Show simple item record

dc.contributorPrieto Araujo, Eduardo
dc.contributorOlivella Rosell, Pol
dc.contributor.authorCirera Riu, Eduard
dc.contributor.otherUniversitat Politècnica de Catalunya. Departament d'Enginyeria Elèctrica
dc.date.accessioned2019-09-23T11:28:08Z
dc.date.available2019-09-23T11:28:08Z
dc.date.issued2018-06-21
dc.identifier.urihttp://hdl.handle.net/2117/168611
dc.description.abstractEl projecte comprèn un estudi del sentit del desviament de generació-demanda del sistema elèctric, així com una proposta de model predictiu d’aquest sentit per poder ajustar la compra de les pròximes hores en conseqüència, des de la referència de la comercialitzadora elèctrica. Primerament, s’estudia el funcionament del mercat elèctric espanyol i els agents que hi participen, de tal manera que s’entengui el paper de la comercialitzadora elèctrica i la importància que té per ella el cost del desviament. Tot seguit, s’aprofundeix en els mercats d’ajustament de generació per tal d’entendre el procés físic i econòmic que té lloc de forma contínua per tal que es garanteixi un subministrament segur i de qualitat. També és important per entendre el perquè d’aquest cost del desviament i tenir present quins factors s’hi inclouen. A continuació, es fa un estudi, mitjançant el programa Minitab, de les variables físiques i econòmiques que poden influenciar de forma significativa en què el sistema es desviï cap un sentit o cap un altre. S’arriba a la conclusió que el més important és la quantitat de generació de cada tipus i, en menor mesura, les bandes de regulació secundària. A més, s’ha realitzat un estudi de les variables temporals en base la teoria de les series temporals. S’observa que hi ha certa tendència a programar menys generació del que realment es consumeix en els mesos d’estiu i en les hores de nit. Després de realitzar uns primers models no satisfactoris, s’arriba a la conclusió que cal una eina més potent per fer la predicció. Així doncs, es planteja fer servir un algoritme de Machine Learning mitjançant llenguatge Python. Per tal d’utilitzar-lo, es manipulen i es transformen les dades adequadament per obtenir millors resultats. S’assoleixen, d’aquesta manera, prediccions que superen el 80% d’encerts, per la qual cosa es considera que s’ha assolit l’objectiu. Per acabar, es fa una valoració i es contemplen diferents opcions per tal de seguir millorant el model.
dc.language.isocat
dc.publisherUniversitat Politècnica de Catalunya
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.subjectÀrees temàtiques de la UPC::Enginyeria elèctrica::Distribució d’energia elèctrica::Xarxes elèctriques
dc.subject.lcshElectric network analysis
dc.titleEstudi del sentit del desviament del sistema elèctric amb models predictius
dc.typeMaster thesis
dc.subject.lemacXarxes elèctriques--Anàlisi
dc.identifier.slugETSEIB-240.136176
dc.rights.accessOpen Access
dc.date.updated2018-07-12T05:24:59Z
dc.audience.educationlevelMàster
dc.audience.mediatorEscola Tècnica Superior d'Enginyeria Industrial de Barcelona
dc.contributor.covenanteeAura Energia


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 Spain
Except where otherwise noted, content on this work is licensed under a Creative Commons license : Attribution-NonCommercial-NoDerivs 3.0 Spain