Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas

Este proyecto tiene como objetivo desarrollar un modelo de despacho de potencia óptimo que abarque la generación de energía a partir de fuentes renovables integrado con sistemas de almacenamiento de energía mediante hidrógeno y metano para optimizar el funcionamiento de una comunidad energética. La...

Full description

Autores:
Sanabria Orjuela, Sergio Camilo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/73607
Acceso en línea:
https://hdl.handle.net/1992/73607
Palabra clave:
Electrolisis
Energía renovable
Comunidad energética
Hidrogeno verde
Sistemas cerrados de distribucion
Metano
Dióxido de carbono
Despacho económico
PowerToGas
Optimización
Python
Ingeniería
Rights
openAccess
License
Attribution-NonCommercial-ShareAlike 4.0 International
id UNIANDES2_eebe7bdb872102a8a7d371b48934b70c
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/73607
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.spa.fl_str_mv Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas
title Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas
spellingShingle Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas
Electrolisis
Energía renovable
Comunidad energética
Hidrogeno verde
Sistemas cerrados de distribucion
Metano
Dióxido de carbono
Despacho económico
PowerToGas
Optimización
Python
Ingeniería
title_short Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas
title_full Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas
title_fullStr Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas
title_full_unstemmed Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas
title_sort Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas
dc.creator.fl_str_mv Sanabria Orjuela, Sergio Camilo
dc.contributor.advisor.none.fl_str_mv Oliveira de Jesus, Paulo Manuel de
Sierra Ramírez, Rocío
dc.contributor.author.none.fl_str_mv Sanabria Orjuela, Sergio Camilo
dc.contributor.jury.none.fl_str_mv Ríos Mesías, Mario Alberto
dc.subject.keyword.spa.fl_str_mv Electrolisis
Energía renovable
Comunidad energética
Hidrogeno verde
Sistemas cerrados de distribucion
Metano
Dióxido de carbono
Despacho económico
PowerToGas
Optimización
Python
topic Electrolisis
Energía renovable
Comunidad energética
Hidrogeno verde
Sistemas cerrados de distribucion
Metano
Dióxido de carbono
Despacho económico
PowerToGas
Optimización
Python
Ingeniería
dc.subject.themes.spa.fl_str_mv Ingeniería
description Este proyecto tiene como objetivo desarrollar un modelo de despacho de potencia óptimo que abarque la generación de energía a partir de fuentes renovables integrado con sistemas de almacenamiento de energía mediante hidrógeno y metano para optimizar el funcionamiento de una comunidad energética. La meta principal es maximizar las ganancias económicas y minimizar el uso de generadores diésel, garantizando al mismo tiempo una satisfacción eficiente y sostenible de las demandas energéticas. Este enfoque integral busca abordar los desafíos energéticos actuales, contribuyendo a la reducción de emisiones y al avance hacia una matriz energética más limpia y respetuosa con el medio ambiente. El caso de estudio se centra en un parque industrial en España Zaragoza, un sistema cerrado de distribución, que incluye una granja eólica de 50MW, un electrolizador de 20MW, un reactor de metano, un parque solar fotovoltaico de 50MW ,demandas elásticas industriales de 40MW y un sistema de transmisión trifásico que interconecta todas las entidades con el mercado mayorista de electricidad. Se seleccionan unos datos asociado al mes de agosto para modelar los patrones de irradiación solar y velocidad del viento en Zaragoza. La función objetivo busca maximizar el beneficio social, que incluye los beneficios de productores, consumidores, la red y la producción de hidrógeno. Se introducen variables y restricciones para modelar la operación del electrolizador, considerando costos y beneficios asociados. El modelo de optimización aborda restricciones de red, capacidad, demanda elástica y operación del electrolizador. Se implementa en Python utilizando la librería Pyomo y el solver IPOPT para resolver problemas de optimización mixtos enteros no lineales. En el capítulo de resultados y análisis, se evaluaron dos casos sobre el mismo contexto, la única diferencia es que en el caso 1 hay producción de hidrógeno y solo generación solar, mientras que el caso 2 incluye producción de hidrógeno, generación solar y eólica. En el Caso 1, donde la granja eólica está apagada, se observa una dependencia marcada de la red no renovable, lo que resulta en costos más elevados asociados con la adquisición de energía. Por otro lado, el Caso 2 integra la generación eólica, mostrando una distribución más uniforme de la energía renovable a lo largo del día, mayor eficiencia, reducción de la dependencia de la red convencional y obteniendo unos menores costos de venta de energía. En el Caso 2, se destaca una mayor producción de metano, alcanzando 13,001.71 kg, en comparación con los 11,143.88 kg del Caso 1. Esta diferencia se atribuye principalmente a la mayor cantidad de hidrógeno disponible debido a la generación eólica adicional en el Caso 2. El Caso 2 logra capturar 35.75 toneladas diarias de dióxido de carbono, 29.25 toneladas de agua diaria y una energía residual de 134 MJ diarios que puede ser utilizado en otro proceso industrial.
publishDate 2023
dc.date.issued.none.fl_str_mv 2023
dc.date.accessioned.none.fl_str_mv 2024-01-30T15:08:36Z
dc.date.available.none.fl_str_mv 2024-01-30T15:08:36Z
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.none.fl_str_mv Text
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/1992/73607
dc.identifier.instname.none.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.none.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.none.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url https://hdl.handle.net/1992/73607
identifier_str_mv instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv De Oliveira, P. M.: , 2007; Remuneration of distributed generation: A holistic approach; PhD Dissertation Faculdade de Engenharia Universidade do Porto; URL https://scholar.google.com.co/citations?view_op=view_citation&hl=en&user=aPmVGc4AAAAJ& citation_for_view=aPmVGc4AAAAJ:NMxIlDl6LWMC.
De Oliveira, P. M.: , 2018; A detailed network model for distribution systems with high penetration of renewable generation sources; Electric Power Systems Research; URL https://scholar.google.com.co/citations?view_op=view_citation&hl=en&user=aPmVGc4AAAAJ&cstart=20&pagesize=80&citation_for_view=aPmVGc4AAAAJ:e5wmG9Sq2KIC.
Inforiego: , 2023; Datos históricos Diarios Velocidad de Viento España; URL https://www.inforiego.org/.
Martinez, A.; Matute, G. & Yusta, J.: , 2023; Multi-state optimal power dispatch model for power-to-power systems in off-grid hybrid energy systems: A case study in Spain; Elselvier; URL https://doi.org/10.1016/j.ijhydene.2023.06.019.
Matute, G.; Yusta, J. & Beyza, J.: , 2020; Multi-state techno-economic model for optimal dispatch of grid connected hydrogen electrolysis systems operating under dynamic conditions; URL https://doi.org/10.1016/j.ijhydene.2023.06.019.
Matute, G.; Yusta, J. & Beyza, J.: , 2022; Optimal dispatch model for PV electrolysis plants in self consumption regime to produce green hydrogen; International Journal of Hydrogen Energy; URL https://www.sciencedirect.com/science/article/pii/S0360319922024727
Minas y Energías, M.: , 2020; Hoja de ruta del hidrogeno en Colombia; Ministerio de minas y energías; URL https://www.minenergia.gov.co/static/ruta-hidrogeno/src/document/Hoja%20Ruta%20Hidrogeno%20Colombia_2810.pdf.
Mrwatt: , 2023; Datos históricos Radiacion Solar España; URL https://www.mrwatt.eu/es/content/radiacion-solar-en-espana.
Naval, N. & Yusta, J.: , 2021; Optimal short term water energy dispatch for pumping stations with grid connected photovoltaic self generation; University of Zaragoza, Department of Electrical Engineering; URL https://zaguan.unizar.es/record/109096/files/texto_completo.pdf.
Saenz, C.: , 2022; Low carbon scheduling model for integrated electricity and natural gas systems with power to gas; URL https://repositorio.uniandes.edu.co/entities/publication/1adc619c-3f61-4418-8775-e16dfceb061a.
Sierra, R.: , 2023; Captura de Carbono y combustibles sintéticos; Universidad de los Andes. Cursos Hidrogeno en el marco de la transición energética 202318.
Woespana: , 2023; Datos históricos Mensuales Velocidad de Viento España; URL https://www.woespana.es/weather/.
dc.rights.en.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 22 páginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de los Andes
dc.publisher.program.none.fl_str_mv Ingeniería Eléctrica
dc.publisher.faculty.none.fl_str_mv Facultad de Ingeniería
dc.publisher.department.none.fl_str_mv Departamento de Ingeniería Eléctrica y Electrónica
publisher.none.fl_str_mv Universidad de los Andes
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/d92c88d7-cdcf-43c5-a3c1-c64c8635d262/download
https://repositorio.uniandes.edu.co/bitstreams/f039d3af-504a-4286-90af-bd7bd5d181f8/download
https://repositorio.uniandes.edu.co/bitstreams/f6fbccfc-d5ef-4dbc-add9-5d461781af3b/download
https://repositorio.uniandes.edu.co/bitstreams/477f6808-bc98-4f9d-846a-8361df049554/download
https://repositorio.uniandes.edu.co/bitstreams/80d891e6-9cc8-40d0-83d8-a9d726804572/download
https://repositorio.uniandes.edu.co/bitstreams/872ad397-e4a2-4ba7-bf68-758377aa1080/download
https://repositorio.uniandes.edu.co/bitstreams/b5cd9767-00d4-4c5b-858d-237e1905f3fa/download
https://repositorio.uniandes.edu.co/bitstreams/dc3fbdf5-61e0-4703-a5e4-990abeef778b/download
bitstream.checksum.fl_str_mv a403cb5adad0b6a5e5dbf8226897856d
6455d4d74c133e69cd18a86b0e000206
ae9e573a68e7f92501b6913cc846c39f
934f4ca17e109e0a05eaeaba504d7ce4
90f893c4990ff550f34643ae57c1ec61
316c7ec832ffa71f926ba106eaa994bc
5c2616e443a46eaa75c6420b52fdd4c1
146d22f512abe57876bd94f9484dd99f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812133850755629056
spelling Oliveira de Jesus, Paulo Manuel deSierra Ramírez, RocíoSanabria Orjuela, Sergio CamiloRíos Mesías, Mario Alberto2024-01-30T15:08:36Z2024-01-30T15:08:36Z2023https://hdl.handle.net/1992/73607instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Este proyecto tiene como objetivo desarrollar un modelo de despacho de potencia óptimo que abarque la generación de energía a partir de fuentes renovables integrado con sistemas de almacenamiento de energía mediante hidrógeno y metano para optimizar el funcionamiento de una comunidad energética. La meta principal es maximizar las ganancias económicas y minimizar el uso de generadores diésel, garantizando al mismo tiempo una satisfacción eficiente y sostenible de las demandas energéticas. Este enfoque integral busca abordar los desafíos energéticos actuales, contribuyendo a la reducción de emisiones y al avance hacia una matriz energética más limpia y respetuosa con el medio ambiente. El caso de estudio se centra en un parque industrial en España Zaragoza, un sistema cerrado de distribución, que incluye una granja eólica de 50MW, un electrolizador de 20MW, un reactor de metano, un parque solar fotovoltaico de 50MW ,demandas elásticas industriales de 40MW y un sistema de transmisión trifásico que interconecta todas las entidades con el mercado mayorista de electricidad. Se seleccionan unos datos asociado al mes de agosto para modelar los patrones de irradiación solar y velocidad del viento en Zaragoza. La función objetivo busca maximizar el beneficio social, que incluye los beneficios de productores, consumidores, la red y la producción de hidrógeno. Se introducen variables y restricciones para modelar la operación del electrolizador, considerando costos y beneficios asociados. El modelo de optimización aborda restricciones de red, capacidad, demanda elástica y operación del electrolizador. Se implementa en Python utilizando la librería Pyomo y el solver IPOPT para resolver problemas de optimización mixtos enteros no lineales. En el capítulo de resultados y análisis, se evaluaron dos casos sobre el mismo contexto, la única diferencia es que en el caso 1 hay producción de hidrógeno y solo generación solar, mientras que el caso 2 incluye producción de hidrógeno, generación solar y eólica. En el Caso 1, donde la granja eólica está apagada, se observa una dependencia marcada de la red no renovable, lo que resulta en costos más elevados asociados con la adquisición de energía. Por otro lado, el Caso 2 integra la generación eólica, mostrando una distribución más uniforme de la energía renovable a lo largo del día, mayor eficiencia, reducción de la dependencia de la red convencional y obteniendo unos menores costos de venta de energía. En el Caso 2, se destaca una mayor producción de metano, alcanzando 13,001.71 kg, en comparación con los 11,143.88 kg del Caso 1. Esta diferencia se atribuye principalmente a la mayor cantidad de hidrógeno disponible debido a la generación eólica adicional en el Caso 2. El Caso 2 logra capturar 35.75 toneladas diarias de dióxido de carbono, 29.25 toneladas de agua diaria y una energía residual de 134 MJ diarios que puede ser utilizado en otro proceso industrial.This project aims to develop an optimal power dispatch model that encompasses energy generation from renewable sources integrated with energy storage systems using hydrogen and methane to optimize the operation of an energy community. The main goal is to maximize economic gains and minimize the use of diesel generators, while ensuring efficient and sustainable satisfaction of energy demands. This comprehensive approach seeks to address current energy challenges, contributing to emission reduction and progress towards a cleaner and environmentally friendly energy matrix. The case study focuses on an industrial park in Zaragoza, Spain, a closed distribution system that includes a 50MW wind farm, a 20MW electrolyzer, a methane reactor, a 50MW photovoltaic solar park, 40MW of industrial elastic demands, and a three-phase transmission system that interconnects all entities with the wholesale electricity market. Data associated with the month of August is selected to model the patterns of solar irradiation and wind speed in Zaragoza. The objective function aims to maximize social benefit, including benefits to producers, consumers, the network, and hydrogen production. Variables and constraints are introduced to model the electrolyzer’s operation, considering associated costs and benefits. The optimization model addresses network constraints, capacity, elastic demand, and electrolyzer operation. It is implemented in Python using the Pyomo library and the IPOPT solver to solve nonlinear mixed-integer optimization problems. In the results and analysis chapter, two cases were evaluated within the same context. The only difference is that in case 1, there is hydrogen production and solar generation, while case 2 includes hydrogen production, solar, and wind generation. In Case 1, where the wind farm is turned off, a marked dependence on nonrenewable grid is observed, resulting in higher costs associated with energy acquisition. On the other hand, Case 2 integrates wind generation, showing a more uniform distribution of renewable energy throughout the day, higher efficiency, reduced dependence on the conventional grid, and achieving lower energy selling costs. In Case 2, there is a higher methane production, reaching 13,001.71 kg, compared to 11,143.88 kg in Case 1. This difference is primarily attributed to the greater amount of hydrogen available due to additional wind generation in Case 2. Case 2 manages to capture 35.75 tons of carbon dioxide daily, 29.25 tons of water daily, and residual energy of 134 MJ daily that can be used in another industrial process.Ingeniero EléctricoPregrado22 páginasapplication/pdfspaUniversidad de los AndesIngeniería EléctricaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y ElectrónicaAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGasTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPElectrolisisEnergía renovableComunidad energéticaHidrogeno verdeSistemas cerrados de distribucionMetanoDióxido de carbonoDespacho económicoPowerToGasOptimizaciónPythonIngenieríaDe Oliveira, P. M.: , 2007; Remuneration of distributed generation: A holistic approach; PhD Dissertation Faculdade de Engenharia Universidade do Porto; URL https://scholar.google.com.co/citations?view_op=view_citation&hl=en&user=aPmVGc4AAAAJ& citation_for_view=aPmVGc4AAAAJ:NMxIlDl6LWMC.De Oliveira, P. M.: , 2018; A detailed network model for distribution systems with high penetration of renewable generation sources; Electric Power Systems Research; URL https://scholar.google.com.co/citations?view_op=view_citation&hl=en&user=aPmVGc4AAAAJ&cstart=20&pagesize=80&citation_for_view=aPmVGc4AAAAJ:e5wmG9Sq2KIC.Inforiego: , 2023; Datos históricos Diarios Velocidad de Viento España; URL https://www.inforiego.org/.Martinez, A.; Matute, G. & Yusta, J.: , 2023; Multi-state optimal power dispatch model for power-to-power systems in off-grid hybrid energy systems: A case study in Spain; Elselvier; URL https://doi.org/10.1016/j.ijhydene.2023.06.019.Matute, G.; Yusta, J. & Beyza, J.: , 2020; Multi-state techno-economic model for optimal dispatch of grid connected hydrogen electrolysis systems operating under dynamic conditions; URL https://doi.org/10.1016/j.ijhydene.2023.06.019.Matute, G.; Yusta, J. & Beyza, J.: , 2022; Optimal dispatch model for PV electrolysis plants in self consumption regime to produce green hydrogen; International Journal of Hydrogen Energy; URL https://www.sciencedirect.com/science/article/pii/S0360319922024727Minas y Energías, M.: , 2020; Hoja de ruta del hidrogeno en Colombia; Ministerio de minas y energías; URL https://www.minenergia.gov.co/static/ruta-hidrogeno/src/document/Hoja%20Ruta%20Hidrogeno%20Colombia_2810.pdf.Mrwatt: , 2023; Datos históricos Radiacion Solar España; URL https://www.mrwatt.eu/es/content/radiacion-solar-en-espana.Naval, N. & Yusta, J.: , 2021; Optimal short term water energy dispatch for pumping stations with grid connected photovoltaic self generation; University of Zaragoza, Department of Electrical Engineering; URL https://zaguan.unizar.es/record/109096/files/texto_completo.pdf.Saenz, C.: , 2022; Low carbon scheduling model for integrated electricity and natural gas systems with power to gas; URL https://repositorio.uniandes.edu.co/entities/publication/1adc619c-3f61-4418-8775-e16dfceb061a.Sierra, R.: , 2023; Captura de Carbono y combustibles sintéticos; Universidad de los Andes. Cursos Hidrogeno en el marco de la transición energética 202318.Woespana: , 2023; Datos históricos Mensuales Velocidad de Viento España; URL https://www.woespana.es/weather/.201414771PublicationORIGINALFormatoEntregaFinal.pdfFormatoEntregaFinal.pdfHIDEapplication/pdf369150https://repositorio.uniandes.edu.co/bitstreams/d92c88d7-cdcf-43c5-a3c1-c64c8635d262/downloada403cb5adad0b6a5e5dbf8226897856dMD51Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas.pdfModelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas.pdfapplication/pdf2413650https://repositorio.uniandes.edu.co/bitstreams/f039d3af-504a-4286-90af-bd7bd5d181f8/download6455d4d74c133e69cd18a86b0e000206MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82535https://repositorio.uniandes.edu.co/bitstreams/f6fbccfc-d5ef-4dbc-add9-5d461781af3b/downloadae9e573a68e7f92501b6913cc846c39fMD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://repositorio.uniandes.edu.co/bitstreams/477f6808-bc98-4f9d-846a-8361df049554/download934f4ca17e109e0a05eaeaba504d7ce4MD54TEXTFormatoEntregaFinal.pdf.txtFormatoEntregaFinal.pdf.txtExtracted texttext/plain194https://repositorio.uniandes.edu.co/bitstreams/80d891e6-9cc8-40d0-83d8-a9d726804572/download90f893c4990ff550f34643ae57c1ec61MD55Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas.pdf.txtModelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas.pdf.txtExtracted texttext/plain46000https://repositorio.uniandes.edu.co/bitstreams/872ad397-e4a2-4ba7-bf68-758377aa1080/download316c7ec832ffa71f926ba106eaa994bcMD57THUMBNAILFormatoEntregaFinal.pdf.jpgFormatoEntregaFinal.pdf.jpgGenerated Thumbnailimage/jpeg11387https://repositorio.uniandes.edu.co/bitstreams/b5cd9767-00d4-4c5b-858d-237e1905f3fa/download5c2616e443a46eaa75c6420b52fdd4c1MD56Modelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas.pdf.jpgModelo de despacho de potencia óptimo para la integración de energías renovables con sistemas de almacenamiento mediante la producción de hidrógeno y metano en el marco de la tecnología PowerToGas.pdf.jpgGenerated Thumbnailimage/jpeg8241https://repositorio.uniandes.edu.co/bitstreams/dc3fbdf5-61e0-4703-a5e4-990abeef778b/download146d22f512abe57876bd94f9484dd99fMD581992/73607oai:repositorio.uniandes.edu.co:1992/736072024-04-08 10:34:17.592http://creativecommons.org/licenses/by-nc-sa/4.0/Attribution-NonCommercial-ShareAlike 4.0 Internationalopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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