REVISTA DE INGENIERIA DYNA

Palabras clave:

Smart Home Energy Management System, SHEMS, Demand Side Management, DSM, Genetic Algorithm, GA, Multi-Objective Optimization, MOO, Real-Time Pricing, RTP, user comfort, peak-to-average ratio, PAR, electricity cost, load demand, scheduling, optimization algorithms, residential areas, renewable energy systems, RES, energy management

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

La creciente demanda de carga y la irregularidad en el perfil de carga eléctrica, especialmente en las zonas residenciales, han provocado un aumento de los precios de la electricidad. Los rápidos avances en el mercado eléctrico y los sistemas de energía renovable (SER) han impulsado una amplia investigación sobre la gestión de la energía a través de la gestión de la demanda (GAD), acelerada por los sistemas inteligentes de gestión de la energía doméstica (SHEMS). En países como Taiwán, donde se utilizan sistemas de tarifas en tiempo real (RTP), se puede lograr una gestión eficiente de la energía mediante el uso de algoritmos de optimización. El objetivo de este estudio era utilizar el algoritmo genético (GA), un algoritmo de optimización inspirado en la naturaleza, para lograr una gestión eficiente de la energía en hogares inteligentes mediante la optimización multiobjetivo (MOO). Se optimizan tres objetivos para el usuario doméstico: el coste de la electricidad, la comodidad del usuario y la relación entre el pico y la media (PAR). El problema de programación no solo tiene como objetivo la máxima satisfacción del usuario, sino que también tiene en cuenta dos parámetros de interrupción del usuario: con penalización y sin penalización. Los resultados han mostrado una reducción del coste del 14,56 % en la programación sin interrupción del usuario, una reducción del coste del 18,62 % en la programación teniendo en cuenta la interrupción del usuario (con penalización) y una reducción del coste del 15,69 % en la programación teniendo en cuenta la interrupción del usuario (sin penalización). La comodidad máxima del usuario mejoró en un 67,48 % (sin interrupción del usuario), un 62,62 % (interrupción del usuario con penalización) y un 41,65 % (interrupción del usuario sin penalización), y la PAR se redujo hasta un 51,53 % de media. A pesar de la naturaleza estocástica de los consumidores de electricidad, con un sistema de optimización se pueden reducir significativamente los costes y la demanda máxima, al tiempo que se maximiza su nivel de comodidad. Palabras clave: Sistema inteligente de gestión energética doméstica (SHEMS), gestión de la demanda (DSM), algoritmo genético (GA), optimización multiobjetivo (MOO), precios en tiempo real (RTP)