DISEÑO DE UNA MICRO RED ELÉCTRICA INTELIGENTE CON SISTEMA FOTOVOLTAICO Y CELDA DE COMBUSTIBLE

Erika Haydeé Rubio Cámara, Luis Carlos Ordoñez López, Luis Josue Ricalde Castellanos, Emmanuel De la Cruz May, Ricardo Javier Peón Escalante

Resumen


En este trabajo, se propone diseñar una microred eléctrica compuesta por sistemas de generación fotovoltaico, celda de combustible y una fuente de respaldo por supercapacitor integrados en un bus de DC (corriente directa). Las variables de radiación solar se caracterizarán con los datos experimentales de una estación meteorológica y la generación fotovoltaica y por celda de combustible es dimensionada de acuerdo a la demanda de energía del edificio de Mecatrónica en la Facultad de Ingeniería de la UADY (Universidad Autónoma de Yucatán). La base de conocimientos para predicción de la microred utiliza los modelos matemáticos de los elementos de generación; las predicciones de generación de energía y demanda de carga se obtienen mediante redes neuronales que serán entrenadas con un algoritmo basado en el filtro de Kalman.


Texto completo:

516-532 PDF

Referencias


NREL, Distributed Generation Renewable Energy Estimate of Costs. http://www.nrel.gov/analysis/tech_lcoe_re_cost_est.html#biblio. 2016.

Y. Hidaka, y K. Kawahara “Modeling of a hybrid system of photovoltaic and fuel cell for operational strategy in residential use”, 47th International Universities Power Engineering Conference (UPEC). London. 2012.

M. Osswald, “Experience with zero emission hybrid systems solar, wind, batteries and fuel cells for off-grid base stations”. Telecommunications Energy Conference 'Smart Power and Efficiency' (INTELEC), Proceedings of 2013 35th International. 2013. Pp. 1-5.

C. Nayar, S. Philips, “Novel wind/diesel/battery hybrid energy system”; Solar Energy Elseiver Science Ltd. Vol. 51. No. 1. 1993. Pp 65-78.

L. Ricalde, J. G. Catzin, A. Alanis, E. Sanchez, Time Series Forecasting via a Higher Order Neural Network trained with the Extended Kalman Filter for Smart Grid Applications, Artificial Higher Order Neural Networks for Modeling and Simulation. 2014. M. Zhang (Ed). IGI Global. Pp. 254-274

T. Henning, V. Gregor, “Towards a smart home energy management system - A dynamic programming approach”. Senior Member, IEEE. 2011.

T. Ishida, “Self-organization model for the energy cluster formation with distributed energy network”. IEEE Computational Intelligence Applications in Smart Grid (CIASG). 2013.

B. Marion, M. Anderberg, “PVWATTS -- An Online Performance Calculator for Grid-Connected PV Systems”. Proceedings SES Solar 2000 Conference, Madison, WI. 2000.

D. King, S. Gonzalez, G. Galbraith, W. Boyson, “Performance Model for Grid-Connected Photovoltaic Inverters”. SAND2007-5036. Sandia National Laboratories. 2007.

M. Osswald, “Experience with zero emission hybrid systems solar, wind, batteries and fuel cells for off-grid base stations”. Telecommunications Energy Conference 'Smart Power and Efficiency' (INTELEC), Proceedings of 2013 35th International. 2013. Pp. 1-5.

A. Alanís, L. Ricalde y E. N. Sánchez “High Order Neural Networks for Wind Speed Time Series Prediction”. Proceedings of the IEEE International Joint Conference on Neural Networks, Atlanta, Georgia, USA. 2009. Pp. 76-80.

L. Ricalde, Inverse Optimal Adaptive Recurrent Neural Control with Constrained. 2005. Tesis de doctorado, Centro de Investigación y de Estudios Avanzados (CINVESTAV) del Instituto Politécnico Nacional (IPN) Unidad Guadalajara. Guadalajara, México.

T. Holtschneider, I. Erlich,” Optimization of Electricity Pricing Considering Neural Network based Model of Consumers Demand Response”. IEEE Computational Intelligence Applications in Smart Grid (CIASG). 2013. Pp. 154-160.

S. Rahman, K. Tam, “A feasibility study of photovoltaic-fuel cell hybrid energy system”. Electrical Engineering Department Virginia Tech, Blacksburg. VA 24061. USA, IEEE Transactions on Energy Conversion. Vol. 3. No. 1. 1988.

L. Cao, "Practical method for determining the minimum embedding dimension of a scalar time series". Physica D: Nonlinear Phenomena. Vol. 110. No. 1. 1997. Pp. 43-50.


Enlaces refback

  • No hay ningún enlace refback.




URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Licencia Creative Commons    Esta revista está bajo una Licencia Creative Commons Atribución 3.0 No portada.