Presentación de PowerPoint - SMARTGRIDSINFO · eoticc: dispositivo inteligente de toma de...

EOTICC: DISPOSITIVO INTELIGENTE DE TOMA DE DECISIONES PARA LA MONITORIZACIÓN Y GESTIÓN DE UNA INSTALACIÓN HÍBRIDA EÓLICO SOLAR

CON DEMANDA ENERGÉTICA

F. Javier Ferrández Pastor

UCIE Ars Innovatio-Universidad de Alicante

EBT Nouss Intelligence

• Antecedentes del proyecto

– Convocatoria anual de la UNIVERSIDAD DE ALICANTE: PRUEBA DE CONCEPTO 2018

– Unidad Científica de Innovación Empresarial (UCIE Ars Innovatio y EBT Nouss Intelligence)

– Federación de Empresarios del Metal de la provincia de Alicante: FEMPA

– Empresa Holandesa : Eolis Enterprises,

BV

2

EOTICC: DISPOSITIVO INTELIGENTE DE TOMA DE DECISIONES PARA LA MONITORIZACIÓN Y GESTIÓN DE UNA INSTALACIÓN HÍBRIDA EÓLICO SOLAR

3

Consumo

Generacióneólica-solar

Escenario y objetivos del proyecto

Dispositivos

IoT embebidos

Gestión Energética

(paradigmas IA)

Reto: Optimización en el uso renovable

• Diseño y desarrollo de un módulode gestión para la toma dedecisión en el control automáticode cargas que minimice el uso delas baterías

4

00:00 23:00time

0

5

Electric Power

(Kwh)

Predicción: Generación >>> Consumo

Curva de consumo diaria

Generación renovable

5

00:00 23:00time

0

5

Electric Power

(Kwh)

Control de cargas: Optimizar relación Generación/consumo

Curva de consumo controlada

Generación renovable

EOTICC: DISPOSITIVO INTELIGENTE DE TOMA DE DECISIONES PARA LA MONITORIZACIÓN Y GESTIÓN DE UNA INSTALACIÓN HÍBRIDA EÓLICO SOLAR

Prueba de concepto: Instalación en FEMPA (Alicante)

EOTICC: DISPOSITIVO INTELIGENTE DE TOMA DE DECISIONES PARA LA MONITORIZACIÓN Y GESTIÓN DE UNA INSTALACIÓN HÍBRIDA EÓLICO SOLAR

<wind_speed>:5

<wind_speed>:2

<wind_gust>:15<wind_gust>:10

<wind_forecast>:2

<wind_forecast>:3

Variable continua a predecir

Variables continuas

predictoras

<power_pred_power>:4

<power_pred_power>:3.5

<power_pred_power>:2

<power_pred_power>:1.5

<power_pred_power>:4.5

<power_pred_power>:5

8

target

Dataset predicción energía eólica

pred_var

Error medio cuadrático=0,23Predicción de

variable

Libreríasen plataforma

PYTHON

9

Predicción de energía renovable

(árbol de regresión)

Predicción de consumo (árbol de

regresión)

Cada hora se realizan las predicciones de generación

y consumo

Clasificación/detección (árbol de clasificación)

Algoritmo de toma de decision

para el control de cargas

Sistema Desarrollado

10

Datos abiertos +Plataforma CLOUD

IoT protocolos

Procesos de captura

filtrado y control

Proceso de predicción

Procesos de Comunicación

IoT

Sub. RENOVABLE

Proceso de predicción

Sub. CONSUMO

CT

Procesos de captura

y filtrado

Control de cargas

Red local

EOTICC: DISPOSITIVO INTELIGENTE DE TOMA DE DECISIONES PARA LA MONITORIZACIÓN Y GESTIÓN DE UNA INSTALACIÓN HÍBRIDA EÓLICO SOLAR

Conclusiones

• SE COMPRUEBA LA VIABILIDAD DEL PARADIGMA ARBOLES DE DECISIÓN

PARA RELACIONES NO LINEALES (PREDICCIÓN ENERGÍA RENOVABLE Y

CONSUMO)

• DISPOSITIVOS EMBEBIDOS DE CONTROL Y PROTOCOLOS DE COMUNICACIÓN

IOT OFRECEN EL RECURSO TECNOLÓGICO SOBRE EL CUAL IMPLANTAR EL

SISTEMA INTELIGENTE DE GESTIÓN ENERGÉTICA

Líneas de trabajo actuales

• ANÁLISIS COMPARATIVO DEL MODELO CON DIFERENTES PARADIGMAS AI:

REDES NEURONALES, SVM, ALGORITMOS GENÉRICOS, ETC..

• DISEÑO DE NUEVOS SERVICIOS BASADOS EN MOTORES INTELIGENTES PARA

EL MANTENIMIENTO PREDICTIVO Y EL CONTROL PROACTIVO DE

INSTALACIONES

DATOS DE CONTACTO:

fjferran@dtic.ua.es

12

Eolis Enterprises, BV

UCIE ARS INNOVATION

https://web.ua.es/es/ars-innovatio/ http://www.noussintelligence.com