade e familiaridade entre os usuários. A intenção de reparticipação foi um indicador estratégico chave, com 96,7% dos respondentes manifestando disposição para participar novamente em um programa com incentivos semelhantes, sendo 76,7% “Sim, definitivamente” e 20,0% “Provavelmente sim”. Apenas um participante (3,3%) respondeu “Provavelmente não”, explicando em seu feedback que as expectativas de remuneração geradas no recrutamento não foram atendidas, sinalizando um risco na gestão de expectativas para futuras comunicações.

O modelo híbrido de remuneração foi o preferido por 41,0% dos respondentes, seguido pelo desconto percentual na fatura mensal de energia (34,4%), pelo modelo fixo por evento (18,0%) e pelo modelo estritamente variável por kWh reduzido (6,6%). A convergência entre a preferência declarada pelo modelo híbrido e o desempenho operacional superior observado nessa fase do piloto constitui um resultado robusto, indicando que o modelo que produziu os melhores resultados objetivos é também o mais valorizado pelos participantes. Os comentários abertos dos 24 participantes analisáveis revelaram satisfação geral, desejo de continuidade, mudança de comportamento e consciência energética, elogios à organização e comunicação, e solicitações de maior transparência nos dados individuais de economia, com apenas uma crítica sobre a remuneração.

Os resultados deste projeto piloto de Virtual Power Plant confirmaram a viabilidade técnica e comportamental da flexibilidade de consumo de energia elétrica em residências brasileiras. A pesquisa demonstrou que consumidores residenciais respondem a eventos de resposta da demanda quando adequadamente comunicados e incentivados, evidenciado por uma taxa de aceitação média de 70,6% e uma taxa de entrega de 80,1%, superando referências internacionais. A redução agregada de 99,3 kWh em 10 eventos estabelece uma base empírica para o potencial de flexibilidade no país, projetando que 1.000 unidades consumidoras similares poderiam gerar aproximadamente 0,29 MW por evento de uma hora, um recurso significativo para a gestão de pico. O modelo híbrido de remuneração, combinando componentes fixo e variável por desempenho, produziu os melhores resultados operacionais e foi o preferido pelos participantes. A segmentação comportamental revelou um núcleo de alto engajamento responsável pela maior parte da flexibilidade, sublinhando a importância de estratégias direcionadas para otimizar a participação e a confiabilidade operacional das VPPs, respondendo assim diretamente ao objetivo central do estudo.

4. Conclusão

O presente estudo avaliou a viabilidade técnica e comportamental da flexibilidade de consumo de energia elétrica em residências brasileiras, por meio da análise quantitativa de dados reais de medição inteligente durante eventos de resposta da demanda em um projeto piloto de Virtual Power Plant. Verificou-se que os consumidores residenciais demonstraram alta capacidade de resposta, com uma taxa de aceitação média de 70,6% e uma taxa de entrega de 80,1% ao longo de 10 eventos, resultando em uma redução agregada de 99,3 kWh. A aplicação de técnicas de segmentação identificou três perfis comportamentais distintos, sendo o grupo de engajamento pleno responsável por 61% da flexibilidade gerada. Observou-se que o modelo híbrido de remuneração, que combinou componentes fixo e variável, produziu a maior taxa de entrega, de 90,4%, e o menor custo por kWh, de USD 4,76, além de apresentar uma correlação positiva e significativa entre o incentivo e a redução de carga. A pesquisa de avaliação final reforçou esses achados, indicando 96,7% de intenção de reparticipação e preferência pelo modelo híbrido, confirmando que a flexibilidade residencial é um componente viável para uma VPP no Brasil.

A principal contribuição deste estudo reside na demonstração empírica da viabilidade técnica e comportamental da flexibilidade de consumo de energia elétrica em residências brasileiras, estabelecendo uma base para a consolidação de Virtual Power Plants no país. Os resultados fornecem subsídios para a formulação de políticas, evoluções regulatórias e estratégias de mercado, projetando que a agregação de 1.000 unidades consumidoras similares poderia gerar aproximadamente 0,29 MW por evento de uma hora, sem a necessidade de automação residencial. Contudo, o estudo apresentou limitações, como o tamanho reduzido da amostra de 30 participantes e a duração de apenas três meses de coleta de dados, que impediram a generalização robusta dos perfis comportamentais e a captura de variações sazonais. A ausência de um grupo de controle formal e a sequência fixa de aplicação dos modelos de incentivo também limitaram o isolamento de efeitos externos e de aprendizado. Para estudos futuros, sugere-se ampliar a amostra para ao menos 200 participantes, estender o período de observação, adotar delineamentos com randomização da ordem dos modelos de incentivo e explorar o modelo de desconto na fatura de energia como alternativa de remuneração, visando a validação da segmentação comportamental e aprimoramento da confiabilidade operacional das VPPs.

Referências Bibliográficas

BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Brasília, DF: Presidência da República, 2018. Disponível em: http://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/L13709.htm. Acesso em: 17 jun. 2026.

CCEE – Câmara de Comercialização de Energia Elétrica. Relatório de acompanhamento do mercado livre. São Paulo, 2023. Disponível em: https://www.ccee.org.br. Acesso em: 01 dez. 2025.

EPE – Empresa de Pesquisa Energética. Estudo sobre resposta da demanda no Brasil. Rio de Janeiro, 2021.

INMETRO – Instituto Nacional de Metrologia, Qualidade e Tecnologia. Regulamento Técnico Metrológico de Medidores de Energia Elétrica. Brasília, 2022.

LAKATOS, Eva Maria; MARCONI, Marina de Andrade. Fundamentos de metodologia científica. 8. ed. São Paulo: Atlas, 2017.

NALBORCZYK LEITES, Tania; GLÓRIA, Luna Leão; OLIVA, Neimar de Almeida; SANCHES, Débora Batissoco; RODRIGUES, Julia Howat da Rosa; SANCHES, Alexandre Monteiro. Regulatory advances and improvements in Latin America: Case study of VPP markets in Brazil. In: 2nd European GRID SERVICE MARKETS Symposium, 2018, Lucerne. Proceedings […]. Florianópolis: CERTI Foundation, 2018.

NESO – National Energy System Operator. Demand Flexibility Service approved for Winter 2023/24. 2023. Disponível em: https://www.neso.energy/news/demand-flexibility-service-approved-202324-winter. Acesso em: 6 fev. 2026.

ONS – Operador Nacional do Sistema Elétrico. Plano Anual da Operação Energética 2023. Brasília, 2023.

PG&E – Pacific Gas and Electric. Power Saver Rewards Program. 2026. Disponível em: https://www.pge.com. Acesso em: 6 fev. 2026.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

También te puede interesar

19 de noviembre de 2026

Proposta para Otimização da Gestão e Cultura Organizacional de uma Clínica de Reabilitação Fisioterapêutica.

A gestão eficiente de equipes e o alinhamento cultural representam desafios complexos em ambientes multidisciplinares de saúde. Este estudo teve como objetivo desenvolver e implementar uma proposta de intervenção organizacional para fortalecer a cultura, a liderança e as competências comportamentais em uma clínica de reabilitação fisioterapêutica em Bauru, interior de São Paulo, fundamentando-se em conceitos da Engenharia de Produção. A metodologia adotada configurou-se como uma pesquisa-ação de caráter participativo, estruturada em ciclos de diagnóstico, planejamento, ação e monitoramento. Para a etapa diagnóstica, aplicaram-se os instrumentos validados Organizational Culture Assessment Instrument (OCAI), Multifactor Leadership Questionnaire (MLQ) e Leadership Practices Inventory (LPI), por meio de plataforma digital junto aos colaboradores da instituição. Os resultados principais evidenciaram a predominância de uma liderança transformacional consolidada e uma cultura organizacional de Clã. Contudo, identificaram-se lacunas na formalização de processos, na definição de papéis e nos mecanismos estruturados de feedback. A organização demonstrou um desejo explícito por maior estrutura e indicadores, encontrando-se em um movimento favorável de transição para um modelo cultural híbrido e profissionalizado, orientado ao desempenho e sustentado por ferramentas de melhoria contínua. Assim, o estudo atingiu o escopo pretendido ao propor soluções sistematizadas que integraram a engenharia de produção ao ambiente clínico, promovendo reflexões sobre a eficiência operacional e a valorização das pessoas.

Palavras-chave: Cultura organizacional; Engenharia de produção; Gestão em saúde; Liderança transformacional; Pesquisa ação.

19 de noviembre de 2026

Impacto das inconsistências da BDGD no cálculo de perdas técnicas na distribuição de energia elétrica

As perdas técnicas no sistema de distribuição elétrica brasileiro representaram um custo superior a R$ 11 bilhões em 2024, com o cálculo regulatório baseado na Base de Dados Geográfica da Distribuidora (BDGD). Inconsistências nos dados cadastrais dessa base podem comprometer a fidelidade das simulações de fluxo de potência e a precisão das perdas técnicas apuradas. A pesquisa avaliou o impacto de diferentes tipos de inconsistências da BDGD no cálculo de perdas técnicas em sistemas de distribuição de energia elétrica. Para tanto, desenvolveu-se um pipeline de dados automatizado em Python, que incluiu a extração das bases via API da ANEEL, importação para banco de dados relacional DuckDB, reconstrução topológica da rede por algoritmo de busca em largura (BFS), conversão dos dados para o simulador OpenDSS via biblioteca bdgd2opendss e simulação de fluxo de potência. Definiram-se dez regras de verificação de inconsistências, classificadas em categorias que impedem ou podem impedir a simulação, e aquelas que a permitem, mas alteram o percentual de perdas técnicas. Os resultados indicaram que inconsistências não toleradas pela ANEEL, como erros de faseamento e curvas de carga sem correspondência, impediram a simulação. Inconsistências toleradas ou não contempladas pelo script regulatório do GeoPerdas, como parâmetros incorretos de condutores e transformadores, introduziram erros no cálculo das perdas sem inviabilizar a simulação. Concluiu-se que a qualidade dos dados da BDGD é fator determinante para a confiabilidade das simulações de fluxo de potência. Adicionalmente, desenvolveu-se o Analisador de BDGDs, uma aplicação desktop com interface gráfica que automatiza o pipeline e disponibiliza painéis de indicadores e mapas interativos, liberada publicamente no GitHub.

Palavras-chave: BDGD; distribuição de energia elétrica; OpenDSS; perdas técnicas; qualidade de dados.

19 de noviembre de 2026

Aplicação de Inteligência Artificial Generativa como Ferramenta de Apoio à Tomada de Decisão em Manutenção Preditiva

A crescente utilização de dados operacionais na indústria ampliou a relevância da manutenção preditiva para a identificação de falhas em equipamentos. Avaliou-se a confiabilidade e a aplicabilidade da Inteligência Artificial Generativa (IAG) como ferramenta de apoio à análise de dados industriais, comparando suas classificações com as de um modelo supervisionado Random Forest. A pesquisa utilizou o Al4l 2020 Balanced Predictive Maintenance Dataset e seus conjuntos originais de treinamento e teste. Após o treinamento e a otimização do Random Forest, selecionaram-se 198 registros válidos do conjunto de teste, sendo 98 casos de falha e 100 de não falha. Os mesmos registros foram analisados pelo GPT-40 com prompts estruturados e estratégia few-shot prompting. O desempenho foi medido por acurácia, precisão, recall e F1-score, além da análise das divergências e das justificativas técnicas geradas pelo GPT-40. O Random Forest superou o GPT-40 em todas as métricas, com acurácia de 90,40% (RF) vs. 78,28% (GPT-40), precisão de 97,59% (RF) vs. 80,22% (GPT-40), recall de 82,65% (RF) vs. 74,49% (GPT-40) e F1-score de 89,50% (RF) vs. 77,25% (GPT-40). Apesar do desempenho quantitativo inferior, o GPT-40 produziu classificações e justificativas técnicas em linguagem natural, indicando potencial complementar aos modelos supervisionados na interpretação de dados e apoio à tomada de decisão.

Palavras-chave: análise de dados; apoio à decisão; inteligência artificial generativa; manutenção preditiva; modelos supervisionados.

19 de noviembre de 2026

Modelagem de risco de crédito: comparação da regressão logística com algoritmos avançados de machine learning.

Na área de concessão e manutenção de crédito, a utilização de métodos estatísticos é essencial para avaliar a capacidade de pagamento dos clientes e mitigar riscos de inadimplência. Historicamente, modelos como a regressão logística foram amplamente empregados devido à sua interpretabilidade. Contudo, o avanço em ciência de dados e o desenvolvimento de algoritmos de machine learning mais complexos abriram novas oportunidades para a discriminação do risco de crédito. Este estudo teve como objetivo avaliar se modelos mais recentes oferecem ganhos significativos na capacidade de discriminação de inadimplência, considerando o trade-off entre desempenho preditivo e interpretabilidade. Para isso, compararam-se a regressão logística e o XGBoost, treinados e testados em uma base de dados pública de crédito, utilizando as mesmas variáveis e procedimentos de tratamento para assegurar uma comparação justa. Os resultados indicaram que o modelo XGBoost apresentou desempenho superior à regressão logística, demonstrando maior eficácia na discriminação entre clientes adimplentes e inadimplentes. Concluiu-se que, apesar da menor interpretabilidade dos modelos de aprendizado de máquina baseados em árvores, o ganho em desempenho preditivo evidencia o potencial de sua aplicação na modelagem estatística para concessão e manutenção de crédito.

Palavras-chave: Aprendizado de máquina; Inadimplência; Modelagem estatística; Regressão logística; Risco de crédito.

19 de noviembre de 2026

Painel analítico para monitoramento de indicadores de absenteísmo e doença ocupacional

O impacto do adoecimento e afastamento laboral, especialmente por doenças osteomusculares, representa um desafio multifatorial para as corporações, gerando custos e defasagem de mão de obra. Este estudo teve como objetivo desenvolver um painel analítico para monitorar indicadores de absenteísmo por doença osteomuscular em uma multinacional do ramo de metalurgia, localizada no interior do estado de São Paulo, no período de 2020 a 2024. Realizou-se um estudo quantitativo, correlacional e do tipo coorte retrospectivo. Os dados foram extraídos do Sistema de Saúde Ocupacional da empresa, abrangendo 56.732 atestados médicos, dos quais 5.244 eram de doenças ortopédicas. A população de estudo incluiu trabalhadores afastados por doenças ortopédicas, divididos em grupos com e sem Comunicação de Acidente de Trabalho (CAT). Para tratamento e análise, utilizou-se a ferramenta Microsoft Power BI. Verificou-se que os funcionários com CAT apresentaram uma quantidade proporcionalmente maior de atestados médicos e um período de afastamento superior em comparação aos funcionários sem CAT. Além disso, observou-se um intervalo significativo entre o diagnóstico e a emissão da CAT, e que quase metade dos afastamentos ocorreu antes da emissão formal. O painel analítico desenvolvido revelou-se um instrumento estratégico para a gestão da saúde do trabalhador, permitindo a identificação de padrões de absenteísmo e subsidiando a tomada de decisões para ações preventivas e monitoramento contínuo.

Palavras-chave: Afastamento do Trabalho; Análise de dados; Saúde do Trabalhador.

19 de noviembre de 2026

Ferramentas Lean Construction em retrofit industrial para conversão em galpões logísticos

Uma análise da aplicação de ferramentas Lean Construction em uma obra de retrofit industrial, destinada à conversão de uma fábrica antiga em um condomínio de galpões logísticos na cidade de São Paulo, foi realizada. O objetivo foi investigar como essas ferramentas poderiam aprimorar o planejamento, a coordenação das operações, o controle do fluxo produtivo e a gestão do empreendimento, frente aos desafios de múltiplas frentes de trabalho, interdependência entre disciplinas, restrições logísticas e pressão por prazos de entrega. A metodologia empregou um estudo de caso comparativo, de natureza mista, entre dois empreendimentos de retrofit industrial executados pela mesma construtora. Um dos empreendimentos aplicou de forma estruturada ferramentas como Last Planner System (LPS), Linha de Balanço, Kanban, Gestão Visual (5S) e Reuniões Diárias Curtas (Daily Huddles), enquanto o outro serviu como referência. A coleta de dados envolveu observação direta, análise documental e indicadores de desempenho, como o Percent Plan Complete (PPC). Os resultados demonstraram melhorias significativas na confiabilidade do planejamento, na coordenação operacional e no sequenciamento das atividades. Observou-se uma redução de conflitos entre equipes e a diminuição dos prazos de atividades críticas no empreendimento que utilizou as ferramentas Lean, em comparação com o de referência. A aplicação dessas ferramentas também fortaleceu práticas de gestão de projetos em áreas como cronograma, comunicação, qualidade e gestão do conhecimento. Concluiu-se que a utilização integrada das ferramentas Lean Construction aumentou a previsibilidade das atividades, reduziu desperdícios, melhorou a tomada de decisão e promoveu uma gestão mais eficiente em obras de retrofit industrial, contribuindo para a literatura sobre a aplicação de Lean em projetos de retrofit.

Palavras-chave: Galpões logísticos; Gestão de obras; Lean Construction; Retrofit industrial.

19 de noviembre de 2026

Reconhecimento de falhas por imagens: visão computacional para identificação de defeitos em processos industriais

A automação da inspeção de qualidade em processos industriais, impulsionada pela Indústria 4.0, enfrenta desafios devido à dependência de métodos manuais, suscetíveis a falhas e com limitações de escalabilidade. Desenvolveu-se e avaliou-se um sistema de visão computacional para identificar defeitos em peças metálicas a partir de imagens digitais, visando reduzir a dependência da inspeção manual. A pesquisa, de natureza aplicada e abordagem quantitativa experimental, utilizou conjuntos de imagens de bases públicas de anomalias industriais. Os dados foram pré-processados e aumentados, e uma rede neural convolucional foi implementada, combinando arquitetura própria e transfer learning. O conjunto de dados foi dividido em subconjuntos de treinamento, validação e teste. Os resultados demonstraram a eficácia do modelo na classificação de defeitos, avaliada por métricas como acurácia, precisão, recall e F1-score, e análise da matriz de confusão. Observou-se uma capacidade inicial de classificação, embora os resultados demandem maior detalhamento e evidências visuais para análise aprofundada. Concluiu-se que o modelo desenvolvido atendeu aos objetivos propostos, evidenciando potencial para aplicação em ambientes industriais que requerem maior confiabilidade, padronização e eficiência no controle de qualidade.

Palavras-chave: Aprendizado profundo; Controle de qualidade; Inspeção automatizada; Manufatura digital; Redes neurais convolucionais.