Modelo predictivo de recomendación para el despacho energético del complejo Hidroeléctrico Paute
Predictive recommendation model for the energy dispatch of the Paute Hydropower complex
Cómo citar
Descargar cita
Mostrar biografía de los autores
Artículos similares
- V. Cárdenas , D. Echeverría , J. Cepeda , Determinación de los Modelos Estocásticos de Generación de las Centrales del Sistema Nacional Interconectado , Revista Técnica "energía": Vol. 12 Núm. 1 (2016): Revista Técnica "energía", Edición No. 12
- M. Chamba , O. Añó , R. Reta , Despacho Regional de Energía y Reserva Co nsiderando el Benefi cio Social de los Sistemas Participantes , Revista Técnica "energía": Vol. 12 Núm. 1 (2016): Revista Técnica "energía", Edición No. 12
- S. Zambrano , P. Novillo , M. Molina , Diseño de Esquemas de Autorestauración mediante la Ubicación Estratégica de Reconectadores utilizando un Modelo Predictivo de Confiabilidad , Revista Técnica "energía": Vol. 12 Núm. 1 (2016): Revista Técnica "energía", Edición No. 12
- J. Cepeda , H. Flores, P. Verdugo , Ubicación y Calibración Óptima de Dispositivos PSS Considerando Criterios Multimáquina y Algoritmos Heurísticos de Optimización , Revista Técnica "energía": Vol. 12 Núm. 1 (2016): Revista Técnica "energía", Edición No. 12
- A. Riofrio, D. Carrión, D. Vaca, Propuesta de Modelo de Operación Aplicado a Micro Redes Fotovoltaicas en Generación Distribuida , Revista Técnica "energía": Vol. 12 Núm. 1 (2016): Revista Técnica "energía", Edición No. 12
- J.P. Palacios, M. Samper, A. Vargas, Tarifación Dinámica de Redes Inteligentes de Distribución Usando Optimización Multiobjetivo , Revista Técnica "energía": Vol. 12 Núm. 1 (2016): Revista Técnica "energía", Edición No. 12
- M. Nieto , Formulación de un Marco de Referencia para la Integración de la Convergencia de Tecnologías Operacionales y de Información al Modelo de Gestión del CENACE , Revista Técnica "energía": Vol. 12 Núm. 1 (2016): Revista Técnica "energía", Edición No. 12
- C. Jordán , Método para Calcular Políticas de Operación a Largo Plazo de Sistemas Hidroeléctricos de Potencia en el Contexto del Cambio Climático , Revista Técnica "energía": Vol. 11 Núm. 1 (2015): Revista Técnica "energía", Edición No. 11
- S. Zambrano, M. Molina, W. Chumbi, C. Patiño, Modelo de Simulación Jerárquico para la Proyección Espacio Temporal de la Demanda Eléctrica: caso de estudio en CENTROSUR , Revista Técnica "energía": Vol. 14 Núm. 1 (2018): Revista Técnica "energía", Edición No. 14
- V. A. Llivichuzhca, J. V. Gallardo, Optimización de la Operación de las unidades de la Central Mazar en Función de la Cabeza Neta , Revista Técnica "energía": Vol. 10 Núm. 1 (2014): Revista Técnica "energía", Edición No. 10
También puede Iniciar una búsqueda de similitud avanzada para este artículo.
El presente trabajo propone aprovechar al máximo el recurso hídrico utilizado para la generación de energía eléctrica en el Ecuador. Se ha realizado tres modelos basados en inteligencia artificial para las centrales hidroeléctricas Mazar, Molino y Sopladora que pertenecen al complejo hidroeléctrico Paute-Integral. Para la implementación de los algoritmos predictivos de recomendación, primero se modeló el comportamiento de las centrales Mazar, Molino y Sopladora, posterior a lo cual se procedió a la optimización para maximizar la generación eléctrica acorde a la capacidad de las centrales hidroeléctricas y la hidrología. Finalmente, con los resultados obtenidos, se logra la maximización de la generación eléctrica para las centrales Mazar y Molino. Respecto a la central Sopladora, cuyo despacho energético depende directamente de la generación eléctrica de la central Molino, queda como punto de evaluación medir el impacto producido por la optimización de la central Molino.
Visitas del artículo 1366 | Visitas PDF 607
Descargas
[1] Asamblea Nacional de la Republica del Ecuador, LEY ORGANICA DEL SERVICIO PÚBLICO DE ENERGÍA ELECTRICA, Quito, Pichincha: LEY 0 REGISTRO OFICIAL SUPLEMENTO 418, 2015.
[2] CELEC, «www.celec.gob.ec,» 31 12 2015. [En línea]. Available: www.celec.gob.ec.
[3] O. Barboza, «Automatización de previsión de demanda horaria de potencia,» Revista Científica de la UCSA, pp. 4-14, 2014.
[4] I. F. Sinaluisa Lozano, A. F. Morocho Caiza y C. Marquez Zurita, «Predicción de demanda de energía eléctrica mediante redes neuronales artificiales,» Risti, pp. 505-519, 2019.
[5] N. Huang, L. Guobo y X. Dianguo, «A Permutation Importance-Based Feature Selection Method for Short-Term Electricity Load Forecasting Using Random Forest,» Energies, 2016.
[6] J. Zalamea, «POLÍTICAS DE DESPACHO PARA EL COMPLEJO HIDROELÉCTRICO PAUTE,» ECUACIER, 2012.
[7] G. T. Doran, «There's a S.M.A.R.T. way to write management's goals and objectives,» Management Review (AMA FORUM), vol. 70, pp. 35-36, 1981.
[8] CONELEC, Estudio y Gestion de la Demanda Electrica, Quito, Provincia, 2013.
[9] ARCONEL, Estadística Anual y Multianual del Sector Eléctrico Ecuatoriano, Quito, Pichincha, 2018.
[10] CELEC EP;, «Plan Estratégico 2017-2021,» Cuenca, 2019.
[11] CELEC EP, «Plan Estratégico 2017-2021,» Cuenca, 2019.
[12] G. Argüello, INFORME OPERATIVO ANUAL, 2019.
Semestral: Publicaciones en enero y julio
