Please use this identifier to cite or link to this item: http://dspace.ups.edu.ec/handle/123456789/13540
Title: Respuesta de la demanda de electricidad de una red de área industrial basada en alta incertidumbre
Authors: Barahona Quelal, Bayardo Julián
Advisor: García Torres, Edwin Marcelo
Keywords: ELÉCTRICA
DEMANDA DE ENERGÍA ELÉCTRICA
PROCESOS DE MARKOV
MÉTODO DE MONTECARLO
ALGORITMOS
Issue Date: Feb-2017
Abstract: El estudio de la respuesta a la demanda (DR por sus siglas en ingles) en el sector industrial busca una eficiente y óptima utilización de la energía eléctrica para lo cual se plantea un algoritmo de optimización alimentado por un mecanismo de predicción de la demanda en base a datos históricos operados mediante cadenas de Markov y el método de Montecarlo. Este algoritmo determina la probabilidad de que el consumo energético incremente, se mantenga o disminuya; una vez obtenidas las distintas probabilidades se construye la matriz de transición para una cadena de Markov y se predice el valor del posible evento futuro. Una vez obtenida la curva de consumo y gracias a datos de niveles y estándares de producción se plantea un algoritmo de optimización del costo energético en base a una función objetivo orientada a la reducción de costos energéticos por unidad producida, con las respectivas restricciones obtenidas del mismo proceso, como por ejemplo, número de unidades requeridas, el número de trabajadores necesarios, el tiempo de trabajo de los subprocesos e incluso el orden de los procesos; el resultado de la optimización indicará a qué hora del día es ideal el arranque de la producción, cuantos turnos de trabajos se requieren para producir las unidades que se necesitan, siempre orientado a reducir los costos mensuales energéticos de producción en base a un pliego tarifario.
Description: The demand response study (DR) for industries search an efficient and optimal use for the energy using an optimization algorithm who is fed by a prediction mechanism of the demand with historical data, operated by Markov chains and the Monte Carlo method. This algorithm determines the probability of the energy consumption increases, don’t have changes or decreases; once the different probabilities are obtained the transition matrix for Markov chain is constructed and the value for the possible future event will be predicted. Once the consumption curve is obtained and with the data of levels of production, an optimization algorithm for the energy cost is proposed based in an objective function oriented to the reduction energy costs per unit produced, with the respective restrictions obtained from the same process, such as the number of units required, the number workers required, the working time of the sub processes and even the order of the processes; The optimization result will indicate, what time in the day the production will be started because this is the best, another goal is to determinate how many work shifts are required to produce the units that are needed, always aimed at reducing the monthly energy costs of production based on a tariff schedule.
URI: http://dspace.ups.edu.ec/handle/123456789/13540
Appears in Collections:Ingeniería Eléctrica KENNEDY - Tesis de Pregrado

Files in This Item:
File Description SizeFormat 
UPS-KT00188.pdfTexto completo1.16 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.