Escolar Documentos
Profissional Documentos
Cultura Documentos
micro-redes inteligentes
Carlos Molina B*
Universidad Politécnica Salesiana Ecuador
*Email: cmolinab1@est.ups.edu.ec
Resúmen— En la última década las micro redes inteligentes En general el modelamiento de la demanda es un reto dentro
han ganado espacio en la población, sobre todo en aquellas zonas de la ingeniería al momento de escoger una metodología más
aisladas pero autosustentables. adecuada que permita predecir la demanda, ya que de los
resultados obtenidos se tomarán las decisiones más acertadas
Un modelo matemático acertado para la predicción de la que garanticen la íntima relación que debe existir entre
demanda es muy necesario debido a que en una micro red es generación y carga en una micro-red.
fundamental mantener el balance entre generación y carga con la
finalidad de no tener contingencias de balance de energía que II. ESTADO DEL ARTE
conlleven al colapso del sistema.
A. Modelamiento de la Demanda
Muchos autores han trabajado en diversos modelos para la
predicción de la demanda sin embargo este artículo hace
La modelación de la demanda residencial y comercial puede
referencia a la utilización de modelos lineales debido a la
simplicidad que tienen a diferencia de otros.
ser muy extendida en función de los parámetros a ser
considerados [1]. Sin embargo, en el 2009; Swan y Ugursal [3],
Las ideas fundamentales son transcritas en la primera parte de establecieron una segmentación más fina de los métodos
este trabajo. A su vez se realizará una comparativa entre los disponibles y los clasificaron en dos metodologías más simples
modelos lineales que se ajustan para la modelación de la demanda. conocidas como top-down y bottom-up.
I. INTRODUCTION
Una práctica habitual en la planificación de los sistemas
eléctricos es conocer el comportamiento de la demanda debido
a que gracias a una buena predicción es posible planificar la
generación requerida para satisfacer un consumo previsto, así
como tener una aproximación de cuándo se da el pico de
demanda. Modelar la demanda es una actividad desafiante
debido a la variación que tiene en el tiempo; sin embargo,
permite determinar la potencia necesaria en un sistema eléctrico Figura 1. Modelo Buttom-up y Top-down
en un intervalo específico de tiempo.
Todo sistema eléctrico posee tres tipos de demanda Otros investigadores de sistemas eléctricos han propuesto
identificados claramente como industrial, comercial e industrial. otras estrategias para definir un modelo de carga. Por lo general
Si bien la demanda industrial es constante, las demandas la metodología utilizada ha sido históricamente apoyada por la
comerciales y residenciales varían constantemente en el tiempo. matemática estadística; se han identificado por ejemplo
modelos basados en el filtro de Kalman [4], modelos de auto-
Gracias a la naturaleza aleatoria de las cargas, así como de regresión conocidas por sus siglas en inglés como ARIMA
las fluctuaciones que tiene debido a la actividad propia de los (Autoregressive Integrated Moving Average) [5], exponential
ocupantes de la vivienda es mucho más complicado predecir la smooting [6], modelos en espacios de estados y modelo de box
potencia demandada que la energía demandada [1]. Por este
Jenkins [7].
efecto es posible observar curvas de carga diaria diferentes en
viviendas de similares características.
A su vez, autores como Krischan A. Keitsch and Thomas
En micro redes, es de vital importancia mantener un balance Bruckner [8] proponen una modelación de demanda hibrida
constante en tiempo real entre generación y la demanda, ya que basados en la aplicación de redes neuronales artificiales,
desbalances podrían originar fluctuaciones de voltaje y regresión lineal y máquinas de soporte vectorial por otro lado
variaciones de frecuencia que pueden causar serios daños a estudios recientes han permitido combinar este modelo hibrido
equipos y llegar a puntos críticos que podrían provocar colapsos con sistemas de interferencia difusa [9].
del sistema dejando a la micro red sin energía [2].
En general, los modelos para el pronóstico de la demanda B. Modelo de Regresión Lineal Simple
de energía eléctrica pueden ser clasificados de la siguiente
manera [10], [11]: Gráficamente el modelo más simple para relacionar
variables dependientes de variables independientes es una línea
1. Modelamiento en base al criterio humano recta. El modelo de regresión lineal tiene por objetivo encontrar
2. Inteligencia Artificial la ecuación de una recta que se ajuste al conjunto de datos y
3. Modelos Estocásticos minimice el error de las distancias entre los puntos y la recta. La
4. Modelamientos Estadísticos ecuación se describe de la siguiente manera [20], [23], [24]:
= + +
Las entidades públicas consideran importe el pronóstico de
Donde:
la demanda eléctrica, y por eso los modelos deben predecir la
demanda en: Intersección con el eje Y, cuando X=0
Se describe como la variación que tiene Y a incrementos
a. Predicción a corto plazo de X. Pendiente de la recta.
b. Predicción a mediano plazo
c. Predicción a largo plazo Es la diferencia entre el valor pronosticado por el modelo y
el valor real.
Los modelos de predicción de la demanda de corto plazo se
manejan en intervalos de un día hasta varias semanas. Pueden La sumatoria del cuadrado de los errores puede expresarse
determinar flujos de carga con la finalidad de tomar decisiones como sigue:
para prevenir sobrecargas en líneas [12]. Los modelos de
= − = − −
predicción a mediano plazo enfocan su estudio en intervalos de
un mes a varios años, proporcionando estudios de planificación
y operación del sistema eléctrico [13], [14]. A su vez, los
= − −
modelos de predicción a largo plazo trabajan en intervalos de
tiempo que van desde un año hasta veinte años y son los
encargados de detectar períodos de exceso o carencia de
generación con la finalidad de tomar acciones y medidas para = − −
ahorro de energía eléctrica [15], [16], [17].
"#$ =
%→'
Figura 2. Modelo de Regresión Lineal Simple Uno de los problemas que presenta en este tipo de regresión
es la imposibilidad para representar gráficamente los valores
observados de la variable dependiente para más de dos variables
C. Modelamiento de Regresión Lineal Múltiple independientes. Debido a esto, cuando se utilizan más de dos
variables independientes, es frecuente realizar comparaciones
Para el estudio de la evolución de la demanda eléctrica en dos a dos entre las distintas variables presentes y evaluar las
una micro red será necesario recurrir a modelos en los que se interacciones entre ellas mediante los coeficientes los
pueda predecir el comportamiento de una variable dependiente coeficientes de correlación.
teniendo en cuenta el gran número de variables independientes
que tendrán influencia en ella como son las condiciones III. ANÁLISIS DE LAS METODOLOGÍAS PARA MODELAIMENTO
climáticas, temporadas del año, variables económicas y LINEAL DE LA DEMANDA
demográficas y comportamiento humano [26]. El modelamiento de la demanda en micro redes inteligentes
La formulación de este modelo es similar a la regresión es un desafío para la ingeniería eléctrica, en consideración que
simple, sin embargo, ahora se dispondrá de “k” variables es necesario mantener un equilibrio entre generación y carga en
independientes para n observaciones de la variable respuesta este tipo de sistemas con la finalidad de no llegar a problemas o
contingencias en el sistema.
BIOGRAFÍA
Carlos Molina, nació en Quito-Ecuador el 8 de
septiembre de 1986. Realizó sus estudios secundarios
en el Colegio Técnico Salesiano Don Bosco. Se
graduó en el Centro de Capacitación Profesional
como Tecnólogo en Control y Automatización en
2012. En la actualidad se encuentra cursando el
noveno nivel de Ingeniería Eléctrica en la
Universidad Politécnica Salesiana campus Kennedy.