Modelos para distintas tecnologías de generación eléctrica y optimización de la demanda diaria

• Autores: Sofía Carlos Alberola
• Localización: Modelling in Science Education and Learning, ISSN-e 1988-3145, Nº. 4, 2011, págs. 129-145
• Idioma: español
• DOI: 10.4995/msel.2011.3067
• Enlaces
  • Texto completo
• Resumen
  • español

    La cobertura de la demanda de energía eléctrica mediante distintas fuentes de generación es un problema técnico de gran importancia. En concreto, este problema es de gran interés en la titulación de los Ingenieros Industriales, los cuales dentro de su formación abordan las diferentes tecnologías de generación de energía y el mercado eléctrico. El trabajo concreto se centra en optimizar la curva de demanda diaria de energía suponiendo que se tienen dos tipos de centrales: térmicas e hidráulicas. Para cada tipo de central se desarrolla un modelo matemático sencillo y se plantean las diferentes restricciones de suministro que tienen las distintas centrales. Para la optimización se ha utilizado un algoritmo genético, con la finalidad de dar a conocer a los alumnos una técnica heurística de optimización, y el proceso por el cual encuentra la mejor solución.

  • English

    The short term load dispatch using different energy technologies is a technical problem of great interest. This problem is addressed to Industrial Engineers, as some lectures about energy technologies and the electric market can be found among the subjects of this degree. The work proposed consists of performing the optimization of the power generated by different plants to satisfy a dairy demand curve taking into consideration only thermal and hydropower plants. A simple mathematical model has been developed to quantify the power generated for each kind of plant that takes into consideration all of their supply restrictions. To perform the optimization, a genetic algorithm has been used. Thus, the students are introduced in a type of heuristic optimization techniques to solve a quite complicated problem due to the non-linearity and restrictions present in the problem.

• Referencias bibliográficas
  • Bayón L.F., Grau J.M., Otero J.A, Ruiz M., Suarez P. Modelos y Métodos Matemáticos en Optimización Hidrotérmica. Ed. Universidad de Oviedo.
  • El-Hawary M. E. 1979. Optimal economic operation of electric power systems. Ed. Academic Press.
  • Hobbs B.F. and Meier P. 2000. Energy decisions and the environment: a guide to the use of multicriteria methods Ed. Kluwer’s International...
  • Houck, C. R., J. A. Joines, and M. G. Kay. 1995.A genetic algorithm for function optimization: A MatlabQc implementation. NCSU-IE Technical...
  • Martorell S., Sanchez A., Carlos S., Serradell V. Constrained optimization of test intervals using a steady-state genetic algorithm. RELIABILITY...