Dimensionado Óptimo de un Sistema Híbrido con Almacenamiento en la Red Eléctrica Basado en Predicciones Neuronales de Fuentes Renovables

Abstract

Los sistemas híbridos basados en energías renovables son ampliamente utilizados alrededor del mundo para satisfacer demandas energéticas en lugares remotos o complementariamente en lugares donde se dispone de un contrato con la red eléctrica [1-3]. El comportamiento óptimo de este tipo de sistemas está sujeto a variaciones de las fuentes renovables tales como irradiancia y velocidad de l viento, así como a las variaciones del perfil de demanda energética. La principal ventaja de estos sistemas radica en la capacidad de satisfacer la demanda en cualquier instante de tiempo y almacenar el exceso para condiciones de déficit. Debido a las incertidumbres en las fuentes renovables y la demanda de carga, resulta necesaria una estimación probabilística del comportamiento de estas variables para cuantificar la confiabilidad del sistema energético. El diseño de los modelos matemáticos de los sistemas híbridos puede estar basado en procesos estocásticos o ser alimentados con datos estimados de las fuentes renovables para calcular la potencia [4-6]. Otra variable relevante de los sistemas híbridos es su dimensionamiento óptimo que asegure la disponibilidad de energía limpia reduciendo el uso de las fuentes convencionales y el costo total del sistema [1-3,7]. Debido a la emisión de gases que provocan el efecto invernadero es relevante minimizar el uso de las fuentes convencionales de energía basadas en combustibles fósiles y maximizar el uso de fuentes renovables.