Browsing by Author "Chávez Contreras, Johana Rocío"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Diagnóstico energético para obtención de las curvas de demanda de los bloques A y B del Campus Matriz de la Universidad Técnica de Cotopaxi.
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi: UTC., 2021-08) Andache Guananga, Jofre Wladimir; Chávez Contreras, Johana Rocío; Cruz Panchi, Luis Rolando
    La identificación de los cambios del consumo y el tratamiento de los datos de la demanda eléctrica es un factor esencial para la planificación de proyectos de energías renovables. Los edificios universitarios en la actualidad juegan un papel importante en la demanda de electricidad. Por ello este trabajo propone un método estadístico para la caracterización de las curvas de demanda eléctrica mensuales y anuales, basados en datos históricos recolectados en un periodo de 5 años. Los datos del consumo de energía es la base para resolver servicios energéticos, sin embargo, los datos brutos pueden no ser aplicados directamente en un proceso de optimización; la razón es que contienen datos atípicos y distorsionan la efectividad del método, esto puede conducir a una caracterización inexacta de la demanda eléctrica. El método propuesto se ha centrado en determinar los patrones de demanda eléctrica, la detección de datos típicos y atípicos, el análisis de la variabilidad de la demanda tanto mensual como anual, con el fin de obtener la curva de demanda eléctrica representada con los datos de la demanda máxima, media y mínima para un año típico. Para distinguir estos datos típicos y atípicos de la demanda eléctrica se aplicó el método de la distribución normal esto ha producido un conjunto de datos normalizados. Al igual el método estadístico ha sido validado por pruebas no paramétricas, entre ellos el test de Kolmogorov Smirnov que se empleó para los datos brutos y transformados, al final el test dio un resultado de normalidad satisfactorio. Por lo tanto, el método demostró que caracteriza los datos de la demanda eléctrica con alta confiabilidad y además puede emplearse para el procesamiento de los datos proporcionados por los medidores inteligentes que actualmente se están implementado en la institución.