Modelo de Desagregación: Una Metodología Nueva para Estimar los Perfiles de los Clientes en una Red de Distribución de Baja Tensión Equiparada con Contadores Inteligentes
Autores: Milis, Guilherme Ramos; Gay, Christophe; Alvarez-Herault, Marie-Cécile; Caire, Raphaël
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Modelo de Desagregación: Una Metodología Nueva para Estimar los Perfiles de los Clientes en una Red de Distribución de Baja Tensión Equiparada con Contadores Inteligentes
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Transición energética
Red de baja tensión
Curvas de carga
Contadores inteligentes
Modelo de desagregación
Capacidad de alojamiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
En el contexto de la transición energética cada vez más necesaria, el modelado preciso de los perfiles de los consumidores de redes de baja tensión (BT) es crucial para mejorar la capacidad de acogida. Típicamente, las curvas de carga de estos consumidores se estiman a través de campañas de medición realizadas por los Operadores de Sistemas de Distribución (OSD) para un subconjunto representativo de clientes o mediante la agregación de curvas de carga de electrodomésticos dentro de una residencia. Con la instrumentación de contadores inteligentes volviéndose más común, se propone un nuevo enfoque para modelar los perfiles de los clientes residenciales para aprovechar al máximo las mediciones de estos contadores. El modelo de desagregación estima el perfil de carga de los clientes en una red de baja tensión desagregando la curva de carga medida a nivel de la subestación secundaria. Al utilizar solo la potencia máxima medida por los contadores inteligentes Linky, junto con la curva de carga de la subestación secundaria, este modelo puede estimar el perfil diario de los clientes. Para 48 subestaciones secundarias en nuestro conjunto de datos, el modelo obtuvo un error promedio de porcentaje medio simétrico (SMAPE) de 4.91% al reconstruir la curva de carga de la subestación secundaria a partir de las curvas desagregadas por el modelo. Esta metodología puede permitir una estimación de los comportamientos de consumo diario de los clientes de baja tensión. De esta manera, podemos imaginar con seguridad soluciones que mejoren la capacidad de acogida de la red.
Descripción
En el contexto de la transición energética cada vez más necesaria, el modelado preciso de los perfiles de los consumidores de redes de baja tensión (BT) es crucial para mejorar la capacidad de acogida. Típicamente, las curvas de carga de estos consumidores se estiman a través de campañas de medición realizadas por los Operadores de Sistemas de Distribución (OSD) para un subconjunto representativo de clientes o mediante la agregación de curvas de carga de electrodomésticos dentro de una residencia. Con la instrumentación de contadores inteligentes volviéndose más común, se propone un nuevo enfoque para modelar los perfiles de los clientes residenciales para aprovechar al máximo las mediciones de estos contadores. El modelo de desagregación estima el perfil de carga de los clientes en una red de baja tensión desagregando la curva de carga medida a nivel de la subestación secundaria. Al utilizar solo la potencia máxima medida por los contadores inteligentes Linky, junto con la curva de carga de la subestación secundaria, este modelo puede estimar el perfil diario de los clientes. Para 48 subestaciones secundarias en nuestro conjunto de datos, el modelo obtuvo un error promedio de porcentaje medio simétrico (SMAPE) de 4.91% al reconstruir la curva de carga de la subestación secundaria a partir de las curvas desagregadas por el modelo. Esta metodología puede permitir una estimación de los comportamientos de consumo diario de los clientes de baja tensión. De esta manera, podemos imaginar con seguridad soluciones que mejoren la capacidad de acogida de la red.