Determinación de funciones de costos de incertidumbre en cargas controlables dependientes del clima en entornos comerciales

Abstract

En este trabajo final de maestría se presenta el desarrollo, simulación y validación de las funciones de costos de incertidumbre para un edificio de uso comercial con cargas controlables dependientes del clima, ubicado en el estado de California, en Estados Unidos. Para su desarrollo, se utilizó datos estadísticos de consumo de energía del edificio en el año 2016, así como el concepto de Estimador de Densidad de Núcleo con el fin de determinar el comportamiento probabilístico del mismo. Para la validación de las funciones se utilizó el método de Montecarlo, con el fin de realizar comparaciones entre los resultados analíticos y los resultados obtenidos por el método. Las funciones de costos encontradas presentan errores diferenciales menores al 1%, comparadas con el método de Montecarlo. Con esto, se cuenta con una aproximación analítica a los costos de incertidumbre del edificio que se puede utilizar en el desarrollo de despachos de energía óptimos, así como un método complementario para la caracterización probabilística del comportamiento estocástico de agentes del sector eléctrico. (Texto tomado de la fuente)

This final master's work presents the development, simulation and validation of the uncertainty cost functions for a commercial building with climate-dependent controllable loads, located in the state of California, United States. For its development, statistical data on the energy consumption of the building in 2016 was used, as well as the concept of the Kernel Density Estimator in order to determine its probabilistic behavior. For validation of the functions, the Montecarlo method was used, in order to make comparisons between the analytical results and the results obtained by the method. The cost functions found show differential errors of less than 1%, compared to the Monte Carlo method. With this, there is an analytical approach to the uncertainty costs of the building that can be used in the development of optimal energy dispatches, as well as a complementary method for the probabilistic characterization of the stochastic behavior of agents in the electricity sector. (Text taken from source)