Artículos - Maestría en Electricidad Mención Sistemas Eléctricos de Potencia

Permanent URI for this collection

https://repositorio.utc.edu.ec/handle/123456789/12776

Browse

Browsing Artículos - Maestría en Electricidad Mención Sistemas Eléctricos de Potencia by Author "Quinatoa Caiza, Carlos Iván"

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    Evaluación del Estado en la Central Termogas Machala a través Machine Learning
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-08-28) Cruz Carrillo, Néstor Xavier; Quinatoa Caiza, Carlos Iván
    En este estudio se examinó la situación de la Central Termogas Machala. El desafío del proyecto consiste en superar grandes desafíos para asegurar la continuidad y asegurar un suministro eficaz de energía eléctrica, así como el uso eficiente de los recursos naturales y la reducción del impacto ambiental. La central termogas Machala opera en ciclo combinado, dispone de 8 unidades generadoras correspondientes a Machala I y Machala II, con una potencia total de 187 MW. Utilizando la programación en Python y la librería Pyomo para el proceso de optimización, se pudo examinar las variables de costos de combustible, potencia y energía eléctrica de la planta. La meta principal es reducir los costos de producción de energía eléctrica y las limitaciones están vinculadas a los costos de inicio, parada y el equilibrio de potencia. Además, para solucionar el problema se utiliza GNU Linear Programming Kit (GLPK), ya que el tipo de programación sugerido es entero lineal mixta. Mediante el análisis efectuado, se pudo determinar qué generadores térmicos pueden funcionar simultáneamente, elaborar planes de mantenimiento para la salida programada de estos generadores y determinar la energía total generada.
  • No Thumbnail Available
    Item
    Ley de competitividad energética en el Ecuador
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-05-07) Chevez Barba, Robinson Eduardo; Quinatoa Caiza, Carlos Iván
    El consumo de electricidad aumenta año tras año, en particular debido al crecimiento poblacional y de la zona industrial. El primer aspecto relevante para considerar es que el aumento de la producción de energía eléctrica se asocia con una intensificación de las emisiones de CO2, lo que conlleva al calentamiento global y al cambio climático, especialmente cuando esta fuente de energía se produce por medios convencionales. En consecuencia, además de la generación de energía limpia, es necesario promover instrumentos legales como el Proyecto de Ley de Competitividad Energética a Largo Plazo, cuya evaluación técnica y económica se evaluó en esta investigación. La metodología combinó enfoques cualitativos y cuantitativos: se realizó una revisión bibliográfica para estudiar la evolución histórica de los subsidios y se utilizaron herramientas como el análisis FODA para evaluar la situación actual. El diseño del estudio fue documental y descriptivo con un componente cuasiexperimental, utilizando datos de fuentes secundarias que se organizaron y analizaron con Microsoft Excel para presentar los resultados mediante gráficos y tablas. Los resultados mostraron que, a largo plazo, la ley no solo mantendrá el crecimiento observado en el sector eléctrico, sino que también promoverá el uso de fuentes de energía sostenibles a bajo costo. Además, desde un punto de vista prospectivo, se espera que la ley atraiga inversión tanto nacional como extranjera para mejorar el crecimiento del sector y aumentar los promedios de eficiencia energética con base en la implementación de tecnologías limpias.
  • No Thumbnail Available
    Item
    Pronóstico De Generación Fotovoltaica De Largo Plazo Aplicando Técnicas De Machine Learning
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2024-07-10) Quinatoa Lema, Freddy David; Quinatoa Caiza, Carlos Iván
    La investigación articula la formulación de un modelo predictivo de recursos solares que emplea metodologías de machine learning a largo plazo donde se construye en fases secuenciales, aprovechando los conceptos pertinentes al análisis de datos históricos y basando su arquitectura en metodologías de machine learning. Se presenta una exposición de la amplia gama de técnicas de machine learning utilizadas en la predicción global de los recursos primarios y se establecen criterios para la selección de técnicas en función de su relevancia para las distintas fases del modelo, también se prepara meticulosamente una síntesis completa sobre la utilización de la estimación y la predicción de los recursos primarios como componentes integrales de la planificación estratégica de los sistemas fotovoltaicos a largo plazo; se formula el modelo y se articulan escenarios de simulación que son pertinentes al clima ecuatoriano, que sirven como un instrumento para estimar el potencial solar que se puede emplear para discernir y enfatizar la importancia de los datos como elementos fundamentales en los procesos de toma de decisiones involucrados en la planificación de las fuentes de energía se caracteriza por la variabilidad de los recursos primarios.