Show simple item record

dc.contributor.advisorCastrillón Mendoza, Rosaura del Pilar
dc.contributor.authorErazo González, Iván Darío
dc.contributor.authorGaviria Arias, Alejandro
dc.coverage.spatialUniversidad Autónoma de Occidente. Calle 24 115-85. Km 2 vía Cali - Jamundí
dc.date.accessioned2021-03-03T20:19:37Z
dc.date.available2021-03-03T20:19:37Z
dc.date.issued2021-02-25
dc.identifier.urihttps://hdl.handle.net/10614/12886
dc.description.abstractEl desarrollo de este trabajo de grado tuvo como propósito el diseño de una herramienta computacional con tecnologías de Inteligencia Artificial (IA), que permitió encontrar patrones de comportamiento en el consumo y el punto óptimo de operación del sistema de agua helada del edificio central de la Universidad Autónoma de Occidente mediante la utilización de la minería de datos y el algoritmo computacional adecuado para la estructuración de una metodología de seguimiento a la gestión de la demanda eléctrica de este sistema, teniendo en cuenta las experiencias internacionales, nacionales y regionales que sirvieron de insumo para fortalecer la presente investigación. En el documento se encuentra una descripción de los modelos de gestión de la demanda, el marco regulatorio y las tecnologías existentes en Colombia para la implementación de modelos de Respuesta a la Demanda (RD), combinando tres áreas del conocimiento; estadística mediante la analítica de datos, las ciencias de la computación como eje articulador para el diseño del algoritmo de optimización y la ingeniería eléctrica a través de las herramientas de gestión energética. Todos los datos recolectados a través de la investigación constituyeron un avance significativo en lo que corresponde a la optimización de los sistemas energéticos en la universidad, por medio de la analítica de datos big data y las herramientas computacionales (Machine Learning e inteligencia artificial), que fueron bases fundamentales para el desarrollo del algoritmo que permitió el diseño de la metodología para optimizar el punto de operación de las cargas que conforman el sistema de agua helada del edificio central realizando una gestión y operación eficiente de los recursos energéticos. Con los datos recolectados y los análisis realizados, se diseñó una RNA con la capacidad de recibir las variables representativas y predecir la función costo u objetivo (consumo kWh/día), para programar dos algoritmos de optimización AG y PSO que permitieron encontrar oportunidades de ahorro y mejoramiento en el uso de los recursos energéticos. Lo anterior, permitió visualizar las variables que ofrecen una solución que optimiza el consumo, para generar una mayor eficiencia energética aplicable en la implementación de programas de respuesta a la demanda en la institución.spa
dc.format.extent145 páginasspa
dc.format.mimetypeapplication/pdfeng
dc.language.isospaspa
dc.publisherUniversidad Autónoma de Occidente (UAO)spa
dc.rightsDerechos reservados - Universidad Autónoma de Occidente, 2021spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/eng
dc.subjectMaestría en Sistemas Energéticosspa
dc.titleDesarrollo de una herramienta computacional con tecnologías de inteligencia artificial (IA) para realizar respuesta de la demanda eléctrica y seguimiento de indicadores de eficiencia al sistema de agua helada del edificio central de la Universidad Autónoma de Occidentespa
dc.typeTrabajo de grado - Maestríaspa
dc.description.notesProyecto de grado (Magíster en Sistemas Energéticos)-- Universidad Autónoma de Occidente, 2021spa
dc.publisher.programMaestría en Sistemas Energéticosspa
dcterms.audienceGeneralspa
dc.subject.armarcInteligencia artificialspa
dc.subject.armarcAlgoritmos (Computadores)spa
dc.subject.armarcArtificial intelligenceeng
dc.subject.armarcComputer algorithmseng
dc.publisher.facultyFacultad de Ingenieríaspa
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Sistemas Energéticosspa
dc.identifier.instnameUniversidad Autónoma de Occidente (UAO)spa
dc.identifier.reponameRepositorio Educativo Digitalspa
dc.identifier.repourlhttps://red.uao.edu.co/spa
dc.publisher.placeCalispa
dc.relation.references[1] PWC, «Una mirada al futuro ¿Cómo cambiará el orden económico mundial para el 2050?,» PricewaterhouseCoopers, 2017.spa
dc.relation.references[2] Enel x, «enel x,» 4 12 2017. [En línea]. Available: https://www.enelx.com/es/faq/eindustry/la-respuesta-a-la-demanda. [Último acceso: 1 julio 2020].spa
dc.relation.references[3] CREG, «Apolo,» [En línea]. Available: http://apolo.creg.gov.co/Publicac.nsf/.pdf. [Último acceso: 3 julio 2020].spa
dc.relation.references[4] Superservicios, «Superintendencia de Servicios Domiciliarios,» 03 07 2020. [En línea]. Available: https://www.superservicios.gov.co/serviciosvigilados/ energia-gas-combustible. [Último acceso: 03 07 2020].spa
dc.relation.references[5] xm, «Glosario XM,» isa, Medellín, Antioquia, Colombia, 2020.spa
dc.relation.references[6] D. V. López, «Programas de gestión de demanda energética en el sector industrial,» Universidad Nacional de Colombia , Manizales, 2016.spa
dc.relation.references[7] J. S. G. Marín, «Propuesta de implementación de programas de gestión de demanda de energía eléctrica para el sector residencial en Colombia,» Universidad Nacional de Colombia, Manizales, Colombia, 2015.spa
dc.relation.references[8] Y. D. B. Ramírez, «Metodología de diseño conceptual de la automatización de red de distribución de energía que permita la integración de recursos energéticos distribuidos e implementación de estrategias de gestión de demanda,» Universidad Nacional de Colombia, Bogotá DC., 2017.spa
dc.relation.references[9] EMCALI, «Gestión Automática de la Demanda,» Cali, 2017.spa
dc.relation.references[10] R. Benitez, S. Escudero, Kanaan y D. Rodo, «Inteligencia Artificial Avanzada,» UOC, Barcelona, 2014.spa
dc.relation.references[11] KYOCERA, «KYOCERA Document Solutions,» KYOCERA, 2020. [En línea]. Available: https://www.kyoceradocumentsolutions.es/es/smarterworkspaces. [Último acceso: 30 06 2020].spa
dc.relation.references[12] R. Flórez López, J. M. Fernández y J. M. Fernández Fernández, Las Redes Neuronales Artificiales, La Coruña: Lorena Bello, 2008.spa
dc.relation.references[13] Escuela Técnica Superior de Ingenieros de Sevilla, Algoritmo genético, Sevilla: Universidad de Sevilla, 2010.spa
dc.relation.references[14] P. Cappers, C. Goldman y D. Kathan, «Demand Response in U.S. Electricity Markets: Empirical Evidence,» ERNEST ORLANDO LAWRENCE BERKELEY NATIONAL LABORATORY, pp. 6-8, 2009.spa
dc.relation.references[15] R. S. Alba, «Experiencia en respuesta de la demanda,» Julia - RD, Cali - Valle, 2019.spa
dc.relation.references[16] Empresa Municipales de Cali EMCALI, «Gestión Automática de la Demanda,» EMCALI, Cali - Valle, 2019.spa
dc.relation.references[17] J. Alzate, H. Gómez, S. Pérez y C. Vallejo, «Uniendo oferta y demanda vía opciones financieras para la respuesta de la demanda.,» CELSIA, Cali - Valle, 2015.spa
dc.relation.references[18] Universidad Autónoma de Occidente, «Universidad Autónoma de Occidente,» [En línea]. Available: https://www.uao.edu.co/. [Último acceso: 11 Marzo 2019].spa
dc.relation.references[19] O. J. Muñoz, «Aplicación del algoritmo metahurístico de optimización evolutiva por emjambre de partículas a la alternativa de asignación de energía eléctrica: Minimización de pagos finales.,» Univestidad Industrial de Santander., 2011.spa
dc.relation.references[20] Turing Finance, «Optimization using Paticle Swarm Optimization,» Portafolio, [En línea]. Available: www.turringfinance.com/porfoliooptimization- using-particle-swarm-optimizatio-particle-swarm-optimization/. [Último acceso: 2019 12 09].spa
dc.relation.references[21] A. Gaviria Arias y M. F. Sandoval Mera, «Implementación y evaluación de un sistema de gestión de uso eficiente de energía en la Universidad Autónoma de Occidente,» Universidad Autónoma de Occidente , Santiago de Cali, 2012.spa
dc.relation.references[22] ISO 50001, «Norma Técnica Colombiana NTC-ISO 50001,» Icontec internacional, Bogotá D.C., 2011.spa
dc.relation.references[23] NCh, «ISO50006,» Instituto Nacional de Normalización, Santiago de Chile, 2014.spa
dc.relation.references[24] Comisión de Regulación de Energía y Gas, CREG 071, Bogotá DC: Comisión de Regulación de Energía y Gas, 2006.spa
dc.relation.references[25] Comisión de Regulación de Energía y Gas, CREG 063, Bogotá: Comisión de Regulación de Energía y Gas, 2010.spa
dc.relation.references[26] Comisión de Regulación de Energía y Gas, «Documento Número 056 de 2014,» Ministerio de Minas y Energía, Bogotá DC., 2014.spa
dc.relation.references[27] Comisión de Regulación de Energía y Gas, «Resolución Número 098 de 2018,» Ministerio de Minas y Energía , Bogotá DC., 2018.spa
dc.relation.references[28] CELSIA, «CELSIA,» [En línea]. Available: https://www.celsia.com/Portals/0/Documentos/PDF/PUBLICACION_TARIFAS_CELSIA_2019-12-16%20.pdf. [Último acceso: 2020 09 25].spa
dc.relation.references[29] Comisión de Regulación de Energía y Gas, «Documento Número 077 de 2014,» Ministerio de Minas y Energía, Bogotá DC., 2014.spa
dc.relation.references[30] British Petroleum, «BP Energy Outlook,» Londres, Reino Unido , 2018.spa
dc.relation.references[31] K. Zhou y Y. Shanlin, «Demand sidde management in China: The context of China's power,» Renewable and sustainable energy reviews, nº 47, pp. 954 - 965, 2015.spa
dc.relation.references[32] M. Saffari, A. De Gracia, C. Fernández, M. Belusko, D. Boer y L. Cabeza, «Optimized demand side management (DSM) of peak electricity demand by coupling low temperature thermal energy storage (TES) and solar PV,» Applied Energy, nº 211, pp. 604 - 616, 2018.spa
dc.relation.references[33] J. S. Gómez, S. X. Carvajal y A. Arango, «Programas de gestión de demanda de electricidad para el sector residencial en Colombia,» Energética, nº 46, pp. 73 - 83, 2015.spa
dc.relation.references[34] XM, «Curva Demanda Promedio en Colombia,» Medellín, Antioquia , 2019.spa
dc.relation.references[35] A. A. D. López, «Diseño de la automatización para el control de un Chiller de 60 toneladas marca York en la empresa manufacturas técnicas climatizadas.,» Cali, Universidad Autónoma de Occidente, 2014, p. 40.spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.subject.proposalbig dataeng
dc.subject.proposalmachine learningeng
dc.subject.proposalAlgoritmo computacionalspa
dc.subject.proposalanalítica de datosspa
dc.subject.proposalinteligencia artificialspa
dc.subject.proposalRespuesta a la demandaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcceng
dc.type.contentTexteng
dc.type.driverinfo:eu-repo/semantics/masterThesiseng
dc.type.redcolhttps://purl.org/redcol/resource_type/TMeng
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2eng
oaire.versionhttp://purl.org/coar/version/c_ab4af688f83e57aaeng
dc.type.versioninfo:eu-repo/semantics/submittedVersioneng


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Derechos reservados - Universidad Autónoma de Occidente, 2021
Except where otherwise noted, this item's license is described as Derechos reservados - Universidad Autónoma de Occidente, 2021