dc.contributor | Acevedo Arenas, César Yobany | |
dc.contributor | Acevedo Arenas, César Yobany [0000376671] | |
dc.contributor | Acevedo Arenas, César Yobany [0000-0002-5470-181X] | |
dc.contributor | Acevedo Arenas, César Yobany [Cesar-Y-Acevedo-Arenas-2154624305] | |
dc.creator | Torres Landazábal, Víctor Andrés | |
dc.date.accessioned | 2021-08-27T21:41:01Z | |
dc.date.accessioned | 2022-09-28T19:18:34Z | |
dc.date.available | 2021-08-27T21:41:01Z | |
dc.date.available | 2022-09-28T19:18:34Z | |
dc.date.created | 2021-08-27T21:41:01Z | |
dc.date.issued | 2021 | |
dc.identifier | http://hdl.handle.net/20.500.12749/14063 | |
dc.identifier | instname:Universidad Autónoma de Bucaramanga - UNAB | |
dc.identifier | reponame:Repositorio Institucional UNAB | |
dc.identifier | repourl:https://repository.unab.edu.co | |
dc.identifier.uri | http://repositorioslatinoamericanos.uchile.cl/handle/2250/3716529 | |
dc.description.abstract | Con el presente trabajo se buscó la implementación de un algoritmo matemático evolutivo que permitiera dimensionar de forma óptima sistemas híbridos off-grid pvwind-battery-diésel. Inicialmente se realizó la verificación de antecedentes con el objetivo de tener presente las metodologías ya existentes para diseñar sistemas híbridos y, a partir de esto, plantear un método práctico que aporte resultados altamente significativos. Una vez evaluados los antecedentes, estos sirven como sustento para la creación del correspondiente código en la plataforma de Matlab, teniendo como base un algoritmo genético, donde se realiza el dimensionamiento óptimo del sistema de generación renovable, de almacenamiento y generación diésel, tomando en consideración variables como la irradiancia, velocidad del viento, curva de carga y temperatura del emplazamiento donde se vaya a realizar el respectivo dimensionamiento del sistema hibrido. Posteriormente, con la herramienta desarrollada se prueba, evalúa y analiza, mediante casos hipotéticos, si se logra un dimensionamiento óptimo del sistema hibrido.
Finalmente, mediante un caso práctico aplicado en condiciones reales, se corrobora que la solución que arroja la herramienta desarrollada cubre la totalidad de la demanda energética indistintamente de la época del año, brindando una solución efectiva al problema planteado. Para esta parte se tomó como caso de estudio a la ciudad de Valencia - España, debido a que se contó, en el desarrollo del proyecto, con una cantidad suficiente de datos de carga, irradiancia, velocidad de viento y temperatura, necesarias para realizar un dimensionamiento con resultados significativos y confiables. Considerando la variabilidad geográfica y climatológica que se presentan a lo largo del año, en Valencia - España, la herramienta nos indica que la configuración óptima para la estación climática de verano es de 64 módulos fotovoltaicos, 1 turbinas eólicas, 12 baterías y 1 generador diésel con un LCOE de 0,172 $/kWh; mientras que para el invierno es de un sistema hibrido conformado por 57 módulos fotovoltaicos, 3 turbinas eólicas, 5 baterías y 1 generadores diésel con un LCOE de 0,186 $/kWh. | |
dc.language | spa | |
dc.publisher | Universidad Autónoma de Bucaramanga UNAB | |
dc.publisher | Pregrado Ingeniería en Energía | |
dc.relation | [1] J. A. A. Valencia, «Factibilidad de la implementación de paneles solares fotovoltaicos para la generación de energía eléctrica en las cabeceras municipales de las zonas no interconectadas de Colombia,» Universidad EAFIT, Medellín, Colombia, 2018 | |
dc.relation | [2] M. Giraldo, R. Vacca Ramírez y A. Urrego Quintanilla, «Las energías alternativas ¿una oportunidad para Colombia?,» Politécnico Colombiano, 2018 | |
dc.relation | [3] J. L. Agustín, «Aplicación de algoritmos genéticos al diseño óptimo de sistemas de distribución de energía eléctrica,» Zaragoza, 1988. | |
dc.relation | [4] Siddaiah, R., & Saini, R. P. (2016). A review on planning, configurations, modeling and optimization techniques of hybrid renewable energy systems for off grid applications. Renewable and Sustainable Energy Reviews, 58, 376–396 | |
dc.relation | [5] D. Ciatera Díaz, “Modelo de Optimización Multiobjetivo para Evaluación de Eficiencia en una Empresa de Servicios Eléctricos,” Dep. Ing. Ind., vol. Ingeniería, p. 91, 2015 | |
dc.relation | [6] N. P. & Akpan and I. A. Iwok, “Application of Linear Programming for Optimal Use of Raw Materials in Bakery,” Int. J. Math. Stat. Invent. www.ijmsi.org, vol. 4, no. 8, pp. 51–57, 2016. | |
dc.relation | [7] S. Ashok, “Optimised model for community-based hybrid energy system,” Renew. Energy, vol. 32, no. 7, pp. 1155–1164, 2007 | |
dc.relation | [8] T. K. Das, D. Chakraborty, and S. Seth, “Energy consumption and prospects for renewable energy technologies in an Indian village,” Energy, vol. 15, no. 5, pp. 445–449, 1990. | |
dc.relation | [9] L. A. Gen, “ALGORITMOS GE ETICOS 1 Introducción,” pp. 1–34, 1859. | |
dc.relation | [10] S. Sengupta, S. Basak, and R. Peters, “Particle Swarm Optimization: A Survey of Historical and Recent Developments with Hybridization Perspectives,” Mach. Learn. Knowl. Extr., vol. 1, no. 1, pp. 157–191, 2018 | |
dc.relation | [11] Dorigo, M., Birattari, M., & Stutzle, T. (2006). Ant colony optimization. IEEE Computational Intelligence Magazine, 1(4), 28–39. | |
dc.relation | [12] Zong Woo Geem, Joong Hoon Kim, & Loganathan, G. V. (2001). A New Heuristic Optimization Algorithm: Harmony Search. SIMULATION, 76(2), 60–68. | |
dc.relation | [13] P. El, “Un Algoritmo Metaheurístico De Recocido Simulado Para El 3Ap-Axial,” Saber, vol. 28, no. 3, pp. 566–573, 2016. | |
dc.relation | [14] Katsigiannis, Y. A., Georgilakis, P. S., & Karapidakis, E. S. (2012). Hybrid Simulated Annealing–Tabu Search Method for Optimal Sizing of Autonomous Power Systems With Renewables. IEEE Transactions on Sustainable Energy, 3(3), 330–338 | |
dc.relation | [15] Lujano-Rojas, J. M., Dufo-López, R., & Bernal-Agustín, J. L. (2013). Probabilistic modelling and analysis of stand-alone hybrid power systems. Energy, 63, 19–27 | |
dc.relation | [16] Guo, Q., Yu, H., & Xu, A. (2006). A hybrid PSO-GD based intelligent method for machine diagnosis. Digital Signal Processing, 16(4), 402–418. | |
dc.relation | [17] GOLDBERG and D. E., “Genetic Algorithms in Search,” Optim. Mach., 1989 | |
dc.relation | [18] Mitchell, Melanie (1996). An Introduction to Genetic Algorithms. Cambridge, MA: MIT Press | |
dc.relation | [19] Whitley, D. (1994). A genetic algorithm tutorial. Statistics and Computing, 4(2). | |
dc.relation | [20] "XI. Crossover and Mutation". http://www.obitko.com/: Marek Obitko. Retrieved 2011-04-07 | |
dc.relation | [21] Rowland J. O. Ekeocha, 2019. "Optimization of Systems," International Journal of Sciences, Office ijSciences, vol. 8(03), pages 118-125, March | |
dc.relation | [22] Valencia, P. E. (1997, August). Optimización mediante algoritmos genéticos. In Anales del Instituto de Ingenieros de Chile (Vol. 109, No. 2, pp. 83-92). | |
dc.relation | [23] Bhandari, B., Lee, K.-T., Lee, G.-Y., Cho, Y.-M., & Ahn, S.-H. (2015). Optimization of hybrid renewable energy power systems: A review. International Journal of Precision Engineering and Manufacturing-Green Technology, 2(1), 99–112 | |
dc.relation | [24] García, E. R. S., González, R. L. P. E. F., & Morales, J. M. F. Análisis del costo nivelado de energía para diversas fuentes renovables al año 2030 y 2050. Un parámetro clave en la toma de decisión de proyectos de inversión. Serieponencias, 19. | |
dc.relation | [25] Kaabeche, A., Belhamel, M., & Ibtiouen, R. (2011). Sizing optimization of gridindependent hybrid photovoltaic/wind power generation system. Energy, 36(2), 1214–1222 | |
dc.relation | [26] Energetika - Curva I-V de un panel fotovoltaico. (2018). Energiteka. http://www.energetika.com.ar/Curva%20I-V.html | |
dc.relation | [27] T. Markvart, Solar Electricity. WILEY, 2000. | |
dc.relation | [28] M. A. Habib, S. A. M. Said, M. A. El-Hadidy, and I. Al-Zaharna, “Optimization procedure of a hybrid photovoltaic wind energy system,” Energy, vol. 24, no. 11, pp. 919–929, 1999 | |
dc.relation | [29] Notton. G, Cristofari. C, Mattei. M. and Poggi. P. (2005). Modelling of a doubleglass photovoltaic module using finite differences, Appl. Therm.Eng, 25, 2854– 2877. | |
dc.relation | [30] S. Diaf, G. Notton, M. Belhamel, M. Haddadi, and A. Louche, “Design and techno-economical optimization for hybrid PV/wind system under various meteorological conditions,” Appl. Energy, vol. 85, no. 10, pp. 968–987, 2008 | |
dc.relation | [31] E.-L. J, Manual de energía eólica. 2011 | |
dc.relation | [32] A. Ilinca, E. McCarthy, J. L. Chaumel, and J. L. Rétiveau, “Wind potential assessment of Quebec Province,” Renew. Energy, vol. 28, no. 12, pp. 1881–1897, 2003 | |
dc.relation | [33] B. Ai, H. Yang, H. Shen, and X. Liao, “Computer-aided design of PV/wind hybrid system,” Renew. Energy, vol. 28, no. 10, pp. 1491–1512, 2003 | |
dc.relation | [34] S. H. El-Hefnawi, “Photovoltaic diésel-generator hybrid power system sizing,” Renew. Energy, vol. 13, no. 1, pp. 33–40, 1998. | |
dc.relation | [35] Giangrandi V., L. (2011). “Aspectos técnico económicos para evaluación de proyectos de cogeneración en base a grupos generadores diésel”. Universidad Catolica De Chile | |
dc.relation | [36] M. K. Deshmukh and S. S. Deshmukh, “Modeling of hybrid renewable energy systems,” Renew. Sustain. Energy Rev., vol. 12, no. 1, pp. 235–249, 2008 | |
dc.relation | [37] A. Kaabeche, M. Belhamel, and R. Ibtiouen, “Techno-economic valuation and optimization of integrated photovoltaic/wind energy conversion system,” Sol. Energy, vol. 85, no. 10, pp. 2407–2420, 2011 | |
dc.relation | [38] LAZARD. (2020). Levelized Cost of Energy and Levelized Cost of Storage – 2020. https://www.lazard.com/perspective/levelized-cost-of-energy-and-levelizedcost-of-storage-2020/ | |
dc.relation | [39] Predescu, M. (2016). Economic evaluation of small wind turbines and hybrid systems for residential use. Renewable Energy and Environmental Sustainability, 1, 33 | |
dc.relation | [40] ARE’s Technology Working Group. (2020, junio). Rural Electrification with Renewable Energy. Alliance for Rural Electrification. | |
dc.rights | http://creativecommons.org/licenses/by-nc-nd/2.5/co/ | |
dc.rights | Abierto (Texto Completo) | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | http://purl.org/coar/access_right/c_abf2 | |
dc.rights | Atribución-NoComercial-SinDerivadas 2.5 Colombia | |
dc.title | Herramienta para el dimensionamiento óptimo de sistemas híbridos Off-Grid Pv-Wind-Battery-Diésel, basado en algoritmo evolutivo | |