Procedimiento para la gestión óptima de la disponibilidad de grupos de generación fuel oíl
Palabras clave:
Generación distribuida de energía eléctrica, Grupos electrógenos fuel oil, Eficacia, Eficiencia, EstabilidadResumen
Introducción: En los sistemas de generación distribuida de energía eléctrica se operan grupos electrógenos fuel oíl para los cuales, ante una demanda de potencia, se requiere de una gestión de disponibilidad que establezca su futura participación en el sistema eléctrico durante un intervalo temporal que va desde t = ta hasta t = ta + T.
Objetivo: Desarrollar un procedimiento para optimizar la gestión de disponibilidad de grupos electrógenos fuel oíl, a partir de los datos de los fabricantes y del comportamiento histórico de las variables operacionales de los generadores, combinando técnicas y métodos de minería de datos y de programación lineal, para garantizar la eficacia, eficiencia y estabilidad operativa.
Métodos: Construcción de un algoritmo bajo condiciones de optimización matemática basadas en los principios de historicidad, eficacia, eficiencia y estabilidad.
Resultados: Para cada generador elegible de grupos electrógenos fuel oíl se obtienen los rangos admisibles de los niveles de carga y cada uno es particionado de manera que a cada generador se le asocia un conjunto de intervalos en los cuales podrá buscarse su nivel óptimo de carga. Para cada combinación de estos intervalos se definen las condiciones de acotación del modelo que se propone para la optimización matemática al cual se aplica el método simplex de programación lineal obteniéndose un conjunto de configuraciones eficaces de costos mínimos de los niveles de carga de los generadores.
Conclusiones: A cada configuración de conjunto de configuraciones eficaces se le asigna un índice de costos y de estabilidad, y se selecciona la configuración más aceptable según los valores de ambos índices.
Descargas
Citas
1. Martín González I. Planificación de la operación del Sistema Electroenergético Nacional. Revista Energética. 2010. [citado 13 sep 2024];XXXI(1):43-6. Disponible en: https://www.redalyc.org/pdf/3291/329127743006.pdf
2. Li Z, Xu Y, Fang S and Mazzoni S. Operation and planning of distribution networks with integration of renewable distributed generators considering uncertainties: A review. IET Renewable Power Generation. 2017. [citado 25 may 2025];72:1177-1198. Disponible en: https://digital-library.theiet.org/doi/full/10.1049/iet-rpg.2019.0036
3. Dorta Herrera. S. Manual de Gestión MAGEST: Generación Distribuida de Electricidad Cubana (GDECU). Primera Edición. La Habana: Poligráfico Federico Engels; 2009; [citado 25 Mayo 2025]. 173-190. Disponible en: http//sic.oc.une.cu/gdecu
4. Filgueiras Sainz de Rozas ML, Castro Fernández M. La capacidad de absorción para la innovación: estudio de caso en la Generación Distribuida Cubana. Ingeniería Energética. 2012. [citado 25 may 2025];XXXIII(3):217-228. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815-59012012000300005
5. Production Pools. La eficiencia de grupos electrógeno con Lean Management. Octubre. 2023. [citado 11 may 2025]. https//productiontools.es
6. Santos Valdés L y García Sánchez Z. Sistema de gestión para la operación de las fuentes renovables de energías. 2023. [citado 11 may 2025]; 1-18. Disponible en: https://talleres.ucf.edu.cu/event/2/contributions/83/attachments/86/250/TIEMA%20018.pdf
7. Vázquez L, Majanne Y, Castro M, Luukkanen J, Hohmeye O, Vilaragut M and Díaz D. Energy system planning towards renewable power system: energy matrix change in Cuba by 2030. IFAC-PapersOnLine. 2018;51(28):522-527. Disponible en: https://www.sciencedirect.com/science/article/pii/S2405896318334773
8. Escalera A, Catronouvo ED, Prodanovic M, Pérez JR. Reliability Assessment of Distribution Networks with Optimal Coordination of Distributed Generation, Energy Storage and Demand Management Energies. 2019;12:1-17. DOI:10.3390/en12163202.
9. Thirunavukkarasu G S, Seyedmahmoudian M, Jamei E, Horan B, Mekhilef S, Stojcevski A. Role of optimization techniques in microgrid energy management systems-A review. Energy Strategy Reviews. 2022. [citado 30 may 2025];43:100899. Disponible en: https://www.sciencedirect.com/science/article/pii/S2211467X22000931
10. Chippada D and Reddy D. Renewable and non-renewable resources in Smart grid. Distributed Generation & Alternative Energy Journal. 2023. [citado 30 may 2025]; 38(3). Disponible en: https://doi.org/10.13052/dgaej2156-3306.38314
11. Ukob K, Olantuji K O and Madyira D M. Optimizing renewable energy systems through artificial intelligence: Review and future prospects. Energy & Environment. 2024. [citado 11 may 2025];35(7). Disponible en: https://ideas.repec.org/a/sae/engenv/v35y2024i7p3833-3879.html
12. IEEE 762TM-2006 IS. IEEE Standard definitions for use in reporting electric generating unit. Reliability, availability, and productivity. IEEE Power Engineering Society. 2007:1-66. DOI: 10.1109/IEEESTD.2007.335902.
13. Castro Álvarez A, Pérez, O, Bravo Amarante, E y Gómez Avilés, B. Análisis de la eficiencia y eficacia de la generación distribuida en la central eléctrica (fuel) de Sancti Spíritus. YAYABOCIENCIA2015. 2015. [citado 15 sep 2024]; Sancti Spíritus: III Conferencia Científica Internacional de la UNISS. Disponible en: https://inis.iaea.org/Search/search.aspx?orig_q=RN:47017746
14. Mahmoud A H, Borut J, Bojan R2, Dejan D. Methods and Models for Electric Load Forecasting: A Comprehensive Review. Logistics & Sustainable Transport. 2020;11(1):51-76. DOI: 10.2478/jlst-2020-0004.
15. Choodbari M, Moghaddam S M, Davarzani R. Robust distribution networks reconfiguration considering the improvement of network resilience considering renewable energy resources. Scientific Reports. 2024;14(23041). DOI:10.1038/s41598-024-73928-1.
16. De la Fé Dotres S, García D J. Distribución óptima de carga en emplazamientos de generadores. Ingeniería Energética. 2012. [citado 28 may 2025];14(1). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815-59012012000100009
17. Aderibgbe MA, Adoghe AU, Agbetuyi F and Airoboman AE. A review on optimal placement of distributed generators for Reliability improvement on distribution network. Conferences IEEE PES/IAS Power Africa. 2021. DOI: 10.1109/PowerAfrica52236.2021.9543266.
18. Noa Ramírez A, Montero Laurencio, R, Legrá Lobaina, A. A, Reyes Almaguer, A y Maresma Laurencio, D. Comportamiento operacional de grupos electrógenos: particularidades del índice de consumo específico de combustible. Ingeniería Mecánica. 2018. [citado 13 sep 2024];21(1):19-27. Disponible en: https://www.researchgate.net/publication/325127576
19. Hourné Calzada M B. Análisis de criticidad de grupos electrógenos de la tecnología fuel oíl en Cuba. Revista Ciencias Técnicas Agropecuarias. 2012. [citado 13 Sep 2024];21(3):55-61. Disponible en: https://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S071-00542012000300009
20. Figueredo Reinaldo O y Carmona Tamayo E. Cuba en Datos: ¿Qué es la generación distribuida y por qué es tan importante? CubaDebate. 18 de Noviembre. 2022. [citado 11 may 2025]. Disponible en: https://http://www.cubadebate.cu/especiales/2022/11/18/cuba-en-datos-que-es-la-generacion-distribuida-y-por-que-es-tan-importante-en-la-generacion-electrica/
21. Huerta Mendoza R. El análisis de criticidad, una metodología para mejorar la confiabilidad operacional. Ingeniería Mecánica. 2000. [citado 13 sep 2024];(4):13-9. Disponible en: https://scielo.sld.cu/scielo.php?script=sciarttext&pid=S1815-59442018000200077
22. Pardo Llosas Y, Haber Guerra R, Cobos Castro A, Llosas Albuerne Y, Domínguez Abreu H. Herramienta de monitorización para mejorar las prestaciones de los grupos electrógenos fuel oíl en Cuba. Dyna. 2015;90:34-9. DOI: 10.6036/7156.
23. Castillo Cobas LM, Febles Rodríguez JP, Fernández LM. Desarrollo de una Plataforma para la Gestión de la Información en una Empresa de Generación Distribuida de Energía Eléctrica en Cuba (GEDIMES). InSTEC. 2013. [citado 13 sep 2024];1-14. Disponible en: https://www.academia.edu/29405707
24. Fayyad U, Piatetsky Shapiro G, Smyth P. From Data Mining to Knowledge Discovery in Databases. AI Magazine. 1996:37-54. DOI:10.1609/aimag. v17i3.1230.
25. McArthur S, McDonald J R and McFadyen I T. An Agent-Based Anomaly Detection Architecture for Condition Monitoring. IEEE Transactions on Power Systems. 2005. 20(4):1675-82. DOI:10.1109/TPWRS.2005.857262
26. Legrá Lobaina AA. Modelos de malla basados en estimadores (A,U,Θ). Revista HOLOS. 2017;33(4):88-110. DOI:10.15628/holos.2017.5351.
27. Noa Ramírez A, Montero Laurencio R, Legrá Lobaina AA, Reyes Almaguer A, Maresma Laurencio D. Procedimiento para la operación de un microsistema de grupos electrógenos diésel en situaciones excepcionales. Ingeniería Energética. 2015. [citado 13 sep 2024];XXXVI:94-103. Disponible en: https://scielo.sld.cu/scielo.php?script=sciarttext&pid=S1815-5901215000100010
28. Best R J, et al. Synchronous Islanded Operation of a Diesel Generator. IEEE Transactions on Power Systems. 2007;22(4). DOI:10.1109/TPWRS.2007.907449
29. De la Fé Dotres S, Domínguez Fontanil J, Sierra JA. Pronóstico del consumo de combustible de grupos motogeneradores empleando una red neuronal. RCCI. 2010. [citado 13 sep 2024];4(1-2):53-8. Disponible en: https://www.redalyc.org/articulo.oa?id=378343669007
30. Alonso Preciado L, Suárez Piña W. Vías para incrementar la calidad del índice de consumo en los grupos electrógenos de diésel instalados en Cuba. Boletín Científico Técnico INIMET. 2011. [citado 13 sep 2024];27-41. Disponible en: https://www.redalyc.org/articulo.oa?id=223022208004
31. Khodr HM. A linear programming methodology for the optimization of electric power generation schemes. IEEE Transactions on Power Systems. 2002;17(3):864-9. DOI 10.1109/TPWRS.2002.800982
32. Moncayo Martínez LA, Fernando Muñoz D. Un sistema de apoyo para la enseñanza del Método Simplex y su implementación en computadoras. Univ. 2018. [citado 13 sep 2024];11(6). Disponible en: http://dx.doi.org/10.4067/S0718-50062018000600029
33. Legrá Lobaina AA. Elementos teóricos y prácticos de la Investigación científico-tecnológica. Primera Edición. La Habana: Félix Varela. 2022. [citado 11 sep 2024];1-455. Disponible en: http://bibliografía.eduniv.cu.8083/
34. Legrá Lobaina AA. Sensibilidad de los estimadores (A,U,Θ). Revista HOLOS. 2020. 36(1):1-18. DOI: 10.15628/holos.2020.7282.
35. Legrá Lobaina A A. Evaluación del error en estimaciones (A,U,Θ). Revista HOLOS. 2018. 34(3):23-45. DOI: 10.15628/holos.2018.6193
36. Miller I, Freund J and Johnson R. Probabilidades y Estadísticas para ingenieros. Cuarta Edición ed. México: Prentice-Hall Hispanoamericana S.A. 2005. [citado 13 Sep 2024]; Disponible en: https://api.pageplace.de/preview/DT0400.9788429191233_A42647025/preview-9788429191233_A42647025.pdf
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Daniel Mendiola Ellis, Alinuska Noa Ramírez, Aristides Alejandro Legrá Lobaina, Reyneris Montero Laurencio

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
La revista Anales de la Academia de Ciencias de Cuba protege los derechos de autor, y opera con una Licencia Creative Commons 4.0 (Licencia Creative Commons Reconocimiento-NoComerciall 4.0). Al publicar en ella los autores permiten copiar, reproducir, distribuir, comunicar públicamente su obra y generar obras derivadas, siempre y cuando se cite y reconozca al autor original. No permiten, sin embargo, utilizar la obra original con fines comerciales ni lucrativos.
Los autores autorizan la publicación de sus escritos conservando los derechos de autoría, y cediendo y transfiriendo a la revista todos los derechos protegidos por las leyes de propiedad intelectual que rigen en Cuba, que implican la edición para difundir la obra.
Los autores podrán establecer acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarla en un repositorio institucional o publicarla en un libro), con el reconocimiento de haber sido publicada primero en esta revista.
Para conocer más, véase https://creativecommons.org