Análisis de la Dependencia Anual de la Demanda de Energía Eléctrica Frente a la Temperatura Ambiente

##plugins.themes.bootstrap3.article.main##

Jimmy Javier Córdova Villagómez

G Constante

G Cabrera



Resumen

El incremento de la demanda de energía eléctrica es usualmente relacionado con el incremento en el número de clientes servidos, o el avance tecnológico. El presente artículo mediante el uso de modelos matemáticos busca determinar la dependencia de la demanda de energía con respecto a la temperatura ambiente. Además como las cargas de refrigeración (aires acondicionados y refrigeradores) influyen directamente en el incremento de la demanda.

A solution algorithm for the power flow problem applying the formal Newton-Raphson method is presented.  The Jacobian system terms are calculated as part of the bus power mismatches.  Since these equations have always to be calculated, it appears to be very efficient the embedded calculations of all derivatives required in the four Jacobian sub matrices.  An application is developed to solve the IEEE test systems of 14, 30 and 57 busses.  Execution times and iteration number are compared with runs of the PSAT computational program.

Descargas

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Biografía del autor/a

Jimmy Javier Córdova Villagómez, Universidad Estatal de Milagro

Docente Investiador, Departamento de Investigación

Citas

Kyriakides, E., Polycarpou, M., 2007. Short term electric load forecasting: A tutorial. In: Chen, K., Wang, L. (Eds.), Trends in Neural Computation, Studies in Computational Intelligence, vol. 35. Springer, pp. 391-418 (Chapter 16).

KUMAR, U. and JAIN, V.K., 2010. Time series models (Grey-Markov, Grey Model with rolling mechanism and singular spectrum analysis) to forecast energy consumption in India. Energy, 35(4), pp. 1709-1716.

Srinivasan, D. (2008). Energy demand prediction using GMDH networks. Neurocomputing, 72(1-3), 625-629. doi:10.1016/j.neucom.2008.08.006

Consejo Nacional de Electricidad, enlace www.conelec.gob.ec fecha de consulta Mayo 2013.

STERMAN, J.D., 1988. Modeling the formation of expectations: The history of energy demand forecasts. International Journal of Forecasting, 4(2), pp. 243-259.

Assimakopoulos, V. (1992). Residential energy demand modelling in developing regions. Energy Economics, 14(1), 57-63. doi:10.1016/0140-9883(92)90025-9

Kang, S.-S., Larsen, M. D. (2012). Tests of independence in incomplete multi-way tables using likelihood functions. Journal of the Korean Statistical Society, 41(2), 198-189.

Lee, S.-Y. (1985). Analysis of covariance and correlation structures. Computational Statistics & Data Analysis, 2(4), 279-295. doi:10.1016/0167-9473(85)90002-7

Empresa Eléctrica Provincial Galápagos (EEPG), enlace www.elecgalapagos.com.ec, Fecha de consulta Mayo 2013

Estación Cientifica Charles Darwin, enlace www.darwinfoundation.org, Fecha de consulta Junio 2013.

Parque Nacional Galápagos, enlace www.galapagospark.org, Fecha de consulta Mayo 2013.