Please use this identifier to cite or link to this item: http://repositorio.ute.edu.ec/handle/123456789/21045
Title: Análisis y comparación de técnicas de control predictivo distribuido en la gestión de sistemas estocásticos
Author(s): Ponce Mantilla, Carlos Alexander
Thesis Director: Velarde, Pablo
Type: bachelorThesis
Keywords: ENERGIA EOLICA;ENERGIA RENOVABLE;MECATRONICA;INGENIERO EN MECATRONICA;SISTEMA ESTOCASTICO
Issue Date: 2020
Publisher: CIENCIAS DE LA INGENIERÍA E INDUSTRIAS FACULTAD:INGENIERÍA MECATRÓNICA
Abstract: Un controlador predictivo estocástico consiste en la optimización de un conjunto de variables considerando restricciones para tomar decisiones de control ante la presencia de perturbaciones no determinísticas, como son las variantes condiciones climáticas. En el presente trabajo se llevó a cabo el análisis, diseño y comparación de técnicas de control predictivo distribuido que permiten manejar restricciones e incertidumbres en el proceso de intermitencia natural de las fuentes de energía renovables para la gestión de manera óptima de la energía eléctrica en microrredes. Existen varias técnicas de control utilizadas para la gestión eficiente de energía en una microrred, sin embargo para sistemas como la distribución de energía eléctrica no es posible aplicar un controlador MPC centralizado debido a la carga computacional, recopilación de datos entre otros, para resolver este problema el sistema se divide en subsistemas que están gobernados por controladores MPC y están interconectados de manera distribuida, es decir se comunican entre ellos con la finalidad de llegar a un acuerdo con base en una negociación que permita obtener una solución global óptima, Los controladores han sido validados mediante pruebas en un sistema distribuido compuesto por dos microrredes, la una alimentada por energía solar y la otra por energía eólica. Los resultados obtenidos a partir de la comparación de rendimiento entre algunos controladores distribuidos han permitido elegir un controlador basado en tres escenarios, este busca la solución al problema de optimización en un número finito de escenarios y presenta mejores condiciones para hacer frente a la naturaleza estocástica propia de los sistemas energéticos.
Table of contents: Introducción. Metodología. Resultados y discusión. Conclusiones y Recomendaciones. Bibliografía. Anexos.
URI: http://repositorio.ute.edu.ec/handle/123456789/21045
Appears in Collections:TESIS - UIO

Files in This Item:
File SizeFormat 
72923_1.pdf3.77 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.