Optimización de la vida de baterías en plantas fotovoltaicas mediante algoritmos genéticos
Ver/Abrir
Use este enlace para citar
http://hdl.handle.net/2183/29696
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-CompartirIgual 4.0 Internacional
Colecciones
Metadatos
Mostrar el registro completo del ítemTítulo
Optimización de la vida de baterías en plantas fotovoltaicas mediante algoritmos genéticosFecha
2016Cita bibliográfica
Pérez, E., Beltrán, H., Ariño, C., Alfonso-Gil, J.C. Optimización de la vida de baterías en plantas fotovoltaicas mediante algoritmos genéticos. 7, 8 y 9 de septiembre de 2016, Madrid (pp. 949-956). DOI capítulo: https://doi.org/10.17979/spudc.9788497498081.0949 DOI libro: https://doi.org/10.17979/spudc.9788497498081
Resumen
[Resumen] Este artículo analiza el problema de la reducción del envejecimiento producido en baterías cuando éstas se utilizan en un una planta fotovoltaica (FV) que participa en el mercado de electricidad y, por tanto, debe generar de una manera controlada en 24 escalones horarios para satisfacer la producción comprometida en las pujas de mercado. El trabajo presentado propone una estrategia basada en una optimización mediante algoritmos genéticos para la determinación de esos 24 escalones de potencia de manera que el envejecimiento que se produce, calculado mediante un algoritmo de Rainflow counting, sea mínimo, al mismo tiempo que se vierte a la red toda la potencia generada por la planta. Se ofrecen resultados de simulación, a partir de datos de generación FV obtenidos de una base de datos europea, que muestran que la estrategia propuesta produce un envejecimiento en la batería menor que el que se obtiene con otras técnicas de optimización.
Palabras clave
Baterías
Rainflow counting
Envejecimiento
Integración fotovoltaica
Algoritmos genéticos
Rainflow counting
Envejecimiento
Integración fotovoltaica
Algoritmos genéticos
Versión del editor
Derechos
Atribución-NoComercial-CompartirIgual 4.0 Internacional
ISBN
978-84-617-4298-1 (UCM) 978-84-9749-808-1 (UDC electrónico)