A demand response program for isolated PV systems based on the state of charge of the battery and the prediction of demand and generation of electric power
Citas bibliográficas
Enlace de Referencia
Autores
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Fecha
Resumen
The electrification of rural areas is limited by the difficult access, the unsustainability of energy projects and the low participation of the community in the designs. Isolated photovoltaic systems are a first-hand solution, but for its sustainability it is necessary to know information in real time to estimate the future state of the system and send signals to users. In this article, we propose a methodology that optimizes the available energy resources of a microgrid through a demand response program based on dynamic prices given by the state of charge of the battery. We propose a real-time measurement system that feeds a database and we use prediction methods such as Support Vector Machine (SVM) and Extreme Learning Machine (ELM) to calculate the demand and generation of electrical energy one day in advance. community. Simulations of results are presented to evaluate the performance of the forecast methods and the behavior of the DR program.
Resumen
"La electrificación de las áreas rurales está limitada por el difícil acceso, la insostenibilidad de los proyectos de energía y la baja participación de la comunidad en los diseños. Los sistemas fotovoltaicos aislados son una solución de primera mano, pero para su sostenibilidad es necesario conocer la información en tiempo real para estimar el estado futuro del sistema y enviar señales a los usuarios. En este artículo, proponemos una metodología que optimiza los recursos energéticos disponibles de una microrred a través de un programa de respuesta a la demanda basado en precios dinámicos dados por el estado de carga de la batería. Proponemos un sistema de medición en tiempo real que alimenta una base de datos y usamos métodos de predicción como Support Vector Machine (SVM) y Extreme Learning Machine (ELM) para calcular la demanda y generación de energía eléctrica con un día de anticipación. comunidad. Se presentan simulaciones de resultados para evaluar el rendimiento de los métodos de pronóstico y el comportamiento del programa DR."--Tomado del Formato de Documento de Grado.