Proyección espacial de la demanda en la Empresa Regional Centrosur C.A, mediante métodos heurísticos

El siguiente Trabajo de Titulación presenta el desarrollo y aplicación de modelos enfocados a proyección de demanda eléctrica mediante tendencia y simulación en respuesta a la problemática de planificación a mediano y largo plazo del Sistema de Distribución Eléctrica de la Empresa Eléctrica Regional...

Full description

Bibliographic Details
Main Authors: Montalvan Delgado, Joel Alejandro, Morales Jadan, Rommel Eduardo
Other Authors: Salgado Rodríguez, Modesto Enrique
Format: bachelorThesis
Language:spa
Published: Universidad de Cuenca 2019
Subjects:
Online Access:http://dspace.ucuenca.edu.ec/handle/123456789/33753
Description
Summary:El siguiente Trabajo de Titulación presenta el desarrollo y aplicación de modelos enfocados a proyección de demanda eléctrica mediante tendencia y simulación en respuesta a la problemática de planificación a mediano y largo plazo del Sistema de Distribución Eléctrica de la Empresa Eléctrica Regional Centro Sur C.A. El modelo enfocado en tendencia ocupara las herramientas disponibles de Matlab para Lógica Difusa (FL) y Redes Neuronales Artificiales (ANN) relacionando variables tales como el PIB, clientes y población con el consumo de energía. Haciendo uso de sus históricos para consigo proyectar los nuevos consumos. El resultado del modelo tendencial es comparado con la proyección realizada por la empresa distribuidora mediante el método Holt Winter. El modelo de simulación se enfocará únicamente al área de Cuenca urbana para clientes tipo residencial, haciendo uso del lenguaje de programación Python para crear un mapa de probabilidad mediante el entrenamiento de una red neuronal que analiza la evolución de factores espaciales de proximidad, entorno y locales de una manera temporal a nivel de cuadricula geográfica. Para después desagregar la proyección global de clientes en cada cuadrícula apta categorizada mediante el modelo matemático conocido como Cellular Automata (CA) que se encarga de asignar nuevos clientes, para luego convertir este aumento de clientes en demanda de potencia para el horizonte de proyección 2033.