Cómo citar
Enríquez , J., Del Hierro, C., Sánchez, R., & Panchi, D. (2021). Integración de un Sistema de Monitoreo de Condiciones Climáticas al Sistema de Gestión de Energía Nacional . Revista Técnica "Energía", 17(2), PP. 124-132. https://doi.org/10.37116/revistaenergia.v17.n2.2021.441

Resumen

Este trabajo presenta el desarrollo de un sistema para la adquisición de datos en tiempo real de variables climáticas como son temperatura y condiciones climáticas; y su integración con el Sistema de Gestión de Energía - EMS de CENACE. Las variables climáticas adquiridas servirán para el análisis de la relación existente entre temperatura y demanda eléctrica en diferentes ciudades de Ecuador. Adicionalmente, la presentación de las condiciones meteorológicas en un despliegue operativo dentro del SCADA/EMS ayudará a la toma de decisiones en la operación en tiempo real del Sistema Nacional Interconectado. Este articulo mostrará los distintos conceptos y componentes utilizados para el desarrollo de este sistema, así como los resultados alcanzados a nivel de visualización. Para finalizar se presentarán los resultados de un análisis de la variabilidad de la demanda diaria horaria por seis meses, enfocándose en las ciudades de Guayaquil, Quito y Cuenca. A través de la técnica de minería de datos llamada Funciones Empíricas Ortogonales se explicará la correlación existente entre la amplitud de los vectores empíricos ortogonales calculados de la demanda y la temperatura de cada ciudad.

Licencia

Creative Commons License
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.

Citas

[1] P. C. Unit, “Network Manager Training Process Communication Unit , PCU400 General solution for multi protocol data acquisition from RTUs / IEDs,” no. May, 2012.
[2] C. D. E. T. Se and S. Internacional, “Capítulo 3 : Elementos sensores y transductores de temperatura,” pp. 23–68, 2018.
[3] P. Van Eijsden, “Situational awareness,” Ned. Tijdschr. Geneeskd., vol. 159, no. 30, pp. 186–187, 2015.
[4] “Weather API - OpenWeatherMap.” .
[5] “Python’s Requests Library (Guide) – Real Python.” .
[6] D. K. Mahto and L. Singh, “A dive into Web Scraper world,” in 2016 3rd International Conference on Computing for Sustainable Global Development (INDIACom), 2016, pp. 689–693.
[7] C. Giannakopoulos and B. Psiloglou, “Trends in energy load demand for Athens, Greece: weather and on-weather related factors,” Clim. Res., vol. 31, pp. 97–108, 2006.
[8] A. Henley and J. Peirson, “Non‐Linearities in Electricity Demand and Temperature: Parametric Versus Non‐Parametric Methods,” Oxf. Bull. Econ. Stat., vol. 59, no. 1, pp. 149–162, 1997.
[9] M. Ali, M. J. Iqbal, and M. Sharif, “Relationship between extreme temperature and electricity demand in Pakistan,” Int. J. Energy Environ. Eng., vol. 4, no. 1, p. 36, 2013.
[10] C. L. Hor, S. J. Watson, and S. Majithia, “Analyzing the impact of weather variables on monthly electricity demand,” IEEE Trans. Power Syst., vol. 20, no. 4, pp. 2078–2085, 2005.
[11] M. Bessec and J. Fouquau, “The non-linear link between electricity consumption and temperature in Europe: A threshold panel approach,” Energy Econ., vol. 30, no. 5, pp. 2705–2721, 2008.
[12] A. Pardo, V. Meneu, and E. Valor, “Temperature and seasonality influences on Spanish electricity load,” Energy Econ., vol. 24, no. 1, pp. 55–70, 2002.
[13] D. J. Sailor and J. R. Muiqoz, “Pergamon pll:. S0360-5442(97)000M-0,” vol. 22, no. 10, pp. 987–998, 1997.
[14] H. Moazamigoodarzi, R. Gupta, S. Pal, P. J. Tsai, S. Ghosh, and I. K. Puri, “Modeling temperature distribution and power consumption in IT server enclosures with row-based cooling architectures,” Appl. Energy, vol. 261, no. August 2019, pp. 1–13, 2020.
[15] M. Shakeri et al., “An intelligent system architecture in home energy management systems (HEMS) for efficient demand response in smart grid,” Energy Build., vol. 138, pp. 154–164, 2017.
[16] E. Valor, V. Meneu, and V. Caselles, “Daily Air Temperature and Electricity Load in Spain,” J. Appl. Meteorol., vol. 40, no. 8, pp. 1413–1421, Aug. 2001.
[17] “OpenWeatherMap® API: Get Historical & Current Weather Data | RapidAPI.” .
[18] S. Alburqueque, “Funciones ortogonales empíricas y su aplicación a datos de temperatura superficial del mar,” 2019.
[19] J. C. Cepeda, Real Time Vulnerability Assessment of Electric Power Systems Using Synchronized Phasor Measurement Technology. 2013.
[20] 2011 Bruce, “Variabilidad y tendencias del nivel del mar en las costas de las penìnsula Ibérica y zonas limítrofes:su relación con parámetros meteorológicos,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 1689–1699, 2013.
[21] M. Kezunovic and A. Bose, “The future EMS design requirements,” Proc. Annu. Hawaii Int. Conf. Syst. Sci., pp. 2354–2363, 2013.
[22] P. Schober and L. A. Schwarte, “Correlation coefficients: Appropriate use and interpretation,” Anesth. Analg., vol. 126, no. 5, pp. 1763–1768, 2018.

Descargas

La descarga de datos todavía no está disponible.

Metricas

Metricas Cargando ...
Sistema OJS 3 - CENACE |