Resumen

La precisión del sistema de gestión de la energía para microrredes renovables, ya sean conectadas a la red o aisladas, depende en gran medida de la precisión de las previsiones, como la eólica, la solar y la de carga. En este trabajo se desarrolla un método mejorado de previsión de horizonte de predicción difuso para abordar el problema de la intermitencia y la incertidumbre relacionadas con la previsión de la generación renovable y la carga. En la primera fase, se entrena un sistema difuso tipo Takagi-Sugeno con muchos algoritmos de optimización evolutiva y se establece un indicador de grado de cobertura para comprobar la precisión de la previsión por intervalos. En segundo lugar, se desarrolla un pronosticador eólico, solar y de carga para un banco de pruebas de microrredes renovables situado en Pekín (China). Los resultados de un día y de un paso adelante del pronosticador propuesto se expresan con el RMSE y el tiempo de entrenamiento más bajos. Para comprobar la eficacia del método propuesto, se realiza una comparación con los modelos existentes. El modelo difuso basado en intervalos para el banco de pruebas de microrredes ayudará a formular el problema de gestión energética con mayor precisión y solidez.

• Materias:Energía solar Fotoquímica Fotocatálisis Energía limpia Efecto fotoeléctrico
• Subjects:Solar energy Photochemistry Photocatalysis Clean energy Photoelectric effect
• Palabras claves:método de previsión de horizonte de predicción difuso, muchos algoritmos de optimización evolutiva, banco de pruebas de microrredes renovables, indicador de grado de cobertura, problema de gestión de la energía, sistema de gestión de la energía, banco de pruebas de microrredes, precisión, viento, tipo sugeno
• Keywords:fuzzy prediction horizon forecasting method, many evolutionary optimization algorithms, renewable microgrid test bed, coverage grade indicator, energy management problem, energy management system, microgrid test bed, accuracy, wind, sugeno type