Herramienta para el dimensionamiento óptimo de sistemas híbridos Off-Grid Pv-Wind-Battery-Diésel, basado en algoritmo evolutivo

Con el presente trabajo se buscó la implementación de un algoritmo matemático evolutivo que permitiera dimensionar de forma óptima sistemas híbridos off-grid pvwind-battery-diésel. Inicialmente se realizó la verificación de antecedentes con el objetivo de tener presente las metodologías ya existentes para diseñar sistemas híbridos y, a partir de esto, plantear un método práctico que aporte resultados altamente significativos. Una vez evaluados los antecedentes, estos sirven como sustento para la creación del correspondiente código en la plataforma de Matlab, teniendo como base un algoritmo genético, donde se realiza el dimensionamiento óptimo del sistema de generación renovable, de almacenamiento y generación diésel, tomando en consideración variables como la irradiancia, velocidad del viento, curva de carga y temperatura del emplazamiento donde se vaya a realizar el respectivo dimensionamiento del sistema hibrido. Posteriormente, con la herramienta desarrollada se prueba, evalúa y analiza, mediante casos hipotéticos, si se logra un dimensionamiento óptimo del sistema hibrido. Finalmente, mediante un caso práctico aplicado en condiciones reales, se corrobora que la solución que arroja la herramienta desarrollada cubre la totalidad de la demanda energética indistintamente de la época del año, brindando una solución efectiva al problema planteado. Para esta parte se tomó como caso de estudio a la ciudad de Valencia - España, debido a que se contó, en el desarrollo del proyecto, con una cantidad suficiente de datos de carga, irradiancia, velocidad de viento y temperatura, necesarias para realizar un dimensionamiento con resultados significativos y confiables. Considerando la variabilidad geográfica y climatológica que se presentan a lo largo del año, en Valencia - España, la herramienta nos indica que la configuración óptima para la estación climática de verano es de 64 módulos fotovoltaicos, 1 turbinas eólicas, 12 baterías y 1 generador diésel con un LCOE de 0,172 $/kWh; mientras que para el invierno es de un sistema hibrido conformado por 57 módulos fotovoltaicos, 3 turbinas eólicas, 5 baterías y 1 generadores diésel con un LCOE de 0,186 $/kWh.

• Autores: Torres Landazábal, Víctor Andrés
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad Autónoma de Bucaramanga - UNAB
• Repositorio: Repositorio UNAB
• Idioma: spa
• OAI Identifier: oai:repository.unab.edu.co:20.500.12749/14063
• Acceso en línea: http://hdl.handle.net/20.500.12749/14063
• Palabra clave: Energy engineering; Technological innovations; Energy; Optimization; Hybrid systems; Genetic algorithm; Sizing; Data processing; Algorithms; Mathematical models; Ingeniería en energía; Innovaciones tecnológicas; Energía; Procesamiento de datos; Algoritmos; Modelos matemáticos; Optimización; Sistemas híbridos; Algoritmo genético; Dimensionamiento
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/