Sergio N. Bragagnolo, Rodrigo M. Schierloh, Jorge C. Vaschetti, J. R. Vega
{"title":"通过空调系统的预测管理,优化阿根廷大需求的电力成本","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":"{\"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}","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}
Optimizacion del Costo Eléctrico de Grandes Demandas en Argentina por Medio de la Gestión Predictiva del Sistema de Climatizacion
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.