Em 2018, 89% do consumo energético dos prestadores de serviço de saneamento no Brasil foram destinados ao abastecimento de água, que representou 14,5% do total das despesas (SNIS, 2018). Na operadora de água do município do São Carlos - SP, esse percentual foi de 21,5%. Uma maneira de reduzir o custo de energia em um sistema de abastecimento de água é através de alteração operacional dos sistemas bombeamento-reservação, podendo-se ampliar o volume de armazenamento para deslocar o consumo de energia em que são cobradas as maiores tarifas para os horários em que as tarifas são mais baratas. Por outro lado, os reservatórios representam uma parcela bastante pequena do total de custos para manutenção e operação da rede. No entanto, seu impacto no desempenho geral da rede é significativo, desproporcional aos seus custos. Nessa pesquisa, foi desenvolvido um modelo de otimização que visa minimizar o custo energético, a partir da alteração das capacidades dos reservatórios de distribuição de água. Dessa forma, foi proposto um modelo computacional - MOC (Modelo de Otimização Combinatória), empregando algoritmo Guloso (ou de Prim) e um simulador hidráulico e de qualidade da água fundamentado no EPANET 2.2, que foi aplicado ao modelo hidráulico de um setor de abastecimento de São Carlos-SP. Dado que o sistema de abastecimento estudado possui 3 subsistemas e estes podem operar de forma independente ou interligada, foram realizadas análises para esses dois cenários. Mesmo no cenário que resultou em menor compensação financeira, estima-se que a economia de energia compensaria o custo a mais na implantação dos reservatórios dentro de 4 a 5 anos. No melhor cenário, essa compensação ocorreria em um ano.

In 2018, 89% of the energy consumption of sanitation service providers in Brazil was destined for water supply, which represented 14.5% of total expenses (SNIS, 2018). At the water operator in São Carlos - SP, this percentage was 21.5%. One way to reduce energy costs in a water supply network is through operational changes in the pumping-reservoir systems, with the possibility of expanding the storage volume to shift the energy consumption from peak electricity tariffs periods to off-peak electricity tariffs periods. On the other hand, water tanks represent a very small portion of the total costs of network maintenance and operation. However, its impact on overall network performance is significant, out of proportion to its costs. In this research, an optimization model was developed that aims to minimize energy costs, by changing service reservoirs' storage capacities. Therefore, a computational model was proposed, named MCO (Model of Combinatorial Optimization), employing greedy (or Prim's) algorithm and a hydraulic and water quality simulator based on EPANET 2.2. The optimization model was then applied to the hydraulic model of a supply sector in São CarlosSP. Since there were 3 subsystems in the water supply sector studied and they can operate independently or connected, analyzes were carried out for these two scenarios. Even in the scenario that resulted in lower financial compensation, it is estimated that the energy savings would offset the extra cost of implementing the reservoirs within 4 to 5 years. In the best-case scenario, this compensation would occur in one year.