Predicción de la demanda eléctrica a corto plazo utilizando herramientas de aprendizaje profundo

Simple item page
dc.contributor.advisorChamba León, Marlon Santiago
dc.contributor.authorGómez Morales, Óscar Wladimir
dc.date.accessioned31/05/2024 9:18
dc.date.available31/05/2024 9:18
dc.date.issued2024
dc.descriptionArtículo presentado previo a la obtención al Grado de Magíster en Electricidad, Mención Energías Renovables y Eficiencia Energéticaes
dc.description.abstractEl presente trabajo de investigación se realiza un análisis técnico-económico de la implementación de un sistema de generación distribuida para autoabastecimiento (SGDA) para una demanda de tipo comercial. Se realiza la definición de los principales aspectos de la modelación del SGDA, en este sentido, se ha considerado un sistema de generación fotovoltaica y un sistema de almacenamiento de energía a través de baterías. El modelo de gestión de energía para el SDGA se basa en el uso de un sistema de manejo de energía para hogares, en donde se realiza la modelación de los sistemas de generación y las estrategias de control y operación del SDGA. Se utilizo el uso de información histórica meteorológica de temperatura e irradiación solar para el caso de la modelación del sistema fotovoltaico; además, del uso de datos históricos promedio de demanda de energía eléctrica. Para el caso del sistema de baterías, se hace uso de datos técnicos de diferentes tecnologías. Finalmente, se realiza la evaluación financiera a través de los indicadores VAN, TIR, TERI y LCOE, los cuales muestran resultados aceptables en cuanto al rendimiento y viabilidad del proyecto, en consideración a los escenarios ytecnologías propuestas.
dc.id.advisor1103694434
dc.id.author503358624
dc.identifier.citationPOS.1083es
dc.identifier.urihttps://repositorio.puce.edu.ec/handle/123456789/43483
dc.language.isoes
dc.publisherPUCE - Esmeraldas
dc.subjectPV
dc.subjectBaterías
dc.subjectHEMS
dc.subjectSDGA
dc.subjectIrradiación solar
dc.subjectTemperatura
dc.subjectVAN
dc.subjectTIR
dc.subjectTERI
dc.subjectLCOE
dc.titlePredicción de la demanda eléctrica a corto plazo utilizando herramientas de aprendizaje profundo
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
ARTÍCULO – GÓMEZ -BERMUDES-1.pdf
Size:
1.05 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Tesis de Maestría en Electricidad Mención Energías Renovables y Eficiencia Energética