Proyecto Estrategias Gestion MG Electrotermica Completo

UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE
VICERRECTORADO DE INVESTIGACIÓN, INNOVACIÓN Y TRANSFERENCIA TECNOLÓGICA
FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN
1. DATOS GENERALES
Nombre o Título del proyecto (Español):
Diseño de una estrategia de gestión energética basada en Fuzzy Logic aplicada a Microrredes Residenciales
Electrotérmicas con conexión a red
Nombre o Título del proyecto (Inglés):
Fuzzy Logic Based Energy Management Strategy for Residential Grid-Connected Electro-Thermal
Microgrid
Nombre del Departamento/ Carrera: Programa de Postgrado:

Centro Responsable: (Si la carrera no se encuentra en el listado por
favor agregue)
Eléctrica y Electrónica Elija un elemento.
Ingeniería en Electrónica,
Automatización y Control
No. Convocatoria Nombre del Programa Grupo de Investigación Asociado:

2015-489-ESPE-k1 Elija un elemento. PROCONET
Línea de Investigación: Sublínea de Investigación:

CIENCIAS TECNOLÓGICAS 332201
332205
Tipo de Investigación:
Investigación Aplicada
COBERTURA Y LOCALIZACIÓN
Local Regional Regional amplio Nacional
X
Zona de Región Provincia Cantón Parroquia

Planificación
Zona 9 Sierra Pichincha Rumiñahui Sangolquí
Objetivos del Plan Nacional del Buen Vivir:
Objetivos
Objetivo 11
Políticas
11.1. Reestructurar la matriz energética bajo criterios de transformación de la matriz productiva, inclusión,
calidad, soberanía energética y sustentabilidad, con incremento de la participación de energía renovable.
11.1.d. Incentivar el uso eficiente y el ahorro de energía, sin afectar la cobertura y calidad de sus productos y
servicios.
11.1.h. Cuantificar el potencial de recursos de energías renovables para generación eléctrica.
11.1.j. Generar alternativas, fortalecer la planificación e implementar regulación al uso energético en el transporte,
los hogares y las industrias, para modificar los patrones de consumo energético, con criterios de eficiencia y
sustentabilidad.
11.1.t. Fortalecer la investigación científica en los ámbitos energéticos, de industrias básicas y de generación y uso
sustentable de energía renovable, para la industria, los hogares, el transporte y la producción.
Área de Conocimiento:
ESPE Unesco
Sistemas Electrónicos Ingeniería, industria y construcción
INSTITUCIONES INVOLUCRADAS EN EL PROYECTO
Datos de las Instituciones Ejecutoras
Universidad de las Fuerzas Armadas ESPE

Representante Legal Grab. Roque Moreira Cédula de Identidad
02-
rector@espe.
Teléfonos 3989400 Fax Correo Electrónico
edu.ec
ext. 1001
Dirección Av. General Rumiñahui S/N, Sangolqui-Ecuador
Página Web Institucional www.espe.edu.ec
Órgano Ejecutor Departamento de Eléctrica y Electrónica
Universitat Politècnica de Catalunya (UPC)

Representante Legal Enric Fossas Colet DNI
+34- rector@upc.
Teléfonos Fax Correo Electrónico
934016101 edu.ec
Campus Diagonal Nord Edificio R (Rectorado)
C. Jordi Girona, 31
Dirección 08034 Barcelona
Contacto: Francesc Guinjoan
francesc.guinjoan@upc.edu
Página Web Institucional www.upc.edu
Órgano Ejecutor Departamento de Ingeniería Electrónica
Universidad Pública de Navarra (UPNa)

Representante Legal Alfonso Carlosena García DNI
+34-948 carlosen@un
Teléfonos Fax Correo Electrónico
169103 avarra.es
Campus de Arrosadia
31006 Pamplona
Dirección
Contacto: Luis Marroyo, Julio Pascual
luisma@unavarra.es, juliomaria.pascual@unavarra.es
Página Web Institucional www.unavarra.es
Órgano Ejecutor Departamento de Ingeniería Eléctrica y Electrónica
Monto
Presupuesto de Presupuesto aporte ESPE Presupuesto entidad Presupuesto Total
Riesgos auspiciantes/beneficiaria
0.00 USD 0.00 USD 0.00 USD 0.00 USD
PLAZO DE EJECUCIÓN
Fecha de presentación Fecha de inicio Fecha de finalización
10/10/2016 10/10/2016 31/03/2018
Duración en meses: Estado:

18 meses Nuevo:☒ En Ejecución ☐ Continuación: ☐
PERSONAL RESPONSABLE DEL PROYECTO

Ingresa a Módulo de Currículum Vitae
* En caso de que no se tenga definido el nombre de la persona que ejercerá la función propuesta para la investigación, se deberá dejar en blanco
desde la columna No. 2.
Para el caso de Investigadores externos a la universidad se debe incluir el Currículo Vitae completo.
TELÉFONO FIJO,
CÉDULA DE DEPARTAMENTO/INSTITUCI
FUNCIÓN NOMBRE COMPLETO CELULAR Y CORREO FIRMAS
IDENTIDAD ÓN A LA QUE PERTENECE
ELECTRÓNICO
Diego Gustavo Arcos
Universidad de las Fuerzas +593-994490050
Director del Proyecto 1710879444 Avilés
Armadas ESPE (Ecuador) dgarcos@espe.edu.ec
Dr. PhD en Electrónica
Danny Alexander
Sotomayor Cárdenas +593-984483921
Universidad de las Fuerzas
Director Subrogante 1103422471 MSc. en Producción y dasotomayor@espe.edu.
Armadas ESPE (Ecuador)
Automatización ec
Industrial
Julio Pascual
+34-94168934
DNI: Miqueleiz Universidad Pública de
Investigador 1 juliomaria.pascual@unav
72708950Q Dr. PhD Energías Navarra (España)
arra.es
Renovables
Francesc Guinjoan +34-934015693
DNI: Universitat Politècnica de
Investigador 2 Gispert Francesc.guinjoan@upc.e
46219278L Catalunya (España)
Dr. PhD en Electrónica du
DNI: Luis Marroyo Palomo Universidad Pública de +34-948169612
Investigador 3
18211289G Dr. PhD en Electrónica Navarra (España) luisma@unavarra.es
Pablo Sanchis Gúrpide +34-948169613
Universidad Pública de
Investigador 4 Dr. PhD en Ingeniería pablo.sanchis@unavarra.
Navarra (España)
Industrial es
Paul Ayala Taco Universidad de las Fuerzas
Investigador 5 170943424-3 jpayala@espe.edu.ec
MSc. en Electrónica Armadas ESPE (Ecuador)
Ing. Rodolfo Gordillo,
Investigador 6 100151020-3 MGs. en Ingeniería rxgordillo@espe.edu.ec
Electrónica
Ing. Jacqueline Llanos,
Investigador 7 MSc. Ingeniería jdllanos1@espe.edu.ec
Eléctrónica
Ing. Alexander Ibarra,
Investigador 8 171953542-7 Mgs. en Energías oaibarra@espe.edu.ec
Renovables
Ayudante de
Investigación 1
Ayudante de
Investigación 2
CONSIDERACIONES DE GÉNERO Y CONOCIMIENTO ANCESTRAL
Condición de Género: En este proyecto se plantea una apertura en la participación igualitaria de hombres y mujeres
sin discriminación, sin embargo se debe tomar en cuenta que el ámbito de la Ingeniería Electrónica de 5 a 1 entre
hombres y mujeres. El llamamiento para la participación dentro del proyecto será público y no existirá ningún tipo de
discriminación.
Conocimiento Ancestral: N/A
CONSECUENCIAS NO INTENCIONALES
Falta de viabilidad para realizar la validación experimental de las estrategias en la Universidad Pública de Navarra –
España: el alcance del presente proyecto se vería disminuido al no realizar la validación experimental de las estrategias
diseñada. Esto a su vez impediría la redacción y publicación de un artículo científico en una revista de alto impacto, por
lo que los entregables del proyecto se reducirían a únicamente una publicación en congreso internacional.
2. DIAGNÓSTICO Y PROBLEMA
2.1 Descripción de la situación actual del tema a investigar:

Los beneficios ambientales y económicos que las fuentes de energía renovable (Renewable Energy Source RES) han
exhibido en las últimas décadas, como la reducción del consumo de combustible fósil y la emisión de gases de efecto
invernadero [1], han ayudado a convertir a los sistemas de generación distribuida (Distributed Generation DG) en
una solución competitiva para los futuros sistemas de potencia y redes inteligentes (Smart Grids) [2], debido a que
pueden producir energía eléctrica con bajos impactos ambientales, son fáciles de instalar, y poseen una alta
eficiencia con una mayor fiabilidad [3]–[6]. Sin embargo, la adaptación de la red eléctrica para integrarlos de una
manera distribuida, eficiente, y segura de una manera económica todavía constituye un reto que debe ser
estudiado [7].
El concepto de Microrred (MG) ha sido discutido por varios autores [8], [9] y se ha convertido en una alternativa muy
atractiva para superar los desafíos para la integración de los generadores de energía distribuida (Distributed Energy
Resources DER), que incluyen RES, dentro de los sistemas de potencia actuales y futuros [10], [11]. Debido a la
naturaleza estocástica de las fuentes de energía renovable y de la potencia consumida por la carga, este escenario
requiere la utilización de sistemas de almacenamiento de energía (Energy Storage System ESS) (e.g., baterías,
flywheeles, utracapacitors) [12]–[14] y de una estrategia de gestión energética (Energy Management System EMS)
que realice la adecuada distribución de la energía de la MG con el objetivo de mejorar el desempeño y la estabilidad
del sistema [13], [15]. En general, una MG se define como un sistema de baja tensión compuestos por cargas,
elementos de generación distribuida, y unidades de almacenamiento de energía, que se encuentran conectados a la
red eléctrica principal en un solo punto de acoplamiento común (Point of Common Coupling PCC)
[16].Adicionalmente, una MG es capaz de trabajar de manear aislada (i.e., Stand-Alone o Islanded Microgrid) o en
conexión con la red eléctrica (i.e., Grid-Connected Microgrid) [17], [18].
En este sentido, el EMS de la microrred es el encargado de controlar los flujos de potencia entre los elementos que
forman parte de la MG y está desarrollado de una manera específica con el objetivo de alcanzar una serie de
objetivos predefinidos, tales como la minimización de los costos de operación de la MG [19], [20] o maximización de
los ingresos de acuerdo con las ofertas de generación distribuida y al precio de la energía eléctrica en el mercado
[17]. Además, el diseño del EMS debe tener en cuenta la arquitectura de potencia de la MG y en particular la
capacidad de gestión de los diferentes elementos que conforman la MG (i.e., que tipo de fuentes, cargas y elementos
de almacenamiento se pueden controlar) [21]. Adicionalmente, una vez definida la arquitectura de la MG, el diseño
del EMS puede ser desarrollado mediante la aplicación de diferentes métodos [22]–[26].
Existen diversos trabajos realizados en esta área, los cuales se encuentran divididos en estudios que se centran en la
reducción del tamaño y preservación de la vida útil de los sistemas de almacenamiento [27]–[29]; otros que se
enfocan en maximizar la energía producida por la microrred [30]; estudios que se concentran en la interacción con la
red eléctrica a fin de obtener la mayor rentabilidad económica del sistema [31], [32]; y estudios que consideran
arquitecturas con un mayor número de grados de libertad lo que facilita la implementación de una estrategia de
gestión energética [33]–[38]. Sin embargo, se puede indicar que estos trabajos no tienen como objetivo principal el
suavizar el perfil de potencia intercambiado con la red, ya que la mayoría de estudios se centran en el objetivo
económico de la MG. No obstante, las nuevas regulaciones internacionales para sistemas con RES y conexión a red
[39] requieren de un control de las tasas de generación y de calidad de la energía que sirve de a poyo a la red. Es por
esta razón que la minimización de las fluctuaciones del perfil de potencia intercambiado con la red se ha convertido
en un desafío adicional para el EMS.
Una manera común de reducir los picos y fluctuaciones de potencia en el perfil de red se la realiza mediante la
aplicación de un filtro pasa bajos [40], [41]. Esta estrategia separa los componentes de baja y alta frecuencia del
perfil de potencia intercambiado con la red eléctrica a través de un filtro de media móvil simple (Simple Moving
Average SMA). De esta manera, la estrategia asigna los componentes de alta frecuencia al sistema de
almacenamiento y asigna los componentes de baja frecuencia a la red eléctrica, por lo que el perfil de red maneja un
perfil de potencia de valor medio. Sin embargo, esta estrategia produce un retardo en la señal de potencia y requiere
el uso de sistemas de almacenamiento de gran tamaño.
En [42] se presenta una mejora de la estrategia SMA que se desarrolla en función del conocimiento heurístico que se
tiene acerca del comportamiento de la MG. Esta estrategia asigna un determinado valor de potencia al sistema de
almacenamiento y a la red eléctrica a través de ciertas expresiones analíticas que involucran el balance de potencia
entre consumo y generación y el estado de carga de la batería (State-of-Charge SOC). Esta estrategia reduce las
fluctuaciones de potencia del perfil intercambiado con la red eléctrica en relación a la estrategia SMA, sin embargo,
el perfil de red resultante es altamente fluctuante.
El conocimiento heurístico del funcionamiento de la MG sugiere el uso de un controlador difuso (Fuzzy Logic
Controller FLC) para el diseño de la estrategia de gestión energética aplicada en una MG residencial con conexión a
red. En este sentido, FLC provee una metodología formal para representar, manipular, computar e implementar el
conocimiento heurístico que tiene un ser humano acerca de cómo controlar un sistema [43], [44], por lo que
constituye una herramienta poderosa capaz de manejar las imprecisiones y no linealidades de sistemas complejos.
En este sentido, [45] presenta el diseño de un EMS mediante un controlador FLC. Este diseño utiliza las mismas
entradas que en [46], sin embargo, debido a la acción del controlador Fuzzy se obtiene una mejora en evolución del
SOC de la batería y en la calidad del perfil intercambiado con la red eléctrica. Además, al utilizar la misma
metodología de diseño [47] presenta el diseño de un nuevo EMS que mejora las prestaciones de los diseños previos.
Finalmente, en base a los resultados obtenidos en estudios previos, en [21], [48] se presenta el diseño de una
estrategia optimizada que mejore la calidad del perfil de red y preserve la vida útil del sistema de almacenamiento. El
nuevo diseño considera la tasa de cambio de la energía en la microrred como una entrada al controlador FLC con el
objetivo de anticipar el comportamiento de la MG. Esta implementación permite que el EMS reaccione rápidamente
ante los cambios de energía que se produzcan en la MG (i.e., aumento o disminución de consumo/generación) y
logra suavizar el perfil de potencia intercambiado con la red mientras mantiene el SOC de la batería alrededor del
75% de carga.
Como se mencionó anteriormente, el diseño del EMS depende directamente de los elementos que este puede
controlar. De hecho, el aumento de la información que maneja la estrategia EMS y del número de elementos
controlables de la MG aumenta los grados de libertad del controlador y facilita la mejora de la calidad del perfil de
red. En este sentido, en [49], [50] presentan el diseño de una estrategia de gestión energética para una MG
electrotérmica compuesta por RES, ESS y elementos térmicos como colectores térmicos y un calentador eléctrico de
agua. Además, [34] presenta una estrategia optimizada similar a las presentadas en [42], [45], que mejora
significativamente al perfil de potencia intercambiado con la red a través de la gestión de la demanda (Demand Side
Management DSM) de una MG electrotérmica. Adicionalmente, para abordar directamente los problemas
producidos en las estrategias que utilizan un filtro SMA, en [51] se desarrolla una nueva estrategia de gestión que
considera un filtro de media móvil central (Central Moving Average CMS) con el objetivo de evitar tomar decisiones
basadas en el balance de potencia de la MG de las últimas 24 horas y en su lugar utiliza un promedio entre la
predicción del balance potencia de las siguientes 12 horas y el balance de potencia de las últimas 12 horas. De esta
manera consigue minimizar las fluctuaciones en el perfil de potencia intercambiado con la red.
Al realizar un análisis del estado del arte presentado, se puede concluir que el tópico de investigación relacionado
con el diseño e implementación de estrategias de gestión energética es un tema actual y de interés para la
comunidad científica a nivel internacional.
2.2 Identificación, descripción y diagnóstico del problema
2.2.1. Configuración de la Microrred Eléctrica y Electrotérmica
2.2.1.1 Configuración de la Microrred Eléctrica

La primera arquitectura bajo estudio consiste en una microrred eléctrica residencial conectada a la red que incluye
un sistema híbrido de generación renovable (Hybrid Renewable Energy System HRES), una carga doméstica y un
sistema de almacenamiento [21], [45], [47], [48], [51]. La configuración de esta MG se muestra en la Fig. 1 e incluye
los siguientes elementos:
• Sistema hibrido de generación renovable compuesto por un generador fotovoltaico (Photovoltaic PV) de
6 kWp y una pequeña turbina de viento (Wind Turbine WT) de 6 kW,
• Sistema de almacenamiento compuesto por un banco de baterías de plomo ácido con una capacidad
nominal de 72 kWh, y
• Una carga doméstica con una potencia nominal de 7 kW.
UNIVER RSIDAD DEE LAS FUEERZAS ARM MADAS - EESPE
VICER
RRECTORAD
DO DE INVE
ESTIGACIÓN
N, INNOVAC
CIÓN Y TRANSFERENCIIA TECNOLÓ
ÓGICA
FORM
MATO PA
ARA LA PR
RESENTAC
CIÓN DE PROYECT
P TOS DE INV
NVESTIGA
ACIÓN
Fig. 1. Configguración de la MG eléctrica residencial. ©2016,

© IEEE
De la configguración mosttrada en la Fig. 1, PPV y PWT represe entan la poteencia generadda fotovoltaica y eólica,
respectivameente, PBAT representa la potencia enttregada/absorbida por el ESS, PLOAD representa la potencia
consumida po or la carga, y PGRID represen
nta la potenciaa absorbida/inyectada por la red eléctricca.
Nota: se debee considerar que
q las variables de potenccia involucradas en la Fig. 1 son positivass cuando la po
otencia fluye
de acuerdo ccon la direcció
ón de las flech
has corresponndientes. Por lo tanto, la potencia
p geneerada por amb bos recursos
renovables, PPV y PWT, y la potencia consumida
c poor la carga, PLOAD, son siempre positivaas. Mientras que PBAT es
considerada positive cuan ndo la batería inyecta enerrgía a la MG y negativa cuando la baterría absorbe energía de la
MG. De la misma manera, PGRID se considera positive cuando la red d eléctrica enttrega energía a la MG y es considerada
negativa paraa el caso contrario.
Dada la configuración que se muestra en la Fig. 1, la ppotencia interrcambiada con la red eléctrrica se define como:
PGRID = PLOAD − PGEN − PBAT , (1)
PGEN = PPPV + PWT , (2)
donde PGEN es la potencia total

t generada por la MG.
Además, se d nce de potenccia de la MG, P LG, como la diferencia entrre la potencia consumida por la carga y
define el balan
la potencia geenerada por las fuentes ren
novables, por lo que (1) se puede reescribir como:
PLG = PLOAAD − PGEN , (3)
PGRID = PLLG − PBAT . (4)
2.2.1.2 Configuración de la Microrred Electrotérmica

E a
La segunda aarquitectura bajo estudio consiste en uuna microrred electrotérm mica conectadda a la red que contiene
todos los eleementos descritos en la primera arquiteectura e incluyye un sistema a de agua cal iente sanitaria (Domestic
Hot Water D DHW) compueesto por un EWH E de 2 kW
W de potencia, un arreglo ded colectoress térmicos de 2 kW, y un
sistema de aalmacenamien nto térmico representado
r que de almacenamiento d e agua calien
por un tanq nte con una
capacidad dee 800 litros. Laa configuración de la MG el ectrotérmica se muestra en la Fig. 2.
VICER
RRECTORAD
DO DE INVE
ESTIGACIÓN
N, INNOVAC
ÓGICA
FORM
MATO PA
ARA LA PR
RESENTAC
CIÓN DE PROYECT
P TOS DE INV
NVESTIGA
ACIÓN
G electrotérmica
Fig.. 2. Configuracción de la MG
Donde PWH,E es la potenccia requerida por el EWH para manten ner la temperratura del aguua dentro del tanque de
almacenamieento entre 45 °C y 65 °C, QWH,T es la tassa de energía transfería deesde el EWH, QSC es la tasa
a de energía
recolectada p
por los colecto
ores térmicos,, y QDHW es la tasa de consu
umo de agua caliente
c sanitaaria.
De la mismaa manera quee la primera arquitectura, las variabless involucradass en la Fig. 2 se consideran positivas
cuando la po otencia fluye en la misma a dirección qque las flechaas corresponddientes. De eesta manera, el perfil de
potencia inteercambiado co on la red para la segunda arrquitectura se
e encuentra definido por lass siguientes expresiones:
e
PGRID = PLOAD − PGEEN − PBAT + PWH

W ,E
, (5)
PLG = PLOAD − PGEN + PWH ,E , (6)
PGRID = PLLG − PBAT . (7)
pción del prob

2.2.1. Descrip blema
En un escenaario de MG reesidencial, do onde los recurrsos renovables pueden se er fácilmente integrados y permiten al
consumidor ggenerar su pro opia energía, el control del perfil de pote
encia intercam
mbiado con laa red permite la reducción
de la factura por consumo o de energía y disminuye laa sobrecarga de d la red [52]. Sin embargoo, esta integra
ación puede
traer ciertos desafíos, quee deben ser manejados
m porr el EMS, espeecialmente cuando se increementa la pennetración de
recursos renoovables RES en la red de distribución, deebido a que la naturaleza esstocástica de los recursos renovables
r y
el consumo d de carga puede introducir fluctuaciones ssignificativas en
e el perfil de
e red [36].
Este comporttamiento pueede ser apreciado en la Fig.. 3, donde se muestra el pe erfil intercambbiado con la red
r eléctrica
de una MG q que no incluyye sistema de e almacenammiento ni una estrategia de e gestión eneergética. Com mo se puede
observar, la ausencia de sistema de almacenamiennto (i.e. PBAT = 0) obliga a la a red eléctricca a compensar todas las
fluctuacioness de potencia producidas por los RES y laa carga. Por lo
o que, bajo esstas condicionnes el perfil de
e red para la
primera arquuitectura se exxpresa como:
PGRID = PLG . (8)

6 PLG 6 PLG
4 4
2 2
Power ( kW )
Power ( kW )
0 0
-2 -2
-4 -4
-6 -6
Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun Jul Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun Jul
Months (2013-2014) Months (2013-2014)
(a) (b)
Fig. 3. Perfil del balance de potencia de la MG (a) sin considerar el consumo del EWH, and (b) al considerar el
consumo del EWH.
Como se puede apreciar en la figura anterior, el perfil de potencia intercambiado con la red es altamente fluctuante
con picos de potencia significativos, lo que causa la sobrecarga de la red eléctrica y afecta económicamente al
usuario debido a que deberá contratar una potencia mayor a la requerida para satisfacer los picos de demanda
requeridos por la carga. Por lo que, como fue mencionado anteriormente se requiere la integración de un sistema de
almacenamiento (ESS) y una estrategia de gestión eficiente con el objetivo de minimizar la sobrecarga de las líneas de
distribución y mejore el desempeño y estabilidad del sistema [55].
De esta manera, el ESS se usa para realizar el balance energético entre la demanda de energía requerida por la carga
y la energía producida por los RES. Adicionalmente, se encarga de almacenar energía durante periodos de alta
generación para suministrar energía en periodos futuros donde exista alta demanda. Sin embargo, el ESS no puede
realizar la compensación de todas las fluctuaciones de potencia producidas por los RES (i.e., fluctuaciones debido a
las estaciones del año) debido a que necesitaría una enorme capacidad de almacenamiento, lo que sería inadecuado
para un escenario residencial. Hay que tomar en cuenta que el ESS que será considerado en este proyecto se
encuentra dimensionado para atenuar hasta las fluctuaciones diarias de potencia, por lo que las estrategias de
gestión energética se centran en la reducción de las fluctuaciones diarias de potencia producidas en la MG.
Además, las estrategias de gestión energética EMS deberán tratar de distribuir la potencia producida por ambos RES
y el sistema de almacenamiento con el objetivo de minimizar la potencia inyectada/absorbida por la red eléctrica
mientras se mantiene el SOC del sistema de almacenamiento dentro de sus límites seguros. Por otra parte, las
estrategias EMS deberán satisfacer las restricciones impuestas por el ESS para extender su vida útil. Por consiguiente,
en situaciones donde la potencia generada por las RES no sea suficiente para abastecer la demanda requerida por la
carga y la cantidad de energía almacenada en la batería sea sumamente baja (i.e., SOC = SOCMIN), la estrategia de
gestión deberá cortar la inyección de potencia suministrada por el ESS para evitar descargas profundas del banco de
baterías y preservar su vida útil. Por lo que en estas situaciones la red eléctrica será la encargada de proveer la
energía restante para satisfacer el consumo de la carga lo que causa la aparición de fluctuaciones indeseables en el
perfil de red. El mismo principio se debe tomar en consideración cuando el SOC de la batería se acerca a su punto
máximo de carga (i.e. SOC = SOCMAX) con el objetivo de no sobrecargar el ESS.
En este sentido, las estrategias de gestión a desarrollarse se enfocarán en el adecuado control de la potencia
entregada/absorbida por la red eléctrica con el objetivo de suavizar el perfil de potencia intercambiado con la red
eléctrica mientras preserva la vida útil del ESS. Este proyecto se centrará en el diseño de diferentes tipos de
estrategias de gestión energética basadas en un controlador Fuzzy Logic para una microrred eléctrica y
electro-térmica y analizará los beneficios que se obtiene mediante al introducir algoritmos de predicción al sistema.
La contribución de esta investigación en el área de la Ingeniería Electrónica será el contar con el diseño e
implementación de diferentes algoritmos de control basados en Fuzzy Logic para realizar la gestión de energía de
microrredes eléctricas y electrotérmicas, con las que se minimice el perfil de potencia intercambiado con la red
eléctrica, las cuales pueden ser aplicadas en la implementación de nuevas centrales de generación energética en
base a recursos renovables y libres de contaminación, lo que se incluye dentro de la Matriz Energética del Ecuador.
Es necesario destacar que el Plan Nacional de Desarrollo del Gobierno Nacional, denominado: “Plan Nacional del
Buen Vivir 2013-2017”, establece algunos objetivos y políticas sobre el desarrollo de las energías renovables, entre
además de los objetivos y políticas mencionados en los objetivos del presente proyecto se puede destacar los
siguientes:
“Objetivo 7: Garantizar los derechos de la naturaleza y promover la sostenibilidad ambiental territorial y global”,
“Política 7.7: Promover la eficiencia y una mayor participación de energías renovables sostenibles como medida de
prevención de la contaminación ambiental”,
“Lineamiento 7.7.a: Implementar tecnologías, infraestructuras y esquemas tarifarios para promover el ahorro y la
eficiencia energética en los diferentes sectores de la economía”,
“Lineamiento 7.7.b: Promover investigaciones para el uso y la generación de energías alternativas renovables, bajo
parámetros de sustentabilidad en su aprovechamiento”.
Por lo que las contribuciones de este proyecto al país se pueden enmarcar dentro de su producción energética a
través de recursos renovables (solar y eólico) y su aplicación en sus diversas áreas como: dimensionamiento de
microrredes eléctricas fotovoltaicas sin conexión a red para lugares inaccesibles o remotos; Sistemas de
calentamiento de agua sanitaria mediante uso de energía solar; y Gestión de energía renovables; entre otros.
2.3 Tabla de Búsqueda: En Bases de Datos/Documentos/Patentes/otros

(Solicita la comparación entre el tema a investigar y los resultados de las búsquedas)
Base de Datos Denominación No. De patente Otros

Google Patents Residential and US20130144451 A1
commercial energy
management system
Google Patents Adaptive control of US20140236883 A1

hybrid ultracapacitor-
battery storage system
for photovoltaic output
smoothing
Google Patents Power fluctuation CN105356491 A
smoothening method
based on optimum
control of energy
storage and virtual
energy storage
2.4 Análisis Comparativo
La búsqueda de trabajos similares a nivel de patente produjo tres resultados que se podrían asociar al trabajo
propuesto. Sin embargo, la infinidad de arquitecturas de microrred, técnicas de control, y metodologías de diseño
hacen que cada trabajo sea único. En este sentido, la patente desarrollada por Kumar et al. 2013, utiliza cargas
domésticas controlables y la estrategia de gestión de la demanda de carga. Ye et al. 2014, utiliza una arquitectura con
dos sistemas de almacenamiento y un solo generador renovable. Finalmente, la patente CN105356491 A del año
2016, presenta un método para suavizar fluctuaciones de potencia y basa su estudio en un control óptimo de la
energía almacenada en dos sistemas de almacenamiento uno formado por baterías de litio y otro conformado por
una batería virtual.
El presente proyecto se centra en el estudio de una microrred electrotérmica compuesta por generadores renovable
(fotovoltaico y eólico), sistema de almacenamiento compuesto por un banco de baterías de plomo-ácido, una caldera
eléctrica para consumo de agua caliente sanitaria, un sistema de almacenamiento térmico formado por un depósito
de agua caliente, y cargas eléctricas domésticas no controlables.
Como se puede notar de lo expuesto anteriormente, si bien estos trabajos tiene elementos en común, la formulación,
arquitectura, los objetivos y técnicas de control sin diferentes a los presentados en este proyecto.
* Adjuntar : Página Legal
Identificación y caracterización de la población objetivo (beneficiarios y participantes)

Número Directos Número Directos Total Número Total Número Personas con
Hombres: Mujeres: Directos: Indirectos: capacidades
especiales:
Número de docentes participantes: Docentes participantes hombres: Docentes participantes mujeres:
6 Docentes ESPE
4 Docentes Universidades Exteriores 9 1
Número de estudiantes participantes: Estudiantes participantes hombres: Estudiantes participantes mujeres:

No definido No definido No definido
Factores críticos de éxito:
• Determinación de un algoritmo de gestión de energía eficiente

• Obtener los modelos matemáticos óptimos de generadores renovables, sistemas de almacenamiento
eléctrico y térmicos
• Validación experimental óptima.
Restricciones/Supuestos:
• Contar con la aprobación oportuna de la movilización para realizar la validación experimental de las
estrategias en la microrred de la Universidad Pública de Navarra
3. OBJETIVOS DEL PROYECTO
Indicador Medio de verificación Supuestos

Fin: Viabilidad para realizar la
Obtener una estrategia de validación experimental de
Disminución de los valores
control eficiente aplicable a Publicación científica. la estrategia de gestión en
de los criterios de
un escenario de microrred la MG de la UPNa. Estancia
evaluación definidos.
electrotérmica residencial. de investigación.
Propósito (objetivo
general):
Diseñar estrategias de Análisis comparativo con Viabilidad para realizar la
gestión energética que otras estrategias de validación experimental de
minimicen las fluctuaciones gestión que buscan el Publicación científica. la estrategia de gestión en
de potencia del perfil mismo objetivo y que ya la MG de la UPNa. Estancia
intercambiado con la red han sido publicadas. de Investigación.
eléctrica de una microrred
electrotérmica.
Componentes (objetivos
específicos): Selección de las variables
que intervienen para la
Realizar una correcta
1. Definir un set de cuantificación de la Fichero de simulación
interpretación de los
criterios de calidad suavidad del perfil (Matlab).
resultados.
para la evaluación de intercambiado con la red.
las estrategias.
2. Diseñar de un EMS sin

Potencia aportada por el
algoritmos de Contar con un set de
sistema de
predicción de Fichero de simulación criterios de evaluación que
almacenamiento y
generación y consumo (Matlab). identifique la calidad del
potencia aportada por la
para una microrred perfil de red obtenido.
red eléctrica.
electrotérmica.
3. Cuantificar la mejora
del perfil de red Minimización de los
Diseño de una estrategia
obtenido en relación a criterios de evaluación Publicación científica.
de gestión óptima.
trabajos previos definidos.
publicados.
4. Introducir algoritmos
Selección del algoritmo de
de predicción de Datos históricos de
predicción de consumo y Fichero de simulación
consumo y generación generación y consumo
generación de la (Matlab).
de energía a la válidos.
microrred.
estrategia de gestión.
5. Diseñar de un EMS con
predicción de Minimización de los Correcta selección del
Fichero de simulación
generación y carga para criterios de evaluación algoritmo de predicción de
(Matlab).
una microrred definidos. generación y consumo.
electrotérmica.
Obtener un diseño de la
estrategia de gestión
6. Validar eficiente.
Perfil de potencia
experimentalmente la
intercambiado con la red
estrategia de gestión Publicación científica. Viabilidad para realizar la
suave y sin grandes
para una microrred validación experimental de
fluctuaciones de potencia.
electrotérmica. la estrategia de gestión en
la MG de la UPNa. Estancia
de Investigación.
Actividad:
1.1. Selección de criterios Contar con la bibliografía
Informe técnico.
de calidad Calidad del perfil de red. necesaria.
preestablecidos.
2.1. Definición de las
funciones de Contar con las licencias de
pertenencia (MF) para software necesarias
(Matlab).
entradas y salidas del (Matlab).
controlador.
2.2. Definición de la base
Minimización de criterios Fichero de simulación Realizar una definición de
de reglas del
de evaluación definidos (Matlab). MFs óptima.
controlador.
2.3. Optimización de MFs y
Reporte de optimización Contar con un set de MFs y
base de reglas del
de MFs y base de reglas. base de reglas eficaz.
controlador.
2.4. Simulación de las Fichero de simulación Optimización de
estrategias de gestión. (Matlab). parámetros eficiente.
3.1. Comparación de Reducción de picos y
Minimización de criterios
resultados con fluctuaciones de potencia
Artículo científico de evaluación
estrategias publicadas en el perfil de red.
preestablecidos.
anteriormente.
3.2. Análisis de resultados Protección de la vida útil
Reducción de picos y
mediante simulación y del sistema de
Artículo científico fluctuaciones de potencia
redacción de artículo almacenamiento.
en el perfil de red.
científico.
Minimización de los
criterios de evaluación
definidos.
4.1. Selección de algoritmo
Contar con la bibliografía
de predicción de Informe técnico
necesaria.
generación y consumo.
4.2. Predicción de Fichero de simulación Poseer datos históricos de
generación. Error mínimo de predicción (Matlab). perfiles de generación.
de potencia consumida y Poseer datos históricos de
4.3. Predicción de Fichero de simulación
generada. perfiles de consumo de
consumo. (Matlab).
carga.
4.4. Predicción del balance Poseer datos históricos de
de potencia de la perfiles del balance de
(Matlab).
microrred potencia de la MG.
5.1. Definición de MF de
Contar con las licencias de
entradas y salidas, y Fichero de simulación
software necesarias
base de reglas del (Matlab).
Reducción de picos y (Matlab).
controlador.
fluctuaciones de potencia
5.2. Optimización de las MF
de pertenencia y base Reporte de optimización Contar con un set de MFs y
de reglas del de MFs y base de reglas. base de reglas eficaz.
Protección de la vida útil
controlador.
almacenamiento.
5.3. Simulación de la
estrategia de gestión Fichero de simulación Optimización de
Minimización de los
con predicción de (Matlab). parámetros eficiente.
criterios de evaluación
definidos.
5.4. Redacción de artículo
Artículo científico fluctuaciones de potencia
científico.
6.1. Elaboración del
Contar con las licencias de
algoritmo de control Fichero de simulación
software necesarias
en la plataforma (LabView).
(LabView).
LabView.
eficiente.
Funcionamiento correcto
6.2. Validación
de la microrred de la
experimental de las Programa de movilidad de
UPNa.
estrategias en la MG la Universidad de las Artículo científico
de la UPNa Pamplona- Fuerzas Armadas ESPE
Viabilidad para realizar la
España.
validación experimental de
la estrategia de gestión en
la MG de la UPNa. Estancia
de Investigación
Pamplona-España.
Suavidad del perfil de
potencia intercambiado
6.3. Recolección e
con la red eléctrica. Artículo científico
interpretación de Resultados experimentales
Conservación del estado Fichero de simulación
resultados y redacción positivos.
de carga de la batería (Matlab).
de artículo científico.
dentro de límites seguros
de carga y descarga.
Detalle de entregables del proyecto
Diseño de una estrategia de gestión energética aplicable a una Microrred electrotérmica.

Bienes
Servicios
Bienes y Servicios
Detalle de adquisiciones del proyecto

% %
Descripción Detalle insumo nacional Detalle insumo importado
Nacional Importado
Bienes NA NA NA NA
Servicios NA NA NA NA
Bienes y Servicios NA NA NA NA
Categorización del Proyecto

Indispensable Necesario Deseable Admisible
X
4. METODOLOGÍA PARA LA INVESTIGACIÓN (Diseño del Estudio: Detallar diseño experimental, tipo
de análisis estadístico, otros)
4.1. Análisis de resultados mediante simulación

El análisis de las estrategias de gestión se lo realiza a través de simulación numérica mediante Matlab®. Para estas
simulaciones se utilizará los datos históricos obtenidos en la MG de la Universidad Pública de Navarra en el
periodo comprendido entre julio de 2013 a julio de 2014 con un periodo de muestreo Ts = 900 s. Los resultados
obtenidos para las diferentes estrategias serán comparados con resultados de estudios previos [34], [48], [50],
[53] para comprobar la robustez de las estrategias propuestas.
Para calcular numéricamente el grado de consecución del objetivo propuesto de las diferentes estrategias de
gestión, se utiliza un conjunto de criterios de evaluación previamente definidos [21], [34], [45]–[49], [51], [53].
Estos criterios de evaluación se utilizarán para comparar el perfil de potencia intercambiado con la red de las
diferentes EMSs. En este sentido, se considera un mejor rendimiento del EMS cuando se minimiza el valor de los
criterios de evaluación. Estos criterios se describen a continuación:
4.1.1. Pico máximo del perfil de red PG,MAX
Es la potencia máxima inyectada por la red eléctrica en un año y está definido mediante la siguiente expresión:
PG , MAX = max ( PGRID ) . (9)
4.1.2. Pico mínimo del perfil de red PG,MIN

Es la potencia máxima absorbida por la red eléctrica en un año. Está definido mediante:
PG , MIN = min ( PGRID ) . (10)
4.1.3. Rango de variación de potencia (Power Variation Range PVR)

Cuantifica la eficacia de la estrategia de gestión. Está definido como sigue:
PG , MAX − PG , MIN
PVR = , (11)
PLG , MAX − PLG , MIN
donde PLG,MAX y PLG,MIN son la máxima y mínima fluctuación del balance de potencia de la MG
4.1.4. Máxima rampa de potencia (Maximum Power Derivative MPD)
Representa la máxima tasa de cambio (i.e., máxima pendiente producida por dos muestras consecutivas) del perfil
de red en el año en estudio. Este criterio se expresa en W/h y se encuentra definido como el máximo valor
absoluto de las pendientes del perfil de red en el año en estudio, como sigue :
MPD = max ( PGRID ) , (12)
P (n) − PGRID (n − 1)
PGRID (n) = GRID , (13)
Ts
donde ṖGRID es la pendiente producida por dos muestras consecutivas del perfil de red y Ts es el periodo de
muestreo.
4.1.5. Rampa de media potencia (Average Power Derivative APD)
Está defino como el valor absoluto, expresado en W/h, del valor medio anual de las pendientes del perfil de red.
Se expresa como sigue:
1 N
APD =
N
 P GRID
( n) , (14)
n =1
Donde N es el número de muestras en un año.

4.1.6. Variabilidad del perfil de red (Power Profile Variability PPV)
Mide la estabilidad del perfil intercambiado con la red eléctrica. Se encuentra definido mediante:
ff
P 2
GRID , f
f = fi
PPV = , (15)
PDC
1 N
PDC =
N
P GRID
(n), (16)
n =1
Donde PGRID,f es la potencia de armónico a la frecuencia f, fi y ff son el valor inicial y final de frecuencia, y PDC es el
valor medio de potencia en un año.
Este criterio evalúa únicamente frecuencias con periodos de variación de una semana o menos, debido a que la
estrategia de gestión busca compensar las variaciones diarias de potencia. Por lo que los valores de fi y ff se
definen de la siguiente manera:
VICER
RRECTORAD
DO DE INVE
ESTIGACIÓN
N, INNOVAC
ÓGICA
FORM
MATO PA
ARA LA PR
RESENTAC
CIÓN DE PROYECT
P TOS DE INV
NVESTIGA
ACIÓN
1 1 −6
fi = = 5 × 10
= 1.65 Hz (1
17)
Tweek 7 ⋅ 244 ⋅ 3600
fs 1 Ts 1 900 −4
ff = = = = 5.56
6 × 10 Hz (1
18)
2 2 2
4.2. Valid
dación experim
mental
La validacción experimeental de las esstrategias quee superen la fase
f de simula
ación será dessarrollada en la microrred
instalada en la Universidad Pública de Navarraa que se pre esenta en la Fig. 4 [21], [34], [51], [553], [54]. La
descripcióón de esta miccrorred se enccuentra detalllada en el pun
nto 6 del presente proyectoo.
Fig. 4. Microrred dee la UPNa, con

nfiguración, deescripción de componentess y bus de connexiones. ©20
016, IEEE.
5. FINA
ANCIAMIEENTO
nformación en Anexos)
(Ingresar in
6. VIAB
BILIDAD Y PLAN DE SOSTENIB
BILIDAD
Viabilidad
d Técnica:
El proyectto es plenameente viable de

ebido los sigui entes aspecto
os:
• Se ccuenta con nu
umerosos estuudios, avancees y resultados que han siddo validados eexperimentalm mente y han
sido
o publicados en
e revistas y congresos
c de aalto impacto a nivel internacional [21], [[34], [47]–[51
1], [53], [55],
[56]].
• Se ttiene el apoyo
o y la experie
encia de Univversidades exxtranjeras tale
es como la Unniversidad Po
olitécnica de
VICER
RRECTORAD
DO DE INVE
ESTIGACIÓN
N, INNOVAC
ÓGICA
FORM
MATO PA
ARA LA PR
RESENTAC
CIÓN DE PROYECT
P TOS DE INV
NVESTIGA
ACIÓN
Cataaluña (UPC) y la Universidad Pública de N

Navarra (UPNa).
• Se tiene la colabo
oración del gru
upo de investtigación de Inggeniería Eléctrrica, Electróniica de Potenciia y Energías
Renovables de la UPNa.
• Paraa la validación uenta con la infraestructurra y el equipamiento del
n experimenttal de las estrrategias se cu
labo
oratorio de miicrorredes de la UPNa
Equipamiiento Tecnoló
ógico Disponib
ble
uración de la microrred de
La configu e la UPNa quee fue presentaada en la Fig. 4 incluye los siguientes co
omponentes:
sistema dde generaciónn renovable, carga prograamable, sistemma de almaccenamiento, cconvertidor de d potencia,
estación meteorológicca, estación de supervisióón y control [21], [34], [51], [53], [554]. Cada un no de estos
componentes se descriibe a continua
ación:
a) SSistema de ge
eneración renovable
EEl sistema de generación renovable connsiste en un geenerador fotoovoltaico y unn generador eólico que se
mmuestran en la Fig. 5. El generador footovoltaico esstá compuestto por 48 panneles solares BP585 [57]
ddistribuidos en
e 4 filas de 12 paneles cadda una conecttados en serie
e. Tiene una ppotencia nomiinal de 4080
W y se encuentran montados en el ttecho del laboratorio de Energías E Renoovables de laa UPNa con
oorientación su
ur e inclinación de 30°.
EEl generador eólico consistte en una peqqueña turbina de viento Bornay
B INCLIN
N6000 [58] qu ue tiene una
ppotencia nom
minal de 6 kW y se encuentrra ubicado junnto al laborato
orio de Energíía Renovabless de la UPNa
ccomo se obseerva en la Fig. 5.
Fig. 5. Generrador fotovolttaico y turbinee de viento ub

bicados en la UPNa
U Pamploona-España [54
4]
b) C
Carga Program
mable
EEl perfil de deemanda de carrga se emula ffísicamente mediante
m una carga electrónnica AMREL PLA7.5K-600-
4400 [59], quee utiliza una seecuencia de cconsumo de carga
c proporccionada en tieempo real porr la estación
dde simulación n. Esta carga electrónica
e esttá físicamente
e conectada a la estación dde supervisión
n y control a
ttravés del buss de comunica ación RS-485. La carga proggramable y la estación de siimulación se muestran
m en
lla Fig. 6.
VICER
RRECTORAD
DO DE INVE
ESTIGACIÓN
N, INNOVAC
ÓGICA
FORM
MATO PA
ARA LA PR
RESENTAC
CIÓN DE PROYECT
P TOS DE INV
NVESTIGA
ACIÓN
Fig. 6. Cargga programab

ble AMREL PLA 0 y estación de simulación de carga [54]
A7.5K-600-400
c) SSistema de alm
macenamientto
EEl sistema de almacenamie ento está formmado por 120 0 celdas de batería de plom
mo-ácido FIAMMM SMG300
[[60] conectadas en serie co
omo se muest ra en la Fig. 7. Cada celda tiene
t una tenssión nominal de
d 2 V y una
ccapacidad C10 de 300 Ah, lo
o que resulta een una capacid
dad de 72 kW
Wh.
Fig. 7. Banco de baterías plom

mo-acido ubicaado en el sóta
ano de la UPN a [54]
d) C
Convertidor de
d potencia y armario de diistribución
LLa microrred de o modificado INGECON® HY
d la UPNa uttiliza un conveertidor de potencia híbrido YBRID MS30
[[61] que se muestra
m en la
a Fig. 8. Este convertidor incluye un módulo
m de connversión de potencia
p del
ggenerador eó ólico, un módulo de conveersión de pottencia del generador fotovvoltaico, un cargador
c de
bbaterías, y un módulo inverrsor de potenccia.
EEl armario dee distribución
n incluye los relés de inte erconexión que son utilizaados para la conexión y
ddesconexión de
d las cargas críticas y la red eléctrica, y los analizadores de pootencia utiliza ados para el
mmonitoreo dee las princip pales variablees eléctricas (e.g., tensió ón, corrientee, y frecuencia) de los
ggeneradores renovables,
r ca
arga, salida deel inversor, baatería y red elé
éctrica.
VICER
RRECTORAD
DO DE INVE
ESTIGACIÓN
N, INNOVAC
ÓGICA
FORM
MATO PA
ARA LA PR
RESENTAC
CIÓN DE PROYECT
P TOS DE INV
NVESTIGA
ACIÓN
Fig. 8. Convertidor de pote

encia híbrido INGECON® HYYBRID MS30 y armario de ddistribución [5
54]
e) EEstación mete
eorológica
LLa estación meteorológica se utiliza paraa medir las co mbientales de los diferentes elementos
ondiciones am
dde la MG. Esta estación está
e distribuidda a lo largo de toda la MG y está coompuesta po or una celda
ccalibrada de irradiación que se muestra en la Fig. 9(aa), tres anemó ómetros comoo el que se muestra
m en la
FFig. 9(b) de lo
os cuales dos se encuentraan ubicados en e la turbina de
d viento y ootro se encuentra situada
junto al arreglo de paneles fotovoltaicoss, cuatro sensores de temp peratura Pt-1000, que se mu uestran en la
FFig. 9(c), que son
s utilizadoss para medir l a temperaturra exterior, la temperatura del panel fotovoltaico, la
ttemperatura ded la batería, y la temperattura de la habitación dondee se encuentraa el ESS [21], [54].
[
(
(a) (b) (c)
Fig. 9. Componentees de la estación meteorolóógica (a) celdaa calibrada de
e irradiación, ((b) anemómettro, y (c)
sensoress de temperattura Pt-100
f) EEstación de su
upervisión y control
c
LLa estación de supervisión y control esstá compuesto
o por un PXI de la Nationnal Instruments [62] y un
ccomputador de
d propósito general.
g
EEl NI-PXI, que se muestra ene la Fig. 10(aa), utiliza cuattro módulos para
p realizar een tiempo real (i.e., cada
ssegundo) el coontrol y la adq
quisición de ddatos de los annalizadores de
e potencia de los diferentes elementos
dde la MG. Estoos módulos son: el NI PXI- 8102 que es un controlado or embebido, el NI PXI-843 33/4 que es
ppara realizar comunicación
c serial RS-4855, el NI PXI-82
231 para una comunicación
c n Gigabit Ethe
ernet, y el NI
PPXI-6238 paraa la adquisición de datos [211], [54].
EEl computado or de propósitto general se utiliza como interfaz y para desplegar loos datos histó óricos de las
ddiferentes varriables adquiriidas por el NI--PXI, como se muestra en la
as Fig. 10(b), ((c), y (d).
VICER
RRECTORAD
DO DE INVE
ESTIGACIÓN
N, INNOVAC
ÓGICA
FORM
MATO PA
ARA LA PR
RESENTAC
CIÓN DE PROYECT
P TOS DE INV
NVESTIGA
ACIÓN
(a) (b)
(c) (d)
Fig. 110. Estación de
d supervisiónn y control (a) vista frontal del
d NI-PXI, (b)) estación de m
monitoreo y control,
c
(c) inte
erfaz de usuarrio, y (d) datoss históricos ad
dquiridos.
Qué perdería el país si el proyecto no

n se ejecuta en La no ejecución del presente pproyecto en esste periodo
odo?
este perio impediría continuuar con los avaances ya realizados en
e tema. Adicionalmente, el Ecuador y la Universidad
este U
de laas Fuerzas Arm
madas ESPE pperderían la exxclusividad
en este
e tema de investigación.
¿Cuáles so
on los resultaados o impacttos esperadoss del Contar con una estrategia de ggestión energé ética
proyecto?? eficiiente que min
nimice las flucttuaciones y picos de
poteencia del perfil intercambiaado con la red eléctrica
de una
u vivienda, lol que reducirría el consumo o
energético de la red
r
¿Dispone de alguna metodología esspecífica paraa valorar el rettorno de SI: NO:
inversión de su proyeccto? X
Análisis d
de impacto am
mbiental
Impacto p positivo ya que el proyecto contribuye coon la reduccióón de emisión de gases de ttipo invernade ero. Es
decir, la reeducción o minimización de las fluctuaciiones del perffil de red de una vivienda im
mplica la redu
ucción del
consumo eléctrico de la vivienda y por
p ende la preeservación de e los recursos energéticos ddel país.
mente, el presente proyectto se encuenttra alineado co

Adicionalm os y políticas ssobre el desarrollo y
on los objetivo
potencialiidad de las en
nergías renova
ables que se m
mencionan en el Plan Nacioonal del Buen VVivir 2013-2017
Sostenibilidad social: equidad, género, participación ciudadana
La participación de los estudiantes y asistentes de cátedra en este proyecto será abierta y selección pública, para
evitar cualquier desigualdad debido a la condición de género u otras condiciones que se consideren
discriminatorias.
Transferencia Tecnológica
Los medios que se utilizarán para realizar la transferencia de resultados serán la publicación de trabajos científicos
en revistas y congresos internacionales de alto reconocimiento a nivel mundial.
Artículo Científicos
El desarrollo del presente proyecto permitirá realizar las siguientes publicaciones:

• Al menos una publicación en revista indexada (JCR o SJR) de alto impacto
• Al menos una publicación en congreso internacional indexado Scopus
Prototipos
Registro de Propiedad Intelectual
Empresas Spin OffS
Otros
Participación en congresos nacionales o internacionales
Análisis de riesgos: Ingresar la información en el ANEXO
7. ESTRATEGIA DE EJECUCIÓN
Elaborar el cronograma de ejecución en Ms-Project, considerando como periodo de ejecución.
8. ESTRATEGIA DE SEGUIMIENTO Y EVALUACIÓN

Los datos que ingrese en este ítem serán empleados para hacer seguimiento
Hitos del proyecto (Un hito x mes)

Mes DESCRIPCIÓN DE HITOS ( Entregables) USD Presupuesto
Contar con una simulación óptima de una estrategia de gestión energética para una
Mes 6 microrred electrotérmica sin la utilización de algoritmos de predicción de generación 0,00
y consumo.
Contar con una simulación óptima de una estrategia de gestión energética para una
Mes 12 microrred electrotérmica que incluya la predicción de generación y consumo de la 0,00
vivienda.
5000,00 aprox.
Presupuesto del
Contar con una estrategia de gestión energética para una microrred residencial
programa de
Mes 18 electrotérmica validada experimentalmente que suavice el perfil de potencia
movilidad de la
intercambiado con la red eléctrica.
Universidad de las
Fuerzas Armadas
ESPE
9. DIFUSIÓN
Tipo de Evento
Actividad Costo (USD)
Presentación en congresos 4000,00 aprox.
Artículo en revista 2000,00 aprox.
Difusión institucional
10. BIBLIOGRAFÍA Y OTRA PRODUCCIÓN CIENTÍFICA CITADA

[1] H. Kanchev, D. Lu, F. Colas, V. Lazarov, and B. Francois, “Energy Management and Operational Planning of a
Microgrid With a PV-Based Active Generator for Smart Grid Applications,” IEEE Trans. Ind. Electron., vol. 58,
no. 10, pp. 4583–4592, Oct. 2011.
[2] K. Rahbar, J. Xu, and R. Zhang, “Real-Time Energy Storage Management for Renewable Integration in
Microgrid: An Off-Line Optimization Approach,” IEEE Trans. Smart Grid, vol. 6, no. 1, pp. 124–134, Jan. 2015.
[3] P. Basak, S. Chowdhury, S. Halder nee Dey, and S. P. Chowdhury, “A literature review on integration of
distributed energy resources in the perspective of control, protection and stability of microgrid,” Renew.
Sustain. Energy Rev., vol. 16, no. 8, pp. 5545–5556, Oct. 2012.
[4] W. Huang, M. Lu, and L. Zhang, “Survey on Microgrid Control Strategies,” Energy Procedia, vol. 12, pp. 206–
212, 2011.
[5] T. Van, A. Woyte, J. Soens, J. Driesen, and R. Belmans, “Impacts of Distributed Generation on Distribution
System Power Quality,” 7th Int. Conf. Electr. Power Qual. Util., pp. 585–592, 2003.
[6] D. Lu and B. Francois, “Strategic framework of an energy management of a microgrid with a photovoltaic-
based active generator,” in 2009 8th International Symposium on Advanced Electromechanical Motion Systems
& Electric Drives Joint Symposium, 2009, pp. 1–6.
[7] E. Unamuno and J. A. Barrena, “Hybrid ac/dc microgrids—Part I: Review and classification of topologies,”
Renew. Sustain. Energy Rev., vol. 52, pp. 1251–1259, Dec. 2015.
[8] N. Hatziargyriou, H. Asano, R. Iravani, and C. Marnay, “Microgrids,” IEEE Power Energy Mag., vol. 5, no. 4, pp.
78–94, Jul. 2007.
[9] R. H. Lasseter, “MicroGrids,” in IEEE Power Engineering Society Winter Meeting, 2002, vol. 1, pp. 305–308.
[10] N. W. A. Lidula and A. D. Rajapakse, “Microgrids research: A review of experimental microgrids and test
systems,” Renew. Sustain. Energy Rev., vol. 15, no. 1, pp. 186–202, Jan. 2011.
[11] P. Siano, C. Cecati, H. Yu, and J. Kolbusz, “Real Time Operation of Smart Grids via FCN Networks and Optimal
Power Flow,” IEEE Trans. Ind. Informatics, vol. 8, no. 4, pp. 944–952, Nov. 2012.
[12] M. N. Eskander, T. F. El-Shatter, and M. T. El-Hagry, “Energy flow and management of a hybrid wind/PV/fuel
cell generation system,” in 2002 IEEE 33rd Annual IEEE Power Electronics Specialists Conference. Proceedings
(Cat. No.02CH37289), 2002, vol. 1, pp. 347–353.
[13] F. Katiraei, R. Iravani, N. Hatziargyriou, and A. Dimeas, “Microgrids management,” IEEE Power Energy Mag.,
vol. 6, no. 3, pp. 54–65, May 2008.
[14] A. Etxeberria, I. Vechiu, J. M. Vinassa, and H. Camblong, “Hybrid Energy Storage Systems for Renewable Energy
Sources Integration in Microgrids : A Review,” IPEC, 2010 Conf. Proc., pp. 532–537, 2010.
[15] I. Pan and S. Das, “Kriging Based Surrogate Modeling for Fractional Order Control of Microgrids,” IEEE Trans.
Smart Grid, vol. 6, no. 1, pp. 36–44, Jan. 2015.
[16] N. Hatziargyriou, Microgrids: Architectures and Control. Chichester, UK: Wiley, 2014.
[17] Q. Jiang, M. Xue, and G. Geng, “Energy Management of Microgrid in Grid-Connected and Stand-Alone Modes,”
IEEE Trans. Power Syst., vol. 28, no. 3, pp. 3380–3389, Aug. 2013.
[18] D. E. Olivares, C. A. Canizares, and M. Kazerani, “A Centralized Energy Management System for Isolated
Microgrids,” IEEE Trans. Smart Grid, vol. 5, no. 4, pp. 1864–1875, Jul. 2014.
[19] R. Palma-Behnke, C. Benavides, F. Lanas, B. Severino, L. Reyes, J. Llanos, and D. Saez, “A Microgrid Energy
Management System Based on the Rolling Horizon Strategy,” IEEE Trans. Smart Grid, vol. 4, no. 2, pp. 996–
1006, Jun. 2013.

[20] P. Malysz, S. Sirouspour, and A. Emadi, “An Optimal Energy Storage Control Strategy for Grid-connected
Microgrids,” IEEE Trans. Smart Grid, vol. 5, no. 4, pp. 1785–1796, Jul. 2014.
[21] D. Arcos-Aviles, J. Pascual, L. Marroyo, P. Sanchis, and F. Guinjoan, “Fuzzy Logic-Based Energy Management
System Design for Residential Grid-Connected Microgrids,” IEEE Trans. Smart Grid, pp. 1–14, Apr. 2016.
[22] P. G. Arul, V. K. Ramachandaramurthy, and R. K. Rajkumar, “Control strategies for a hybrid renewable energy
system: A review,” Renew. Sustain. Energy Rev., vol. 42, pp. 597–608, Feb. 2015.
[23] A. M. Bouzid, J. M. Guerrero, A. Cheriti, M. Bouhamida, P. Sicard, and M. Benghanem, “A survey on control of
electric power distributed generation systems for microgrid applications,” Renew. Sustain. Energy Rev., vol.
44, pp. 751–766, Apr. 2015.
[24] D. E. Olivares, A. Mehrizi-Sani, A. H. Etemadi, C. a. Cañizares, R. Iravani, M. Kazerani, A. H. Hajimiragha, O.
Gomis-Bellmunt, M. Saeedifard, R. Palma-Behnke, G. a. Jiménez-Estévez, and N. D. Hatziargyriou, “Trends in
microgrid control,” IEEE Trans. Smart Grid, vol. 5, no. 4, pp. 1905–1919, 2014.
[25] M. Yazdanian and A. Mehrizi-Sani, “Distributed Control Techniques in Microgrids,” IEEE Trans. Smart Grid, vol.
5, no. 6, pp. 2901–2909, Nov. 2014.
[26] E. Unamuno and J. A. Barrena, “Hybrid ac/dc microgrids—Part II: Review and classification of control
strategies,” Renew. Sustain. Energy Rev., vol. 52, pp. 1123–1134, Dec. 2015.
[27] Y. Levron and D. Shmilovitz, “Optimal Power Management in Fueled Systems With Finite Storage Capacity,”
IEEE Trans. Circuits Syst. I Regul. Pap., vol. 57, no. 8, pp. 2221–2231, Aug. 2010.
[28] C. Venu, Y. Riffonneau, S. Bacha, and Y. Baghzouz, “Battery Storage System sizing in distribution feeders with
distributed photovoltaic systems,” 2009 IEEE Bucharest PowerTech, pp. 1–5, Jun. 2009.
[29] Ling Xu, Zhixin Miao, and Lingling Fan, “Control of a battery system to improve operation of a microgrid,” in
2012 IEEE Power and Energy Society General Meeting, 2012, pp. 1–8.
[30] Y. Riffonneau, S. Bacha, F. Barruel, and A. Delaille, “Energy flow management in grid connected PV systems
with storage - A deterministic approach,” in 2009 IEEE International Conference on Industrial Technology,
2009, pp. 1–6.
[31] G. Byeon, T. Yoon, S. Oh, and G. Jang, “Energy Management Strategy of the DC Distribution System in Buildings
Using the EV Service Model,” IEEE Trans. Power Electron., vol. 28, no. 4, pp. 1544–1554, Apr. 2013.
[32] Y.-K. Chen, Y.-C. Wu, C.-C. Song, and Y.-S. Chen, “Design and Implementation of Energy Management System
With Fuzzy Control for DC Microgrid Systems,” IEEE Trans. Power Electron., vol. 28, no. 4, pp. 1563–1570, Apr.
2013.
[33] A. Anvari-Moghaddam, H. Monsef, and A. Rahimi-Kian, “Optimal Smart Home Energy Management
Considering Energy Saving and a Comfortable Lifestyle,” IEEE Trans. Smart Grid, vol. 6, no. 1, pp. 324–332, Jan.
2015.
[34] J. Pascual, P. Sanchis, and L. Marroyo, “Implementation and Control of a Residential Electrothermal Microgrid
Based on Renewable Energies, a Hybrid Storage System and Demand Side Management,” Energies, vol. 7, no.
1, pp. 210–237, Jan. 2014.
[35] A. Tascikaraoglu, A. R. Boynuegri, and M. Uzunoglu, “A demand side management strategy based on
forecasting of residential renewable sources: A smart home system in Turkey,” Energy Build., vol. 80, pp. 309–
320, 2014.
[36] D. Wang, S. Ge, H. Jia, C. Wang, Y. Zhou, N. Lu, and X. Kong, “A Demand Response and Battery Storage
Coordination Algorithm for Providing Microgrid Tie-Line Smoothing Services,” IEEE Trans. Sustain. Energy, vol.
5, no. 2, pp. 476–486, Apr. 2014.
[37] G. N. Kulkarni, S. B. Kedare, and S. Bandyopadhyay, “Determination of design space and optimization of solar
water heating systems,” Sol. Energy, vol. 81, no. 8, pp. 958–968, Aug. 2007.
[38] F. H. Fahmy, D. M. Atia, N. M. A. El-Rahman, and H. T. Dorrah, “Optimal sizing of solar water heating system
based on genetic algorithm for aquaculture system,” in 2010 International Conference on Chemistry and
Chemical Engineering, 2010, pp. 221–226.
[39] R. G. C. Secretariat, “Grid connection code for renewable power plants (RPPs) connected to the Electricity
Transmission System (TS) or the Distribution System (DS) in South Africa,” 2012.
[40] Seul-Ki Kim, Jin-Hong Jeon, Chang-Hee Cho, Jong-Bo Ahn, and Sae-Hyuk Kwon, “Dynamic Modeling and Control
of a Grid-Connected Hybrid Generation System With Versatile Power Transfer,” IEEE Trans. Ind. Electron., vol.
55, no. 4, pp. 1677–1688, Apr. 2008.
[41] H. Zhou, T. Bhattacharya, D. Tran, T. S. T. Siew, and A. M. Khambadkone, “Composite Energy Storage System
Involving Battery and Ultracapacitor With Dynamic Energy Management in Microgrid Applications,” IEEE
Trans. Power Electron., vol. 26, no. 3, pp. 923–930, Mar. 2011.
[42] J. J. Barricarte, I. S. Martín, P. Sanchis, and L. Marroyo, “Energy Management Strategies For Grid Integration Of
Microgrids Based On Renewable Energy Sources,” in 10th Int. Conf. Sustain. Energy Technol., 2011, pp. 4–7.
[43] K. Passino and S. Yurkovich, Fuzzy Control. Menlo Park, CA: Addisson-Wesley, 1998.
[44] M. Serraji, J. Boumhidi, and E. H. Nfaoui, “MAS energy management of a microgrid based on fuzzy logic
control,” in 2015 Intelligent Systems and Computer Vision (ISCV), 2015, pp. 1–7.
[45] D. A. Aviles, F. Guinjoan, J. Barricarte, L. Marroyo, P. Sanchis, and H. Valderrama, “Battery management fuzzy
control for a grid-tied microgrid with renewable generation,” in Proc. IECON 38th Annu. Conf. IEEE Ind.
Electron. Soc., 2012, pp. 5607–5612.
[46] J. Barricarte, “Integración en la red eléctrica de microrredes electrotérmicas: dimensionado, estrategias de
gestión energética e implementación experimental,” Universidad Pública de Navarra, Pamplona, España, 2011.
[47] D. Arcos-Aviles, N. Espinosa, F. Guinjoan, L. Marroyo, and P. Sanchis, “Improved Fuzzy Controller Design for
Battery Energy Management in a Grid Connected Microgrid,” in Proc. IECON 40th Annu. Conf. IEEE Ind.
Electron. Soc., 2014, pp. 2128–2133.
[48] D. Arcos-Aviles, J. Pascual, L. Marroyo, P. Sanchis, F. Guinjoan, and M. P. Marietta, “Optimal Fuzzy Logic EMS
design for residential grid-connected microgrid with hybrid renewable generation and storage,” in Proc. IEEE
24th Int. Symp. Ind. Electron. (ISIE), 2015, pp. 742–747.
[49] D. Arcos-Aviles, C. Vega, F. Guinjoan, L. Marroyo, and P. Sanchis, “Fuzzy logic controller design for battery
energy management in a grid connected electro-thermal microgrid,” in Proc. IEEE 23th Int. Symp. Ind. Electron.
(ISIE), 2014, pp. 2014–2019.
[50] D. Arcos-Aviles, F. Guinjoan, and L. Marroyo, “Estrategia de gestión energética mediante controladores fuzzy
logic para sistemas de almacenamiento de una microrred electro-térmica con conexión a red,” Rev. Cienc., vol.
16, no. 2, pp. 193–207, Sep. 2014.
[51] J. Pascual, J. Barricarte, P. Sanchis, and L. Marroyo, “Energy management strategy for a renewable-based
residential microgrid with generation and demand forecasting,” Appl. Energy, vol. 158, pp. 12–25, Nov. 2015.
[52] W. A. Bisschoff and R. Gouws, “Energy management system for a residential grid-tied micro-grid,” in 2015
International Conference on the Domestic Use of Energy (DUE), 2015, pp. 85–91.
[53] J. Pascual, “Estrategias avanzadas de gestión energética basadas en prediccion para microrredes
electrotérmicas,” Universidad Pública de Navarra, Pamplona, España, 2016.
[54] D. Arcos-Aviles, “Energy management strategies based on fuzzy logic control for grid-tied domestic electro-
thermal microgrid,” Universitat Politècnica de Catalunya, 2016.
[55] Arcos Aviles Diego Gustavo, “Diseño de Controladores Borrosos para la Gestión de Baterías en una Microrred
conectada a la red Eléctrica,” Universitat Politècnica de Catalunya, 2012.
[56] J. Pascual, I. S. Martín, A. Ursúa, P. Sanchis, and L. Marroyo, “Implementation and control of a residential
microgrid based on renewable energy sources , hybrid storage systems and thermal controllable loads,” in
2013 IEEE Energy Conversion Congress and Exposition (ECCE), 2013, pp. 2304–2309.
[57] B. Solar, “BP585,” 2002. [Online]. Available: http://www.comel.gr/pdf/bpsolar/BP585.pdf. [Accessed: 08-Mar-
2016].
[58] Bornay, “Aerogenerador Bornay 6000,” 2010. [Online]. Available:
http://www.bornay.com/userfiles/descargas/bornay_6000_rev_6.pdf. [Accessed: 08-Mar-2016].
[59] AMETEK, “AMREL eLoad PLA Series,” 2014. [Online]. Available:
http://www.programmablepower.com/electronic-load/PLA/downloads/PLA_Datasheet.pdf. [Accessed: 08-
Mar-2016].
[60] FIAMM, “SMG (OPzV).” [Online]. Available:
http://www.interstatebatteries.com/powercare/stationary/pdf/SMG_OPzV_VRLA.pdf. [Accessed: 08-Mar-
2016].
[61] Ingeteam Energy S.A., “Manual de Instalación Ingecon Hybrid MS,” 2010. [Online]. Available:
http://www.ingeteam.com/Portals/0/Catalogo/Producto/Documento/PRD_128_Archivo_ptd22-manual-de-
instalacion-ingecon-hybrid-ms.pdf. [Accessed: 08-Mar-2016].
[62] National Instruments, “PXI Platform,” 2016. [Online]. Available: http://www.ni.com/pxi/#. [Accessed: 08-Mar-
2016].
11. ANEXO
En los formatos que se encuentran en la hoja electrónica que se acompaña se debe ingresar la información
relacionada con:
 Matriz de riesgos del proyecto

 Costeo del proyecto de investigación sin financiamiento directo de la universidad
 Página Legal e informe de búsqueda
 Hoja de vida de los investigadores del proyecto
9. FIRMAS DE RESPONSABILIDAD
Ciudad y Fecha: Director del Proyecto
Sangolquí, 10 de octubre de 2016 _______________________________________________

Diego Arcos Avilés, PhD.
C.I. 171087944-4
DECLARO QUE EL PROYECTO SE ENCUENTRA APROBADO Y TIENE EL RESPALDO DEL

DEPARTAMENTO/CENTRO
_______________________________________________
Ing. Evelio Granizo M., MGs.
C.I. 170568195-3
En el caso de las extensiones incluir la firma de respaldo de la Jefatura de Investigación.

MATRIZ DE RIESGOS
Diseño de una estrategia de gestión energética basada en

NOMBRE DEL PROYECTO: Fuzzy Logic aplicada a Microrredes Residenciales CÓDIGO:
IDENTIFICACIÓN Y GERENCIA DE LOS RIESGOS
ACTIVIDADES PROBABILIDAD DE PRIORIDAD ESTRATEGIA A SER

ORD RIESGO PRESUPUESTO
DEL PROYECTO RIESGO RIESGO IMPLEMENTADA
Se especifica la cantidad
Se especifica un valor Colocar
presupuestaria prevista para
Descripción del riesgo que estadístico entre 0% y secuencialmente la Define la o las actividades
desarrollar la(s) actividad(es)
puede afectar el 100%. La sumatoria de prioridad, que se desarrollarán una vez
definida(s) para mitigar o
cumplimiento de las las probabilidades de riesgo correspondiendo 1 a que el evento de riesgo se
eliminar el riesgo e incorporar a
actividades del proyecto. del proyecto debe ser igual la mayor probabilidad ha llegado a formalizar.
la hoja "Presupuesto por
al 100% de riesgo
Partidas" y a "Programación
Selección de criterios Contar con la bibliografía Analizar nuevas fuentes
1 5% 11 0,00
de calidad necesaria. de información
Definición de las Contar con las licencias de
Solicitar las licencias
2 funciones de software necesarias 5% 10 0,00
respectivas
pertenencia (MF) para (Matlab).
Definición de la base Realizar una definición de Redefinir las MFs de
3 5% 9 0,00
de reglas del MFs óptima. entradas y salidas
Optimización de MFs y Contar con un set de MFs Redefinir base de reglas
4 10% 8 0,00
base de reglas del y base de reglas eficaz. del controlador
Simulación de las Optimización de Rediseño del controlador
5 10% 7 0,00
estrategias de gestión. parámetros eficiente. fuzzy logic
Comparación de Minimización de criterios Revisión del proceso de
6 resultados con de evaluación 10% 6 optimización del 0,00
estrategias publicadas preestablecidos. controlador
Análisis de resultados Reducción de picos y
Sintonización del
7 mediante simulación y fluctuaciones de potencia 5% 5 0,00
controlador
redacción de artículo en el perfil de red.
Selección de algoritmo
Contar con la bibliografía Analizar nuevas fuentes
8 de predicción de 10% 2 0,00
necesaria. de información
Obtener la potencia
Predicción de Poseer datos históricos de
generada, consumida y el
generación, consumo y perfiles de generación,
9 10% 3 balance de potencia de la 0,00
balance de potencia de consumo y balance de
MG a partir del uso de
la MG. potencia de la MG.
datos meteorológicos
Diseño de la estrategia Rediseño de la estrategia
de gestion energética de gestión con algoritmos
10 fluctuaciones de potencia 10% 4 0,00
con predicción de de predicción de
generación y consumo generación y consumo.
eficiente.
Funcionamiento correcto
Validación de la microrred de la
experimental de las UPNa. Validación de la
11 estrategias en la MG Viabilidad para realizar la 15% 1 estrategia por 0,00
de la UPNa Pamplona- validación experimental simulación.
España. de la estrategia de
gestión en la MG de la
UPNa. Estancia de
Investigación Pamplona-
España
Recolección e Solicitar prorroga del
interpretación de Resultados proyecto para realizar
12 5% 12 0,00
resultados y redacción experimentales positivos pruebas experimentales
de artículo científico. de validación.
TOTAL 100% 0,00

Director del Proyecto
COSTEO DEL PROYECTO DE INVESTIGACIÓN SIN FINANCIAMIENTO DIRECTO DE LA UNIVERSIDAD
Nombre del Proyecto: Estrategia de gestión energética basada en Fuzzy Logic aplicadas a Microrredes Residenciales Electrotérmicas con
conexión a red
Nombre del Director del Proyecto: Diego Arcos Avilés
APORTE DE LA UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE
BIEN Y/O SERVICIO CANTIDAD VALOR UNITARIO TOTAL
Horas Participación Docente 1584 17,19 USD 27.225,00 USD
TOTAL: 27.225,00 USD
APORTE DE LA UNIVERSIDAD POLITÉCNICA DE CATALUÑA
Pago de inscripción en congresos 2 750,00 USD 1.500,00 USD
TOTAL: 7.500,00 USD
APORTE DE LA UNIVERSIDAD PÚBLICA DE NAVARRA

Uso de la Microrred 30 500,00 USD 15.000,00 USD

Capacitación en el periodo de la
1 4.000,00 USD 4.000,00 USD
estancia
Pago de inscripción en congresos 2 750,00 USD 1.500,00 USD
TOTAL: 36.750,00 USD
Nota: Se deberá valorar el aporte de la Universidad, aún cuando no haya presupuesto de inversión para el proyecto
NOMBRE: Diego Arcos Avilés, PhD. NOMBRE: Ing. Evelio Granizo Montalvo, Mgs.
DIRECTOR DEL PROYECTO DIRECTOR
DEPARTAMENTO
CÓDIGO: SGC.DI.466
VERSIÓN: 1.0
FECHA ÚLTIMA REVISIÓN: 18/08/15
DECLARACIÓN DE AUTORÍA DEL PERFIL DEL PROYECTO

Diseño de una estrategia de gestión energética basada en Fuzzy Logic
aplicada a Microrredes Residenciales Electrotérmicas con conexión a red
Yo, Sr. Diego Gustavo Arcos Avilés con cédula de ciudadanía No. 171087944-4 en calidad de autor y
director del proyecto: “Diseño de una estrategia de gestión energética basada en Fuzzy Logic aplicada a
Microrredes Residenciales Electrotérmicas con conexión a red”, declaro lo siguiente:
Que el perfil proyecto es de mi autoría, y que en su formulación se han respetado las normas legales y
reglamentos pertinentes.
Que el mencionado proyecto será desarrollado con la participación de los señores: Sr. Danny Alexander
Sotomayor Cárdenas, Sr. Jaime Paúl Ayala Taco, Sr. Oswaldo Alexander Ibarra Jácome, Sr. Rodolfo Xavier
Gordillo, Srta. Jacqueline del Rosario Llanos Proaño (Chile), Sr. Francesc Guinjoan Gispert (España), Sr.
Julio Pascual Miqueleiz (España), Sr. Luis Marroyo Palomo (España), Sr. Pablo Sánchis Gúrpide (España), en
consecuencia, los resultados y productos de la investigación serán de responsabilidad compartida,
respecto a su contenido, veracidad y alcance científico.
De conformidad al principio de Buena Fe establecido en el Reglamento de Propiedad Intelectual, garantizo

que en dicho proyecto se respetarán los derechos intelectuales de terceros.
En consecuencia, para asuntos legales, la Universidad de las Fuerzas Armadas - ESPE estará exenta de
culpa y libre de cualquier responsabilidad.
Sangolquí, 10 de octubre de 2016
Firma de Responsables:
………………….…………………. ………………….………………………..
Nombre: Dr. Diego Arcos Avilés, PhD. Nombre: Ing. Danny Sotomayor, MSc.
CI: 171087944-4 CI: 110342247-1
Función: Docente T/C – Director del Proyecto Función: Docente T/C - Director Subrogante
………………….…………………. ………………….………………………..
Nombre: Ing. Paúl Ayala, MSc. Nombre: Ing. Alexander Ibarra, MGs.
CI: 170943424-3 CI: 171953542-7
Función: Docente T/C – Investigador Función: Docente T/C - Investigador
………………….………………….
Nombre: Ing. Rodolfo Gordillo, MGs.
CI: 100151020-3
Función: Docente T/C – Investigador
Nota: Como respaldo adjunto el informe de búsquedas

INFORME DE BÚSQUEDAS DEL PROYECTO DISEÑO DE UNA ESTRATEGIA DE

GESTIÓN ENERGÉTICA BASADA EN FUZZY LOGIC APLICADA A
MICRORREDES RESIDENCIALES ELECTROTÉRMICAS CON CONEXIÓN A RED
1. NOMBRE DEL PROYECTO
Diseño de una estrategia de gestión energética basada en Fuzzy Logic aplicada a Microrredes Residenciales
2. NOMBRE DEL DIRECTOR
Diego Gustavo Arcos Avilés
3. ANTECEDENTES
• Presentación de proyecto no financiado
4. ESTADO DEL ARTE
Las fuentes de energía renovables tiene muchas ventajas en el marco de la estructura actual de energía
debido a que al provenir de recursos naturales sus fuentes de energía son inagotables y no producen
emisiones de CO2 por lo que no introducen contaminación al ambiente. A su vez, permiten minimizar los
costos y las pérdidas de transporte al poder ser ubicada en los alrededores de los sitios donde se realice el
consumo de energía, lo que se denomina fuentes de energía de generación distribuida.
Un nuevo concepto que se ha explotado en los últimos años es el de microrredes que consiste en un
conjunto de generadores de energía renovable, sistema de almacenamiento, y cargas eléctricas que se
encuentran conectados a la red eléctrica en un solo punto común. Estos nuevos sistemas requieren
fundamentalmente de una estrategia de control que regule el flujo de potencia entre los diferentes
elementos que conforman la microrred. Es por esta razón que en las últimas décadas se han desarrollado
números estudios enfocados en el diseño de estrategias de gestión que buscan satisfacer diversos objetivos
que dependen especialmente de la aplicabilidad y arquitectura de la microrred.
En este sentido, con el objetivo de verificar la originalidad del estudio, se realizó una búsqueda de trabajos
patentados que se enfoquen en el objetivo propuesto de este proyecto. El resultado de la búsqueda se
presenta en el Formato 1.
por esta razón que dentro de la literatura no se presentan trabajos con similares características y peor aún
trabajos aplicados a la situación actual del Ecuador. La tabla de búsqueda realizada se puede apreciar en el
Formato 1.
FORMATO 1
BASES DE DATOS DENOMINACION No. DE PATENTE
Residential and commercial energy management

Google Patents US20130144451 A1
system
Adaptive control of hybrid ultracapacitor-battery
Google Patents US20140236883 A1
storage system for photovoltaic output smoothing
Power fluctuation smoothening method based on
Google Patents optimum control of energy storage and virtual CN105356491 A
energy storage
5. ANÁLISIS COMPARATIVO
La búsqueda de trabajos similares a nivel de patente produjo tres resultados que se podrían asociar al
trabajo propuesto. Sin embargo, la infinidad de arquitecturas de microrred, técnicas de control, y
metodologías de diseño hacen que cada trabajo sea único. En este sentido, la patente desarrollada por
Kumar et al. 2013, utiliza cargas domésticas controlables y la estrategia de gestión de la demanda de carga.
Ye et al. 2014, utiliza una arquitectura con dos sistemas de almacenamiento y un solo generador renovable.
Finalmente, la patente CN105356491 A del año 2016, presenta un método para suavizar fluctuaciones de
potencia y basa su estudio en un control óptimo de la energía almacenada en dos sistemas de
almacenamiento uno formado por baterías de litio y otro conformado por una batería virtual.
El presente proyecto se centra en el estudio de una microrred electrotérmica compuesta por generadores
renovable (fotovoltaico y eólico), sistema de almacenamiento compuesto por un banco de baterías de
plomo-ácido, una caldera eléctrica para consumo de agua caliente sanitaria, un sistema de almacenamiento
térmico formado por un depósito de agua caliente, y cargas eléctricas domésticas no controlables.
Como se puede notar de lo expuesto anteriormente, si bien estos trabajos tiene elementos en común, la
formulación, arquitectura, los objetivos y técnicas de control sin diferentes a los presentados en este
proyecto.
Se debe considerar que el presente proyecto forma parte de un trabajo realizado en conjunto con la
Universidad Politécnica de Cataluña y la Universidad Pública de Navarra, por lo que existen trabajos previos
(estudios, publicaciones, disertaciones) que se enfocan en el mismo objetivo del proyecto. Sin embargo, el
objetivo fundamental del presente proyecto es mejorar las prestaciones de las estrategias de gestión
previamente diseñadas a través del diseño de una nueva estrategia de gestión basada en control Fuzzy
Logic.
6. CONCLUSIONES
• No se encontró patentes en donde se realice el estudio propuesto en el proyecto “Diseño de una

estrategia de gestión energética basada en Fuzzy Logic aplicada a Microrredes Residenciales
Electrotérmicas con conexión a red”.
7. FIRMAS DE RESPONSABILIDAD

Director del Proyecto
Docente DEEE
Id Modo de Nombre de tarea Duración mbre octubre 201 noviembre 2diciembre 20enero 2017 febrero 201marzo 2017 abril 2017 mayo 2017 junio 2017 julio 2017 agosto 2017 septiembre octubre 201 noviembre 2diciembre 20enero 2018 febrero 201marzo 2018 abril 2018
tarea 18/09 09/10 30/10 20/11 11/12 01/01 22/01 12/02 05/03 26/03 16/04 07/05 28/05 18/06 09/07 30/07 20/08 10/09 01/10 22/10 12/11 03/12 24/12 14/01 04/02 25/02 18/03 08/04 2
1 Diseño de una estrategia de gestión energética basada en Fuzzy 369 días
Logic aplicada a Microrredes Residenciales Electrotérmicas con
conexión a red
2 Definir un set de criterios de calidad para evaluación de 30 días

las estrategias
3 Selección de criterios de calidad preestablecidos 10 días

4 Diseñar un EMS sin algoritmos de predicción y consumo 124 días
para una microrred electrotérmica
5 Definición de las funciones de pertenencia (MF) para las 15 días

entradas y salidas del controlador
6 Definición de la base de reglas del controlador 17 días

7 Optimización de las MFs y base de reglas del controlador 45 días
8 Simulación de las estrategias de gestión 116 días
9 Cuantificar la mejora del perfil de red obtenido en relación 48 días
a trabajos previos publicados
10 Comparación de resultados con estrategias publicadas 23 días

anteriormente
11 Análisis de resultados mediante simulación y redacción 30 días

de artículo científico
12 Introducir algoritmos de predicción de consumo y 50 días

generación de energía a la estrategia de gestión
13 Selección del algortimo de predición de generación y 15 días

consumo
14 Predicción de generación 15 días

15 Predicción de consumo 15 días
16 Predicción del balance de potencia de la microrred 5 días
17 Diseñar una EMS con predicción de generación y carga 76 días
para una microrred electrotérmica
18 Definición de MF de entradas y salidas, y base de reglas 6 días

del controlador
19 Optimización de las MF y base de reglas del controlador 45 días

20 Simulación de la estrategia de gestión con predicción de 55 días
generación y consumo
21 Redacción de artículo científico 25 días

22 Validar experimentalmente la estrategia de gestión para 134 días
una microrred electrotérmica
23 Elaboración del algoritmo de control en la plataforma 5 días

LabView
24 Validación experimental de las estrategias en la MG de la 30 días

UPNa Pamplona-España
25 Recolección e interpretación de resultados 45 días

26 Redacción de artículo científico 54 días
Tarea Resumen Hito externo Resumen inactivo Informe de resumen manual Sólo fin
Proyecto: Proyecto1
División Resumen del proyecto Tarea inactiva Tarea manual Resumen manual Fecha límite
Fecha: mar 11/10/16
Hito Tareas externas Hito inactivo Sólo duración Sólo el comienzo Progreso
Página 1

Proyecto Estrategias Gestion MG Electrotermica Completo

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Proyecto Estrategias Gestion MG Electrotermica Completo

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE

VICERRECTORADO DE INVESTIGACIÓN, INNOVACIÓN Y TRANSFERENCIA TECNOLÓGICA

FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN

Nombre del Departamento/ Carrera: Programa de Postgrado:

No. Convocatoria Nombre del Programa Grupo de Investigación Asociado:

Línea de Investigación: Sublínea de Investigación:

Zona de Región Provincia Cantón Parroquia

FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN

Datos de las Instituciones Ejecutoras

Universidad de las Fuerzas Armadas ESPE

Universitat Politècnica de Catalunya (UPC)

Universidad Pública de Navarra (UPNa)

Duración en meses: Estado:

PERSONAL RESPONSABLE DEL PROYECTO

FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN

CONSIDERACIONES DE GÉNERO Y CONOCIMIENTO ANCESTRAL

Conocimiento Ancestral: N/A

2.1 Descripción de la situación actual del tema a investigar:

FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN

FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN

2.2 Identificación, descripción y diagnóstico del problema

2.2.1. Configuración de la Microrred Eléctrica y Electrotérmica

2.2.1.1 Configuración de la Microrred Eléctrica

Fig. 1. Configguración de la MG eléctrica residencial. ©2016,

PGRID = PLOAD − PGEN − PBAT , (1)

PGEN = PPPV + PWT , (2)

donde PGEN es la potencia total

PLG = PLOAAD − PGEN , (3)

PGRID = PLLG − PBAT . (4)

2.2.1.2 Configuración de la Microrred Electrotérmica

PGRID = PLOAD − PGEEN − PBAT + PWH

PLG = PLOAD − PGEN + PWH ,E , (6)

PGRID = PLLG − PBAT . (7)

pción del prob

PGRID = PLG . (8)

FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN

FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN

2.3 Tabla de Búsqueda: En Bases de Datos/Documentos/Patentes/otros

Base de Datos Denominación No. De patente Otros

Google Patents Adaptive control of US20140236883 A1

FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN

* Adjuntar : Página Legal

Identificación y caracterización de la población objetivo (beneficiarios y participantes)

Número de estudiantes participantes: Estudiantes participantes hombres: Estudiantes participantes mujeres:

• Determinación de un algoritmo de gestión de energía eficiente

3. OBJETIVOS DEL PROYECTO

Indicador Medio de verificación Supuestos

FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN

2. Diseñar de un EMS sin

FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN

FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN

Detalle de entregables del proyecto

Diseño de una estrategia de gestión energética aplicable a una Microrred electrotérmica.

Detalle de adquisiciones del proyecto

Categorización del Proyecto

4.1. Análisis de resultados mediante simulación

FORMATO PARA LA PRESENTACIÓN DE PROYECTOS DE INVESTIGACIÓN

PG , MAX = max ( PGRID ) . (9)

4.1.2. Pico mínimo del perfil de red PG,MIN

PG , MIN = min ( PGRID ) . (10)

4.1.3. Rango de variación de potencia (Power Variation Range PVR)

MPD = max ( PGRID ) , (12)

Donde N es el número de muestras en un año.