Uso de algoritmo genético para gestionar la demanda energética en microrredes mediante descomposición poligonal

• Topa Gavilema, Alex Omar ^[2] ; Calvo Cruz, Nicolás ^[1] ; Álvarez, José Domingo ^[2] ; Torres-Moreno, José Luis ^[2]
  1. [1] Universidad de Granada

     Universidad de Granada

     Granada, España

     
  2. [2] Centro de Investigación de Energía Solar (CIESOL)
• Localización: XLIV Jornadas de Automática: libro de actas: Universidad de Zaragoza, Escuela de Ingeniería y Arquitectura, 6, 7 y 8 de septiembre de 2023, Zaragoza / coord. por José Manuel Andújar Márquez, Ramón Costa Castelló, Alejandro R. Mosteo, Vanesa Loureiro-Vázquez, Elisabet Estévez Estévez, David Muñoz de la Peña Sequedo, Carlos Vilas Fernández, Luis Enrique Montano Gella, Pedro Jesús Cabrera Santana, Raúl Marín, Eduardo Rocón de Lima, Manuel Gil Ortega Linares, Óscar Reinoso García, Luis Payá Castelló, 2023, ISBN 9788497498609, págs. 495-500
• Idioma: español
• Títulos paralelos:
  • Using a genetic algorithm for energy demand management in microgrids through polygonal decomposition
• Enlaces
  • Texto completo
• Resumen
  • español

    Este trabajo propone una metodolog´ıa atractiva para la gestión energética orientada al lado de la demanda en la operación de microrredes. Esta metodología replica aspectos del rompecabezas chino Tangram, ya que los perfiles tanto de producción como de demanda de energía se construyen a través de polígonos y operan con geometría computacional. Por lo tanto, se desarrolla un problema de optimización, que a través de los perfiles de demanda de energía de n dispositivos (piezas) se intenta cubrir la totalidad, o la máxima área posible, de un perfil de producción de energía (forma). Así, el problema de optimización se resuelve con un algoritmo genético que calcula las posiciones óptimas de los polígonos de demanda para cubrir, es decir consumir, la máxima área del polígono equivalente a la producción de energía. Dado que la energía proviene de fuentes renovables de una microrred, este método permite reducir la dependencia del consumo de energía de la red pública y, por lo tanto, la factura de la energía eléctrica.

  • English

    This work proposes an attractive methodology for demand-side energy management in the operation of microgrids. This method replicates some aspects of the Chinese Tangram puzzle, as production and demand profiles are represented by polygonal shapes to handle through computational geometry. It defines an optimization problem in which the demand profiles (pieces) of n devices must be arranged to cover a production profile (shape) as well as possible. The optimization problem is addressed with a genetic algorithm that calculates the optimal positions of the demand polygons to consume the maximum energy production. Since the energy comes from renewable sources in a microgrid, this method allows reducing the dependence on the public energy grid and the electricity bills.