Otimização do Processo de Recondicionamento de

Transformadores MT/BT na EDP Distribuição

Ana Catarina Vieira Martins

Dissertação para obtenção do Grau de Mestre em

Engenharia e Gestão Industrial

Orientadores: Prof. José Rui de Matos Figueira

Eng.ª Cristina Manuela Faria Gomes de Carvalho

Júri
Presidente: Prof. Paulo Vasconcelos Dias Correia
Orientador: Prof. José Rui de Matos Figueira
Vogal: Prof. Nelson Jorge Gaudêncio Carriço

Novembro 2016
Resumo

A presente dissertação tem como objetivo o desenvolvimento de uma metodologia de apoio à tomada
de decisão, no âmbito do processo de recondicionamento dos transformadores de potência de média
baixa tensão da EDP Distribuição, que opera cerca de 67 mil equipamentos dos quais 1,25 mil são, em
média, anualmente retirados da rede por avaria ou para efeitos de manutenção preventiva.
A situação atual é de excessiva acumulação destes equipamentos em armazéns distribuídos no
continente, onde ficam a aguardar a decisão de abate ou envio para um de dois reparadores contrata-
dos; a resposta a este problema passa por decidir, tão cedo quanto possível, o seguimento a dar aos
transformadores e determinar a constituição de lotes ótimos a enviar para um reparador.
A definição de lotes ótimos constitui a principal dificuldade a resolver, face às inúmeras características
dos equipamentos e à indefinição dos critérios mais relevantes para a determinação de prioridades.
Assim, grande parte deste projeto passa pela observação do processo em estudo, analisando o impacto
que as características intrínsecas dos equipamentos poderão ter nos custos de reparação – de modo a
que a escolha venha a ser baseada nesta previsão; e os custos logísticos deste processo – por forma
a que a seleção de equipamentos tenha igualmente em conta a minimização destes custos. É, assim,
apresentada uma proposta de novo procedimento a implementar composto por quatro fases.
As duas primeiras fases são desenvolvidas e compreendem uma categorização dos transformadores
consoante o seguimento a dar a cada um, usando critérios de aceitação/rejeição e um método de apoio
à decisão multicritério, ELECTRE TRI-C. As fases posteriores irão resultar numa metodologia para a
constituição de lotes ótimos a enviar para reparação e determinação das unidades a serem enviadas
para abate.

Palavras-chave: Otimização, Processo de Recondicionamento de Transformadores, Metodo-

logias Multicritério de Apoio à Decisão, Categorização de Existências, ELECTRE TRI-C

iii
Abstract

This dissertation aims to develop a methodology to support decision-making within the reconditioning
process of low medium voltage transformers of EDP Distribuição, which has about 67 thousand units in
service, of which 1.25 thousand are, on average, removed annually from the network for damage or for
the purpose of preventive maintenance.
The current situation is of an excessive accumulation of such equipment in the warehouses distributed
on mainland, where they await the decision to be scrapped or dispatched to one of the two contracted
repairers; the answer to this problem is to quickly decide what action to take on the transformers and
determine the constitution of optimal batches to send to a repairer.
The definition of optimal lots is the main difficulty to be resolved because of the numerous factors to
consider, and the vagueness of the priority criteria. In this study a preliminary analysis of the available
historical data was made, enabling us to relate the characteristics of the equipment with repair costs,
and the component of logistics costs was also analysed; a proposal of a new four-phased procedure
is presented, with the objective of enabling the selection of equipment for intervention based on the
minimisation of total costs.
The first two phases developed in this dissertation categorise the transformers by the action to be
taken, using acceptance/rejection criteria and a method of multi-criteria decision analysis, ELECTRE
TRI-C. Later phases focus on the creation of repair lots as well as sets of equipments to be destroyed.

Keywords: Optimisation, Reconditioning Process of Power Transformers, Multicriteria Decision

Analysis, Stocks Categorization, ELECTRE TRI-C

v
Índice

1. Introdução 1
1.1 Enquadramento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Organização do Conteúdo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2. Processo de Recondicionamento de Transformadores na EDP Distribuição 5

2.1 Envolvente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Objeto em Estudo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3 Processo em Análise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.4 Contextualização do Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.4.1 Retirada de TPs da Rede . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.4.2 Entrada de TPs na Rede . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.4.3 Reparação de TPs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.4.4 Armazenamento de TPs retirados da rede . . . . . . . . . . . . . . . . . . . . . . . 9
2.4.5 Problemática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.5 Elementos Essenciais na Caracterização do Problema . . . . . . . . . . . . . . . . . . . . 10
2.5.1 Necessidades da Rede . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.5.2 Tipos de Intervenção . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.5.2.1 Propósito de Retirada da Rede . . . . . . . . . . . . . . . . . . . . . . . . 13
2.5.2.2 Equipamento com Avaria . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.5.2.3 Idade do Equipamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.5.3 Valor dos ativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.5.4 Logística . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.5.5 Existências de Equipamentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.5.5.1 Quantidade Teórica de Necessidades . . . . . . . . . . . . . . . . . . . . 16
2.5.5.2 Reserva de Segurança . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

3. Revisão da Literatura e Seleção do Método 19

3.1 Metodologias AMCD no Setor Energético . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.1.1 Modelos baseados na construção de uma Função de Utilidade/Valor . . . . . . . . 20

vii
 3.1.2 Modelos baseados em Relações de Prevalência . . . . . . . . . . . . . . . . . . . 21
3.1.3 Outros modelos baseados na comparação por pares . . . . . . . . . . . . . . . . 22
3.1.4 Outros modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2 Seleção do Método . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3 Família dos Métodos ELECTRE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

4. Procedimento Proposto 29
4.1 Fase I – Triagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.1.1 SGAI em falta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.1.2 Abate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2 Fase II – Categorização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.2.1 Custo de Intervenção . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.2 Custo de Transporte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.2.3 Consumo Médio Anual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.2.4 Valor do Ativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.3 Fase III – Lote Reparador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3.1 Capacidade do Reparador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3.2 Capacidade dos Armazéns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3.3 Logística de Transporte e Armazém . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3.4 Gestão de Inventário . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.4 Fase IV – Lote Abate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.4.1 Capacidade dos Armazéns . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.4.2 Gestão de Inventário . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

5. Dados a Integrar o Modelo 47

5.1 Preparação dos Dados a Integrar o Modelo . . . . . . . . . . . . . . . . . . . . . . . . . . 48

6. Modelo Formal 55
6.1 Conceitos de base, suas definições e respetiva notação . . . . . . . . . . . . . . . . . . . 55
6.2 ELECTRE TRI-C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

7. Aplicação do Modelo Formal 61

7.1 Procedimento de Simos revisto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

8. Análise do Modelo Formal 65

8.1 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
8.2 Análise de Sensibilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
8.2.1 Nível de Credibilidade, λ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
8.2.2 Rácio de Importância, z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

9. Trabalho Futuro 71

viii
10. Considerações Finais 73

Referências 75

ix
Lista de Figuras

2.1 Evolução das saídas – TPs retirados da rede elétrica nos últimos anos . . . . . . . . . . 7
2.2 TPs retirados da rede elétrica nos últimos anos passíveis de recondicionamento . . . . . 8
2.3 Evolução da entrada de TPs na rede elétrica nos últimos 4 anos . . . . . . . . . . . . . . 8
2.4 Evolução do consumo de TPs por Tensão . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.5 Evolução do consumo de TPs por Potência . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.6 Consumo anual médio e respetivo desvio padrão de TPs por tensão e potência . . . . . . 11
2.7 Custos de reparação tabelados por tipo de intervenção e potência do equipamento . . . 12
2.8 Análise da relação entre o custo de intervenção e o propósito de retirada da rede . . . . 13
2.9 Análise da relação entre o custo de intervenção e a evidência de anomalias no transformador 14
2.10 Análise da relação entre o custo de intervenção e a classe de idade do transformador . . 15
2.11 Variação do valor de aquisição de um equipamento novo por características base . . . . 15
2.12 Quantidade Teórica de Necessidades como função do consumo anual . . . . . . . . . . . 17
4.1 Fluxograma do Procedimento Proposto . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.2 Árvore de Critérios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.3 Tipo de intervenção em função do motivo de retirada da rede . . . . . . . . . . . . . . . . 35
4.4 Tipo de intervenção em função das evidências de anomalia funcional . . . . . . . . . . . 35
4.5 Percentagem de TPs com determinado tipo de intervenção em função da sua idade . . . 35
5.1 Excel de tratamento de dados Fase II – folha relativa aos dados iniciais dos TPs. . . . . . 48
5.2 Folha Auxiliar ”Tipo Interv” – Atribuicao do Tipo de Intervencao necessária em função da
Idade, Tipo de Obra e da informação do estado de Avaria do equipamento. . . . . . . . . 49
5.3 Folha Auxiliar ”Custo Interv” – Atribuição do Custo de Intervenção em função do Tipo de
Intervenção necessária e a Potência do equipamento. . . . . . . . . . . . . . . . . . . . . 49
5.4 Excel de tratamento de dados Fase II – folha relativa aos desempenhos dos critérios dos
TPs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.5 Folha Auxiliar ”Custo Transp” – Atribuição da distância (em km) entre o armazém e o
reparador. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.6 Folha Auxiliar ”Consumo M Anual” – Atribuição de um valor relativo para o Consumo
Médio Anual para cada equipamento em função da sua ”Tensão” e ”Potência”. . . . . . . 51
5.7 Folha Auxiliar ”Val Mercado” – Atribuição do Valor de Mercado para cada equipamento
em função da sua ”Tensão” e ”Potência”. . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

xi
5.8 Folha Níveis – Desempenho dos critérios de todos os equipamentos para integrar o modelo. 53
8.1 Resultado da distribuição dos equipamentos pelas categorias. . . . . . . . . . . . . . . . 66
8.2 Análise de Sensibilidade do parâmetro λ . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
8.3 Análise de Sensibilidade do parâmetro z . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

xii
Lista de Tabelas

4.1 Tipo de intervenção necessária em função do Tipo de Obra (Investimento, Manutenção,

Avaria, Rotação, Desconhecido), Equipamento com Avaria (Sim, Não) e Idade do Equi-
pamento [0,25]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2 Distância do PSE ao Reparador (km) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.3 Distância (km) entre PSE’s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.4 Distância (km) entre PSE’s (cont.) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
7.1 Parâmetros Fase II – Alternativas de Referência, Limiares e Pesos dos Critérios . . . . . 61
7.2 Hierarquia, intervalos e pesos relativos resultantes . . . . . . . . . . . . . . . . . . . . . . 63

xiii
Siglas

AHP Analytical Hierarchy Process. 22–25

AMCD Apoio Multicritério à Decisão. 20, 21, 23, 24

ANP Analytical Network Process. 23

ELECTRE ELimination Et Choix Traduisant la REalité. 21, 24–27

ELECTRE TRI-C método de classificação ordinal baseado em alternativas características pertencente

à família de métodos ELECTRE. 27, 28, 55, 59, 65

MACBETH Measuring Attractiveness by a Categorical Based Evaluation TecHnique. 21

MAUT Multiple Attribute Utility Theory. 21, 24–26

MAVT Multiple Atribute Value Theory. 21

MT/BT Média Baixa Tensão. 29

OWA Ordered Weighted Average. 21, 23

PCB Policlorobifenilos. 31

PIB Produto Interno Bruto. 1

PROBE Portfolio Robustness Evaluation. 20

PROMETHEE Preference Ranking Organization Method for Enrichment Evaluation. 21, 22, 25, 26

PSE Prestador de Serviços Externo. 6, 7, 9, 12, 29, 37, 38, 40, 41, 44, 50, 51, 72, 73

QTN Quantidade Teórica de Necessidades. 16, 17, 44, 45

SAW Simple Additive Weighting. 20

SGAI Sistema de Gestão de Abates ao Imobilizado. 7, 12, 30, 31, 40, 47

SMART Simple Multi-Attribute Rated Technique. 21

xv
TOPSIS Technique for Order Preference by Similarity to Ideal Solution. 23

TP Transformador de Potência. 5–12, 17, 29–32, 34, 35, 40, 44, 47, 48, 66

TP MT/BT Transformador de Potência de Média Baixa Tensão. 6, 8, 9, 47, 73

xvi
Notação

λ Nível de credibilidade mínimo desejado para a validação de σ(a, a′ ), tal que 0, 5 ≤ λ ≤ 1. 57, 58

A Conjunto de alternativas, ai , a avaliar. 55, 57

B Conjunto de alternativas de referência, bh , com h = 0, ..., q + 1 e q ≥ 2. 57

Ch h-ézima categoria de um conjunto ordenado por preferência, {C1 , ..., Ch , ..., Cq } com q ≥ 2. 55, 57,
58, 61

F Família coerente de critérios, gj , com j = 1, ..., n, tal que n ≥ 3. 55, 57

σ(a, a′ ) Índice de credibilidade da prevalência abrangente de a sobre a′ . xvii, 56

φj (a, a′ ) Índice (parcial) de concordância com a relação aSj a′ , tal que 0 ≤ φj ≤ 1. 56

aIj a′ Relação de indiferença de a sobre a′ no j-ézimo critério relevante. 55

aPj a′ Relação de preferência de a sobre a′ no j-ézimo critério relevante. 55

aQj a′ Relação de preferência fraca de a sobre a′ no j-ézimo critério relevante. 56

aSj a′ Relação de prevalência de a sobre a′ no j-ézimo critério relevante. xvii, 56

ai i-ézima alternativa a avaliar. xvii, 55, 57, 58

bh h-ézima alternativa de referência. xvii, 57, 58, 61

c(a, a′ ) Índice de concordância global com a relação de prevalência de a sobre a′ . 56

dj (a, a′ ) Índice (parcial) de discordância com a relação aSj a′ , tal que 0 ≤ dj ≤ 1. 56

gj j-ézimo critério relevante. xvii, 55, 56, 61–63

gj (ai ) Desempenho da i-ézima alternativa no j-ézimo critério. 55

pj Limiar de preferência para o j-ézimo critério relevante. 55, 56, 61

qj Limiar de indiferença para o j-ézimo critério relevante. 55, 61

vj Limiar de veto para o j-ézimo critério relevante. 56, 61

wj Coeficiente de importância do j-ézimo critério relevante. 56, 61, 65, 68

xvii
z Rácio de importância entre o critério mais relevante e aquele com menor relevância para a decisão.
63

xviii
1. Introdução

Este capítulo compreende uma breve introdução ao tema a abordar, bem como as motivações principais
para a realização deste estudo. É feito um pequeno enquadramento da dissertação que se apresenta e
é estabelecida a metodologia utilizada para o cumprimento dos objetivos a que este trabalho se propõe.
Finalmente, é indicada a estrutura deste documento.

1.1 Enquadramento

”Os desafios que se colocam com a liberalização dos mercados energéticos em Portugal (...) suscitam ne-

cessariamente um papel ativo da regulação (...) e uma preocupação central com o estímulo da concorrência,

como fórmulas que permitirão dar corpo à concretização dos objetivos de maximização do bem estar e da
1
eficiência.”

A eficiência é um conceito-chave de gestão na indústria da energia elétrica e a mensuração da produ-

tividade neste mercado tem sido especialmente relevante. Por um lado, as organizações nesta área
foram submetidas a regulação, implicando intensivas avaliações de produtividade; por outro lado, o
custo associado à construção e operação de instalações deste tipo constituem uma parcela significa-
tiva do Produto Interno Bruto (PIB) numa maioria dos países desenvolvidos. Desta forma, a aposta
na inovação e melhoria contínua é uma das principais estratégias deste tipo de organizações, com o
objetivo de atingir os melhores resultados com uma alocação de recursos minimalista, crescendo assim
em eficiência (San Cristóbal, 2011b).
Esta preocupação começa a ser comum a qualquer organização com alguma dimensão; a evolução
dos mercados e o panorama concorrencial implicam uma gestão ao nível dos processos e recursos
existentes tão eficiente quanto possível, como fator diferenciador. A tomada de decisão baseada em
ferramentas de Investigação Operacional e Apoio à Decisão tem-se revelado crucial na determinação
de uma gestão eficiente, que pode ser adotada nas mais diversas áreas de uma organização.
O presente estudo foca-se no Processo de Recondicionamento de Transformadores de Potência
de Média e Baixa Tensão na EDP Distribuição. Este processo implica alguma logística que, em con-
junto com as inúmeras características dos próprios equipamentos, constituem fatores extremamente
relevantes na determinação do processo utilizado. A sua otimização traduzir-se-á em melhorias, nome-
1
em Seminário ”Evolução do Mercado Interno de Energia” – Presidente da Autoridade da Concorrência

1
adamente ao nível da logística de transportes, gestão de armazéns, manutenção, que resultará numa
diminuição dos custos inerentes a todo o processo.
O processo apresenta algumas restrições, identificando-se como preocupação principal a gestão
das existências. Este estudo foca-se na modelação de um caso genérico de determinação de clusters
ótimos de transformadores, tendo em conta diversos fatores tais como as suas características técnicas,
historial, localização, entre outras. Os Modelos de Otimização Multiobjetivo e Multicritério são, à partida,
os mais adequados dado estarmos perante um problema em que se pretende atingir vários objetivos
(tal como minimizar os custos e maximizar os benefícios) tendo em conta múltiplos critérios decisionais,
decorrentes da variabilidade de características relevantes para modelação.

1.2 Objetivos

A presente dissertação prende-se com o apoio à tomada de decisão na EDP Distribuição, crucial para a
otimização do Processo de Recondicionamento de Transformadores de Potência de Média Baixa Ten-
são. Compreende três fases fundamentais, não excluindo qualquer outra que se considere relevante:

1. Indicação do destino a dar a um Transformador que é retirado da rede energética nacional;

2. Seleção dos Transformadores prioritários passíveis de recondicionamento;

3. Determinação de lotes ótimos de Transformadores a enviar para recondicionamento.

Após análise exaustiva de métodos e modelos da literatura com potencial de utilização nesta proble-
mática, identificam-se os Modelos de Análise Multicritério de Apoio à Decisão, na obtenção de resultados
em concordância com os dados disponíveis e os objetivos propostos.
Prevê-se ainda o desenvolvimento de um algoritmo e aplicação implementando a modelação gené-
rica, que permitirá à EDP Distribuição a sua utilização para futuras decisões neste campo. Espera-se
como resultado prático uma diminuição relevante dos custos inerentes ao processo, bem como um
aumento significativo ao nível dos benefícios, sejam estes no âmbito logístico ou ambiental.

1.3 Metodologia

A concretização dos objetivos propostos pressupõe um conhecimento profundo do processo a otimizar,

bem como uma caracterização pormenorizada do objeto em estudo e uma identificação bibliográfica
dos modelos utilizadas em problemas de Análise de Decisão Multiobjetivo e Multicritério. A metodologia
utilizada compreende seis etapas distintas e sequenciais, a saber: Planeamento do Trabalho, Revisão
Bibliográfica, Desenvolvimento do Modelo, Aplicação do Modelo, Análise de Resultados e Conclusões.
Para o correto planeamento do trabalho, importa definir de forma inequívoca o problema em estudo
– permitindo posteriormente uma determinação clara dos objetivos a atingir, bem como o procedimento
mais indicado para os concretizar. Uma calendarização das restantes etapas do trabalho possibilita não
só uma gestão mais eficiente dos recursos – nomeadamente o acesso a material, dados da empresa ou

2
disponibilidade por parte dos intervenientes do processo para colaboração – e dos prazos académicos
a cumprir, como um controlo eficaz do seu avanço.
A revisão bibliográfica do estado de arte dos conceitos chave no desenvolvimento do trabalho, nome-
adamente Análise de Decisão Multicritério e Multiobjetivo, constitui uma etapa fulcral do estudo. Tem
como objetivo a construção de uma base consistente para o desenvolvimento deste, explorando os
principais conceitos teóricos, com recurso maioritário a artigos científicos das principais revistas inter-
nacionais. Esta etapa pretende, com recurso a uma pesquisa exaustiva, determinar quais os modelos
com maior adaptabilidade ao caso em estudo.
A terceira etapa compreende o desenvolvimento do modelo, implicando um conhecimento porme-
norizado do objeto em análise. O processo alvo de modelação deve ser estudado de forma exaustiva,
bem como todas as variáveis adjacentes que possam interferir de alguma forma. Esta fase inclui a
implementação dos vários modelos, exigindo a sua adaptação ao problema em estudo.
A quarta etapa implica a determinação dos parâmetros e o tratamento dos dados que vão integrar
o modelo. A aplicação do modelo formal com alguns conjuntos de parâmetros possíveis, possibilitará
uma análise de sensibilidade posterior, permitindo a observação do impacto destas variáveis – e sua
variação – no modelo.
A análise de resultados compreende uma crítica às soluções e, caso estas não se apresentem con-
clusivas ou coerentes, importará determinar as suas causas bem como proceder à redefinição dos
fatores problemáticos identificados.
A conclusão deve descrever brevemente o trabalho executado, compilando e refletindo as principais
ilações retiradas deste estudo, e deverá identificar alguns desenvolvimentos adicionais com interesse,
reunindo um conjunto de recomendações de trabalho futuro na EDP Distribuição.

1.4 Organização do Conteúdo

Este documento apresenta toda a pesquisa e trabalho desenvolvidos, com vista a atingir o objetivo
supramencionado. Encontra-se organizado da seguinte forma:
Capítulo 1 Introduz o sistema e o objeto em análise. Apresenta um enquadramento geral que permite
ao leitor o acompanhamento do estudo que se segue. Define os objetivos a que a presente dissertação
se propõe.
Capítulo 2 Descreve o processo e caracteriza o transformador em análise. Identifica restrições e
variáveis relevantes do problema.
Capítulo 3 Revisa a literatura existente e estuda as metodologias bibliográficas no tema.
Capítulo 4 Propõe um procedimento para a otimização do processo em estudo.
Capítulos 5, 6 e 7 Apresentam a preparação, modelação e aplicação do modelo formal do caso em
estudo.
Capítulo 8 Faz uma análise ao modelo, observando os resultados obtidos e sua sensibilidade.
Capítulos 9 e 10 Sugerem desenvolvimentos futuros no tema e descrevem o trabalho desenvolvido,
refletindo as principais conclusões.

3
2. Processo de Recondicionamento
de Transformadores na EDP
Distribuição

Este capítulo começa por apresentar o processo em análise e o âmbito em que está inserido, fazendo
de seguida um enquadramento onde é identificada a problemática que motiva o estudo apresentado.
Descreve detalhadamente o processo e caracteriza com pormenor o objeto em observação. Identifica
restrições e variáveis relevantes do problema.

2.1 Envolvente

A EDP está presente no negócio da distribuição de eletricidade em Portugal através da EDP Distribuição.
Aos operadores de redes de distribuição compete assegurar aos consumidores o acesso às redes, nas
condições definidas na legislação. A distribuição de eletricidade designa a atividade de veícular energia
elétrica pelas redes de alta, média e baixa tensão, até às instalações consumidoras. Atualmente, a
EDP Distribuição é a empresa que exerce a atividade de Operador de Rede de Distribuição, no território
continental de Portugal, uma actividade regulada pela Entidade Reguladora dos Serviços Energéticos,
sendo titular da concessão para a exploração da Rede Nacional de Distribuição de Energia Elétrica em
média alta tensão, e das concessões municipais de distribuição de energia eléctrica em baixa tensão.
Esta rede apresenta uma estrutura de custos marcadamente fixos, o que confere à atividade as carac-
terísticas de um monopólio natural. Por este motivo, as diretivas europeias impõem fortes requisitos de
independência, nos planos jurídico, organizativo e de tomada de decisão.

2.2 Objeto em Estudo

Em qualquer rede elétrica, o equipamento denominado Transformador de Potência (TP) tem um pa-
pel fundamental dado ser responsável pela transformação da energia elétrica ao longo da rede. Esta
necessidade advém do diferencial de tensão existente desde a produção ao consumo, passando pelo
transporte a muito alta tensão de modo a reduzir as perdas por efeito de Joule. Parte destes equi-

5
pamentos serão o objeto de estudo deste trabalho, podendo ser caracterizados pela sua relação de
transformação e potência.
De um universo de aproximadamente 67 mil Transformadores de Potência de Média Baixa Tensão
(TPs MT/BT), em serviço em Portugal Continental, são anualmente retirados da rede cerca de 1,25
mil. Pretende analisar-se o processo de recondicionamento destes transformadores com vista à sua
reintegração na rede, após garantida a sua boa condição técnica.

2.3 Processo em Análise

A decisão de retirada de um transformador da rede pode ser motivada por uma avaria ou para efeitos de
manutenção preventiva condicionada, mas também pela necessidade de alteração de potência ou por
reconversão da rede (alteração do nível de tensão). Excetuando o caso de avaria, os transformadores
retirados encontram-se em condições de funcionamento – apesar de alguns terem uma fraca condição.
Contudo, para que estes possam ser reintegrados na rede, é efetuada uma avaliação técnica seguida
de uma intervenção, de modo a assegurar que qualquer transformador reinstalado apresenta uma boa
condição técnica, minimizando-se assim eventuais falhas posteriores. Aquando da retirada de um trans-
formador da rede, é feita uma substituição imediata – não se verificando apenas no caso de instalações
elétricas novas ou desativadas. O transformador substituto terá, à partida, as mesmas características
base – excetuando no caso de alterações ou reconversões da rede – e será um equipamento novo ou
um que tenha sido recondicionado.
Os TPs retirados da rede são enviados para as várias instalações dos Prestadores de Serviços
Externos (PSEs) que trabalham habitualmente com a EDP Distribuição. Com base no histórico e ca-
racterísticas dos TPs, é efetuada uma primeira análise de onde resulta uma triagem inicial indicando
quais os transformadores elegíveis para a melhoria da sua condição técnica, sendo que os restantes
serão abatidos. Aqueles que reúnem condições para o recondicionamento são enviados para repara-
ção, onde são submetidos a ensaios para a avaliação da sua condição técnica a fim de se especificar
qual a intervenção mais adequada. Terminado o recondicionamento, o transformador encontra-se apto
a reintegrar a rede, sendo enviado para os armazéns EDP onde aguardará até que seja requisitada a
sua entrada em serviço.

2.4 Contextualização do Problema

O processo de recondicionamento dos transformadores tem como objetivo principal responder à procura
de transformadores por parte da rede, sem que seja necessário recorrer sistematicamente a equipamen-
tos novos, o que representaria não só custos como desperdícios desnecessários. O presente estudo
visa analisar todo o processo de recondicionamento dos TPs MT/BT retirados da rede de distribuição
com vista à sua reintegração na rede, após garantida a sua boa condição técnica.
Um dos aspetos críticos do processo está relacionado com o acumular de TPs parqueados nas
instalações dos PSEs, enquanto aguardam pela decisão de recondicionamento ou abate, pelo que o

6
presente estudo vai incidir sobretudo nesta problemática. Propõe-se, assim, um plano de melhoria que
procure diminuir o tempo de permanência destes equipamentos nos armazéns, e que permita priorizar o
recondicionamento daqueles que agreguem um maior valor para a empresa – pelas suas características
ou satisfazendo necessidades específicas.
São evidentes as problemáticas e os constrangimentos que este processo vive atualmente, existindo
uma crescente quantidade de TPs parqueados sem condições de serem reintroduzidos na rede, cau-
sada principalmente por uma insuficiente capacidade de reparação dos transformadores e por falhas na
introdução de dados dos equipamentos nos sistemas informáticos.

2.4.1 Retirada de TPs da Rede

A contabilização de transformadores retirados da rede é obtida a partir do número de guias SGAI1

criadas, aquando da sua chegada às instalações dos PSEs. Estas guias representam um título de
identificação do equipamento, são introduzidas num sistema partilhado e ficam disponíveis em formato
informático. Através de contactos efetuados diretamente com os PSEs, verifica-se ainda a existência de
equipamentos aos quais não foi atribuída qualquer guia SGAI, o que compromete o sucesso do processo
de encaminhamento destes ativos, uma vez que esta guia é necessária para o seu recondicionamento
ou abate.
A Figura 2.1 ilustra a evolução do número de equipamentos retirados da rede elétrica nos últimos
anos. A não existência de qualquer tendência notória e o fraco relevo do desvio padrão, permitem a
constatação de que a média anual aproximada de 1250 unidades pode constituir um dado significativo.

Figura 2.1: Evolução das saídas – TPs retirados da rede elétrica nos últimos anos

A partir de uma primeira análise, apenas uma parte destes equipamentos é considerada passível de
ser recondicionada, sendo os restantes desde logo indicados para abate (cerca de 60%). A quantidade
estimada de TPs que, tendo sido retirados da rede são passíveis de recondicionamento, é de 573. Esta
quantidade inclui, por aproximação, os TPs que não têm registo SGAI , sendo estes também candidatos
a recondicionamento após a criação da respetiva guia.
A Figura 2.2 apresenta a evolução estimada ao longo dos últimos anos dos TPs retirados da rede
elétrica em condições de recondicionamento.
1
Sistema de Gestão de Abates ao Imobilizado

7
 Figura 2.2: TPs retirados da rede elétrica nos últimos anos passíveis de recondicionamento

2.4.2 Entrada de TPs na Rede

Através de dados históricos relativos ao consumo de transformadores pela rede2 , retratados na Figura
2.3, é possível verificar uma tendência para a sua diminuição ao longo dos últimos anos. O consumo
total de TPs MT/BT em 2014 foi de 1938 unidades.

Figura 2.3: Evolução da entrada de TPs na rede elétrica nos últimos 4 anos

2.4.3 Reparação de TPs

O serviço de recondicionamento é feito com recurso a subcontratação e está dependente da disponibi-

lidade dos reparadores. Através de concurso público, foram selecionados dois reparadores em Julho
2013 por dois anos – podendo este período ser alargado para os quatro anos. Analisando a quanti-
dade de transformadores já reparados é possível efetuar um balanço destes dois contratos. Existe uma
diferença a nível de ritmo e de capacidade de trabalho entre os dois reparadores, mostrando-se um
deles com meios para reparar mais unidades num menor espaço de tempo e em duas localizações. A
capacidade máxima contratada é de 500 TPs por ano, mas verifica-se uma média de reparações anuais
de apenas 450 TPs.
A fim de aumentar a quantidade anual de TPs intervencionados, seria necessário um esforço não só
por parte dos reparadores, mas também do laboratório responsável por definir as tarefas necessárias
para uma adequada reparação dos ativos em questão.
2
disponibilizados pela EDP Valor – Direção Logística de Materiais

8
2.4.4 Armazenamento de TPs retirados da rede

Aquando da retirada da rede, os TPs são encaminhados para a instalação do PSE considerada mais
conveniente, assim, não é suficiente a existência de disponibilidade em parte dos armazéns – todos
deverão ter capacidade para receber transformadores a qualquer momento. A consequência da falta
de capacidade de armazenamento traduz-se em falta de condições de parqueamento como a vulnera-
bilidade dos equipamentos a agentes externos e dificuldades logísticas de armazém acrescidas.

2.4.5 Problemática

O actual estado do processo de recondicionamento de TPs MT/BT apresenta alguns constrangimentos.

Por um lado, sendo a capacidade de reparação cerca de 450 TPs por ano, e tendo em conta que é esti-
mado que cerca de 570 TPs são entregues nos PSEs para futuro recondicionamento, é imediatamente
deduzido que todos os anos as existências são aumentadas em cerca de 120 TPs, surgindo assim a
primeira problemática: os TPs parqueados tendem a acumular. Por outro lado, tendo-se verificado uma
propensão histórica para a diminuição do consumo médio anual dos transformadores, esta problemática
é ainda agravada e resultará necessariamente no aumento da tendência de crescimento do excedente
anual.
A acumulação de TPs parqueados constitui um problema ao nível dos armazéns, uma vez ultra-
passada a capacidade máxima de armazenamento aceitável – em termos ambientais, de segurança e
funcionais – dá-se a uma ocupação exagerada do espaço e a um acondicionamento defeituoso, resul-
tando em custos de posse de material superiores, potenciais problemas ambientais, maior desperdício
de espaço útil de armazenamento e perda de valor em termos de imobilizado.
Adicionalmente, as instalações dos PSEs estão localizados ao longo de todo o território continen-
tal português e em cada armazém estão parqueados transformadores com diferentes características.
Tendo em conta que operamos equipamentos volumosos, a logística de localização e movimentação
das existências dentro dos armazéns é dificultada, bem como a gestão dos transportes que se torna
muito complexa.
Ao confrontar-se os equipamentos disponíveis para recondicionamento e o consumo anual, facil-
mente se constata que muitos deles poderão não ser necessários no médio prazo – tendo em conta
adicionalmente as limitações existentes ao nível do armazenamento – conclui-se que não se justifica o
recondicionamento de TPs para os quais não sejam expectáveis consumos no curto e médio prazo.
A falta de capacidade por parte dos reparadores e dos armazéns constituem limitações ao problema,
dada a impossibilidade do seu aumento. Se por um lado não existem de momento outros reparadores
a que possamos recorrer a nível nacional, os armazéns disponíveis estão também limitados dada a sua
utilização para outros fins, sendo que não se admite a alocação de transformadores a outros que não
contratualizados para utilização por parte da EDP Distribuição. Por esta razão, o problema define-se
com a necessidade de determinar o seguimento a dar aos transformadores tão cedo quanto possível,
decidindo de forma eficaz quais os transformadores que reúnem condições para o recondicionamento
e quais devem ser enviados para abate.

9
2.5 Elementos Essenciais na Caracterização do Problema

A determinação do destino a dar a cada um dos transformadores deve ser baseada em critérios bem
definidos, para que o processo de decisão seja coerente e independente de quem o dirige. Através
de uma análise cuidada do processo, identificam-se as características deste com relevância para o
problema a solucionar. Adicionalmente, com recurso ao histórico existente relativo aos equipamentos
em estudo, identificam-se variáveis relevantes, possíveis correlações e a existência de padrões.

2.5.1 Necessidades da Rede

A decisão de recondicionamento deve ter em conta a necessidade de TPs em função das suas carac-
terísticas base – que considera o consumo e stock existente – sendo que não se justifica o recondicio-
namento de equipamentos para os quais não sejam expectáveis consumos no curto e médio prazo.
Através da Figura 2.3, comprovamos uma tendência para a diminuição do consumo ao longo dos
últimos anos, importa agora verificar esta tendência de forma discriminada por características base
dos equipamentos, uma vez que as necessidades não são independentes da tensão e potência dos
transformadores. De notar que no caso destes equipamentos, a baixa tensão considerada é sempre
400V, sendo a média tensão variável e podendo assumir três valores; assim, qualquer referência à
tensão do transformador dever-se-á assumir como sendo a média tensão.
Apesar da tendência verificada, na Figura 2.4 observamos o aumento do consumo dos transfor-
madores de maior tensão, situação justificada pela reconversão da rede de 10kV para 15kV ou 30kV.
Podemos, assim, antecipar uma diminuição contínua do consumo de transformadores de 10kV, com-
pensada pela substituição por transformadores de tensão mais elevada.

Figura 2.4: Evolução do consumo de TPs por Tensão

Na Figura 2.5 observa-se a evolução do consumo de transformadores ao longo dos últimos anos
para as diferentes potências. Contrariando a tendência (Figura 2.3), apenas se verifica o aumento dos
consumos no último ano para os transformadores de menor potência, 50kVA e 100kVA.

10
 Figura 2.5: Evolução do consumo de TPs por Potência

Para uma priorização de transformadores a recondicionar importa verificar qual o consumo relativo
para cada equipamento com determinadas características. Assim, utilizamos a média anual dos últimos
anos para o efeito, que se apresenta na Figura 2.6.

Figura 2.6: Consumo anual médio e respetivo desvio padrão de TPs por tensão e potência

Para uma utilização dos valores apresentados na Figura 2.6 – como indicadores do consumo relativo
dos transformadores – os casos que contrariam a tendência, verificados anteriormente (Figuras 2.4 e
2.5), não devem ser descorados.
Em suma, a partir do consumo anual médio de TPs por tensão e potência, devemos ter em conta, adi-
cionalmente, tanto o aumento do consumo de transformadores de 30kV e diminuição dos equipamentos
com uma tensão de 10kV, como o crescente consumo de TPs com potências de 50kVA e 100kVA.

2.5.2 Tipos de Intervenção

Os custos associados à intervenção de recondicionamento de um transformador também são relevan-

tes para a decisão, já que o objetivo da otimização deste processo tem como principal motivação a

11
diminuição destes. Assim, à partida, um transformador cujo processo de recondicionamento implique
menos custos, será um equipamento prioritário sobre um idêntico com custos superiores.
O custo com maior impacto no processo de recondicionamento é aquele que está associado à in-
tervenção técnica em si; uma vez que é totalmente desconhecido aquando da tomada decisão, importa
identificar que variáveis poderão estar correlacionadas com este. Os custos de intervenção encontram-
se tabelados por tipo de intervenção, intervenções complementares e características base dos transfor-
madores. Existem três tipos de intervenção predefinidas e várias intervenções extra possíveis, depen-
dendo do estado em que se encontra o equipamento e do resultado dos ensaios elétricos, efetuados no
reparador, são atribuídas as intervenções necessárias:

• Conservação é o tipo de intervenção mais básico e que incorre em custos menores, compre-
ende a realização de ensaios completos ao equipamento, a sua lavagem exterior, colocação da
chapa indicativa de ”TP Recondicionado” e eventuais acessórios básicos essenciais para o bom
funcionamento do equipamento.

• Beneficiação inclui já outro tipo de atividades como pintura, a substituição do óleo (não estando
incluído o fornecimento deste) e de juntas e parafusos, em adição às intervenções já compreen-
didas na Conservação.

• Reabilitação incorre em custos relativamente superiores, uma vez que em adição às operações já
incluídas numa Beneficiação, esta compreende ainda a substituição e fornecimento do comutador
de tomadas e a rebobinagem total dos enrolamentos. Este tipo de intervenção compreende uma
reparação profunda do equipamento, resultando no aumento da sua vida útil em 15 anos.

Na Figura 2.7 apresentam-se os custos tabelados relativos às intervenções apresentadas.

Figura 2.7: Custos de reparação tabelados por tipo de intervenção e potência do equipamento

A intervenção a efetuar depende diretamente do estado em que se encontra o equipamento, sendo

que esse estado não é conhecido – por ainda não terem sido sujeitos aos ensaios – aquando da deci-
são de enviar para o reparador ou para abate. Pretende identificar-se que características conhecidas
poderão ter alguma correlação com o estado do equipamento. Através da guia SGAI, podemos ace-
der a algumas das características dos transformadores armazenados nos PSEs. Identificam-se três
consideradas relevantes.

12
2.5.2.1 Propósito de Retirada da Rede

O propósito de retirada da rede de um determinado equipamento pode dar uma boa indicação do seu
estado técnico. Uma saída planeada pela necessidade de um aumento de potência da rede pode indicar
que o equipamento se encontra em condições razoáveis, necessitando apenas de uma intervenção
de beneficiação ou de conservação. Já um transformador retirado da rede por uma avaria terá uma
probabilidade superior de necessitar de uma intervenção de reabilitação para reintegrar a rede, por não
se encontrar apto tecnicamente. Como se verifica na Figura 2.8, o custo médio de intervenção é 100%
superior nos transformadores retirados da rede por uma avaria.

Figura 2.8: Análise da relação entre o custo de intervenção e o propósito de retirada da rede

2.5.2.2 Equipamento com Avaria

A indicação de ”Equipamento com Avaria” evidencia anomalias no transformador que implicam a sua
não operacionalidade. Pode ser indicativo do tipo de intervenção necessária, estando consequente-
mente correlacionado com o custo de intervenção, não sendo no entanto direto, que um equipamento
com este tipo de anomalias necessite de uma intervenção de reabilitação, já que a não operacionalidade
pode ser causada pela falha de um componente – exemplo de uma travessia ou de um comutador de
tomadas, implicando apenas uma intervenção de beneficiação. Considera-se ainda assim, um bom indi-
cador já que, como se pode observar na Figura 2.9, os transformadores sem avaria, que se encontram
operacionais, têm custos médios de intervenção muito reduzidos. Os equipamentos com anomalias
apresentam custos médios de intervenção três vezes superiores, importa notar que a amostra para este
resultado é reduzida e o desvio padrão considerável, pelo que embora a discrepância seja notável, o
valor em si apresentado não merece grande credibilidade.

13
 Figura 2.9: Análise da relação entre o custo de intervenção e a evidência de anomalias no transformador

2.5.2.3 Idade do Equipamento

A idade do equipamento considera-se uma variável relevante, atendendo a uma observação histórica
que apresenta uma correlação positiva entre a idade do equipamento e o custo de intervenção médio,
esta correlação pode ser observada na Figura 2.10. De notar a tendência clara para o aumento do
custo médio de intervenção até ao patamar dos 20 anos, sendo que nos cinco anos seguintes o valor
médio não só não acompanha a tendência esperada como se dá uma diminuição muitíssimo acentuada.
Este fenómeno pode ser explicado por dois fatores. Existe a intenção de selecionar os transformadores
que apresentam uma necessidade de intervenção com custos probabilisticamente inferiores, assim,
no caso de transformadores com uma idade avançada (onde os custos de intervenção tendem a ser
muito superiores) será naturalmente preferível o seu envio para abate, já que para esta gama de idades
apenas serão selecionados aqueles que se apresentem em excelentes condições. Depois se deduz a
forte probabilidade dos transformadores selecionados representarem aqueles que já usufruíram de uma
intervenção de recondicionamento anterior, encontrando-se em perfeitas condições técnicas.
Desta forma, os valores apresentados não representam efetivamente o custo médio das interven-
ções em função da idade, representam sim o custo médio histórico das intervenções aos equipamentos
selecionados. Ainda assim serão utilizados como indicador do custo mais provável, já que a não exis-
tência de qualquer histórico de intervenções anteriores a 2013, leva a que esse não possa ser um critério
para priorização.

14
 Figura 2.10: Análise da relação entre o custo de intervenção e a classe de idade do transformador

2.5.3 Valor dos ativos

Considera-se o valor liquido do equipamento uma característica relevante para a otimização do processo
em estudo. Sendo um valor ilustrativo do ponto de vista contabilístico, é principalmente um excelente
indicador do potencial do equipamento, contemplando o valor que este traz à empresa. Representa o
valor comercial do transformador, ainda que não exista a possibilidade de venda destes equipamentos,
a sua pertinência prende-se na estimação do seu tempo de vida útil.
A determinação deste parâmetro advém do valor aquisição do equipamento. O valor de aquisição
do transformador depende das suas características base, observando-se na Figura 2.11 uma clara ten-
dência de aumento com a potência. À partida, um equipamento com um valor de aquisição mais baixo
representará um custo de substituição inferior.

Figura 2.11: Variação do valor de aquisição de um equipamento novo por características base

Para precisar o valor do ativo, deve ser considerada igualmente a idade do equipamento, uma vez
que os ativos sofrem desvalorização e são amortizados ao longo dos anos. De notar que um transfor-
mador que ultrapassou a sua vida útil estará, à partida, totalmente amortizado. Assim, os custos que a
sua substituição acarretam já foram contemplados ao longo das amortizações anuais efetuadas.
Os equipamentos sofrem uma desvalorização inerente à sua idade, porque existe um desgaste do
material derivado da utilização e exposição ao meio envolvente. Por outro lado, quando se dá uma

15
reparação estes devem ser valorizados, uma vez que as suas condições técnicas são repostas. Assim,
no caso de um transformador que já tenha sofrido uma intervenção de reabilitação, o cálculo do valor do
ativo deve considerar o custo desta e o tempo decorrido desde a mesma, contabilizando adicionalmente
a amortização do investimento no ativo – o recondicionamento. Desta forma, um transformador que
tenha sido intervencionado apresenta uma vida útil superior e um maior valor para a empresa.

2.5.4 Logística

O tipo de ativos que operamos tratam-se de equipamentos relativamente volumosos e pesados, pelo
que a logística de transportes e de armazenamento incorre em custos significativos do processo.
O custo de transporte dos equipamentos para o reparador está positivamente correlacionado com a
distância entre o local de armazenamento e o local de reparação. Por outro lado, a movimentação de
existências dentro dos armazéns encontra-se dificultada pela sobrelotação das instalações; por vezes,
a retirada de um equipamento implica a movimentação dos restantes. Importa assim, ter em conta os
armazéns onde estes se encontram; sendo tão mais fácil o seu transporte quanto menor o número de
instalações – que contêm equipamentos a integrar o lote de transformadores a enviar para reparação.

2.5.5 Existências de Equipamentos

O conjunto de equipamentos prontos a integrar a rede é composto por equipamentos novos e equi-
pamentos recondicionados. Estes equipamentos encontram-se parqueados em armazéns EDP até
que sejam requisitados pela rede. Este stock deve garantir uma Quantidade Teórica de Necessida-
des (QTN).

2.5.5.1 Quantidade Teórica de Necessidades

Esta quantidade de equipamentos em stock é determinada em função do consumo anual, por caracte-
rísticas base. Para esta determinação foi desenhada uma curva em função do consumo anual, função
essa determinada a partir de um racional empírico, onde se determina que para um consumo inferior
a 100 unidades anuais a quantidade teórica de necessidades deve cobrir aproximadamente 60% do
consumo ao longo do ano; para os restantes consumos esta quantidade deve assegurar, em média,
cerca de 30% do consumo anual. Chegamos assim a uma função definida por ramos e a partir desta
obtemos, por aproximação, uma função final – sendo esta logarítmica e aquela que melhor se molda à
função empírica:
y = 15, 359ln(x) − 28, 84 (2.1)

Na Figura 2.12 podem observar-se as duas funções, sendo a linha de cor azul a função empírica,
com os respetivos pontos utilizados para sua construção; a curva de cor laranja representa a função
logarítmica por aproximação, sendo esta a função final da quantidade teórica de necessidades a utilizar
ao longo deste estudo.

16
 Figura 2.12: Quantidade Teórica de Necessidades como função do consumo anual

A fim de suprimir a QTN, devem ser utilizados em primeiro lugar os transformadores recondicionados.
Nos casos em que estes não se verifiquem suficientes, a quantidade teórica de necessidades deve ser
completada através de TPs novos3 ou de TPs que serão recondicionados.
Idealmente, a quantidade teórica de necessidades será sempre a mesma. A saída de um TP para
a rede deve ser colmatada com a reposição de outro TP, com as mesmas características base, a ser
recondicionado.

2.5.5.2 Reserva de Segurança

É proposta a existência de uma reserva de segurança para cada grupo de transformadores com as
mesmas características base, equivalente a 10% da quantidade teórica de necessidades. Esta deve ser
suprimida por TPs passíveis de serem recondicionados. Os TPs que sejam necessários recondicionar
para suprimir a quantidade teórica de necessidades devem ser retirados desta reserva de segurança,
pelo que a reserva de segurança deve conter os TPs com melhores condições para recondicionamento
e, simultaneamente, tenham uma maior concordância com as necessidades de consumo.
A fim de considerar as tendências do consumo anual observadas (ver Secção 2.5.1), a reserva de
segurança deverá equivaler a 10% da quantidade teórica de necessidades para a generalidade dos TPs,
à excepção daqueles caracterizados por uma tensão de 30kV e com potências de 50kVA e 100kVA –
para os quais a reserva de segurança deverá equivaler a 15% da quantidade teórica de necessidades –
e dos equipamentos com uma tensão de 10kV – cuja reserva de segurança deverá representar apenas
5% da quantidade teórica de necessidades.

3
fornecidos pela EDP Valor – direção Logística de Materiais

17
3. Revisão da Literatura e Seleção do
Método

O facto de não existir qualquer tipo de bibliografia cientifica diretamente relacionada com o problema
em estudo, implica uma revisão de literatura muito generalizada no ramo energético. Este défice bibli-
ográfico é facilmente explicado pela especificidade do processo que queremos otimizar e do objeto em
estudo. Por tratarmos transformadores de média baixa tensão, que não têm custos tão significativos
como os transformadores de alta e muito alta tensão por exemplo, não se tem justificado, até à data, um
esforço monetário ao nível do desenvolvimento de testes ou determinação de indicadores do seu poten-
cial de funcionamento – ao contrário do que se verifica nos restantes transformadores para os quais se
desenvolvem procedimentos de diagnóstico (Lin et al., 1993), de probabilidade de falha (Ferreira, 2015)
e até de previsão das necessidades de manutenção para um determinado transformador (de Faria et al.,
2015). Por esta razão, a determinação de uma metodologia para a resolução do problema em estudo
implica uma observação generalizada dos métodos existentes e do potencial e adaptabilidade destes.
O setor energético tem-se revelado um campo muito favorável à utilização de métodos e modelos
de investigação operacional (Antunes & Martins, 2003). Esta engloba uma vasta gama de técnicas
e modelos de resolução de problemas no âmbito da tomada de decisão e eficiência. Phillips (1989,
2005) sugere sete tipos de modelos de apoio à tomada de decisão, diferenciados pelo problema que
apresentam, onde se distingue a incerteza e a multiobjetividade.
Para problemas dominados pela incerteza, existem três modelos-tipo, que podem ser consideradas
extensões das árvores de decisão e diagramas de influência mas que apresentam diferenças e produtos
de software próprios sendo por isso relevante a sua distinção. Sejam eles: i) Conversação Alargada –
onde se incluem outros acontecimentos a fim de modelar indiretamente a incerteza de um determinado
evento, utilizando árvores de acontecimento e árvores de falhas como ferramentas; ii) Revisão de Opi-
nião – através das redes Bayesianas, a probabilidade de ocorrência de um determinado acontecimento
é revista assim que os dados se tornam disponíveis; iii) Separação em Componentes – onde se incluem
as análises de risco e se utilizam ferramentas como o software @Risk.
Ainda no âmbito da incerteza, mas agora com igual dominância da multiobjetividade, apresenta-se
os problemas iv) Escolha – onde são utilizadas ”matrizes de retorno”, árvores de decisão e diagramas
de influência.
No domínio dos problemas multiobjetivo apresentam-se outros três modelos-tipo, sejam: v) Negoci-

19
ação – onde se utilizam modelos de negociação de análise de decisão multicritério, este tipo de modelos
embora tenham sido muito utilizados em finais dos anos setenta e inícios da década de oitenta por uma
consultora americana e bastante desenvolvidos ao nível teórico (Raiffa, 1982; Raiffa et al., 2002), não
existem referências relevantes na literatura cientifica em termos de aplicações praticas; vi) Afetação
de Recursos – trata problemas de seleção de portefólios, considerando nomeadamente sinergias en-
tre projetos e retornando o conjunto ótimo de projetos com o melhor beneficio para um determinado
orçamento disponível, e são utilizados sistemas de suporte de decisão como o Portfolio Robustness
Evaluation (PROBE) (Lourenço et al., 2012) para a implementação deste tipo de modelos; vii) Avaliar
Opções – através de uma análise custo-benefício determina qual ou quais as alternativas (previamente
definidas ou não) que retornam um maior valor para o decisor, recorrendo a modelos de análise de
decisão multicritério;

3.1 Metodologias AMCD no Setor Energético

As metodologias de Apoio Multicritério à Decisão (AMCD) ganharam popularidade no âmbito da tomada

de decisão na energia dada a sua capacidade de lidar com processos de decisão complexos, tendo em
conta (múltiplos) critérios de avaliação conflituosos e incomparáveis, visões e preferências incoerentes
por parte dos stakeholders e várias fontes de incerteza (Diakoulaki et al., 2005).
Hobbs & Meier (2000) fazem uma revisão alargada dos métodos de tomada de decisão multicritério
(AMCD) e suas aplicações no ramo da energia-ambiente. Keefer et al. (2004) oferecem uma perspetiva
das tendências e desenvolvimentos das aplicações de análise de decisão. Pohekar & Ramachandran
(2004a) revisam a aplicação de vários métodos AMCD no âmbito do planeamentos energético susten-
tável; enquanto Wang et al. (2009), dentro do mesmo âmbito, revisam os métodos em diferentes fases
do processo AMCD. Polatidis et al. (2006) desenvolvem um quadro metodológico para fornecer ideias
acerca da adequação da metodologia AMCD no contexto do planeamento de energia renovável. Lø-
ken (2007) proporciona uma visão geral de alguns dos mais relevantes métodos AMCD propostos na
literatura.
Antunes & Henriques (2016) apresentam uma visão global da utilização de métodos e modelos de
otimização multiobjetivo e análise multicritério no setor energético, concluindo que estas abordagens
são essenciais para a análise de problemas de energia a vários níveis de decisão, desde estratégicos
a operacionais e com diferentes timeframes.

3.1.1 Modelos baseados na construção de uma Função de Utilidade/Valor

Os métodos utilizados com maior frequência no âmbito da energia são:

• Simple Additive Weighting (SAW) no qual o valor global de cada alternativa é dado pela soma dos
produtos entre o valor do atributo e o peso do respetivo critério. Este método é maioritariamente
considerado para a comparação entre tecnologias de geração de energias, definindo indicadores
de sustentabilidade (Afgan & Carvalho, 2002, 2008; Pilavachi et al., 2006);

20
 • Multiple Attribute Utility Theory (MAUT) (Keeney & Raiffa, 1976) que permite ao decisor considerar
as suas preferências através de uma função de utilidade multiatributo. É utilizada para perceber
a incerteza das consequências das alternativas, em vez da incerteza relativa aos valores dos
atributos. Observou-se a sua utilização unicamente em estudos de eficiência energética (Sola &
de Miranda Mota, 2012).

• Multiple Atribute Value Theory (MAVT), um caso especial do MAUT onde não existe incerteza das
consequências das alternativas, é utilizado maioritariamente para comparações entre tecnologias
de produção de energia, em particular para classificação de alternativas de expansão de energia
(Heinrich et al., 2007) ou para priorizar o investimento em portefólios de expansão de capacidade
e de segurança energética (Martinez et al., 2011). É também aplicado em projetos e políticas
energéticas, mais especificamente no estudo de opções para o desenvolvimento sustentável de
carbono e energia numa cidade (Phdungsilp, 2010) e para conciliar visões diferentes (vários deci-
sores) no campo da alocação de recursos (Trutnevyte et al., 2012).

• Simple Multi-Attribute Rated Technique (SMART) (Von Winterfeldt & Edwards, 1986), uma forma
simplificada do MAUT que é mencionada como uma técnica AMCD apropriada para o planeamento
de energias renováveis (Polatidis et al., 2006), embora não tenha sido observada na literatura
científica a utilização desta metodologia no âmbito da tomada de decisão no ramo energético.

• Ordered Weighted Average (OWA) (Yager, 1988), que pode combinar informação linguística pon-
derada e não ponderada, tem sido utilizado na determinação de prioridades na energia tecnológica
sustentável (Doukas et al., 2007) e na avaliação do ambiente operacional dos produtores de ener-
gia sustentável (Patlitzianas et al., 2007).

• Measuring Attractiveness by a Categorical Based Evaluation TecHnique (MACBETH) (Bana e

Costa & Vansnick, 1994), um método interativo que auxilia na construção de uma função de valor
com base em juízos de valor qualitativos. Utilizado na avaliação da escala mais adequada para
o fornecimento de energia renovável no cumprimento das políticas energéticas do Reino Unido,
reduzindo os custos sociais, económicos e ambientais (Burton & Hubacek, 2007) e na construção
de um modelo de avaliação de propostas de fornecedores para a REN (Rede Energética Nacional)
com o objetivo de selecionar as melhores ofertas baseado em critérios como o custo e benefícios
– nomeadamente restrições do fornecedor, plano de alocação dos equipamentos, detalhe da me-
todologia de desenvolvimento, recursos humanos necessários, entre outros (Bana e Costa et al.,
2008).

3.1.2 Modelos baseados em Relações de Prevalência

Este tipo de abordagem é utilizada frequentemente no âmbito da energia, sendo os métodos da família
ELimination Et Choix Traduisant la REalité (ELECTRE) (Roy, 1996) e as várias versões do Preference
Ranking Organization Method for Enrichment Evaluation (PROMETHEE) (Brans & Vincke, 1985), os
mais comuns no setor energético:

21
 • ELECTRE III, que tem sido utilizado maioritariamente no estudo projetos energéticos e políticas
para a classificação de recursos energéticos renováveis (Beccali et al., 2003; Papadopoulos &
Karagiannidis, 2008) e na recomendação de fontes energéticas futuras (Hunt et al., 2013), e ainda
em variados estudos energéticos no contexto da avaliação de sistemas de aquecimento (Mróz,
2008), de processos de produção (Cavallaro, 2010) e de controlo de poluição (Vlachokostas et al.,
2011).

• ELECTRE TRI, que atribui alternativas a categorias, definidas previamente e ordenadas por mé-
rito. Tem sido utilizado na avaliação de unidades agrícolas de biogás (Madlener et al., 2009), na
determinação de prioridades a nível nacional para a redução de emissões no setor energético
(Georgopoulou et al., 2003), na seleção de projetos de energia eólica (Mavrotas et al., 2003), na
classificação de iniciativas de eficiência energética (Neves et al., 2008) e na avaliação do risco
dos gasodutos de gás natural (Brito et al., 2010).

• ELECTRE IS, que é dedicado a problemas de escolha incluindo análises de robustez, foi utilizado
na seleção de projetos energéticos em campos agrícolas para uma região (Haurant et al., 2011).

• PROMETHEE, utilizado maioritariamente em projetos energéticos na conceção de políticas de

energias renováveis (Madlener & Stagl, 2005; Kowalski et al., 2009) e no planeamento de energia
sustentável (Terrados et al., 2009; Tsoutsos et al., 2009). Igualmente utilizado na comparação
de tecnologias de produção de energia (Topcu & Ulengin, 2004; Diakoulaki & Karangelis, 2007),
na classificação da performance de diferentes tipos de granulado à base de matérias-primas de
biomassa (Sultana & Kumar, 2012) e em variados estudos energéticos, como na avaliação das
fontes de energia de cozinha (Pohekar & Ramachandran, 2004b), das tecnologias de aquecimento
(Cavallaro, 2009) e dos veículos de transporte público (Mohamadabadi et al., 2009).

• PROMETHEE II, para uma classificação completa de todas as alternativas. Tem sido utilizado na
avaliação de tecnologias sustentáveis de produção energética Doukas (2013), no planeamento
energético sustentável numa ilha grega (Tsoutsos et al., 2009), na avaliação de projetos de ener-
gias renováveis (Haralambopoulos & Polatidis, 2003), na determinação de regimes de substituição
de motores de indução (Sola et al., 2011) e na avaliação de sistemas de aquecimento (Ghafghazi
et al., 2010).

• Fuzzy PROMETHEE, onde a performance de cada cenário em cada critério é introduzido como
um número impreciso. Utilizado em esquemas de exploração de energia num campo geotérmico
de baixa temperatura (Goumas & Lygerou, 2000).

3.1.3 Outros modelos baseados na comparação por pares

Ganharam relevância no ramo energético:

• Analytical Hierarchy Process (AHP) (Saaty, 1980) – este tipo de abordagem tem como ideia-base
a conversão de avaliações subjetivas e de importância relativa num conjunto de pontuações gerais

22
 ou pesos. A literatura cientifica do setor energético apresenta variadas aplicações do AHP com-
binado com outros métodos, nomeadamente: na determinação do peso relativo dos critérios de
avaliação seguido da utilização do TOPSIS (ver à frente) para determinar o melhor tipo de trans-
porte público com utilizando combustível alternativo (Tzeng et al., 2005); integrando a metodologia
VIKOR (ver à frente) para a seleção de políticas e locais de produção, e para a seleção de um
projeto de de energia renovável o peso dos critérios são determinados através das matrizes de
comparação por pares do AHP (Kaya & Kahraman, 2010; San Cristóbal, 2011b); utilização de um
modelo AHP-OWA na dedução de índices de adequação e classificação de terrenos para parques
eólicos utilizando sistemas de informação geográfica (Al-Yahyai et al., 2012).

• Analytical Network Process (ANP) (Saaty, 1996) – uma generalização da abordagem AHP, admi-
tindo dependência dos critérios e feedback. Esta abordagem foi aplicada a estudos em tecnologias
de produção de energia, em particular na avaliação de combustíveis alternativos para produção
energética (Köne & Büke, 2007) e de fontes energéticas para um determinado país (Ulutaş, 2005)
e para uma industria particular (Önüt et al., 2008).

3.1.4 Outros modelos

Não se inserindo em qualquer dos grupos anteriores, sejam alguns dos métodos relevantes no âmbito
da energia:

• Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) (Hwang & Yoon, 1981),
onde as aplicações se têm focado maioritariamente na avaliação e seleção de métodos e tecnolo-
gias de produção de energia bem como da performance de sistemas energéticos; para a seleção
da melhor tecnologia energética alternativa (Kaya & Kahraman, 2011), para ordenar por preferên-
cia as alternativas de localização para centrais termoelétricas (Choudhary & Shankar, 2012), ou
para a escolha da tecnologia mais sustentável de produção de eletricidade (Streimikiene et al.,
2012)

• VIKOR (Opricovic, 1998), utilizado em aplicações que vão desde a determinação do melhor tipo
de transporte público utilizando combustível alternativo (Tzeng et al., 2005), ou projeto de energia
renovável (San Cristóbal, 2011a) e no processo de decisão da localização de uma instalação bem
como dos seus parâmetros técnicos e operacionais, baseado em critérios económicos e ambien-
tais (Vučijak et al., 2013).

3.2 Seleção do Método

Os modelos de análise AMCD consistem num conjunto de abordagens que, tendo em conta vários
critérios, suportam a classificação, a seleção e/ou a comparação de diferentes alternativas (sejam estas
produtos, tecnologias ou políticas alternativas) (Belton & Stewart, 2002); o caso em estudo prende-se

23
num problema de seleção das alternativas mais favoráveis (ver 2.4.5) baseada em diversos critérios
(ver 2.5), por essa razão a revisão bibliográfica vem incidir exclusivamente nestes modelos.
Tendo em conta a variedade de métodos desenvolvidos no âmbito da tomada de decisão multicritério,
e as intermináveis aplicações no setor da energia, a escolha do método mais adequado a cada problema
não é direto. Tipicamente, as razões pelas quais um método AMCD é selecionado em função de outro
não são propriamente apresentadas, sendo a familiaridade e afinidade com determinadas abordagens
o fator com maior peso na decisão de qual o procedimento a utilizar (Cinelli et al., 2014).
A fim de representar uma visão global deste tipo de modelos – para a seleção da abordagem mais
adequada ao problema em estudo – e através da revisão apresentada (ver 3.1), surgem quatro tipos de
métodos com especial relevância; uma breve análise destes revelou-se indispensável para a determi-
nação fundamentada do modelo mais adequado. Apresentam-se de seguida os métodos analisados,
com especial ênfase nas características distintivas mais relevantes.
MAUT (Multi Attribute Utility Theory) é uma abordagem baseada na agregação de desempenhos,
que requer identificação de funções de utilidade e pesos para cada atributo que são posteriormente
agregados num critério sintetizado (Keeney & Raiffa, 1976), sendo as agregações aditivas e multiplica-
tivas as mais utilizadas; a seleção do procedimento de agregação mais indicado requer a verificação
dos vários pressupostos.
AHP (Analytical Hierarchy Process) é outra das primeiras abordagens baseadas na agregação de
desempenhos, tendo sido introduzida (Saaty, 1980) com o objetivo de fazer uma avaliação através de
critérios tangíveis e intangíveis em termos relativos através de escalas absolutas. O processo padrão
requer uma identificação inicial do conjunto de alternativas e da hierarquia dos critérios de avaliação,
seguido de comparações por pares para a avaliação da performance das alternativas nos critérios (pon-
tuações) e dos próprios critérios (pesos); na prática, as alternativas são comparados tendo em conta
os critérios, o decisor deve determinar a sua preferência numa escala de 1 (indicando a sua indiferença
relativa às duas alternativas) a 9 (revelando uma preferência absoluta por uma das alternativas em re-
lação à outra), sendo os valores intermédios utilizados para expressar uma crescente preferência por
uma das alternativas. O resultado é apresentado em forma de matriz de rácios comparativos e o passo
seguinte é a simplificação desta comparação por pares num conjunto de pontuações representativas
da importância relativa de cada peso e performance das alternativas. A performance global de cada
alternativa pode ser assim calculada através de um modelo aditivo linear e o resultado final apresenta
um valor entre 0 e 1, onde os pesos são indicativos dos trade-offs entre os critérios.
ELECTRE (ELimination Et Choix Traduisant la REalité) são métodos baseados na agregação de
prevalências, trabalhando sobre comparações por pares de alternativas (Figueira et al., 2005); são de-
finidos como abordagens de relações de prevalência porque se destinam a avaliar se a opção a é ”pelo
menos tão boa quanto”a opção b (por outras palavras, a alternativa a prevalece (aSb) sobre a alternativa
b); as preferências assentam em quatro relações binárias elementares: indiferença, preferência, fraca
preferência e incomparabilidade (Roy, 1996); a fim de identificar relações de preferência são atribuídos
índices de concordância e discordância que se referem aos casos em que aSb e bSa respetivamente. Os
métodos ELECTRE foram desenvolvidos para permitir a contabilização de critérios heterogéneos cuja

24
agregação numa escala comum é difícil, prevenindo comportamentos de compensação e tendo em
conta diferenças em termos de prevalência, levando à introdução de limiares de preferência (Figueira
et al., 2005); incluem a resolução de diferentes problemas de decisão como a seleção, a classificação
ou categorização.
PROMETHEE (Preference Ranking Organization Method for Enrichment of Evaluations) fazem igual-
mente parte da família de métodos baseados em relações de prevalência e são assentes num conjunto
de de pré-requisitos (Brans & Vincke, 1985; Brans & Mareschal, 2005): (i) a extensão da diferença de
performance entre duas alternativas deve ser contabilizada; (ii) as escalas dos critérios são irrelevantes
uma vez que as comparações são feitas aos pares; (iii) existem apenas três relações binárias possíveis
– de preferência, de indiferença e de incomparabilidade; (iv) os métodos devem ser de fácil compreen-
são para os decisores; e (v) os pesos devem ser atribuídas de forma flexível. O processo de avaliação
requer informação entre critérios: dos pesos (importância relativa), que são independentes das escalas
de medida; e dos critérios, uma função de preferência para cada critério, expressando a diferença da
performance da alternativa a em relação à alternativa b. Uma vez identificadas as funções de preferên-
cia e pesos para todos os critérios é possível calcular um índice global, indicativo do nível de preferência
de a em relação a b, através de uma média ponderada. Subsequentemente, dois parâmetros, fluxos
preferenciais de entrada e saída são calculados, indicando o poder e fragilidade, respetivamente, da
relação de preferência. Finalmente, os dois fluxos podem ser combinados, resultando numa rede de
fluxos preferenciais que apresenta a performance de cada alternativa.
Fazendo uma comparação em termos práticos destes modelos podemos constatar algumas diferen-
ças ao nível da utilização e aplicabilidade. Se ao nível dos dados suportados não existem preferências,
em termos dos métodos de cálculo podemos observar características diferentes:

• Tipologia dos Pesos – no caso do MAUT e AHP, que são modelos baseados na agregação atra-
vés dos operadores da soma ou multiplicação, os pesos representam o ganho com respeito a uma
variável que permite compensar a perda em relação a outra (Munda, 2005), funcionando como um
trade off que é aceite entre critérios; mas isto implica que os critérios e pesos se encontrem in-
terligados e a alteração de um leva necessariamente à alteração dos restantes, já que para uma
agregação deste tipo as escalas em que se encontram tanto os critérios como os seus coeficientes
deve ser a mesma. Por outro lado existem os denominados coeficientes de importância, que dão
a indicação do poder do critério na construção das relações de preferência, sendo estes indepen-
dentes da escala de medida dos critérios (Figueira et al., 2005). No caso dos métodos ELECTRE
a utilização deste tipo de pesos é incontestável, sendo no caso dos PROMETHEE afirmado pelos
seus criadores tratar-se igualmente deste tipo de pesos (Brans et al., 1986; Brans & Mareschal,
2005) mas existindo investigadores a defender que os pesos utilizados se tratam na realidade de
trade-offs (De Keyser & Peeters, 1996; Munda, 2008). Importa ainda referir que para o caso dos
modelos AHP existem autores que consideram os pesos utilizados também eles como coeficientes
de preferência (De Montis et al., 2000)

• Valores de Limite – as metodologias básicas MAUT e AHP não possibilitam a utilização destes

25
 valores que permitem ter em conta o conhecimento imperfeito dos dados e alguma arbitrariedade
na construção dos critérios (Figueira et al., 2013), modelados a partir dos limites de indiferença e
de preferência na comparação entre duas alternativas. A família ELECTRE requer a utilização de
três tipos, indiferença, preferência e veto, enquanto os PROMETHEE só necessitam os primeiros
dois (Brans & Mareschal, 2005; Figueira et al., 2005)

• Robustez – a metodologia MAUT é considerada robusta uma vez que a adição ou remoção de
alternativas não afeta a classificação das restantes, já que cada uma das alternativas é avaliada
de forma independente. Noutras metodologias analisadas este fenómeno não se verifica, o que é
considerado uma desvantagem por alguns autores (Munda, 2008; Wang & Triantaphyllou, 2008),
que afirmam tratar-se de um procedimento imperfeito que leva a uma classificação arbitrária (Dyer,
1990). No entanto esta critica tem sido questionada por autores que defendem que este fenómeno
não só é legítimo como necessário (Saaty, 1990; Figueira & Roy, 2009), já que uma alteração dos
dados levará a uma alteração das classificações finais, sendo que a classificação é dada a partir
de comparações entre as alternativas.

• Viabilidade – quaisquer das metodologias dispõem de ferramentas informáticas com capacidades

gráficas, a família ELECTRE porém tem consideráveis limitações ao nível da sua representação
(Cinelli et al., 2014). Em termos de facilidade de utilização é, novamente, a família ELECTRE que
apresenta os métodos de utilização mais dificultada por exigirem nomeadamente a determinação
de um grande número de parâmetros e o procedimento de avaliação ser baseado nos índices de
concordância e discordância (Cinelli et al., 2014).

Tendo em conta as características do problema que queremos modelar e a qualidades dos dados
disponíveis, encontram-se na família de métodos ELECTRE aqueles com uma maior adaptabilidade ao
caso em estudo. De seguida, podemos observar as principais razões para esta preferência.

3.3 Família dos Métodos ELECTRE

A família ELECTRE caracteriza-se por um conjunto de métodos que aplicam abordagens comuns.
Destacam-se, de seguida, os pontos fortes destes métodos, relevantes para a modelação do problema.

• Permitem a utilização de escalas de critérios qualitativas, considerando os desempenhos originais

sem necessidade de recodificação, uma vez que os desempenhos são processados como critérios
qualitativos – mesmo aqueles que são quantitativos por natureza.

• Lidam com escalas heterogéneas, não exigindo qualquer tipo de normalização. Assim, Qualquer
que seja a natureza destas, o procedimento preserva o desempenho original das alternativas nos
critérios, sem recorrer a correspondências de classificações nomeadamente através de funções
de utilidade.

• Não dão relevância a efeitos compensatórios sistemáticos, tendo sido concebidos de forma a
que a degradação de um desempenho num determinado critério não possa ser compensado pela

26
 melhoria de desempenho nos restantes critérios. Os pesos dos critérios não representam taxas de
substituição, existe uma possibilidade de compensação limitada que pode ser constatada através
dos índices de concordância e discordância.

• Consideram a existência de conhecimento imperfeito nos dados, bem como a arbitrariedade rela-
cionada com a construção da família de critérios, através da utilização de limiares de discriminação
(preferência e indiferença).

• Contabilizam a concordância e discordância em relação a uma relação de prevalência, através

da utilização de limiares de veto; reforçando desta forma a característica não compensatória dos
métodos ELECTRE.

Relativamente aos pontos fracos desta família de métodos, destaca-se a recomendação de utilização
de outro tipo de métodos nos casos em que a natureza da família de critérios é quantitativa na sua
totalidade ou é requisitada a atribuição de uma pontuação a cada uma das alternativas individualmente;
sendo que o problema a modelar não compreende nenhum dos casos anteriores, esta característica
não foi contabilizada como uma desvantagem na escolha do método a utilizar. Adicionalmente, e à
exceção do ELECTRE TRI-B e ELECTRE TRI-C, os métodos ELECTRE não gozam da propriedade da
independência em relação às alternativas irrelevantes, que garante que aquando da comparação entre
duas alternativas, a relação de preferência não deve depender da presença de outras alternativas.
Finalmente, a não transitividade, mas dado que utilizamos um método de relações de prevalência não
existe a necessidade de satisfazer a propriedade de transitividade, sendo uma desvantagem unicamente
no caso se ser imposto à partida que as preferências devem ser transitivas e existindo ainda assim
algumas razões para a não imposição da transitividade (Figueira et al., 2013); de notar a não existência
deste fenómeno nos métodos ELECTRE TRI-B e ELECTRE TRI-C.
A família ELECTRE inclui diversos métodos concebidos em função e para dar resposta às três pro-
blemáticas principais da análise de decisão multicritério (Figueira et al., 2005). Sejam elas:

• Escolha – Seleção de um número restrito de alternativas, aquelas com um maior potencial, tão pe-
queno quanto possível e que justifique a eliminação das restantes. Métodos: ELECTRE I, ELEC-
TRE IV e ELECTRE IS (generalização do anterior).

• Ordenação – Posicionamento das alternativas, daquela com um maior potencial para aquela com
o menor, com possibilidade de existência de empates e alternativas impossíveis de comparar.
Métodos: ELECTRE II, ELECTRE III e ELECTRE IV.

• Categorização – Atribuição de cada alternativa a uma das categorias de uma família previamente
definida; as categorias estão ordenadas, geralmente, da pior para a melhor. Métodos: ELECTRE
TRI-B (originalmente ELECTRE TRI), ELECTRE TRI-C e ELECTRE TRI-NC – utilizando o primeiro
perfis de fronteira entre as categorias ao contrário dos restantes que utilizam perfis característicos
das categorias, onde o método

• Categorização – Atribuição de cada alternativa a uma das categorias de uma família previamente
definida; as categorias estão ordenadas, geralmente, da pior para a melhor. Métodos: ELECTRE

27
TRI-B (originalmente ELECTRE TRI), ELECTRE TRI-C e ELECTRE TRI-NC – utilizando o primeiro
perfis de fronteira entre as categorias ao contrário dos restantes que utilizam perfis característicos
das categorias. O método ELECTRE TRI-C lida com uma alternativa característica referente a
cada uma das categorias enquanto o método ELECTRE TRI NC permite a utilização de mais do
que uma alternativa caracterísstica para cada categoria.

28
4. Procedimento Proposto

Recorrendo a modelos de Apoio Multicritério à Decisão pretende-se fazer a seleção de Transformadores

de Potência de Média Baixa Tensão (MT/BT) a serem intervencionados. Um dos aspectos críticos do
processo está relacionado com o acumular de TPs parqueados nas instalações dos PSEs, enquanto
aguardam pela decisão de intervenção ou abate. Esta acumulação é causada pela insuficiente capaci-
dade por parte dos reparadores comparativamente à taxa de retirada de TPs da rede, sendo agravada
pelo diferencial crescente entre a entrada e saída de equipamentos da rede e por falhas na introdução
de dados dos TPs nos sistemas informáticos – comprometendo o sucesso do processo de encaminha-
mento destes ativos. Uma correta caracterização dos Transformadores de Potência MT/BT possibilitará
a otimização do processo de recondicionamento dos mesmos. Dado que a construção de lotes a serem
reencaminhados – para os reparadores ou para abate – devem ter em conta as suas características
técnicas individuais – promovendo aqueles que agreguem mais valor para a empresa; bem como as
características de grupo – que facilitarão toda a logística a nível dos armazéns e do transporte. O
procedimento proposto compreende um total de quatro fases, que no seu conjunto têm como objetivo
solucionar o problema apresentado , a distinção surge da necessidade de utilização de métodos dife-
rentes, motivados pelas características do processo. O universo de TPs armazenados que aguardam
pela decisão de intervenção e abate, localizados pelos vários PSEs ao longo do território continental,
constitui o ponto de partida deste processo.

Figura 4.1: Fluxograma do Procedimento Proposto

29
 Por forma a ilustrar o procedimento que este estudo vem propor, a Figura 4.1 apresenta um fluxo-
grama muito simplificado, permitindo ao leitor acompanhar o processo pelo qual cada transformador
passa e quais os pontos de partida e resultantes de cada fase, de um ponto de vista geral e com apoio
visual.
O procedimento é realizado a partir de uma base de dados que contém todos os transformadores que
foram retirados da rede elétrica nacional e se encontram em armazém aguardando pela decisão de envio
para reparador, envio para abate ou de manter em reserva para futura decisão. Sobre este universo de
equipamentos é processada a primeira fase do procedimento, a triagem inicial, a partir da qual resulta
o mesmo universo agora agrupado. Esta triagem permite uma seleção dos transformadores elegíveis
para recondicionamento, através de critérios de rejeição que fazem a rotulagem direta dos equipamentos
que: ou não têm condições mínimas para recondicionamento ou não possuem ficha SGAI.
A segunda fase do procedimento, categorização, opera unicamente sobre o conjunto de transforma-
dores considerados como elegíveis (na fase anterior), esta compreende uma classificação ordinal destes
equipamentos em três categorias que se distinguem pelo mérito dos transformadores que a compõem,
sendo categorizado como ”Prioritário” um TP que reúna boas condições para recondicionamento.
A terceira fase, lote reparação, tem como objetivo a construção de um conjunto ótimo de transfor-
madores. Esta fase é efetivada apenas sobre a categoria que contém os transformadores considerados
prioritários (na fase imediatamente anterior) e resulta nos transformadores eleitos para integração no
lote a enviar para reparação.
A quarta e última fase do procedimento, lote abate, é responsável pela seleção de transformadores
a enviar para abate e é operada unicamente sobre o conjunto de transformadores ”Em espera” (resul-
tantes da categorização efetuada na segunda fase do procedimento). Os equipamentos selecionados
nesta fase, em conjunto com aqueles previamente rotulados como sem condições mínimas para recon-
dicionamento (resultantes da triagem realizada na primeira fase) serão enviados para abate.
Terminadas as quatro fases, o universo de transformadores encontra-se caracterizado em TPs elei-
tos para integrar o lote a enviar para reparação, TPs selecionados para abate e TPs pertencentes à
reserva de equipamentos (todos aqueles que não foram selecionados em nenhuma das duas últimas
fases); estes últimos ingressarão a primeira fase do procedimento, em conjunto com os transformadores
categorizados inicialmente como ”Sem ficha SGAI”, numa tomada de decisão posterior.

4.1 Fase I – Triagem

A primeira fase do procedimento proposto compreende uma triagem inicial, já que existem algumas
características que permitem uma categorização imediata. Corresponde a uma categorização de parte
dos transformadores em ”SGAI em falta” ou ”Abate”, através da utilização de critérios de aceita-
ção/rejeição. Esta triagem resulta numa diminuição efetiva do universo de transformadores em análise,
simplificando as fases que se seguem, evitando comparações e classificações desnecessárias, dimi-
nuindo tempos de resolução sem perda de significado. De notar que a categorização deve ser efetuada
pela ordem apresentada, por forma a evitar a introdução de uma condição adicional.

30
4.1.1 SGAI em falta

Existem transformadores que são retirados da rede sem que lhes seja associada uma guia SGAI; o que
compromete o sucesso do processo de encaminhamento destes ativos, não estando o transformador
apto para recondicionamento – tendo em conta a inexistência de controlo destas existências; ou para
abate – dada a impossibilidade de efetuar o abate contabilístico das mesmas.

• ”Sem SGAI” É a única condição para a atribuição de um transformador a esta categoria, condição
essa suficiente e necessária.

Assim, resultam todos os TPs para a atribuição de uma guia SGAI, tão cedo quanto possível, devendo
reintegrar o processo assim que esta seja concluída, para uma nova categorização (Fase I).

4.1.2 Abate

Existem transformadores que, à partida, não apresentem condições mínimas para um possível recon-
dicionamento. Assim, um dado transformador, que não garanta todas as condições que se seguem,
deverá ser atribuído a esta categoria.

• ”Idade inferior a 25 anos” Condição que garante a não integração na rede de transformadores cujo
custo se prevê muito superior ao benefício. Transformadores com idade igual ou superior a 25
anos não só não têm valor comercial – já se encontram totalmente amortizados – como a sua
intervenção passará provavelmente pela reabilitação (Figura 4.5), que acarreta custos considera-
velmente superiores aos restantes tipos de intervenção (Figura 2.7).

• ”Tipo Hermético” Condição que assegura que os TPs de outro tipo não voltam a integrar a rede,
permitindo a uniformização da frota com vista a facilitar a sua logística de reparação e manutenção.

• ”Sem PCB” Os Policlorobifenilos (PCB) são fluidos constituídos por uma família de produtos quími-
cos sintéticos, largamente utilizados até meados dos anos 80 em diversas aplicações. Devido às
suas propriedades dielétricas, a principal aplicação foi em equipamento elétrico, nomeadamente
em óleos isolantes de transformadores e condensadores. Os PCB podem encontrar-se na sua
forma pura ou diluídos em preparações, sendo que neste último caso, de acordo com a legislação
nacional e europeia, considera-se que a mistura contem PCB se o teor dos mesmos na prepara-
ção for igual ou superior a 50 ppm (partes por milhão) ou 0,005% em peso (Agência Portuguesa
do Ambiente, 2010). Os PCB possuem características de perigosidade para a saúde humana e
para o ambiente, na União Europeia, a sua comercialização foi definitivamente interdita a partir
de 30 de Junho de 19861 . No que diz respeito aos transformadores cujos fluidos possuam níveis
de contaminação baixos (entre 50 a 500 ppm), é admitida a sua eliminação no fim da sua vida
útil2 – apesar da EDP Distribuição ter iniciado um Programa de Investimento Promoção Ambien-
tal em 2012 com vista à substituição destes equipamentos priorizando-os por probabilidade de
1
pela diretiva 85/467/CEE de 1 de Outubro
2
artigo 6º do Decreto-Lei n.º 277/99

31
 furto e avarias, no sentido de minimizar esta preocupação. Os transformadores com níveis de
contaminação superior a 500 ppm são eliminados de imediato.

• ”Normalizado” Garantindo que só os transformadores com uma tensão e potência normalizadas

terão a possibilidade de reintegrar a rede, por forma a facilitar a gestão de frota dos equipamentos.
Apesar de não serem adquiridos transformadores não-normalizados, ao dar-se uma substituição
de equipamentos privados (nomeadamente causada por uma necessidade de reconversão da
rede, independente do utilizador), os TPs retirados da rede não são forçosamente normalizados.
Desta forma, assegura-se que equipamentos com características base não-normalizadas não só
não integram a rede novamente, como não permanecem em armazém eternamente.

A fase que se segue tem como ponto de partida o universo de transformadores por categorizar, todos
aqueles que não foram afetados pela Fase I.

4.2 Fase II – Categorização

A segunda fase do processo visa tratar os restantes transformadores, resultando no possível seguimento
a dar a cada um deles. Tem como objetivo a sua categorização em “Prioritários”, “Secundários” ou
“Em Espera”. Ao contrário da fase anterior, que é determinada de forma imediata, esta fase faz a priori-
zação dos TPs para a intervenção, a partir de níveis de exigência associados a cada uma das categorias,
ficando a atribuição dependente unicamente das características intrínsecas de cada transformador.
A determinação destes níveis, bem como a determinação do potencial de um transformador, não é
direta uma vez que assenta em considerações baseadas na observação de padrões e históricos dos
mesmos. Pretende-se uma avaliação deste potencial recorrendo apenas à informação disponível in-
formaticamente (de recordar que o estado do transformador é desconhecido uma vez que os testes
à sua condição técnica só são efetuados nas instalações de reparação). Resultado de uma observa-
ção cuidada das características dos transformadores e do processo de recondicionamento existente, foi
possível uma especificação de quais as características relevantes para uma priorização dos transfor-
madores – quais os critérios que poderiam dar preferência a determinados transformadores em função
de outros – e que se apresentam na Figura 4.2.

32
 
  

  

 
 
 c1 – Tipo de Obra

 
 


 
 
 {Investimento, Manutenção, Avaria, Rotação, Desconhecido}

 
 


 
 


 
 

 
 c8 – Tipo de Intervenção c2 – Equipamento com Avaria

 


 {Conservação, Beneficiação, Reabilitação} 
 {Sim, Não}

 g1 – Custo de Intervenção [min] 


  


 
 


 
 
 c3 – Idade do Equipamento

 
 


 
 [0,25]

 


 


 
 c7 – Potência

 


 {50kVA, 100kVA, 160kVA, 250kVA, 400kVA, 630kVA}







  

  

 
  c4 – Reparador

 
 


 
 
 {Lisboa, Porto}

 
 


 
 


 c9 – Distância a Reparador

 g2 – Custo de Transporte [min] c5 – PSE

  (km) 


 
  {Abrantes, Arraiolos, Benedita, Benquerença, Braga, Cabaços, Caldas da Rainha, Casal Areia, Coimbra,

 
 


 
 
 Covilhã, Gaeiras, Ferreira-a-Nova, Loulé, Loures, Lousã, Mangualde, Moita, Morraceira, Ourique, Palmela,

 
 


 
  Portalegre, Sacavém, São Romão, Seiça, Torres Vedras, Trofa e Viana do Castelo}



FASE II 



 
 c6 – Tensão

 


 
 {10kV, 15kV, 30kV}



 g3 – Consumo Médio Anual [máx]

 

 
 c7 – Potência

 


  {50kVA, 100kVA, 160kVA, 250kVA, 400kVA, 630kVA}







  

 

 
 
 c6 – Tensão

 
 


 
 
 {10kV, 15kV, 30kV}

 
 c10 – Valor de Mercado

 


 
 (€) 

 
 


 
  c7 – Potência


 
  {50kVA, 100kVA, 160kVA, 250kVA, 400kVA, 630kVA}

 


 


 c3 – Idade do Equipamento

 g4 – Valor do ativo [máx]

  [0,25]

 


 


 


 
 c11 – Valor do Investimento

 


 
 (€)

 


 


 



33
 
 c12 – Idade do Investimento

 


 [0,25]

Figura 4.2: Árvore de Critérios

 Uma das principais preocupações prende-se nos custos operacionais associados à escolha de um
determinado equipamento a enviar para reparação, tendo prioridade aqueles que acarretem menos
custos. Os custos operacionais devem contemplar: ”Custos de Intervenção” e ”Custos de Transporte”.
Estes custos por si só seriam fracos indicadores do potencial dos transformadores, uma vez que só
quando considerados em simultâneo com os seus benefícios poderão revelar o seu valor relativo. Um
indicador fundamental trata-se da procura de um determinado TPs, já que esta varia em função das suas
características base, tendo prioridade aqueles aos quais esteja associada um maior ”Consumo Médio
Anual”. Por fim, considera-se crucial a contabilização do ”Valor do Ativo”, sendo um bom indicador do
valor que este representa para a empresa, tendo em conta o seu valor de mercado e idade, bem como
os investimentos já efetuados no equipamento, permitindo uma estimativa do seu tempo de vida útil.

4.2.1 Custo de Intervenção

A estimação deste custo não é direta dado não existirem evidências concretas do estado do transfor-
mador. Ainda assim, considerando um conjunto de variáveis disponíveis, ousamos chegar a uma gama
de valores tão aproximada quanto possível. Para uma previsão minimamente realista do custo de inter-
venção de um determinado transformador, importa prever em primeiro lugar qual o tipo de intervenção
que este equipamento necessita.

”Tipo de Intervenção Necessária” Resume-se a três possibilidades previamente definidas, que podem
ser complementadas com algumas ações extra (incorrendo em custos adicionais, que desprezamos
por não terem expressão e, sobretudo, por não estarem associados a determinadas características –
qualquer equipamento poderá incorrer nestes custos igualmente, não influenciando assim preferências).
Conservação, Beneficiação e Reabilitação, são os tipos de intervenção possíveis, em crescente de
complexidade e custo (Figura 2.7). Para a atribuição do tipo de intervenção necessária mais provável a
um determinado transformador, são consideradas as variáveis que se seguem:

• ”Tipo de Obra” Especifica a motivação da saída da rede de determinado transformador, ajudando

a determinar o tipo de intervenção que este poderá necessitar. Investimento, Manutenção, Avaria,
Rotação e Desconhecido são os motivos pelos quais um determinado transformador é retirado da
rede. Um tipo de obra Investimento pode indicar que o equipamento se encontra em condições
satisfatórias e que a sua saída se deveu a uma necessidade de aumento de potência (que implica
a alteração do equipamento instalado) ou por reconversão da rede, necessitando apenas de uma
intervenção de Conservação ou Beneficiação. Um tipo de obra Manutenção fornece a indicação de
que uma anomalia no equipamento terá sido detetada no decorrer de uma ação de manutenção,
resultando na retirada desse equipamento da rede por suspeitas de avaria eminente. Avaria indica
que o motivo da retirada da rede foi devida ao não funcionamento efetivo do transformador. Para
os equipamentos com um tipo de obra de Rotação assumimos que se deu um erro na introdução
informática de dados, já que não existem obras de rotação para este tipo de TPs, sendo assim
equivalente a um tipo de obra Desconhecido. Na Figura 4.3 observa-se a distribuição percentual

34
 do tipo de intervenções efetuadas em função do tipo de obra.

Figura 4.3: Tipo de intervenção em função do motivo de retirada da rede

• ”Equipamento com Avaria” Indica evidências de uma anomalia funcional no TP. Apresenta-se como
Equipamento sem Avaria ou Equipamento com Avaria, novamente, está correlacionado com o tipo
de intervenção necessária. A Figura 4.4 apresenta a distribuição do tipo de intervenções efetuadas
em função da evidência do equipamento se encontrar com uma avaria que implique a sua não
operacionalidade.

Figura 4.4: Tipo de intervenção em função das evidências de anomalia funcional

• ”Idade do Equipamento” Dada pela antiguidade do transformador. É possível observar estatistica-

mente o tipo de intervenção associada a um transformador baseado na sua idade, estando esta
condicionada pela decisão de intervencionar, no entanto esta análise permite algumas considera-
ções que possibilitam a utilização desta variável como indicador (Figura 4.5).

Figura 4.5: Percentagem de TPs com determinado tipo de intervenção em função da sua idade

Qualquer uma das três variáveis referidas apresenta uma incerteza associada considerável, a deter-
minação do tipo de intervenção baseada no seu conjunto é feita numa tentativa de mitigar esta incer-
teza; nomeadamente menosprezando casos em que se dá uma incongruência nos dados disponíveis –
resultante de possíveis falhas humanas como má introdução de dados no sistema ou diferentes inter-
pretações da finalidade dos campos a preencher – e promovendo os casos em que se evidencia uma
condição técnica excelente. Na Tabela 4.1 é apresentado o tipo de intervenção necessária em função
das três variáveis apresentadas.

35

Investimento
Não Sim
0 Conservação Beneficiação
1 Conservação Beneficiação
2 Conservação Beneficiação
3 Conservação Beneficiação
4 Conservação Beneficiação
5 Conservação Beneficiação
6 Conservação Beneficiação
7 Conservação Beneficiação
8 Conservação Beneficiação
9 Conservação Beneficiação
10 Beneficiação Beneficiação
11 Beneficiação Beneficiação
12 Beneficiação Beneficiação
13 Beneficiação Beneficiação
14 Beneficiação Beneficiação
15 Beneficiação Reabilitação
16 Beneficiação Reabilitação
17 Beneficiação Reabilitação
18 Beneficiação Reabilitação
19 Beneficiação Reabilitação
20 Beneficiação Reabilitação
21 Beneficiação Reabilitação
22 Beneficiação Reabilitação
23 Beneficiação Reabilitação
24 Beneficiação Reabilitação
25 Beneficiação Reabilitação
Tabela 4.1: Tipo de intervenção necessária em função do Tipo de Obra (Investimento, Manutenção, Avaria, Rotação, Desconhecido), Equipamento com Avaria (Sim, Não) e
Idade do Equipamento [0,25].
Manutenção
Não Sim
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Avaria
Não Sim
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
36
Rotação/Desconhecido
Não Sim
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Beneficiação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Beneficiação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Reabilitação Reabilitação
Custo de Intervenção é, finalmente, estimado a partir do ”Tipo de Intervenção Necessária”. Esta esti-
mativa é baseada nos custos contratualizados, custos estes que dependem e estão tabelados em fun-
ção do tipo de intervenção e da características técnicas do transformador. Desprezando as ações de
intervenção extra, os custos das intervenções predefinidas dependerão apenas do tipo de intervenção
necessária e da potência do transformador. Esta última apresenta-se:

• ”Potência” Característica base de um transformador. Sendo que nesta fase tratamos apenas trans-
formador normalizados, esta característica pode variar em potências de 50kVA, 100kVA, 160kVA,
250kVA, 400kVA e 630kVA.

Resulta assim, o primeiro indicador fundamental para a modelação deste problema, uma previsão do
custo de intervenção para cada transformador (Figura 2.7). Segue-se o segundo, Custo de Transporte.

4.2.2 Custo de Transporte

A estimação deste custo volta a não ser direta, tendo em conta que o transporte dos equipamentos não
é feito à unidade. Assim, o custo efetivo unitário dependerá não só da distância a que determinado
transformador se encontra das instalações de reparação, como do seu peso, e localização geográfica
dos restantes equipamentos que partilham o mesmo transporte (onde devemos ter em conta não só
a distância mas também o facto de partilharem o mesmo PSE, que iria diminuir consideravelmente a
logística implicada ao nível da gestão de armazéns).
Nesta fase não é considerado o custo de transporte efetivo unitário, dado que se pretende apenas um
indicador para questões de preferência na escolha de transformadores e esta escolha é feita de forma
independente. Este custo será, então, representado apenas pela distância às instalações de reparação.
Calculada através das variáveis de localização geográfica referentes às instalações do reparador em
questão e do PSE onde determinado transformador se encontra armazenado.

• ”Reparador” Exibe a localização geográfica do reparador apto a receber o lote de transformado-

res que tentamos determinar. Existem dois reparadores possíveis, sendo que o primeiro dispõe
de duas instalações, Marvila e Leça do Balio, e o segundo uma instalação localizada em Matosi-
nhos. Para efeitos de categorização de transformadores, baseada na sua distância à instalação
de reparação, só são consideradas relevantes para este indicador as localizações Lisboa e Porto.

• ”PSE” Explicita a localização geográfica do PSE onde o transformador em questão se encontra

armazenado. De um universo de 8 prestadores de serviços externos com vários armazéns, con-
sideramos apenas as localizações destes, resultando em 27 possibilidades diferentes.

37
 Reparador
PSE Porto Lisboa
Sacavém 314 6
Loures 315 16
São Romão 171 21
Moita 340 34
Palmela 354 47
Torres Vedras 281 50
Gaeiras 243 87
Caldas da Rainha 240 88
Morraceira 381 102
Zona Industrial Casal Areia 213 119
Arraiolos 401 123
Abrantes 242 141
Seiça 220 152
Cabaços 167 158
Ourique 469 190
Coimbra 127 202
Ferreira-a-Nova 130 207
Lousã 164 207
Portalegre 299 227
Loulé 543 264
Covilhã 253 275
Mangualde 148 289
Benquerença 255 300
Trofa 18 337
Braga 53 361
Viana do Castelo 72 384
Benedita 232 387

Tabela 4.2: Distância do PSE ao Reparador (km)

Do cálculo das distâncias entre as duas localizações variáveis apresentadas na Tabela 4.2), resulta um
adequado indicador do Custo de Transporte. De seguida apresenta-se o terceiro indicador fundamental,
Consumo Médio Anual.

4.2.3 Consumo Médio Anual

As características base de um transformador são dadas pela sua tensão e potência, estas definem um
equipamento, não sendo possível a sua substituição por um que possua características base diferentes.
Assim, a saída de um transformador da rede com determinadas características base deve ser compen-
sada com a entrada de outro com as mesmas características – à exceção dos casos em que o objetivo
é precisamente fazer alguma alteração na rede e a retirada tenha sido motivada por uma necessidade
de aumento de potência, por exemplo, nesse caso o transformador é substituído por outro com uma
potência superior. O consumo é dado pela entrada de transformadores na rede e sugere a necessidade
de equipamentos aptos a reintegrá-la. Este indicador é muito relevante no processo já que queremos
intervencionar tantos mais transformadores com determinadas características, quanto maior a procura
que estes apresentam. Neste fase, importa dar prioridade aos mais procurados, para que na construção
de um lote a enviar para intervenção (fase seguinte do procedimento), tenhamos um rácio superior deste
tipo de equipamentos na categoria prioritária (caso contrário essa construção acabaria por considerar

38
unicamente as necessidades, não permitindo a utilização de outros critério numa fase posterior). Este
indicador foi construído a partir do histórico de consumos anuais referentes a anos anteriores (Secção
2.5.1). Como referido, esta apresenta-se em função da Tensão e Potência do transformador. A primeira,
ainda por definir, é dada por:

• ”Tensão” Característica base de um transformador. Sendo que nesta fase tratamos apenas trans-
formadores normalizados, esta característica pode variar em média tensão de 10kV, 15kV e 30kV.

Do cruzamento das características base dos transformadores, determinamos o valor do Consumo Anual
em função da sua Tensão e Potência (Figura 2.6), que resulta num indicador tão aproximado quanto pos-
sível das necessidades futuras, para as quais se justifica a existência de um stock superior. Finalmente
, identifica-se o quarto e último indicador, Valor do Ativo.

4.2.4 Valor do Ativo

A determinação deste valor, para equipamentos que não tenham sofrido nenhuma intervenção até à
data, contabiliza o valor de mercado do equipamento e a sua idade.

• ”Valor de Mercado” Corresponde ao valor de aquisição do equipamento e resulta de concurso

público. Varia em função das características base do transformador, observando-se uma tendência
de aumento com a potência (Figura 2.11).

Assume-se que o tempo de vida útil de um equipamento é de 25 anos, este dado é relevante para o
cálculo das amortizações do ativo. O valor do ativo é deduzido da subtração do valor amortizado ao
valor de mercado. O valor amortizado, por sua vez, é calculado a partir da multiplicação do valor das
amortizações pelos anos decorridos (idade do transformador). E finalmente o valor das amortizações é
dado pelo rácio entre o valor de mercado e o tempo de vida útil de um equipamento (25 anos).
Para equipamentos que já tenham sido alvo de uma intervenção, esta deve ser contabilizada na
determinação do valor do ativo; dado que por um lado se deu, provavelmente, o aumento do seu tempo
de vida útil – para cada transformador reabilitado é assumida uma vida útil de pelo menos 15 anos – e
por outro o seu valor para a empresa é superior – por já ter incorrido num investimento – encontrando-se
menos amortizado.

• ”Valor do Investimento” É dado pelo custo da intervenção de reparação efetuada no equipamento.

• ”Idade do Investimento” Dado pelo tempo decorrido desde a intervenção de reparação efetuada
no equipamento, em anos.

O valor do ativo, para equipamentos que já tenham sido alvo de uma intervenção, contabiliza o valor
calculado anteriormente com adição do valor do investimento feito no equipamento , subtraído ao valor
já amortizado do investimento. O valor já amortizado do investimento contabiliza a amortização anual
do investimento pelos anos decorridos desde o investimento. A amortização anual do investimento é
dada pelo rácio entre o valor investido e o número de anos de vida útil que o investimento acrescenta ao
equipamento. De notar que no caso de equipamentos que já tenham sido alvo de uma intervenção que

39
não pressupõe uma vida útil de 15 anos (quaisquer intervenções que não incluam uma reabilitação), o
investimento deve ser igualmente considerado, mas o período de amortização deste deve agora ter em
conta o tempo de vida útil do equipamento – uma vez que este não é alterado pela intervenção.
No final da segunda fase temos todos os equipamentos categorizados em “Prioritários”, “Secundá-
rios”, “Em Espera”, “Abate” e “SGAI em falta”.

4.3 Fase III – Lote Reparador

A terceira fase do processo determina lotes ótimos a serem enviados para intervenção. Esta deter-
minação é feita a partir das categorias definidas na fase anterior com uma metodologia de “Seleção
de Portefólios”. Nesta fase, os equipamentos não serão considerados de forma independente, já que
queremos priorizar por comparação. O lote deve ser construído a partir da categoria “Prioritários”, ha-
vendo a possibilidade de seleção de equipamentos da categoria ”Secundários” quando estritamente
necessário.

4.3.1 Capacidade do Reparador

O envio de transformadores para intervenção depende da disponibilidade do reparador, pelo que o lote
de TPs a enviar só é determinado aquando da confirmação de disponibilidade do reparador para os
receber e da informação de qual a quantidade possível de enviar. Assim, o tamanho do lote a construir
depende unicamente da capacidade do reparador.

4.3.2 Capacidade dos Armazéns

Dado que a falta de capacidade dos armazéns constitui uma preocupação, a taxa de ocupação dos vá-
rios PSEs deve ser considerada para a determinação de transformadores prioritários (Secção 2.4.4). Os
TPs parqueados em armazéns com uma taxa de ocupação superior – ou próxima – da sua capacidade
máxima devem ser prioritários.

4.3.3 Logística de Transporte e Armazém

Nesta fase, deve ser dada prioridade a TPs armazenados no mesmo local ou tão próximos quanto pos-
sível, para um determinado lote (Secção 2.5.4). Este critério decisivo não se trata de uma característica
intrínseca dos transformadores, uma vez que resulta da comparação de distâncias entre os transforma-
dores a integrar o lote em conjunto. Os equipamentos não terão prioridade de forma independente mas
sim pela existência de outros com a mesma localização (ou próxima) selecionados para o lote.

40
 Nas Tabelas 4.3 e 4.4 são apresentadas as distâncias entre quaisquer PSEs onde se encontram
parqueados os equipamentos em estudo, calculadas através do caminho mais provável para o seu
transporte 3 . Para uma correta interpretação da tabela 4.4 é necessário que sejam feitas duas leituras
distintas e independentes, sendo que para cada uma deve ser dada atenção a uma e uma só cor.

3
Foi utilizada a ferramenta Google Maps para o cálculo de cada uma destas distâncias

41
 42
PSE’s Loures Lousã Mangualde Moita Morraceira Ourique Palmela Portalegre SRomão Sacavém Seiça TVedras Trofa CAreia
Abrantes 139 115 242 164 115 293 177 96 193 138 60 147 261 114
Arraiolos 127 222 373 106 23 191 88 98 371 120 237 161 421 217
Benedita 86 136 203 112 157 245 125 192 202 86 64 73 251 33
Benquerença 297 216 110 322 259 451 336 173 117 297 219 305 274 273
Braga 358 207 192 383 384 512 396 342 214 357 263 324 36 258
Cabaços 349 151 67 374 352 504 388 266 98 349 236 341 191 99
C.Rainha 77 149 216 111 165 253 125 198 214 87 87 44 259 33
Coimbra 199 30 99 224 265 353 237 178 91 198 99 170 147 104
Covilhã 272 191 109 297 234 427 311 148 48 272 195 280 273 248
V.Castelo 381 230 213 406 447 535 419 365 237 380 286 347 75 279
FNova 195 79 114 230 280 368 244 212 113 206 115 163 151 96
Gaeiras 74 152 219 109 162 250 123 195 218 85 93 42 263 36
Loulé 269 433 514 248 244 92 229 369 513 261 378 303 563 359
Loures 2 205 286 39 107 195 52 224 285 14 150 37 334 106
Tabela 4.3: Distância (km) entre PSE’s
 Abrantes Arraiolos Benedita Benq. Braga Cabaços CRainha Coimbra Covilhã VCastelo FNova Gaeiras Loulé Loures
Abrantes 0 107 106 168 284 261 112 120 143 307 158 109 367 139 Loures
Arraiolos 205 0 177 251 444 345 185 285 227 467 300 182 264 127 Lousã
Benedita 286 88 0 267 275 248 38 116 242 298 119 35 319 86 Mang.
Benq. 39 230 311 0 298 130 270 213 30 321 234 267 525 297 Moita
Braga 107 271 352 86 0 185 283 170 296 62 174 286 586 358 Morr.
Cabaços 195 360 441 210 170 0 129 154 128 241 191 253 577 349 Ourique
CRainha 52 244 325 14 67 155 0 128 245 306 121 6 327 77 Palmela
Coimbra 224 173 247 210 129 295 192 0 196 193 40 132 427 199 Port.
Covilhã 285 78 39 310 311 439 323 211 0 319 166 241 501 272 SRomão
VCastelo 14 205 286 31 100 188 45 225 284 0 197 309 609 381 Sacavém
FNova 150 94 173 175 216 304 189 146 171 150 0 125 442 195 Seiça
Gaeiras 37 190 257 72 141 229 86 234 256 48 128 0 323 74 TVedras
Loulé 334 184 142 359 360 489 373 319 191 334 239 301 0 269 Trofa
Loures 106 122 189 141 197 285 155 200 190 117 60 74 208 0 CAreia
Loures Lousã Mang. Moita Morr. Ourique Palmela Port. SRomão Sacavém Seiça TVedras Trofa CAreia

Tabela 4.4: Distância (km) entre PSE’s (cont.)

43
 Considera-se a aplicação de uma metodologia de ”seleção de portfolios”. Utilizando analogamente
a proximidade dos TPs como as sinergias entre projetos, e o número de TPs a integrar o lote como o
orçamento disponível – o custo dos projetos seria comum a todos e representado por uma unidade.

4.3.4 Gestão de Inventário

Tendo em conta que o processo de recondicionamento destes transformadores tem como objetivo prin-
cipal responder à procura de transformadores por parte da rede – sem que seja necessário recorrer
sempre a equipamentos novos; nesta fase deve considera-se não só os consumos, mas também o
stock de transformadores prontos a reintegrar a rede – para cada combinação de características base
normalizadas. Assim, pretende-se que a priorização dos equipamentos seja feita em função das neces-
sidades existentes de TPs com determinadas características base.
Sendo o objetivo desta fase a construção de um lote de transformadores a reparar efetivamente,
estes serão os equipamentos a integrar a quantidade teórica de necessidades (Secção 2.5.5.1) – equi-
pamentos recondicionados e prontos a integrar a rede em armazém EDP. Assim, a fim de priorizar os
TPs a enviar para o reparador, devem ser contabilizadas as existências em armazém EDP4 e subtraídas
à QTN – este exercício deverá ser realizado para cada transformador com determinadas características
base. Os tipos de transformador que apresentem valores superiores terão prioridade sobre os restantes.

4.4 Fase IV – Lote Abate

Esta fase do processo determina os transformadores a serem enviados para abate, que à partida serão
todos aqueles que se encontram categorizados como tal. Adicionalmente, e tendo em conta as caracte-
rísticas que se seguem, são considerados os equipamentos categorizados “Em Espera”. Numa lógica
de ranking, no sentido de minimizar as mais valias de cada equipamento, os TPs selecionados são en-
viados para abate. De notar que o envio para abate não exige a criação de lotes ótimos de transporte
dado que é realizado pelo PSE que contém o transformador em questão.

4.4.1 Capacidade dos Armazéns

O envio de TPs para abate tem como propósito principal a diminuição da taxa de ocupação dos vários
PSEs. Assim, e à semelhança da fase anterior (Secção 4.3.2), os TPs parqueados em armazéns com
uma taxa de ocupação superior – ou próxima – da sua capacidade máxima devem ser prioritários.

4.4.2 Gestão de Inventário

Contrariamente à fase anterior (Secção 4.3.4), pretende-se que a priorização dos TPs seja feita pela
dispensabilidade de equipamentos com determinadas características base, assim, todos os TPs para
os quais não seja expectável uma procura a curto ou médio prazo devem ser enviados para abate.
4
informação fornecida pela EDP Valor – Direção Logística de Materiais

44
Sendo o universo de transformadores em análise, nesta fase, todos aqueles que não foram selecionados
para recondicionamento; importa determinar quais os equipamentos a integrar a reserva de segurança
(Secção 2.5.5.2) – transformadores aptos a serem recondicionados e com o objetivo de suprimir a QTN
(Secção 2.5.5.1) quando necessário; assim, todos os transformadores que não pertençam à reserva de
segurança deverão ser enviados para abate.

45
5. Dados a Integrar o Modelo

A fim de implementar o procedimento que este estudo vem propor, é necessário fazer a recolha e trata-
mento dos dados dos equipamentos relevantes, por forma a prepara-los para integrar o modelo. Esta
recolha é feita a partir de uma base de dados que contem todos os TPs MT/BT que foram retirados da
rede.
Para efeitos de ilustração da aplicação do procedimento proposto, vamos simular uma tomada de
decisão que data março do ano 2015. Assim, esta seleção corresponde aos transformadores que es-
tavam registados na base de dados como equipamentos retirados da rede nessa altura e resulta num
universo de 2054 unidades.
Nem todo este universo se encontra no âmbito deste estudo pelo que devemos ainda selecionar os
equipamentos que além de terem sido retirados da rede, ainda não foram enviados para reparação ou
abate. Resulta assim um universo de 1318 equipamentos, os seus identificadores e respetivos dados
relevantes são extraídos e armazenados em formato de tabela. Esta constitui o ponto de partida do
procedimento e será manipulada com recurso à ferramenta Microsoft Excel.
A primeira fase do procedimento proposto compreende uma triagem inicial dos equipamentos. Inici-
almente são selecionados os equipamentos que tenham uma ficha SGAI associada, o que corresponde
a uma funcionalidade simples de filtragem da coluna ”SGAI?” por ”sim” – resultado numa tabela em que
todas as entradas são referentes a TPs que tenham fichas SGAI associadas. Esta seleção inicial re-
sulta na exclusão de 308 unidades que são registadas como equipamentos ”Sem ficha SGAI” e ficarão
a aguardar que lhes sejam atribuídas estas guias.
De seguida é feita a seleção dos equipamentos que apresentam condições mínimas para serem
candidatos a recondicionamento, é novamente utilizada a funcionalidade de filtro nas colunas que cor-
respondem a estas condições, sejam: ”Idade>=25” que apenas deve assumir o valor ”Não” correspon-
dendo aos transformadores com uma idade inferior a 25 anos, ”Tipo” com o valor ”Hermético” excluindo
os equipamentos do tipo seco, ”Sem PCB” assumindo o valor ”Sim” resultando unicamente nos TPs
com níveis de contaminação abaixo do permitido, finalmente ”Normalizado?” com o valor ”Normalizado”
garantindo que só os equipamentos com tensão e potência normalizados resultam desta triagem inicial.
Esta seleção resulta na exclusão de 474 unidades que são registadas como equipamentos para abate
e ficarão a aguardar que lhes sejam atribuídos formulários de abate.
No final da Fase I do procedimento, a tabela contém dados relativos a 536 equipamentos, sendo
estes os transformadores a integrar a próxima fase do procedimento. A segunda fase do procedimento

47
proposto compreende uma categorização dos TPs baseada nas características de cada um, as ca-
racterísticas relevantes para esta categorização foram apresentadas na Secção 4.2. Com recurso às
funcionalidades da ferramenta Microsoft Excel é feita a manipulação dos dados por forma a extrair a
informação necessária para a categorização. Foi desenhada uma folha de cálculo a fim de fazer esta
manipulação e preparar dos dados para integrar o modelo de forma autónoma e imediata – sendo que
o output desta será exatamente o input da ferramenta que se utilizará posteriormente.

5.1 Preparação dos Dados a Integrar o Modelo

Inicialmente são introduzidos na primeira coluna os identificadores dos equipamentos resultantes da

primeira fase do procedimento – que passaram a triagem inicial. Utilizando a função VLOOKUP do
Microsoft Excel – nas colunas que se apresentam na Figura 5.1 a azul – é feita a recolha dos dados
necessários (consultar a esquematização da árvore de critérios na Figura 4.2). Na última coluna que se
apresenta na Figura 5.1 deve ser indicada qual a localização do reparador para o qual serão enviados
os transformadores resultantes da seleção que se efetua – no caso ilustrado trata-se do reparador lo-
calizado em Lisboa.

Figura 5.1: Excel de tratamento de dados Fase II – folha relativa aos dados iniciais dos TPs.

Estes dados em bruto serão agora tratados e cruzados por forma a conseguirmos retirar a informação
relevante para a categorização dos transformadores.
O primeiro critério para a categorização é o Custo de Intervenção, este é dado pelo cruzamento de

48
duas características do equipamento, a sua Potência e o Tipo de Intervenção mais provável que este
necessita. A primeira característica é um dado inicial que consta da folha apresentada anteriormente
na Figura 5.1, a segunda é determinada a partir do cruzamento de três características (estas sim, parte
dos dados iniciais): Tipo de Obra, Equipamento com Avaria e Idade do Equipamento. Este cruzamento
é feito a partir de uma folha auxiliar, ”Tipo Interv”, que atribui o Tipo de Intervenção necessária mais
provável para um determinado equipamento em função destas três características. Esta folha é apre-
sentada na Figura 5.2.

Figura 5.2: Folha Auxiliar ”Tipo Interv” – Atribuicao do Tipo de Intervencao necessária em função da Idade, Tipo de
Obra e da informação do estado de Avaria do equipamento.

Tendo agora a característica Tipo de Intervenção necessária, é possível determinar o Custo de Inter-
venção a partir do seu cruzamento com a característica da Potência do equipamento. Este cruzamento
é feito com utilização de uma outra folha auxiliar, ”Custo Interv”, que se apresenta na Figura 5.3.

Figura 5.3: Folha Auxiliar ”Custo Interv” – Atribuição do Custo de Intervenção em função do Tipo de Intervenção
necessária e a Potência do equipamento.

Neste ponto é então finalmente possível consultar o desempenho do primeiro critério Custo de Inter-
venção para todos os transformadores. Na folha Dados tratados, apresentada na Figura 5.4, apresenta-

49
se o resultado do tratamento e cruzamento dos dados.

Figura 5.4: Excel de tratamento de dados Fase II – folha relativa aos desempenhos dos critérios dos TPs.

Seja a primeira coluna, ”Ordem_MT BT”, aquela que identifica os equipamentos, a segunda coluna,
”Tipo Interv Necessária”, o resultado de um VLOOKUP à folha auxiliar ”Tipo Interv” (Figura 5.2) para
cruzar as três características indicadas anteriormente, e a terceira coluna o desempenho do critério
Custo de Intervenção – resultado de um VLOOKUP à folha auxiliar ”Custo Interv” (Figura 5.3) para
cruzar esta ”Tipo Interv Necessária” com a característica ”Potência”.
Os desempenhos do segundo critério, Custo de Transporte, apresentam-se na quarta coluna da fo-
lha Dados tratada (Figura 5.4). O desempenho deste critério baseia-se na distância entre a localização
do PSEs onde o equipamento em questão se encontra parqueado e a localização do reparador para o
qual serão enviados os transformadores resultantes da seleção que se efetua. A informação da locali-
zação do PSE encontra-se na folha Dados iniciais (consultar Figura 5.3), assim como a localização do
reparador. Estas duas variáveis são cruzadas numa folha auxiliar, ”Custo Transp”, que se apresenta na
Figura 5.5.

50
 Figura 5.5: Folha Auxiliar ”Custo Transp” – Atribuição da distância (em km) entre o armazém e o reparador.

Esta folha auxiliar contém as distâncias dos PSEs a qualquer das duas localizações de reparadores
existentes, calculada através do caminho mais provável para o transporte dos equipamentos 1 . A função
VLOOKUP permite fazer a atribuição da distância já que pesquisa nesta tabela o valor que corresponde
a uma localização X e um reparador Y, para cada equipamento.
O terceiro critério, Consumo Médio Anual, é atribuído de forma análoga. Recorrendo a uma folha de
cálculo auxiliar, ”Consumo M Anual”, que se apresenta na Figura 5.6

Figura 5.6: Folha Auxiliar ”Consumo M Anual” – Atribuição de um valor relativo para o Consumo Médio Anual para
cada equipamento em função da sua ”Tensão” e ”Potência”.

1
Foi utilizada a ferramenta Google Maps para o cálculo de cada uma destas distâncias

51
 Esta folha auxiliar considera as variáveis de ”Tensão” e ”Potência” para determinar o Consumo Médio
Anual de cada equipamento.
O quarto e último critério, Valor do Ativo, começa por considerar o ”Valor de Mercado” de cada equi-
pamento. A atribuição deste valor para cada transformador é dado por uma folha auxiliar, ”Val Mercado”,
que se apresenta na Figura 5.7.

Figura 5.7: Folha Auxiliar ”Val Mercado” – Atribuição do Valor de Mercado para cada equipamento em função da
sua ”Tensão” e ”Potência”.

A partir do ”Valor de Mercado” que é determinado com uso da função VLOOKUP na folha auxiliar
apresentada, é possível calcular o Valor do Ativo recorrendo à utilização de operações matemáticas bá-
sicas sobre a variável que determinamos anteriormente e as variáveis ”Idade do Equipamento”, ”Valor
do Investimento” e ”Idade do Investimento”, estando o seu valor, para cada transformador, disponí-
vel na folha Dados iniciais. Apresentam-se agora as operações matemáticas feitas sobre as variáveis
indicadas.

V alorActivo = V alorM ercado − V alorAmortizado + V alorInvestimento − InvestimentoAmortizado

(5.1)

V alorM ercado ∗ Idade

V alorAmortizado = (5.2)
25

V alorInvestimento ∗ IdadeInvestimento
InvestimentoAmortizado = (5.3)
15

A determinação do desempenho de todos os critérios e para todos os equipamentos está assim

concluída. Uma vez que a ferramenta a utilizar de seguida implica a inserção dos dados num formato
específico é necessária uma outra folha auxiliar para este efeito,”Níveis”, que se apresenta de seguida.

52
Figura 5.8: Folha Níveis – Desempenho dos critérios de todos os equipamentos para integrar o modelo.

53
6. Modelo Formal

Diferentes problemas de decisão exigem diferentes abordagens. O procedimento que este estudo pro-
põe é constituído por quatro fases distintas, as duas primeiras fases compreendem uma categorização
dos transformadores consoante o seguimento a dar a cada um. Estamos, assim, perante um problema
de tomada de decisão onde os objetos alvo de decisão (alternativas) devem ser atribuídos a um con-
junto de categorias. A primeira fase utiliza critérios de aceitação/rejeição para esta categorização, a
segunda um método de classificação ordinal baseado em alternativas características pertencente à fa-
mília de métodos ELECTRE (ELECTRE TRI-C). Sendo que a sua construção tem por base este tipo de
modelos, importa verificar os seus conceitos e definições principais bem como apresentar a notação a
utilizar ao longo do estudo em curso.

6.1 Conceitos de base, suas definições e respetiva notação

Seja A o conjunto de alternativas, ai , a avaliar; este conjunto pode ser conhecido a priori ou determinado
ao longo do processo de apoio à decisão e é denotado por A = {a1 , a2 , ..., ai , ...}. O objetivo será atribuir
estas alternativas a um conjunto de q categorias, Ch , completamente ordenadas por preferência, tal
que, {C1 , ..., Ch , ..., Cq } com q ≥ 2. A partir da determinação dos critérios relevantes para a modelação
do problema (ver 4.2), é construída uma família coerente (Roy, 1996), F, de n critérios, gj , tal que:
F= {g1 , ..., gj , ..., gn } com n ≥ 3.
Para as considerações que se seguem vamos assumir, sem perda de generalidade, que todos os
critérios gj ∈ F devem ser maximizados, de forma a que a preferência aumente quando o desempenho
no critério também aumenta. gj (ai ) denota o desempenho da alternativa ai no critério gj .
Os parâmetros que permitem considerar o conhecimento imperfeito – do desempenho das alterna-
tivas segundo cada critério bem como da arbitrariedade que afeta a definição dos próprios critérios –
apresentam-se como os limiares de preferência e indiferença, pj e qj , tal que pj ≥ qj ≥ 0, permitindo as
seguintes relações binárias entre alternativas, para cada um dos critérios:

• |gj (a) − gj (a′ )| ≤ qj que representa uma preferência não significativa de uma das alternativas
sobre a outra; a é indiferente a a′ de acordo com o critério gj , relação denotada por aIj a′ ; seja
então C(aIa′ ) o subconjunto de critérios tal que aIj a′ .

• gj (a) − gj (a′ ) > pj representa uma vantagem significativa de a sobre a′ ; a é estritamente preferível
a a′ de acordo com o critério gj ; denota-se por aPj a′ e seja C(aP a′ ) o subconjunto de critérios de

55
 acordo com esta relação.

• qj < gj (a) − gj (a′ ) ≤ pj representa o intervalo de ambiguidade, onde a vantagem de a sobre

a′ é demasiado grande para concluir uma indiferença mas não o suficiente para uma preferência
estrita – a é ligeiramente preferível a a′ e esta relação de preferência fraca é denotada por aQj a′ ;
Seja C(aQa′ ) o subconjunto de critérios tal que aQj a′ .

O conceito principal deste tipo de modelos é precisamente a noção de relação de prevalência, que
engloba as três relações binárias apresentadas anteriormente (gj (a) − gj (a′ ) ≥ −qj ), onde se define
que a prevalece sobre a′ , aSj a′ , se ”a é pelo menos tão boa quanto a′ ” no critério gj .
Um conjunto de coeficientes de importância (pesos), wj > 0 com j = 1, ..., n, é associado ao conjunto
∑
n
de critérios, tal que wj = 1. Devem ser interpretados como o poder de voto de cada critério e é a partir
j=1
destes que é determinado o índice de concordância global (com a relação de prevalência), c(a, a′ ).

∑ ∑ ∑ ∑
c(a, a′ ) = wj + wj + wj + wj φj (6.1)
j∈C(aP a′ ) j∈C(aQa′ ) j∈C(aIa′ ) j∈C(a′ Qa)

Onde,
gj (a) − gj (a′ ) + pj
φj = ∈ [0, 1] (6.2)
pj − qj

Desta forma, φj contabiliza a descredibilidade da concordância da prevalência de a sobrea′ , já que se

aproxima de 0 quanto maior for a diferença de desempenho entre a e a′ para o subconjunto de critérios
em que a′ prevalece sobre a, resultando numa diminuição (ponderada em relação ao peso desses
critérios) do índice geral de concordância desta prevalência. c(a, a′ ) assumirá o valor 1 se e só se a
prevalece sobre a′ em todos os critérios.
Além dos limiares de indiferença e preferência, que estão associados a cada critério , podemos
definir um limiar adicional; vj tal que, vj ≥ pj . Visa limitar o efeito compensatório, não permitindo que
uma alternativa prevaleça sobre outra no caso de apresentar um desempenho muito baixo em pelo
menos um dos critérios – ainda que este desempenho tão baixo em determinado critério pudesse ser
compensado pelos restantes em que apresentasse uma superioridade. É utilizado no cálculo do índice
de discordância parcial, dj (a, a′ ), tendo um funcionamento semelhante a φj (a, a′ ) (ver Almeida-Dias
et al. (2010)).



 se gj (a) − gj (a′ ) < −pj < −vj ,


1,

dj (a, a′ ) = gj (a)−gj (a′ )−pj
 pj −vj , se −vj ≤ gj (a) − gj (a′ ) < −pj , (6.3)



0, se gj (a) − gj (a′ ) ≥ −pj .

Finalmente, é possível determinar σ(a, a′ ), o índice de credibilidade da prevalência abrangente de a

sobre a′ , que reflete a força da declaração ”a prevalece sobre a′ ”, a partir da interceção dos dois índices
apresentados anteriormente.

∏
n
σ(a, a′ ) = c(a, a′ ) Tj (a, a′ ) (6.4)
j=1

56
Onde, 
 ′
 1−dj (a,a′ ) , se dj (a, a′ ) > c(a, a′ ),
Tj (a, a′ ) =
1−c(a,a )
(6.5)

1, caso contrário.

Assumimos, assim, que uma relação de prevalência é sustentada se e só se este índice é igual ou
superior a um λ ∈ [0.5, 1], que denota o nível de credibilidade desejado pelo decisor, para a validação
desta relação . A partir deste nível de credibilidade, podemos definir quatro relações-λ-binárias:

• λ-prevalência: aS λ a′ ⇐⇒ σ(a, a′ ) ≥ λ;

• λ-preferência: aP λ a′ ⇐⇒ σ(a, a′ ) ≥ λ ∧ σ(a′ , a) < λ;

• λ-indiferença: aI λ a′ ⇐⇒ σ(a, a′ ) ≥ λ ∧ σ(a′ , a) ≥ λ; quando a prevalece sobre a′ e a′ prevalece

sobre a em simultâneo, não significando que as duas alternativas sejam indiferentes em todos
os critérios mas que terão praticamente os mesmos desempenhos num subconjunto de critérios
suficiente para atingir o nível de credibilidade escolhido, λ;

• λ-incomparabilidade: aRλ a′ ⇐⇒ σ(a, a′ ) < λ ∧ σ(a′ , a) < λ; quando nenhuma das relações de
prevalência é validada: num conjunto de critérios o desempenho de a é substancialmente supe-
rior a a′ , enquanto nos restantes critérios os desempenhos de a′ são significativamente melhores
quando comparados aos de a, assim, nenhum dos subconjuntos de critérios atingem o nível de
credibilidade escolhido, λ;

6.2 ELECTRE TRI-C

Um método destinado à atribuição de alternativas a categorias previamente definidas. Estas alternativas

serão avaliadas através da sua comparação com as alternativas de referência (representativas de cada
categoria); B = {b0 , b1 , ..., bh , ..., bq , bq+1 } denota o conjunto de q + 2 alternativas de referência, bh , sendo
que os extremos b0 e bq+1 têm o pior e o melhor desempenho em todos os critérios, respetivamente, em
relação a qualquer alternativa ( ∀ai ∈ A, ∀gj ∈F: gj (bo ) < gj (ai ) < gj (bt+1 ) ); bem como em relação
às restantes alternativas de referência ( ∀gj ∈F: gj (b1 ) > gj (b0 ) ∧ gj (bq+1 ) > gj (bq ) ).
Tendo em conta o carácter ordenado das categorias, pela definição de alternativas de referência,
bh+1 deve ser diferente de bh , e bh+1 deve dominar estritamente bh , para todo h = 1, ..., q − 1; por outras
palavras, o desempenho de bh+1 deve ser igual ou superior ao desempenho de bh em todos os critérios
( ∀gj ∈ F : gj (bh+1 ) ≥ gj (bh ) ∧ ∃gj ∈ F : gj (bh+1 ) > gj (bh ) ). Adicionalmente, bh não prevalece
sobre bh+1 – que decorre da atribuição de quaisquer perfis característicos bh para a classe Ch pelas
regras de atribuição subjacentes (ver Almeida-Dias et al. (2010)) – ou seja, bh não tem um desempenho
pelo menos tão bom quanto bh+1 em todos os critérios ( σ(bh , bh+1 ) < λ, h = 1, ..., t + 1 ).
Este método aplica duas regras em simultâneo e permite a atribuição de uma categoria (ou um
conjunto de possíveis categorias) a uma alternativa; a partir da comparação das alternativas, ai , com
as alternativas de referência, bh , tendo em conta o nível de credibilidade, λ, escolhido.

57
 1. Regra Descendente – uma categoria é selecionada tendo em conta que bt é a alternativa de re-
ferência de maior número de ordem, para o qual a afirmação ”a prevalece sobre bt ” é validada
com o nível de credibilidade, λ. Quando tal acontece, é analisada a possibilidade de atribuição da
alternativa a à categoria previamente definida, Ct ; no entanto, a atribuição desta alternativa à ca-
tegoria Ct+1 não deve ser posta de parte, uma vez que bt+1 não foi definida com a função de limite
superior de Ct . Para aplicação desta regra, escolhemos um nível de credibilidade, λ ∈ [0.5, 1]; de
seguida é feita uma comparação sucessiva entre a e bh , iniciando o exercício com h = q + 1 e
decrescendo-o até ao primeiro valor, t, que verifique σ(a, bt ) ≥ λ :

• para t = q, seleccionar Cq como possível categoria a atribuir à alternativa a;

• para 0 < t < q, se ρ(a, bt ) > ρ(a, bt+1 ), seleccionar Ct como possível categoria a atribuir à
alternativa a; caso contrário, seleccionar Ct+1 1 ;

• para t = 0 seleccionar C1 como possível categoria a atribuir à alternativa a;

2. Regra Ascendente – uma categoria é selecionada tendo em conta que bk é a alternativa de refe-
rência de menor número de ordem, para o qual a afirmação ”bk prevalece sobre a” é validada com
o nível de credibilidade, λ. É feita uma comparação sucessiva entre a e bh , iniciando o exercício
com h = 0 e incrementando-o até ao primeiro valor, k, que verifique σ(bk , a) ≥ λ :

• para k = 1, seleccionar C1 como possível categoria a atribuir à alternativa a;

• para 1 < k < (q +1), se ρ(a, bk ) > ρ(a, bk−1 ), seleccionar Ck como possível categoria a atribuir
à alternativa a; caso contrário, seleccionar Ck−1 ;

• para k = (q + 1) seleccionar Cq como possível categoria a atribuir à alternativa a;

De notar que esta categorização é efetuada para cada ai de forma independente.

A aplicação das duas regras anteriores implica a utilização de uma função de seleção ρ(a, bh ), sujeita
a algumas propriedades:

• (a) ρ(a, bh ) é uma função de σ(a, bh ) e σ(bh , a), onde bh é uma alternativa de referência, tal que
h = 1, ..., q.

(b) Seja Ch a categoria selecionada como possível categoria a atribuir à alternativa a. A seleção
de Ch (em alternativa a uma categoria adjacente, que também é candidata) é justificada
se e só se ρ(a, bh ) é estritamente superior ao valor da função de seleção para a categoria
adjacente. Consequentemente, se a é igual a bh , então ρ(bh , bh ) deve ser o melhor dos dois
valores (a igualdade é excluída).

• Sejam a e a′ , duas alternativas que permitem a pré-seleção da mesma categoria. Se a domina es-
tritamente a′ , então ρ(a, bh ) > ρ(a, bh+1 ) =⇒ ρ(a′ , bh ) > ρ(a′ , bh+1 ); de onde se deduz diretamente,
através da negação lógica, que ρ(a′ , bh+1 ) ≥ ρ(a′ , bh ) =⇒ ρ(a, bh+1 ) ≥ ρ(a, bh ).
1
Veja-se, por exemplo, o caso em que a credibilidade da prevalência de a sobre a alternativa de referência da
categoria Ct+1 é superior aquela que se observa em relação à alternativa de referência da categoria Ct sobre a,
esta alternativa deve ser atribuída à categoria Ct+1 .

58
A primeira propriedade é imposta a fim de clarificar os argumentos em que o método assenta e garantir
que as categorias selecionadas através da utilização das duas regras em simultâneo desempenhem o
papel adequado, dado pelo procedimento . A segunda propriedade é igualmente necessária a fim de
cumprir a monotonia das mesmas.
A função ρ utilizada cumpre as propriedades e é adequada ao método (a sua demonstração pode
ser consultada em Almeida-Dias et al. (2010)), tendo sido proposta pelos autores deste e implementada
na ferramenta informática de apoio à decisão. Seja,

ρ(a, bh ) = min{σ(a, bh ), σ(bh , a)} (6.6)

O procedimento de atribuição ELECTRE TRI-C permite a seleção de duas possíveis categorias às quais
uma alternativa a pode ser atribuída. Tal alternativa, a, pode ser atribuída efetivamente, pelo decisor, a:

• uma única categoria, quando as duas categorias selecionadas são a mesma;

• uma de duas categorias selecionadas, quando estas são consecutivas;

• uma de duas categorias selecionadas ou uma categoria intermédia, quando estas não são conse-
cutivas.

59
7. Aplicação do Modelo Formal

A utilização do método para a implementação da Fase II (Secção 4.2) implica a determinação de alguns
parâmetros – através do estudo do processo em causa e a partir da caracterização do problema que é
detalhada na Secção 2.5. Esses parâmetros são apresentados de seguida na Tabela 7.1, sejam eles as
alternativas de referência, bh , para cada critério (gj ) referentes às categorias definidas, Ch , onde deter-
minamos o desempenhos de referência de cada critério em cada categoria; os limiares de indiferença
e preferência, qj e pj , indicando a relevância das diferenças de desempenho nos vários critérios, tendo
em conta a existência de informação imperfeita; e de veto, vj , limitando o efeito compensatório entre
critérios; e o conjunto de pesos dos vários critérios que ilustram a importância relativa de cada um, wj .

g1 g2 g3 g4
Custo de Intervenção Custo de Transporte Consumo Médio Anual Valor do Ativo
(€) (km) (%) (€)
b4 0 0 15 8000
C3 b3 1000 100 8 4000
C2 b2 2500 250 5 2000
C1 b1 4000 450 2 1000
b0 5000 600 0 0
qj 300 15 1 500
pj 500 30 3 1000
vj 3000 150 5 3000
z=3 wj1 28,7% 11,7% 35,1% 24,5%
z=5 wj2 29,9% 7,4% 38,2% 24,3%
z=7 wj3 30,4% 5,7% 39,7% 24,2%

Tabela 7.1: Parâmetros Fase II – Alternativas de Referência, Limiares e Pesos dos Critérios

A determinação das alternativas de referência é feita a partir da indicação dos desempenhos carac-
terísticos dos critérios para determinada categoria. As alternativas de referência extremas, b4 e b0 ,
representam o melhor e pior desempenhos em todos os critérios respetivamente; b3 representa o de-
sempenho esperado de uma alternativa a integrar a categoria C3 , sendo esta a melhor categoria, b3
apresenta desempenhos muito bons em todos os critérios – idealmente, um transformador categori-
zado como prioritário não deverá ter custos de intervenção muito superiores a 1000€, nem ultrapassar
em larga escala os 100km de distância ao reparador, o consumo médio anual deverá rondar os 8%
e o valor do ativo não se quer muito inferior a 4000€. O desempenho esperado dos transformadores
categorizados como secundários e em espera apresentam-se com recurso a b2 e b1 .
Os limiares de preferência e indiferença, pj e qj , consideram a existência de informação imper-
feita dos dados referentes aos desempenhos das alternativas nos critérios. Em relação ao custo de

61
transporte, o desempenho dos transformadores neste critério é bem conhecido, sendo a única fonte
de conhecimento imperfeito a possibilidade de itinerários alternativos; por esta razão se determina que
uma diferença de 15km não tem qualquer relevância e só a partir de uma diferença de desempenho
neste critério de 30km definimos a existência de uma preferência clara. A função destes limiares não
trata a relevância da diferença de desempenhos pelo seu valor em si, mas sim a relevância da diferença
de desempenhos tendo em conta que a informação não é exata e certas diferenças nos dados poderão
não corresponder a uma diferença real. Assim, a atribuição de limiares distintos nos critérios contabili-
zados em euros é natural, embora trabalhemos na mesma unidade e escala; se num caso não temos
acesso a toda a informação, no outro temos apenas uma estimativa; estamos, em ambos os casos,
perante informação imperfeita dos dados. Para o valor do ativo, embora idealmente contabilizemos as
intervenções já efetuadas nos equipamentos para a amortização, estas intervenções podem não estar
registadas informaticamente, pelo que o valor do transformador não incluirá este investimento; desta
forma definimos que uma diferença de 500€ entre equipamentos não tem qualquer relevância e só a
partir de uma diferença de 1000€ consideramos que existe realmente uma preferência entre duas alter-
nativas. No custo de intervenção, uma vez que o desempenho dos transformadores é estimado a partir
de outras variáveis, uma diferença nesta estimativa pode não representar uma diferença real do custo
da intervenção necessária no equipamento, daí a necessidade de determinar limiares de preferência e
indiferença também para este critério – notando que apesar de se tratar de uma estimativa, este indica-
dor é considerado mais preciso do que o anterior, resultando em limiares inferiores. Finalmente, para
o critério do consumo, a necessidade de atribuição destes limiares prende-se unicamente pelo facto de
este indicador ser fruto de uma média calculada a partir dos últimos 4 anos; se por um lado, quanto
mais recentes os dados dos consumos melhores indicadores estes se revelam, por outro, a dimensão
da amostra pode não ser suficientemente representativa, por esta razão se define como indiferente uma
diferença de 1% do consumo, e como preferencial apenas uma diferença superior a 3%.
Os limiares de veto, vj , são determinados a fim de impossibilitar a prevalência de uma alternativa
sobre outra se apresentar um desempenho muito baixo em pelo menos um dos critérios. Uma diferença
de 3000€ no custo de intervenção ou no valor do ativo não pode ser compensada por desempenhos
melhores noutros critérios, assim como uma diferença de distâncias superior a 150km e uma diferença
de consumo de 5% entre alternativas.
Para especificar a importância relativa dos critérios, wj , optou-se pelo Procedimento de Simos revisto
(Figueira & Roy, 2002), que tem como objetivo, através de um procedimento simples, a determinação
dos coeficientes de importância.

7.1 Procedimento de Simos revisto

Baseado num procedimento proposto por Simos (1990), apresenta-se como uma versão revista deste,
que permite outro tipo de dados, devolve pesos normalizados e minimiza erros de arredondamento (Fi-
gueira & Roy, 2002). Neste método é atribuída a cada critério, gj , uma carta física. Numa fase inicial, as
cartas são ordenadas hierarquicamente onde a carta do topo representa o critério com maior importân-

62
cia para o decisor e se admitem critérios com a mesma importância – resultando em cartas na mesma
posição relativamente às restantes. A fim de contabilizar a diferença dos intervalos de importância en-
tre critérios, são adicionadas cartas (que não correspondem a critérios) entre as cartas já ordenadas,
assim, um grande número de novas cartas entre dois critérios ilustra uma diferença muito grande da
importância desses critérios, comparativamente a dois critérios separados apenas por uma nova carta,
por exemplo. O procedimento revisto vem exigir um dado adicional, z, o rácio de importância entre o
critério mais importante e aquele com menor importância – O critério do topo é quantas vezes mais
importante do que o seu oposto?
Aos critérios, gj , foram atribuídas posições relativas de importância, resultando na hierarquia apre-
sentada na coluna ”Posição” da Tabela 7.2, posteriormente foram definidos os intervalos entre critérios
que se apresentam na coluna seguinte. Considerou-se que o Consumo Médio Anual é o critério com
maior importância para a decisão, sendo que a diferença de importância para o segundo critério mais
relevante, Custo de Intervenção, é o dobro daquela que se atribui deste segundo para o terceiro, Valor
do Ativo; finalmente, a diferença de importância do terceiro critério para o último, Custo de Transporte,
é o equivalente a cinco vezes a diferença entre o terceiro e o segundo critérios.
De seguida, foi determinado o rácio da importância entre o critério mais relevante para a decisão
e aquele com menor relevância para a decisão; a fim de proceder a uma análise de sensibilidade, por
forma a verificar a robustez do método, definimos um conjunto de três rácios tal que z = {3, 5, 7}.
A partir da hierarquia e intervalos definidos, e do procedimento indicado (consultar Simos (1990) e
Figueira & Roy (2002) para uma apresentação cuidada e pormenorizada) obtemos – com recurso a uma
ferramenta informática disponível on-line, SRF1 (Figueira & Roy, 2002) – os coeficientes de importância
dos critérios, wj = {wj1 , wj2 , wj3 }, em função do rácio da importância destes, z (Tabela 7.2).

wj1 wj2 wj3

gj Posição Intervalo
Consumo Médio Anual – g3 4 35, 1% 38, 2% 39, 7%
2
Custo de Intervenção – g1 3 28, 7% 29, 9% 30, 4%
1
Valor do Ativo – g4 2 24, 5% 24, 3% 24, 2%
5
Custo de Transporte – g2 1 11, 7% 7, 4% 5, 7%

Tabela 7.2: Hierarquia, intervalos e pesos relativos resultantes

1
http://www.lamsade.dauphine.fr/ mayag/links.html

63
8. Análise do Modelo Formal

Com vista à implementação do método ELECTRE TRI-C foi utilizado o software MCDA-Ulaval1 . Inicial-
mente é importada uma tabela que ilustra o desempenho dos quatro critérios em todos os equipamentos
– tabela construída na Secção 5 e apresentada na Figura 5.8. De seguida são fornecidos todos os va-
lores dos parâmetros determinados para o modelo – estes são definidos na Secção 7 e apresentados
na Tabela 7.1. Relativamente à distribuição dos pesos para cada critério, wj , que ilustram a importân-
cia relativa de cada um, é utilizada aquela que corresponde à existência de um rácio de importância,
entre o critério mais relevante e aquele com menor importância para a decisão, tal que z = 5 – a sua
determinação apresenta-se na Secção 7.1. Finalmente é selecionado um nível de credibilidade, tal que
λ ∈ [0.5, 1], a utilizar na presente decisão, sendo λ = 0.6 o valor que se considerou indicado como ponto
de partida para este estudo.

8.1 Resultados

A utilização do software MCDA-Ulaval resulta na categorização das várias alternativas avaliadas, neste
caso devolvendo a categoria a que corresponde cada um dos equipamentos contidos na tabela de
desempenhos introduzida inicialmente. Foi determinada a existência de três categorias a que estes
devem ser atribuídos: Prioritários, Secundários, Em Espera. Os equipamentos são assim distribuídos
por estas categorias, sendo que em casos de ambiguidade a atribuição é feita a duas categorias em
simultâneo.
Na Figura 8.1 é apresentado o resultado da distribuição dos 536 equipamentos pelas categorias.

1
http://cersvr1.fsa.ulaval.ca/mcda/?q=en

65
 Figura 8.1: Resultado da distribuição dos equipamentos pelas categorias.

À categoria Em Espera foram atribuídos 17 TPs, que devem integrar a Fase IV do Procedimento
Proposto (Secção 4.4) fim de serem selecionados as unidades a acompanhar o conjunto dos 474 equi-
pamentos que sem condições mínimas para recondicionamento se encontram a aguardar que lhes seja
atribuída formulário de abate.
À categoria Secundários foram atribuídos 163 TPs, não sendo estes equipamentos candidatos dire-
tos para recondicionamento nem para abate.
Terão ocorrido casos de ambiguidade entre a categoria Prioritários e a categoria Secundários em
76 equipamentos, nestes casos, sendo que não é clara a categorização como Prioritários, este con-
junto de TPs deverá ser considerado unicamente para decisões posteriores, tal como os equipamentos
categorizados como Secundários.
Finalmente, à categoria de TPs Prioritários foram atribuídos 280 equipamentos, sendo estes os se-
lecionados a integrar a Fase III do Procedimento Proposto (Secção 4.3) resultando na determinação de
um conjunto de transformadores a ser efetivamente enviado para o reparador – neste caso localizado
em Lisboa.

8.2 Análise de Sensibilidade

A fim de verificar a robustez dos resultados apresentados e, consequentemente, a credibilidade do mo-

delo construído, é importante observar o impacto que pequenas variações nos valores dos parâmetros
utilizados têm nos resultados. Foram selecionadas dois parâmetros sobre os quais é feita a análise de
sensibilidade do modelo, sejam o nível de credibilidade, λ, e o rácio de de importância entre o critérios
mais relevante para a decisão e aquele com menor relevância, z.

8.2.1 Nível de Credibilidade, λ

Este parâmetro tem impacto no modelo uma vez que é considerado na validação das relações de preva-
lência e denota o nível de credibilidade desejado para estas, sendo a afetação de um equipamento a uma

66
classe tão precisa quanto maior a credibilidade da relação de prevalência – da alternativa considerada
(um equipamento específico) sobre a alternativa de referência da classe em questão (um equipamento
fictício representativo desta) – que é exigida.
Fazendo uma análise de sensibilidade ao parâmetro é possível determinar quais os valores que este
pode assumir sem que se dê qualquer alteração nos resultados do modelo. Tendo como base o valor
λ = 0.6 e os resultados respetivos (apresentados na Secção 8.1) verifica-se que os mesmos se mantêm
para valores de nível de credibilidade tais que λ ∈ [0.598 , 0.626].
Importa agora observar qual o impacto que uma variação superior às indicados poderá ter sobre
os resultados. São utilizados os novos valores λ = 0.55 e λ = 0.65, mantendo todos os restantes pa-
râmetros iguais e utilizando o mesmo universo de transformadores, é utilizado novamente o software
MCDA-Ulaval que nos devolve os resultados que se apresentam na Figura 8.2.

Figura 8.2: Análise de Sensibilidade do parâmetro λ

Tal como esperado é possível observar uma clara relação entre o nível de credibilidade e a preci-
são da afetação dos equipamentos. O aumento do parâmetro traduz-se no decréscimo de casos em
que a atribuição de um equipamento a uma classe é ambígua resultando no aumento do número de
equipamentos atribuídos a uma só classe.
Considerando o estudo presente, onde esta categorização visa unicamente a seleção dos equipa-
mentos a integrar a Fase III e a Fase IV do Procedimento Proposto, a relevância dos resultados foca-se
nas categorizações correspondentes às classes Prioritários e Em Espera – sendo que quaisquer trans-
formadores atribuídos à classe Secundários ou em caso de uma afetação ambígua terão o mesmo
tratamento – é interessante perceber qual o comportamento destas.
Sendo de notar a reduzida sensibilidade do modelo em relação ao parâmetro em estudo – observa-

67
se que 96,5% dos equipamentos categorizados como Prioritários foram atribuídos a esta categoria em
qualquer um dos cenários observados; assim como relativamente à categoria Em Espera onde 82.4%
dos transformadores categorizados como tal, foram atribuídos a esta mesmo categoria em qualquer um
dos cenários – é possível assim confirmar a robustez desta afetação.

8.2.2 Rácio de Importância, z

Este parâmetro tem impacto na distribuição dos pesos para cada critério, wj , uma vez que ilustra o rácio
de importância entre o critério mais relevante e aquele com menor importância para a decisão.
Uma análise de sensibilidade sobre este parâmetro não é mais do que uma análise de sensibilidade
sobre os pesos dos critérios, assim e tendo por base o valor de z = 5 – que corresponde à atribuição
dos seguintes pesos para os vários critérios: w1 = 29, 9%, w2 = 7, 4%, w3 = 38, 2% e w4 = 24, 3% –
vamos determinar quais os valores que estes podem assumir sem que se dê qualquer alteração nos
resultados do modelo.
Porque uma análise de sensibilidade deve ser feita a uma e uma só variável foi observada qual a
sensibilidade do modelo em relação a alterações para cada um destes pesos – embora a alteração de
um dos pesos resulte na alteração dos pesos restantes, esta é feita de forma igualmente distribuída.
Observa-se que tendo por base o valor de z = 5 (que corresponde aos pesos apresentados) e os
resultados respetivos, verifica-se que os mesmos se mantêm quando: o critério Custo de Intervenção
apresenta um peso relativo tal que w1 ∈ [29.56 , 30.21]; o critério Custo de Transporte apresenta um peso
relativo tal que w2 ∈ [7.27 , 8.05]; o critério Consumo Médio Anual apresenta um peso relativo tal que
w3 ∈ [36, 62 , 38.44]; e o critério Valor do Ativo apresenta um peso relativo tal que w4 ∈ [23.99 , 25.36].
Aquando da determinação dos parâmetros para o modelo, foram determinados três valores distintos
para o rácio de importância tal que z = {3, 5, 7}, onde quanto maior o valor de z mais se acentua a
diferença de pesos entre os critérios, este parâmetro ilustra assim a relevância dos diferentes pesos
atribuídos. A observação dos resultados desta variação do parâmetro z apresentam-se na Figura 8.3.

68
 Figura 8.3: Análise de Sensibilidade do parâmetro z

Observa-se uma relação entre o rácio de importância e a afetação. O aumento do parâmetro traduz-
se no decréscimo de unidades atribuídas às categorias extremas, que resulta no aumento do número
de equipamentos atribuídos à categoria Secundários e dos casos de ambiguidade. No entanto, e à
semelhança do parâmetro anterior, é de notar a reduzida sensibilidade do modelo, confirmando-se a
robustez desta afetação.

69
9. Trabalho Futuro

O método desenvolvido na presente dissertação permite a determinação dos TPs que reúnem as me-
lhores condições para recondicionamento, seleciona os equipamentos que deverão ser propostos para
abate e aqueles que ficarão a aguardar novas tomadas de decisão.
O Procedimento Proposto neste estudo é constituído por quatro fases. As duas fases iniciais encontram-
se totalmente modeladas, implementadas e analisadas ao longo deste documento. Numa fase posterior
seria feita uma determinação do lote ótimo a enviar para o reparador, tendo sido analisados alguns mo-
delos com potencial para a resolução do problema, mas que considerando a complexidade deste e as
limitações existentes ao nível de informação disponível (quer em quantidade como em qualidade), não
foi possível a sua modelação. É sugerido, assim, que a construção do lote ótimo a enviar para repara-
ção seja baseado numa metodologia ad hoc, sendo esta diferenciada pela motivação da construção do
lote em questão (uma vez que esta pode ser por uma necessidade de equipamentos específicos, com
determinada Tensão e Potência, ou pela urgência em retirar TPs de determinados PSEs).
No caso de uma tomada de decisão motivada pela necessidade de equipamentos específicos, o
tipo de Tensão e Potência resultará no critério de seleção principal. Assim, a partir do universo de
equipamentos resultante da Fase II do Procedimento Proposto como equipamentos Prioritários, são se-
lecionados todos aqueles que apresentam como características base a Tensão e Potência procuradas.
Para a determinação do conjunto a enviar, deve ser considerado o número de equipamentos que o re-
parador se encontra disponível a receber – que constituirá o tamanho do conjunto a construir. Assim,
até que o conjunto em construção possua este tamanho devem ser adicionados ao conjunto os equi-
pamentos que se encontram já selecionados (com as características base procuradas) considerando a
proximidade a que se encontram uns dos outros.
No caso de uma tomada de decisão motivada pela urgência em retirar TPs de determinados PSEs,
o armazém em que estes se encontram será o critério de seleção principal. Assim, a partir do universo
de equipamentos resultante da Fase II do Procedimento Proposto como equipamentos Prioritários, são
selecionados todos aqueles que se encontram parqueados em PSEs com urgência na retirada de trans-
formadores. Até que seja atingido o número de equipamentos que o reparador pode receber, devem ser
adicionados ao lote de reparação equipamentos pertencentes à seleção e que se encontrem tão perto
quanto possível uns dos outros.
Para a construção do conjunto de equipamentos a serem enviados para abate, pode ser utilizada
uma metodologia análoga – não existindo um número limitado de transformadores a serem enviados e

71
não sendo relevante a localização nem a proximidade destes.
Como trabalho futuro, é sugerido o desenvolvimento e implementação dos modelos de Investigação
Operacional a utilizar na Fase III e Fase IV do procedimento proposto. Este trabalho implicará uma
caracterização dos custos operacionais inerentes ao processo, o levantamento das capacidades reais
dos PSEs e respetivas ocupações, a determinação do benefício de reparação de um determinado equi-
pamento – dados indisponíveis até à data. Adicionalmente se sugere a construção de uma ferramenta
que integre e automatize as quatro fases do procedimento, por forma a otimizar o processo de recon-
dicionamento e o processo de tomada de decisão, resultando na redução de custos operacionais e no
recondicionamento dos equipamentos que efetivamente se encontram em melhores condições.

72
10. Considerações Finais

O âmbito deste estudo insere-se no Processo de Recondicionamento dos Transformadores de Potência

de Média Baixa Tensão da EDP Distribuição e visa a sua otimização através do desenvolvimento de
uma metodologia de apoio à tomada de decisão. A presente dissertação delineia o procedimento a
implementar, composto por quatro fases distintas e consecutivas, e desenvolve as primeiras duas.
Grande parte do trabalho elaborado nesta dissertação passou pela observação do processo em es-
tudo, para a construção do procedimento a implementar, seleção de metodologias, identificação dos
critérios relevantes para a tomada de decisão, bem como para a determinação dos parâmetros neces-
sários aos modelos utilizados.
Assim, é possível identificar alguns pontos de melhoria ao nível do processo em estudo com vista
a otimizar o mesmo e potenciar a implementação e utilização do procedimento que este estudo vem
propor:

(i) Revisão das capacidades e cotas contratualizadas com reparadores;

(ii) Determinação de uma quantidade de existências em armazém, bem como de uma reserva de
segurança, tendo em conta as especificidades do processo – nomeadamente tempos de reparação
e consumos em função do tipo de equipamento;

(iii) Construção de uma base de dados dos TPs MT/BT integrada, um investimento fundamental, que
permitirá a centralização da informação e o acesso ao histórico de cada equipamento;

(iv) Monitorização das existências em armazéns EDP em tempo real;

(v) Controlo da disponibilidade dos PSEs;

(vi) Maior rigor na informatização dos dados.

Adicionalmente, poderia ser relevante efetuar um pequeno estudo a fim de especificar os custos e
benefícios de um investimento ao nível da identificação ”digital” dos milhares de transformadores de po-
tência de média e baixa tenção. Este investimento é especialmente interessante considerando o tempo
de vida destes equipamentos bem como a necessidade de um acompanhamento da sua localização e
características. Assim pode ser sugerida uma tecnologia simples como a utilização de código de barras
ou mesmo de sensores RFID nos equipamentos, dependendo do investimento inicial que se considerar
razoável, tendo em conta os benefícios de cada uma das tecnologias.

73
 A otimização do processo em estudo visa não só uma redução dos seus custos associados (custos
de reparação, de logística, ou mesmo de custos de aquisição), mas procura mitigar o risco de impacto
ambiental, a eliminação do desperdício e potencia uma maior rotatividade dos ativos.

74
Referências

Afgan, N. H. & Carvalho, M. G. (2002). Multi-criteria assessment of new and renewable energy power
plants. Energy, 27(8):739–755.

Afgan, N. H. & Carvalho, M. G. (2008). Sustainability assessment of a hybrid energy system. Energy
Policy, 36(8):2903–2910.

Agência Portuguesa do Ambiente (Março 2010). Guia de Boas Práticas – Gestão de Equipamen-
tos com PCB. Ministério do Ambiente, do Ordenamento do Território e Desenvolvimento Regional.
www.apambiente.pt//_zdata/Politicas/Residuos/Guia%20de%20boas%20praticas_APA_final.pdf,
acedido em Maio 2015.

Al-Yahyai, S., Charabi, Y., Gastli, A., & Al-Badi, A. (2012). Wind farm land suitability indexing using
multi-criteria analysis. Renewable Energy, 44:80–87.

Almeida-Dias, J., Figueira, J. R., & Roy, B. (2010). Electre Tri-C: A multiple criteria sorting method based
on characteristic reference actions. European Journal of Operational Research, 204(3):565–580.

Antunes, C. H. & Henriques, C. O. (2016). Multi-objective optimization and multi-criteria analysis models
and methods for problems in the energy sector. In Ehrgott, M., Greco, S., & Figueira, J. R., editors,
Multiple Criteria Decision Analysis: State of the Art Surveys. Springer Science + Business Media, New
York, U.S.A., Segunda Edição, no prelo.

Antunes, C. H. & Martins, A. G. (2003). Preface. Annals of Operations Research, 120(1-4):15–17.

Bana e Costa, C. A., Lourenço, J. C., Chagas, M. P., & Bana e Costa, J. C. (2008). Development of
reusable bid evaluation models for the Portuguese electric transmission company. Decision Analysis,
5(1):22–42.

Bana e Costa, C. A. & Vansnick, J.-C. (1994). MACBETH – An interactive path towards the construction
of cardinal value functions. International Transactions in Operational Research, 1(4):489–500.

Beccali, M., Cellura, M., & Mistretta, M. (2003). Decision-making in energy planning. Application of the
Electre method at regional level for the diffusion of renewable energy technology. Renewable Energy,
28(13):2063–2087.

Belton, V. & Stewart, T. (2002). Multiple Criteria Decision Analysis: An Integrated Approach. Kluwer
Academic Publishers, Dordrecht, The Netherlands.

75
Brans, J.-P. & Mareschal, B. (2005). PROMETHEE methods. In Ehrgott, M., Greco, S., & Figueira, J. R.,
editors, Multiple Criteria Decision Analysis: State of the Art Surveys. Springer Science + Business
Media, New York, U.S.A., Primeira Edição.

Brans, J.-P. & Vincke, P. (1985). Note – A preference ranking organisation method: The PROMETHEE
method for multiple criteria decision-making. Management Science, 31(6):647–656.

Brans, J.-P., Vincke, P., & Mareschal, B. (1986). How to select and how to rank projects: The PRO-
METHEE method. European Journal of Operational Research, 24(2):228–238.

Brito, A. J., de Almeida, A. T., & Mota, C. M. (2010). A multicriteria model for risk sorting of natural gas
pipelines based on ELECTRE TRI integrating utility theory. European Journal of Operational Research,
200(3):812–821.

Burton, J. & Hubacek, K. (2007). Is small beautiful? A multicriteria assessment of small-scale energy
technology applications in local governments. Energy Policy, 35(12):6402–6412.

Cavallaro, F. (2009). Multi-criteria decision aid to assess concentrated solar thermal technologies. Re-
newable Energy, 34(7):1678–1685.

Cavallaro, F. (2010). A comparative assessment of thin-film photovoltaic production processes using the
ELECTRE III method. Energy Policy, 38(1):463–474.

Choudhary, D. & Shankar, R. (2012). An STEEP-fuzzy AHP-TOPSIS framework for evaluation and
selection of thermal power plant location: A case study from India. Energy, 42(1):510–521.

Cinelli, M., Coles, S. R., & Kirwan, K. (2014). Analysis of the potentials of multi criteria decision analysis
methods to conduct sustainability assessment. Ecological Indicators, 46:138–148.

de Faria, H., Costa, J. G. S., & Olivas, J. L. M. (2015). A review of monitoring methods for predictive main-
tenance of electric power transformers based on dissolved gas analysis. Renewable and Sustainable
Energy Reviews, 46:201–209.

De Keyser, W. & Peeters, P. (1996). A note on the use of PROMETHEE multicriteria methods. European
Journal of Operational Research, 89(3):457–461.

De Montis, A., De Toro, P., Droste-Franke, B., Omann, I., & Stagl, S. (2000). Criteria for quality
assessment of MCDA methods. 3rd Biennial Conference of the European Society for Ecologi-
cal Economics, Vienna. www.researchgate.net/profile/Francesco_Carbone2/publication/
228729314_Criteria_for_quality_assessment_of_MCDA_methods/links/
0c96051b732a839512000000.pdf, acedido em Julho 2015.

Diakoulaki, D., Antunes, C., & Gomes Martins, A. (2005). MCDA and energy planning. In Ehrgott, M.,
Greco, S., & Figueira, J. R., editors, Multiple Criteria Decision Analysis: State of the Art Surveys,
volume 78 of International Series in Operations Research & Management Science, chapter 21, pages
859–890. Springer Science + Business Media, New York, U.S.A., Primeira Edição.

76
Diakoulaki, D. & Karangelis, F. (2007). Multi-criteria decision analysis and cost-benefit analysis of al-
ternative scenarios for the power generation sector in Greece. Renewable and Sustainable Energy
Reviews, 11(4):716–727.

Doukas, H. (2013). Modelling of linguistic variables in multicriteria energy policy support. European
Journal of Operational Research, 227(2):227–238.

Doukas, H. C., Andreas, B. M., & Psarras, J. E. (2007). Multi-criteria decision aid for the formulation of
sustainable technological energy priorities using linguistic variables. European Journal of Operational
Research, 182(2):844–855.

Dyer, J. S. (1990). Remarks on the analytic hierarchy process. Management Science, 36(3):249–258.

Ferreira, A. M. J. (2015). Cálculo de Índices de Saúde, Vida Restante e Probabilidade de Falha de

Transformadores de Potência AT/MT. Dissertação de Mestrado Integrado em Engenharia Electrotéc-
nica e de Computadores. Faculdade de Engenharia da Universidade do Porto, Portugal, manuscrito
não publicado.

Figueira, J. R., Greco, S., Roy, B., & Słowiński, R. (2013). An overview of ELECTRE methods and their
recent extensions. Journal of Multi-Criteria Decision Analysis, 20(1-2):61–85.

Figueira, J. R., Mousseau, V., & Roy, B. (2005). ELECTRE methods. In Ehrgott, M., Greco, S., & Figueira,
J. R., editors, Multiple Criteria Decision Analysis: State of the Art Surveys, volume 78 of International
Series in Operations Research & Management Science, pages 133–153. Springer Science + Business
Media, New York, U.S.A., Primeira Edição.

Figueira, J. R. & Roy, B. (2002). Determining the weights of criteria in the ELECTRE type methods with
a revised Simos’ procedure. European Journal of Operational Research, 139(2):317–326.

Figueira, J. R. & Roy, B. (2009). A note on the paper,“Ranking irregularities when evaluating alternatives
by using some Electre methods”, by Wang and Triantaphyllou, Omega (2008). Omega, 37(3):731–733.

Georgopoulou, E., Sarafidis, Y., Mirasgedis, S., Zaimi, S., & Lalas, D. (2003). A multiple criteria decision-
aid approach in defining national priorities for greenhouse gases emissions reduction in the energy
sector. European Journal of Operational Research, 146(1):199–215.

Ghafghazi, S., Sowlati, T., Sokhansanj, S., & Melin, S. (2010). A multicriteria approach to evaluate district
heating system options. Applied Energy, 87(4):1134–1140.

Goumas, M. & Lygerou, V. (2000). An extension of the PROMETHEE method for decision making in fuzzy
environment: Ranking of alternative energy exploitation projects. European Journal of Operational
Research, 123(3):606–613.

Haralambopoulos, D. & Polatidis, H. (2003). Renewable energy projects: Structuring a multi-criteria

group decision-making framework. Renewable Energy, 28(6):961–973.

77
Haurant, P., Oberti, P., & Muselli, M. (2011). Multicriteria selection aiding related to photovoltaic plants on
farming fields on Corsica island: A real case study using the ELECTRE outranking framework. Energy
Policy, 39(2):676–688.

Heinrich, G., Basson, L., Cohen, B., Howells, M., & Petrie, J. (2007). Ranking and selection of power
expansion alternatives for multiple objectives under uncertainty. Energy, 32(12):2350–2369.

Hobbs, B. F. & Meier, P. (2000). Energy Decisions and the Environment: A Guide to the Use of Multi-
criteria Methods. International Series in Operations Research and Management Science, volume 28.
Kluwer Academic Publishers, Dordrecht, The Netherlands.

Hunt, J. D., Bañares-Alcántara, R., & Hanbury, D. (2013). A new integrated tool for complex decision
making: Application to the UK energy sector. Decision Support Systems, 54(3):1427–1441.

Hwang, C.-L. & Yoon, K. (1981). Multiple attribute decision making: Methods and applications. Springer-
Verlag Berlin Heidelberg, Germany.

Kaya, T. & Kahraman, C. (2010). Multicriteria renewable energy planning using an integrated fuzzy
VIKOR & AHP methodology: The case of Istanbul. Energy, 35(6):2517–2527.

Kaya, T. & Kahraman, C. (2011). Multicriteria decision making in energy planning using a modified fuzzy
TOPSIS methodology. Expert Systems with Applications, 38(6):6577–6585.

Keefer, D. L., Kirkwood, C. W., & Corner, J. L. (2004). Perspective on decision analysis applications,
1990–2001. Decision Analysis, 1(1):4–22.

Keeney, R. L. & Raiffa, H. (1976). Decision Analysis with Multiple Conflicting Objectives. John Wiley &
Sons, New York, U.S.A., Primeira Edição.

Köne, A. Ç. & Büke, T. (2007). An analytical network process (ANP) evaluation of alternative fuels for
electricity generation in Turkey. Energy Policy, 35(10):5220–5228.

Kowalski, K., Stagl, S., Madlener, R., & Omann, I. (2009). Sustainable energy futures: Methodologi-
cal challenges in combining scenarios and participatory multi-criteria analysis. European Journal of
Operational Research, 197(3):1063–1074.

Lin, C. E., Ling, J.-M., & Huang, C.-L. (1993). An expert system for transformer fault diagnosis using
dissolved gas analysis. IEEE Transactions on Power Delivery, 8(1):231–238.

Løken, E. (2007). Use of multicriteria decision analysis methods for energy planning problems. Renewa-
ble and Sustainable Energy Reviews, 11(7):1584–1595.

Lourenço, J. C., Morton, A., & e Costa, C. A. B. (2012). PROBE – A multicriteria decision support system
for portfolio robustness evaluation. Decision Support Systems, 54(1):534–550.

Madlener, R., Antunes, C. H., & Dias, L. C. (2009). Assessing the performance of biogas plants with multi-
criteria and data envelopment analysis. European Journal of Operational Research, 197(3):1084–
1094.

78
Madlener, R. & Stagl, S. (2005). Sustainability-guided promotion of renewable electricity generation.
Ecological Economics, 53(2):147–167.

Martinez, L. J., Lambert, J. H., & Karvetski, C. W. (2011). Scenario-informed multiple criteria analysis
for prioritizing investments in electricity capacity expansion. Reliability Engineering & System Safety,
96(8):883–891.

Mavrotas, G., Diakoulaki, D., & Capros, P. (2003). Combined MCDA-IP approach for project selection in
the electricity market. Annals of Operations Research, 120(1-4):159–170.

Mohamadabadi, H. S., Tichkowsky, G., & Kumar, A. (2009). Development of a multi-criteria assessment
model for ranking of renewable and non-renewable transportation fuel vehicles. Energy, 34(1):112–
125.

Mróz, T. M. (2008). Planning of community heating systems modernization and development. Applied
Thermal Engineering, 28(14):1844–1852.

Munda, G. (2005). Multiple criteria decision analysis and sustainable development. In Multiple Criteria
Decision Analysis: State of the Art Surveys, volume 78 of International Series in Operations Research
& Management Science, pages 953–986. Springer Science + Business Media, New York, U.S.A.,
Primeira Edição.

Munda, G. (2008). The issue of consistency: basic discrete multi-criteria “methods”. In Social Multi-
Criteria Evaluation for a Sustainable Economy, pages 85–110. Springer Verlag Berlin Heidelberg,
Germany.

Neves, L. P., Martins, A. G., Antunes, C. H., & Dias, L. C. (2008). A multi-criteria decision approach to
sorting actions for promoting energy efficiency. Energy Policy, 36(7):2351–2363.

Önüt, S., Tuzkaya, U. R., & Saadet, N. (2008). Multiple criteria evaluation of current energy resources
for Turkish manufacturing industry. Energy Conversion and Management, 49(6):1480–1492.

Opricovic, S. (1998). Multicriteria optimization of civil engineering systems. Faculty of Civil Engineering,
Belgrade, 2(1):5–21.

Papadopoulos, A. & Karagiannidis, A. (2008). Application of the multi-criteria analysis method Electre III
for the optimisation of decentralised energy systems. Omega, 36(5):766–776.

Patlitzianas, K. D., Ntotas, K., Doukas, H., & Psarras, J. (2007). Assessing the renewable energy produ-
cers’ environment in EU accession member states. Energy Conversion and Management, 48(3):890–
897.

Phdungsilp, A. (2010). Integrated energy and carbon modeling with a decision support system: Policy
scenarios for low-carbon city development in Bangkok. Energy Policy, 38(9):4808–4817.

Phillips, L. D. (1989). Decision analysis in the 1990s. In Shahini, A. & Stainton, R., editors, Tutorial
Papers in Operational Research 1989. Operational Research Society, Birmingham, U.K.

79
Phillips, L. D. (2005). Decision analysis in 2005. London School of Economics & Politica Science. Ca-
talyze Limited. fenix.tecnico.ulisboa.pt/downloadFile/848204501353454/Phillips2005.pdf.

Pilavachi, P., Roumpeas, C., Minett, S., & Afgan, N. (2006). Multi-criteria evaluation for CHP system
options. Energy Conversion and Management, 47(20):3519–3529.

Pohekar, S. & Ramachandran, M. (2004a). Application of multi-criteria decision making to sustainable

energy planning - A review. Renewable and Sustainable Energy Reviews, 8(4):365–381.

Pohekar, S. & Ramachandran, M. (2004b). Multi-criteria evaluation of cooking energy alternatives for
promoting parabolic solar cooker in India. Renewable Energy, 29(9):1449–1460.

Polatidis, H., Haralambopoulos, D. A., Munda, G., & Vreeker, R. (2006). Selecting an appropriate multi-
criteria decision analysis technique for renewable energy planning. Energy Sources, Part B, 1(2):181–
193.

Raiffa, H. (1982). The Art and Science of Negotiation. Harvard University Press, Cambridge, U.S.A.

Raiffa, H., Richardson, J., & Metcalfe, D. (2002). Negotiation Analysis: The Science and Art of Collabo-
rative Decision Making. Harvard University Press, Massachusetts, U.S.A.

Roy, B. (1996). Multicriteria Methodology for Decision Aiding, volume 12. Springer Science + Business
Media, New York, U.S.A.

Saaty, T. L. (1980). The Analytic Hierarchy Process, Planning, Piority Setting, Resource Allocation.
McGraw-Hill, New york, U.S.A.

Saaty, T. L. (1990). An exposition of the AHP in reply to the paper “Remarks on the analytic hierarchy
process”. Management Science, 36(3):259–268.

Saaty, T. L. (1996). Decision Making with Dependence and Feedback the Analytic Network Process.
RWS Publications, Pittsburgh, U.S.A.

San Cristóbal, J. (2011a). A multi criteria data envelopment analysis model to evaluate the efficiency of
the renewable energy technologies. Renewable Energy, 36(10):2742 – 2746.

San Cristóbal, J. (2011b). Multi-criteria decision-making in the selection of a renewable energy project
in Spain: The VIKOR method. Renewable Energy, 36(2):498–502.

Simos, J. (1990). Evaluer l’impact sur l’environnement: Une approche originale par l’analyse multicritère
et la négociation. Presses Polytechniques et Universitaires Romandes, Lausanne, Switzerland.

Sola, A. V. H. & de Miranda Mota, C. M. (2012). A multi-attribute decision model for portfolio selection
aiming to replace technologies in industrial motor systems. Energy Conversion and Management,
57:97–106.

Sola, A. V. H., de Miranda Mota, C. M., & Kovaleski, J. L. (2011). A model for improving energy efficiency
in industrial motor system using multicriteria analysis. Energy Policy, 39(6):3645–3654.

80
Streimikiene, D., Balezentis, T., Krisciukaitienė, I., & Balezentis, A. (2012). Prioritizing sustainable
electricity production technologies: MCDM approach. Renewable and Sustainable Energy Reviews,
16(5):3302–3311.

Sultana, A. & Kumar, A. (2012). Ranking of biomass pellets by integration of economic, environmental
and technical factors. Biomass and Bioenergy, 39:344–355.

Terrados, J., Almonacid, G., & PeRez-Higueras, P. (2009). Proposal for a combined methodology for
renewable energy planning. Application to a Spanish region. Renewable and Sustainable Energy
Reviews, 13(8):2022–2030.

Topcu, Y. & Ulengin, F. (2004). Energy for the future: An integrated decision aid for the case of Turkey.
Energy, 29(1):137–154.

Trutnevyte, E., Stauffacher, M., & Scholz, R. W. (2012). Linking stakeholder visions with resource alloca-
tion scenarios and multi-criteria assessment. European Journal of Operational Research, 219(3):762–
772.

Tsoutsos, T., Drandaki, M., Frantzeskaki, N., Iosifidis, E., & Kiosses, I. (2009). Sustainable energy
planning by using multi-criteria analysis application in the island of Crete. Energy Policy, 37(5):1587–
1600.

Tzeng, G.-H., Lin, C.-W., & Opricovic, S. (2005). Multi-criteria analysis of alternative-fuel buses for public
transportation. Energy Policy, 33(11):1373–1383.

Ulutaş, B. H. (2005). Determination of the appropriate energy policy for Turkey. Energy, 30(7):1146–
1161.

Vlachokostas, C., Achillas, C., Moussiopoulos, N., & Banias, G. (2011). Multicriteria methodological
approach to manage urban air pollution. Atmospheric Environment, 45(25):4160–4169.

Von Winterfeldt, D. & Edwards, W. (1986). Decision analysis and behavioral research, volume 604.
Cambridge University Press, Cambridge, U.K.

Vučijak, B., Kupusović, T., Midžić-Kurtagić, S., & Ćerić, A. (2013). Applicability of multicriteria decision
aid to sustainable hydropower. Applied Energy, 101:261–267.

Wang, J.-J., Jing, Y.-Y., Zhang, C.-F., & Zhao, J.-H. (2009). Review on multi-criteria decision analysis
aid in sustainable energy decision-making. Renewable and Sustainable Energy Reviews, 13(9):2263
– 2278.

Wang, X. & Triantaphyllou, E. (2008). Ranking irregularities when evaluating alternatives by using some
ELECTRE methods. Omega, 36(1):45–63.

Yager, R. (1988). On ordered weighted averaging aggregation operators in multicriteria decisionmaking.

IEEE Transactions on Systems, Man and Cybernetics, 18(1):183–190.

81