Página principal > Evaluación de la fiabilidad de un sistema de generación eléctrico con participación de fuentes renovables > premis
Universidad de Zaragoza Custodiado por la Biblioteca de la Universidad de Zaragoza Premis-plugin for CDSInvenio, developed by Miguel Martín Miguel Martín González
oai:zaguan.unizar.es:6519 2017-08-31
spa Delgado Antillón, Carmen Patricia Domínguez Navarro, José Antonio Evaluación de la fiabilidad de un sistema de generación eléctrico con participación de fuentes renovables https://zaguan.unizar.es/record/6519/files/TAZ-TFM-2011-089.pdf Debido a los avances tecnológicos, a los cambios en la legislación o aspectos de tipo económico, social u otros, los sistemas de suministro eléctrico están en posibilidad de integrar cada vez más a las fuentes de energía renovable. Esta integración debe seguir manteniendo la rentabilidad y fiabilidad del sistema. Por ello, dentro de la extensa gama de investigaciones que hay respecto a la planificación de instalaciones de generación eléctrica, algunas abordan la integración de energías renovables evaluando con métodos probabilísticos la variabilidad de sus fuentes. La simulación Monte Carlo ha sido ampliamente usada para calcular índices de fiabilidad, aunque es un proceso que por lo general tiene requerimientos computacionales elevados cuanto mejores resultados se pretenden. Por ello, en el presente trabajo se profundiza en el uso de la Función Generadora Universal (UGF) como una opción para el cálculo de los índices de fiabilidad, ya que permite modelar elementos como sistemas multi-estados. El interés de emplear la UGF es disminuir los tiempos requeridos por los cálculos de los índices de fiabilidad, manteniendo resultados aceptables, además de apoyarse en tales resultados para optimizar las combinaciones de distintas fuentes de generación que se pueden presentar. Estas combinaciones pueden incluir: fuentes de energía eólica, solar, grupos electrógenos y la red eléctrica; todos ellos modelados como sistemas multi-estado. Ya que es importante que los sistemas o combinaciones de fuentes de energía cumplan ciertos requisitos de rentabilidad y fiabilidad, se optimizan las posibles combinaciones de fuentes de generación en tres objetivos fundamentales: el coste de la energía, la fiabilidad del suministro y el porcentaje de integración de las energías renovables. El resultado obtenido a través del uso del algoritmo evolutivo multi-objetivo es un grupo de distintas posibilidades de instalaciones eléctricas que interactúan con la demanda propuesta, optimizando los tres objetivos planteados. Las posibilidades u opciones encontradas son cercanas o incluyen a los óptimos reales, con lo cual pueden servir de base para una evaluación más exhaustiva en la planificación de una instalación. Además, al calcular los índices de fiabilidad utilizando la UGF, se logra una reducción en el tiempo y los resultados obtenidos soportan la idea de la sustitución de esta metodología por la otra, para el caso donde la evaluación es a largo plazo. Finalmente, se presentan las simulaciones hechas con este sistema y se evalúan los resultados que arrojaron, para sustentar el trabajo realizado. A su vez, estos mismos resultados permiten visualizar las mejoras o cambios que en un futuro pueden probarse para fortalecer la metodología propuesta. 2014-11-28 6519 20170831220337.0 TAZ-TFM-2011-089 spa Delgado Antillón, Carmen Patricia Evaluación de la fiabilidad de un sistema de generación eléctrico con participación de fuentes renovables Zaragoza Universidad de Zaragoza 2011 by-nc-sa Creative Commons 3.0 http://creativecommons.org/licenses/by-nc-sa/3.0/ Trabajo cargado por la Biblioteca Hypatia. Para contactar con el autor utilice 623012@celes.unizar.es Debido a los avances tecnológicos, a los cambios en la legislación o aspectos de tipo económico, social u otros, los sistemas de suministro eléctrico están en posibilidad de integrar cada vez más a las fuentes de energía renovable. Esta integración debe seguir manteniendo la rentabilidad y fiabilidad del sistema. Por ello, dentro de la extensa gama de investigaciones que hay respecto a la planificación de instalaciones de generación eléctrica, algunas abordan la integración de energías renovables evaluando con métodos probabilísticos la variabilidad de sus fuentes. La simulación Monte Carlo ha sido ampliamente usada para calcular índices de fiabilidad, aunque es un proceso que por lo general tiene requerimientos computacionales elevados cuanto mejores resultados se pretenden. Por ello, en el presente trabajo se profundiza en el uso de la Función Generadora Universal (UGF) como una opción para el cálculo de los índices de fiabilidad, ya que permite modelar elementos como sistemas multi-estados. El interés de emplear la UGF es disminuir los tiempos requeridos por los cálculos de los índices de fiabilidad, manteniendo resultados aceptables, además de apoyarse en tales resultados para optimizar las combinaciones de distintas fuentes de generación que se pueden presentar. Estas combinaciones pueden incluir: fuentes de energía eólica, solar, grupos electrógenos y la red eléctrica; todos ellos modelados como sistemas multi-estado. Ya que es importante que los sistemas o combinaciones de fuentes de energía cumplan ciertos requisitos de rentabilidad y fiabilidad, se optimizan las posibles combinaciones de fuentes de generación en tres objetivos fundamentales: el coste de la energía, la fiabilidad del suministro y el porcentaje de integración de las energías renovables. El resultado obtenido a través del uso del algoritmo evolutivo multi-objetivo es un grupo de distintas posibilidades de instalaciones eléctricas que interactúan con la demanda propuesta, optimizando los tres objetivos planteados. Las posibilidades u opciones encontradas son cercanas o incluyen a los óptimos reales, con lo cual pueden servir de base para una evaluación más exhaustiva en la planificación de una instalación. Además, al calcular los índices de fiabilidad utilizando la UGF, se logra una reducción en el tiempo y los resultados obtenidos soportan la idea de la sustitución de esta metodología por la otra, para el caso donde la evaluación es a largo plazo. Finalmente, se presentan las simulaciones hechas con este sistema y se evalúan los resultados que arrojaron, para sustentar el trabajo realizado. A su vez, estos mismos resultados permiten visualizar las mejoras o cambios que en un futuro pueden probarse para fortalecer la metodología propuesta. Máster Universitario en Energías Renovables y Eficiencia Energética Derechos regulados por licencia Creative Commons Domínguez Navarro, José Antonio dir. Universidad de Zaragoza Ingeniería Eléctrica Ingeniería Eléctrica EUITIZ hypatia@unizar.es 1342252 https://zaguan.unizar.es/record/6519/files/TAZ-TFM-2011-089.pdf Memoria (spa) oai:zaguan.unizar.es:6519 trabajos-fin-master driver TAZ TFM EUITIZ URI https://zaguan.unizar.es/record/6519 SUPPORTED 0 MD5 https://zaguan.unizar.es/record/6519/files/TAZ-TFM-2011-089.md5 0 image/x.djvu 6 http://djvu.sourceforge.net/abstract.html DJVU/6 Profile information Lizardtech Document Express Enterprise 5.1 0 URI https://zaguan.unizar.es/record/6519/files/TAZ-TFM-2011-089.pdf disk Minimum View Print Visualization of DJVU requires specific software, like DjVu Browser Plugin URI http://creativecommons.org/licenses/by-nc/3.0 URI http://creativecommons.org/licenses/by-nc/3.0 license URI http://creativecommons.org/licenses/by-nc/3.0 You are free to adapt, copy, transmite or distribute the work under the following conditions: (1) You must attribute the work in the manner specified by the author or licensor (but not in any way that suggests that they endorse you or your use of the work). (2) You may not use this work for commercial purposes (3) For any reuse or distribution, you must make clear to others the license terms of this work (4) Any of the above conditions can be waived if you get permission from the copyright holder (5) Nothing in this license impairs or restricts the author's moral rights This object is licensed under Creative Common Attribution-NonCommercial 3.0 (further details: http://creativecommons.org/licenses/by-nc/3.0/). Universidad de Zaragoza Automatizacion de Bibliotecas Edif. Matematicas, Pedro Cerbuna 12, 50009 Zaragoza auto.buz@unizar.es