logo móvil
Contáctanos

Una estrategia de control de gestión del lado de la demanda utilizando el optimizador RUNge Kutta (RUN)

Autores: Sharma, Ankit Kumar; Alshamrani, Ahmad M.; Alnowibet, Khalid A.; Alrasheedi, Adel F.; Saxena, Akash; Mohamed, Ali Wagdy

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Una estrategia de control de gestión del lado de la demanda utilizando el optimizador RUNge Kutta (RUN)


Categoría

Matemáticas

Subcategoría

Análisis matemático

Palabras clave

Gestión de la demanda
Red inteligente
Regulaciones centradas en el consumidor
Demanda de energía
Desplazamiento de carga
Conservación

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 24

Citaciones: Sin citaciones


Descripción
Las iniciativas de gestión de la demanda han ganado atención recientemente debido al desarrollo de la red inteligente y regulaciones centradas en el consumidor. El programa de gestión de la demanda tiene numerosos objetivos. Uno de los principales objetivos es controlar la demanda de energía mediante la alteración de la demanda del cliente. Esto se puede hacer de varias maneras, incluidos descuentos financieros y cambios de comportamiento provocados por el suministro de conocimientos para respaldar las condiciones estresadas de la red. En este estudio se presentan técnicas de gestión de la demanda para futuras redes inteligentes, incluido el desplazamiento de carga y la conservación estratégica. Hay muchos dispositivos controlados en la red. El desplazamiento de carga y los enfoques de conservación estratégica del día anterior mencionados en este estudio se derivan analíticamente para el problema de minimización. Para resolver este problema de minimización, se desarrolló el optimizador RUNge Kutta (RUN). En una red inteligente de prueba con dos zonas de servicio, una con consumidores residenciales y otra con consumidores comerciales, se realizan simulaciones. Al contrastar los resultados con el algoritmo del moho viscoso (SMA), Algoritmo del seno-coseno (SCA), optimización de llama de polilla (MFO) y algoritmo de optimización de ballenas (WOA), RUN demuestra su efectividad. Los hallazgos de la simulación demuestran que las soluciones de gestión de la demanda sugeridas producen ahorros significativos de costos al tiempo que reducen la demanda máxima de carga de la red inteligente.

Otros recursos que podrían interesarte

Temas Virtualpro