Optimizacion del Costo Eléctrico de Grandes Demandas en Argentina por Medio de la Gestión Predictiva del Sistema de Climatizacion

Sergio N. Bragagnolo, Rodrigo M. Schierloh, Jorge C. Vaschetti, J. R. Vega
{"title":"Optimizacion del Costo Eléctrico de Grandes Demandas en Argentina por Medio de la Gestión Predictiva del Sistema de Climatizacion","authors":"Sergio N. Bragagnolo, Rodrigo M. Schierloh, Jorge C. Vaschetti, J. R. Vega","doi":"10.1109/ARGENCON55245.2022.9939919","DOIUrl":null,"url":null,"abstract":"Los grandes usuarios en Argentina tienen una tarifa especifica que establece dos escalones para el precio de la energía, dependiendo si su demanda es superior (o igual) a 300 kW o inferior. En el primer caso, el costo de la energía es mayor al 40 % y es el motivo principal para la aplicación de estrategias de gestión de demanda en los usuarios con una potencia cercana a los 300 kW. Al gestionar el consumo, el beneficio es doble, dado que se reduce significativamente la factura eléctrica al evitar que el usuario exceda los 300 kW y se disminuye el consumo. En este artículo, se propone una gestión óptima de los aires acondicionados de un centro de diagnóstico por imágenes que tiene picos de potencia superiores a 300 kW. La gestión considera a los equipos de aire acondicionado como las únicas cargas controlables y permite minimizar los costos de energía mientras maximiza el confort térmico. La estrategia se basa en un control predictivo de horizontes deslizantes que utiliza un algoritmo genético para resolver el problema de optimización. Además, el control contempla restricciones eléctricas y de temperatura. El desempeño se evalúa contra el control on-off de los aires acondicionados del centro, y los resultados muestran una reducción significativa del costo eléctrico y un mantenimiento del confort debido al recorte de los picos de demanda y a una pequeña disminución de la energía consumida.","PeriodicalId":318846,"journal":{"name":"2022 IEEE Biennial Congress of Argentina (ARGENCON)","volume":"87 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-09-07","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"2022 IEEE Biennial Congress of Argentina (ARGENCON)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.1109/ARGENCON55245.2022.9939919","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Los grandes usuarios en Argentina tienen una tarifa especifica que establece dos escalones para el precio de la energía, dependiendo si su demanda es superior (o igual) a 300 kW o inferior. En el primer caso, el costo de la energía es mayor al 40 % y es el motivo principal para la aplicación de estrategias de gestión de demanda en los usuarios con una potencia cercana a los 300 kW. Al gestionar el consumo, el beneficio es doble, dado que se reduce significativamente la factura eléctrica al evitar que el usuario exceda los 300 kW y se disminuye el consumo. En este artículo, se propone una gestión óptima de los aires acondicionados de un centro de diagnóstico por imágenes que tiene picos de potencia superiores a 300 kW. La gestión considera a los equipos de aire acondicionado como las únicas cargas controlables y permite minimizar los costos de energía mientras maximiza el confort térmico. La estrategia se basa en un control predictivo de horizontes deslizantes que utiliza un algoritmo genético para resolver el problema de optimización. Además, el control contempla restricciones eléctricas y de temperatura. El desempeño se evalúa contra el control on-off de los aires acondicionados del centro, y los resultados muestran una reducción significativa del costo eléctrico y un mantenimiento del confort debido al recorte de los picos de demanda y a una pequeña disminución de la energía consumida.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
通过空调系统的预测管理,优化阿根廷大需求的电力成本
阿根廷的大用户有一个特定的电价,根据他们的需求是大于(或等于)300千瓦还是更低,为能源价格设定了两个步骤。在第一种情况下,能源成本超过40%,这是对功率接近300千瓦的用户实施需求管理策略的主要原因。通过管理消耗,好处是双重的,因为它显著降低了电费,避免了用户超过300千瓦,并减少了消耗。本文提出了一种峰值功率大于300kw的影像诊断中心空调的最佳管理方法。管理层认为空调设备是唯一可控的负荷,允许最小化能源成本,同时最大限度地提高热舒适。该策略基于滑动层的预测控制,利用遗传算法求解优化问题。此外,控制还包括电气和温度限制。通过对中心空调的开关控制来评估性能,结果显示,由于需求峰值的减少和能源消耗的小幅下降,电力成本显著降低,并保持了舒适性。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Propuestas de normativas para la disposición final de equipamientos de un parque eólico al finalizar su vida productiva Proyecto Laboratorios remotos en carreras de ingeniería de la Universidad Nacional de Tucumán Control de un convertidor DC-DC con puentes duales activos para adaptar niveles de tensión en microrredes de DC usando linealización por realimentación Las Competencias Transversales en Ingeniería. El Seminario Taller Como Herramienta Metodológica Procedimiento de sintonizado de tanques resonantes LCC para carga inalámbrica de vehículos eléctricos
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1