Francisco García Barrios

Slides:



Advertisements
Presentaciones similares
Algoritmos Voraces.
Advertisements

Modelado y simulación en Ingeniería Química. Manuel Rodríguez
Capitulo 10: La metodología Box-Jenkins
Tesis para Grado de Ms.C. Optimización de Portafolios de Inversión en Bienes Raíces Mediante Algoritmos de Solución de Restricciones (Chile)
Mario Francisco, Pastora Vega
OPTIMIZACION DEL DISEÑO DE PALAS Xabier Munduate Wind Energy Department CENER - National Renewable Energy Centre (Spain)
Una Estructura en Cascada para Prediccion Lineal Adaptiva Presentado por: Guillermo Dalla Vecchia ) Martes 14 de Setiembre, 2003.
Hernández Camacho Víctor Jesus Islas Sánchez Karla Vanessa
Conclusiones: Los resultados obtenidos hasta ahora mediante simulación, demuestran que con esta técnica se mejora la eficiencia y se disminuye el consumo.
SIMULACIÓN DE MONTE CARLO EQUIPO # 1. DEFINICIÓN ES UNA TÉCNICA MATEMÁTICA CON NÚMEROS ALEATORIOS Y PROBABILÍSTICOS PARA ENTENDER EL IMPACTO DEL RIESGO.
Introducción CI6112/CI71A Análisis de sistemas de recursos hídricos.
TUTORIA 1 Lógica para la Computación TUTORIA 1 Facultad de Ciencias Naturales y Matemáticas.
1 Problemas de decisión Tipo particular de problemas de optimización Sistemas que evolucionan con el tiempo Se toman decisiones en momentos sucesivos de.
Mayor exigencia en la precisión de los mecanizados. Diseños son cada vez más evolucionados y complejos. Diversidad de productos, lo que ocasiona la necesidad.
Pruebas de Funcionalidad de Software: Caja Negra y Caja Blanca Curso: Diseño de Sistemas 9no. Semestre.
SISTEMAS DE TRANSPORTE LOGISTICA Y CADENA DE SUMINISTRO.
Prof. James McPhee Depto. Ingeniería Civil
SimSEE Proyecto PDT 47-14: Simulador de Sistema de Energía Eléctrica
Ingreso , proceso y salida de datos
Vibraciones en sistemas físicos
Tema: Tipos De fuentes de alimentación
Comenzar.
PROGRAMACION ORIENTADA A OBJETOS
VENTAJAS DEL ALGORITMO LMS
Estrategias de administración de recursos de radio en un sistema 3G
Investigación de operaciones
PROYECTO FINAL DE CARRERA Ingeniería Aeronáutica DESARROLLO DE OPTIMIZADOR DE FORMA 2D BASADO EN CÓDIGO DE ELEMENTOS FINITOS CON MALLADOS CARTESIANOS.
LOS DIFERENTES LENGUAJES DE PROGRAMACION PARA LA WEB
Sistema de Base de datos
Introducción La optimización trata de buscar el punto óptimo de una función objetivo cumpliendo con una serie de restricciones. El proceso de optimización.
Desarrollo de una aplicación industrial de generación de misiones autónomas con drones para el mantenimiento de grandes aerogeneradores Alumno:
CLOUD COMPUTING Christian Lizcano Luis Navas María Rojo Ignacio Moreno Carmelo Bentúe Álvaro Sibón.
Valorización del Filtrado
Investigación Operativa 1
Modelos de Simulación.
Grado de Administración y Dirección de Empresas
IQ753 Diseño de Reactores Químicos
Constantes y variables
Índice temático 2.1 Análisis de problemas. 2.2 Representación de algoritmos: gráfica y pseudocódigo. 2.3 Diseño de algoritmos aplicados a problemas 2.4.
ASPECTOS A CONSIDERAR EN EL PLAN DE NEGOCIOS
SIMULADOR MODULAR SECUENCIAL
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
MODULAR SIMULTÁNEO TIPOS DE SIMULADORES
Simulación Basada en Ecuaciones
Generación de números aleatorios
Ciclo de vida del Software
Problema de Inversión integrantes: -Juan Victor Herencia Vicente -Jesus Angel Ccalli Ccalli.
NOMBRE: Danilo Pillacela Efraín Villalta. Introducción La ingeniería con el transcurso del tiempo ha visto necesario experimentar con los fenómenos físicos.
Relevador instantáneo de sobre corriente. Carlos Caballero Ramírez
¿CÓMO HACER LA MEMORIA DE UN PROYECTO?
Sistemas de Control Digital
Sistemas de Comunicaciones Troncalizados 4/21/2014 8:26 AM Sistemas de Comunicaciones II – Curso Mecanicos de Comunicaciones – Primer Alferez D Federico.
Excel es un programa del tipo Hoja de Cálculo que permite realizar operaciones con números organizados en una cuadrícula. Es útil para realizar desde simples.
Instituto Tecnológico de Tepic Dr. Anfitrión: Roger Z. Ríos Mercado
FUNDAMENTOS DE PROGRAMACIÓN. INTRODUCCIÓN  Conceptos: Informática, Ordenador, Programa, Dato, Bit, Byte, Hardware, Software, Lenguaje de Programación,
TEORIA Y MODELOS DE SIMULACION
Bases de Datos Distribuidas Ing. Fernando Ortiz Ahumada
Objetivos:  Explicar el concepto de la Investigación de Operaciones mediante análisis del tema.  Describir los pasos del método científico en Investigación.
Informática Aplicada al Medio Ambiente - Curso 99/00 1 Tema 6. Introducción a la programación 1 Conceptos básicos 2 Los algoritmos – Concepto de algoritmo.
Informática Aplicada al Medio Ambiente - Curso 99/00 1 Tema 6. Introducción a la programación 1 Conceptos básicos 2 Los algoritmos – Concepto de algoritmo.
1. Encuentre las raíces de los siguientes números complejos: 2. Efectúa las siguientes operaciones:
Energía eólica ¿Es solución real al abasto energético? Aspirante: Adrián Chávez Rojas.
Estructura y Funcionamiento de la Computadora Prof. Jhon Henry Paredes León.
Informática Aplicada al Medio Ambiente - Curso 99/00 1 Tema 6. Introducción a la programación 1 Conceptos básicos 2 Los algoritmos – Concepto de algoritmo.
ALGORITMO FFT Ing. José Arturo Marín Thames 2018.
Factores que favorecen la implantación del CNC
Francisco García Barrios
Evaluacion de proceso se realiza durante el periodo de ejecución del proyecto. Permite revisar la implementación o desarrollo de una determinada acción,
SIMULACIONES 2019 German Vega Quintero John Farley Paez Santamaria.
Transcripción de la presentación:

Francisco García Barrios Desarrollo en Matlab de “Programación y operación de un sistema de energía eólica con almacenamiento de energía en el mercado de la electricidad” Francisco García Barrios

Índice Introducción Modelo general del sistema Optimización en programación (Magnus) Optimización en operación (Magnus) Optimización propuesta Implementación Matlab y Excel Algunos resultados Futuras propuestas 16/02/2019

Índice Introducción Modelo general del sistema Optimización en programación (Magnus) Optimización en operación (Magnus) Optimización propuesta Implementación Matlab y Excel Algunos resultados Futuras propuestas 16/02/2019

Introducción Fases de trabajo Estudio tesis Magnus Korpas Implementación propia técnicas de optimización en programación y operación Posibles mejoras Implementación propia de mejoras y pruebas 16/02/2019

Índice Introducción Modelo general del sistema Optimización en programación (Magnus) Optimización en operación (Magnus) Optimización propuesta Implementación Matlab y Excel Algunos resultados Futuras propuestas 16/02/2019

Modelo general del sistema Entradas externas: 16/02/2019

Modelo general del sistema Funcionamiento del mercado: Cada día a las 8:30 a 10:00 se negocia y se cierra la potencia para el día siguiente. Ganancias: 16/02/2019

Índice Introducción Modelo general del sistema Optimización en programación (Magnus) Optimización en operación (Magnus) Optimización propuesta Implementación Matlab y Excel Algunos resultados Futuras propuestas 16/02/2019

Optimización en programación (Magnus) 16/02/2019

Optimización en programación (Magnus) Algoritmo de programación dinámica Se discretiza s(t): Las posibles m en cada paso son: 16/02/2019

Optimización en programación (Magnus) Algoritmo de programación dinámica 16/02/2019

Optimización en programación (Magnus) Algoritmo de programación dinámica: Ventajas: Sencillo de programar en otros lenguajes de programación. Sabemos exactamente como optimiza. Desventajas: Es necesario discretizar el volumen del depósito, por lo que depende del numero de pasos más error o más tiempo. Considera el viento una variable determinista. Algoritmo de programación usado LINPROG: No necesita valores discretos: Más rápido y solución óptima. Es necesario linealizar las ecuaciones. (fmincon) No sabemos exactamente que hace, por lo que no podría programarse el algoritmo en un dispositivo sin Matlab. 16/02/2019

Índice Introducción Modelo general del sistema Optimización en programación (Magnus) Optimización en operación (Magnus) Optimización propuesta Implementación Matlab y Excel Algunos resultados Futuras propuestas 16/02/2019

Optimización en operación (Magnus) Simple: Programación estocástica dinámica: Ahora tengo en cuenta a cada paso la incertidumbre del viento. Necesito discretizar Pw(t) y s(t). Ventaja: Aumentan los ingresos Desventaja: Uso de dos variables discretas, aumentando el error acumulado, así como las necesidades de cálculo. 16/02/2019

Índice Introducción Modelo general del sistema Optimización en programación (Magnus) Optimización en operación (Magnus) Optimización propuesta Implementación Matlab y Excel Algunos resultados Futuras propuestas 16/02/2019

Optimización propuesta Optimización en programación. Se considera el viento como una variable aleatoria que sigue una distribución de weibull. Recibo media y varianza del día siguiente Transformo media y varianza en ‘a’ y ‘b’ Uso la distribución de weibull para los cálculos. 16/02/2019

Optimización propuesta 16/02/2019

Índice Introducción Modelo general del sistema Optimización en programación (Magnus) Optimización en operación (Magnus) Optimización propuesta Implementación Matlab y Excel Algunos resultados Futuras propuestas 16/02/2019

Implementación Matlab y Excel Entradas externas: Pl(t)  txt v(t)  txt e(t)  CNEHoja Excel Parámetros de la simulación y del sistema, modos de funcionamiento Hoja Excel 16/02/2019

Implementación Matlab y Excel 16/02/2019

Implementación Matlab y Excel 16/02/2019

Implementación Matlab y Excel 16/02/2019

Índice Introducción Modelo general del sistema Optimización en programación (Magnus) Optimización en operación (Magnus) Optimización propuesta Implementación Matlab y Excel Algunos resultados Futuras propuestas 16/02/2019

Algunos resultados Todo tipo de simulaciones: Obtener distintos resultados cambiando: Las características de los dispositivos: Potencia nominal Eficiencia Tamaño del depósito El tipo de programación El tipo de predicción de los parámetros de entrada El tipo de ejecución Las características del mercado 16/02/2019

Algunos resultados Eficiencia 100 Eficiencia 90 16/02/2019

Índice Introducción Modelo general del sistema Optimización en programación (Magnus) Optimización en operación (Magnus) Optimización propuesta Implementación Matlab y Excel Algunos resultados Futuras propuestas 16/02/2019

Futuras propuestas ¿Falla algo realmente en el nuevo algoritmo de programación? Intentar extender el horizonte de programación para evitar el pico de Psch(24). Tener en cuenta la distribución horaria usual del viento (más por la tarde) y los cambios entre estaciones. Concretar más el funcionamiento del mercado de la electricidad. Usar modelos de los dispositivos más complejo (distinta eficiencia dependiendo del punto de funcionamiento de la pila…) 16/02/2019