Publicado 2017-05-15
Palabras clave
- Ahorro de energía,
- gestión de demanda,
- estrategias de gestión de demanda,
- modelado de perfiles de carga
Cómo citar
Resumen
Colombia enfrentó entre 2015 y 2016 uno de los fenómenos de El Niño más severos de su historia quedando ad-portas de un racionamiento de energía. La gestión de demanda puede ayudar, entre otros aspectos, a reducir el consumo de energía en cualquier escenario de disponibilidad de recursos energéticos, no sólo en emergencia. El artículo presenta la cuantificación de los posibles ahorros en clientes residenciales en Bogotá D.C., determinados a partir del modelado de diferentes estrategias de gestión de demanda. Los resultados muestran que pueden lograrse reducciones en el consumo entre 6 y 26% mediante sustitución de dispositivos, 7 y 19% mediante cambio de hábitos de consumo, y entre 17% y 45% como ahorro total posible. Los resultados también revelan que los clientes con menores consumos de energía pueden alcanzar ahorros de hasta el 45%, mientras que los clientes con consumos mayores de 150 kWh/mes no logran ahorros superiores al 20%.
Descargas
Referencias
N. O’Connell, “Approaches for Accommodating Demand Response in Operational Problems and Assessing its Value,” Technical University of Denmark (DTU), Kgs. Lyngby, 2016.
M. H. Albadi and E. F. El-Saadany, “Demand response in electricity markets: An overview,” in 2007 IEEE Power Engineering Society General Meeting, PES, 2007.
J. Torriti, M. G. Hassan, and M. Leach, “Demand response experience in Europe: Policies, programmes and implementation,” Energy, vol. 35, no. 4, pp. 1575–1583, 2010.
M. H. Albadi and E. F. El-Saadany, “A summary of demand response in electricity markets,” Electric Power Systems Research, vol. 78, no. 11. pp. 1989–1996, 2008.
O. Corradi, H. Ochsenfeld, H. Madsen, and P. Pinson, “Controlling electricity consumption by forecasting its response to varying prices,” Power Syst. IEEE Trans., vol. 28, no. 1, pp. 421–429, 2013.
P. Thorsnes, J. Williams, and R. Lawson, “Consumer responses to time varying prices for electricity,” Energy Policy, vol. 49, pp. 552–561, 2012.
H. Allcott, “Rethinking real-time electricity pricing,” Resour. Energy Econ., vol. 33, no. 4, pp. 820–842, 2011.
O. A. Gonzalez and A. Pavas, “Evaluación del Potencial de Respuesta de la Demanda a partir de información de Perfiles de Consumo,” in V CIUREE, Congreso Internacional de Uso Racional de la Energía, 2016.
M. Doostizadeh and H. Ghasemi, “A day-ahead electricity pricing model based on smart metering and demand-side management,” Energy, vol. 46, no. 1, pp. 221–230, 2012.
S. Yousefi, M. P. Moghaddam, and V. J. Majd, “Optimal real time pricing in an agent-based retail market using a comprehensive demand response model,” Energy, vol. 36, no. 9, pp. 5716–5727, 2011.
N. Arghira, L. Hawarah, S. Ploix, and M. Jacomino, “Prediction of appliances energy use in smart homes,” Energy, vol. 48, no. 1, pp. 128–134, 2012.
J. H. Kim and A. Shcherbakova, “Common failures of demand response,” Energy, vol. 36, no. 2, pp. 873–880, 2011.
N. National Institute Standards and Technology, “NIST: Smartgrid.” [Online]. Available: http://www.nist.gov/smartgrid/. [Accessed: 23-Aug-2016].
ENERGY.GOV, “Estimating Appliance and Home Electronic Energy Use | Department of Energy.” [Online].Available:http://energy.gov/energysaver/estimating-appliance-and-home-electronic-energy-use. [Accessed: 23-Aug-2016].
L. L. Gracia and L. C. Torrecillas, “Guía sobre Consumo Energético de Aparatos Domésticos,” Zaragoza, 2009.
O. Laguerre, “Heat transfer and air flow in a domestic refrigerator,” Math. Model. Food Process. Mohammed M. Farid, vol. 474, pp. 445–474, 2010.
INSTITUTO COLOMBIANO DE NORMAS TÉCNICAS Y CERTIFICACIÓN, Eficiencia energética en artefactos refrigeradores, refrigeradores-congeladores y congeladores para uso doméstico NTC 5020. Bogotá DC. Colombia, 2014, p. 56.
H. Park, M. Ruellan, N. Martaj, R. Bennacer, and E. Monmasson, “Generic thermal model of electrical appliances in thermal building: Application to the case of a refrigerator,” Energy Build., vol. 62, pp. 335–342, 2013.
S. Martello and P. Toth, Knapsack problems: algorithms and computer implementations. John Wiley & Sons, Inc., 1990.
H. Kellerer, U. Pferschy, and D. Pisinger, Knapsack Problems, 1st ed. Berlin, Heidelberg: Springer-Verlag Berlin Heidelberg, 2004.
F. Sandoya, “El Problema de la Mochila, Complejidad, Cotas y Métodos de Búsqueda Eficientes,” vol. 12, no. 2, pp. 43–51, 2014.