Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.espoch.edu.ec/handle/123456789/21306
Título : | Modelado y simulación de una micro-red inteligente aplicando control fuzzy-genético para la óptima gestión energética en escenarios prosumers. |
Autor : | Tapia Alvarado, Cristian Wilson Ulloa Menta, Diana Karolina |
Director(es): | Pacheco Cunduri, Mayra Alejandra |
Tribunal (Tesis): | Cabrera Aguayo, Fausto Ramiro |
Palabras claves : | TECNOLOGÍA Y CIENCIAS DE LA INGENIERÍA;INTELIGENCIA ARTIFICIAL;ELECTRÓNICA DE POTENCIA;CONTROL FUZZY Y GENÉTICO;MICRO-RED INTELIGENTE;GESTIÓN ENERGÉTICA;USUARIO PROSUMER;OPTIMIZACIÓN |
Fecha de publicación : | 4-mar-2022 |
Editorial : | Escuela Superior Politécnica de Chimborazo |
Citación : | Tapia Alvarado, Cristian Wilson; Ulloa Menta, Diana Karolina. (2022). Modelado y simulación de una micro-red inteligente aplicando control fuzzy-genético para la óptima gestión energética en escenarios prosumers. Escuela Superior Politécnica de Chimborazo. Riobamba. |
Identificador : | UDCTFIYE;108T0426 |
Abstract : | The objective of this research work was to model and simulate a micro-smart grid applying a fuzzy-genetic controller for optimal energy management in environments including prosumer users. For theprocess, a residential load profile study was carried out, Obtaining data of irradiance and temperatura for the dimensioning of a micro-smart grid with photovoltaic technology operating in grid-on mode, interconnected to the network. According to the simulation, the Matlab/Simulink 2018b software was used to implement the elements that make up a micro-smart grid. The intelligent control implemented is a fuzzygenetic developed in a script, applying a fuzzy controller type Mamdani and a generic genetic algorithm to validate was compared with a base rule control for energy management and optimization. The control fuzzy-genetic with the AGs maximizes the power parameters, obtaining a dynamic behavior in a quarter hour. The fuzzy controller manages the state of battery charge, having a charge in hours [7:30 to 17:30], discharge from 17:30 covering a maximum demand from [18:00 to 22:00]h with a power range of [95 - 116]W and connection to the distribution network. However, the rule base control sets rules obtaining an oscillatory load state and a linear load profile with a behavior static. It is concluded that the fuzzy-genetic control implemented in the micro-network manages the consumption and generation, solving in the time of greater prosumer demand, obtaining a minimization of energy cost. However, the base rule control is an on-off, getting poor management in the area of greatest demand, obtaining an optimization of 5%. It is recommended in the research that variables of energy cost and time of greater demand are applied to visualize the energy management and transactions carried out by a user. |
Resumen : | El objetivo del presente trabajo de investigación fue modelar y simular de una micro-red inteligente aplicando un control fuzzy-genético para la óptima gestión energética en escenarios que incluyan usuarios tipo prosumer. Para el proceso se realizó un estudio de perfil de carga residencial, obtención de datos de irradiancia y temperatura, para el dimensionamiento de una micro-red con tecnología fotovoltaica operando en modo grid-on, interconectado a la red. Respecto a la simulación se utilizó el software Matlab/Simulink 2018b para implementar los elementos que componen una micro-red. El control inteligente implementado es un fuzzygenético desarrolló en un script, aplicando un controlador fuzzy tipo Mamdani y un algoritmo genético genérico. Para validar se comparó con un control rule base para una gestión y optimización energética. El control fuzzy-genético, con el AGs nos da una maximización de los parámetros de potencia, obteniendo un comportamiento dinámico en tiempo cuarto-horarios. El controlador fuzzy gestiona el estado de carga de batería, teniendo una carga en horario [7:30 a 17:30]h, la descarga a partir de 17:30 h abarcando una demanda máxima de [18:00 a 22:00]h con un rango de potencia de [95 -116]W y la conexión con la red de distribución. No obstante, el control rule base establece reglas obteniendo un estado de carga oscilatorio y un perfil de carga lineal con un comportamiento estático. Se concluye que el control fuzzy-genético implementado en la micro-red gestiona el consumo y generación, solventando en el tiempo de mayor demanda prosumer, obteniendo una minimización al costo energético. No obstante, el control rule base es un on-off, obteniendo una mala gestión en zona de mayor demanda. Obteniendo una optimización del 5%. Se recomienda en la investigación que se aplique variables de costo energético y tiempo de mayor demanda, para visualizar la gestión y transacciones energéticas que realiza un usuario. |
URI : | http://dspace.espoch.edu.ec/handle/123456789/21306 |
Aparece en las colecciones: | Ingeniero en Electrónica, Control y Redes Industriales; Ingeniero/a en Electrónica y Automatización |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
108T0426.pdf | 4,05 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons