Modelo de gestión energética en micro redes

La gestión energética es una herramienta para la optimización del uso de la energía eléctrica, tal que esta sea distribuida de manera eficiente, a través de ajustes en la generación y/o demanda de energía eléctrica. Este trabajo de grado se realiza una revisión del estado del arte en objetivos y pol...

Full description

Autores:
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/28070
Acceso en línea:
http://hdl.handle.net/11349/28070
Palabra clave:
Micro redes
Gestión energética
Recursos energéticos distribuidos
Redes neuronales
Ingeniería Eléctrica - Tesis y disertaciones académicas
Redes neurales (Informática)
Redes eléctricas
Generación de energía
Distribución de energía eléctrica
Distribución distribuida de energía eléctrica
Microgrids
Energy management
Distributed energy resources
Neural networks
Rights
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
Description
Summary:La gestión energética es una herramienta para la optimización del uso de la energía eléctrica, tal que esta sea distribuida de manera eficiente, a través de ajustes en la generación y/o demanda de energía eléctrica. Este trabajo de grado se realiza una revisión del estado del arte en objetivos y políticas energéticas relacionadas con gestión energética implementadas o que proyectan en países como Alemania, Estados Unidos, China, Polonia y a nivel de Latinoamérica, Argentina, Colombia, Ecuador, Chile y Perú, así como una revisión de los métodos matemáticos utilizados en gestión energética en micro redes y los elementos de recursos energéticos distribuidos involucrados en los estudios. Con base a la revision bibliográfica se propone una metodología de gestión energética de seis pasos, con el objetivo de evaluar la viabilidad del uso de micro redes con base en la estimación de la generación de energía eólica y solar en zonas no interconectadas (ZNI) de Colombia. La metodología propuesta se fundamenta en un modelo predictivo y utiliza para la estimación del potencial de generación de las fuentes de energía renovables (Eólica y Solar) el uso de Inteligencia artificial a través dos tipologías de redes neuronales artificiales (RNA) Feed-Forward y Layer Recurrent. Como dato base para la estimación se utilizan los datos históricos meteorológicos de 10 años. La metodología propuesta es aplicada a un caso de estudio, de la región de Tumaco- Nariño (Colombia), con el fin de evaluar si la densidad energética de la zona es suficiente para una localidad con una demanda usuario de 207 kW-mes. Como software para realizar los cálculos y en entrenamiento de las RNA se utilizó Matlab 2017b. Los resultados del caso de estudio muestran una evaluación de viabilidad para implementación de una microrred en la ZNI con participación las fuentes de energía solar y eólica.