O trabalho visa desenvolver uma metodologia para avaliar o impacto do emprego das tecnologias de percepção de uso no ambiente residencial quanto às reduções da demanda por energia elétrica e emissões de CO2. Tais tecnologias são: eliminador de stand-by, gerenciador de energia em computadores e sensor de presença. Inicialmente são selecionadas cargas residenciais e coletados seus dados para compor um banco de dados que será utilizado nas análises. Cada carga e conjunto destas recebe a tecnologia adequada, sendo então calculado o consumo evitado e o investimento relacionado. Foram criados perfis de funcionamento das cargas (6, 8 e 10h) para reproduzir diferentes comportamentos dos usuários e cenários de utilização das cargas (A, B e C) para a análise de sensibilidade. Foram feitos estudos de caso com diferentes modelos residenciais, sendo calculados: consumo e demanda de energia evitados e redução de emissões (considerando um conjunto de residências similares). Também foi realizada a análise de viabilidade econômica da implantação, considerando o Custo Marginal de Expansão do setor elétrico (visão do investidor em infraestrutura) e as tarifas de energia elétrica (visão do consumidor). Os resultados apontam para uma contribuição relevante, em termos de eficiência energética, do emprego de tais tecnologias, representando 35 a 85 MW evitados e redução de emissões de 59 a 145 mil tCO2/ano, dependendo do tipo de modelo residencial adotado, considerando a cidade de São Paulo. A análise de viabilidade econômica por payback simples apontou os seguintes retornos de investimento: 7,2 a 15,5 anos e 2,3 a 7,4 anos para o investidor em infraestrutura e consumidor, respectivamente, dependendo do modelo residencial. Já a análise por Custo da Energia Economizada (CEE) apontou a viabilidade para o consumidor em todos os modelos residenciais, exceto o de tarifa social. Desta forma, o emprego de tais tecnologias pode contribuir de forma importante com a postergação da expansão da matriz energética, resultando em redução de investimentos em expansão e das emissões de CO2 relacionados à geração de energia elétrica, além de poder representar economia na conta de energia dos moradores.

This study aims to develop a methodology to evaluate the utilization impact of the use perception technologies in residential environment in reducing the demand for electricity and CO2 emissions. These technologies are: standby killer, power manager for computers and presence sensor. Initially, residential loads are selected and their data is collected to compose a database that will be used in the analyzes. Each load and load group receives the appropriate technology and then are calculated the avoided consumption and the acquisition investment of the technology. Loads operational profiles (6, 8 and 10h) were created to represent user behaviors and loads usage scenarios (A, B and C) were created to conduct a sensitivity analysis. Case studies were carried out with different residential models, where were calculated: avoided electricity consumption and electric energy demand and CO2 emission reduction (considering a set of similar residences). Also, it was conducted the analysis of economic implantation viability, considering the Expansion Marginal Cost of the electric sector (infrastructure investor view) and the electric energy rates (customer view). The results point out to a relevant contribution, in terms of energy efficiency, of the utilization of such technologies, representing 35 to 85 MW of avoided demand and emission reductions of 59 to 145 thousand tCO2, per year, depending on the residential model type adopted, considering Sao Paulo city region. The analysis of economic implantation viability by payback point out the following investments returns: from 7.2 to 15.5 years and from 2.3 to 7.4 years to infrastructure investor and customer, respectively, depending on the residence model. The analysis by Cost of Saved Energy point out the implementation viability for the costumer in all residential models, except the social tariff. Thus, the use of such technologies can significantly contribute to the postponement of the energetic matrix expansion, resulting in reduction of expansion investments and of CO2 related to electric energy generation, besides can represent savings in the residents energy bill.