Solar Panel Stand Alone Microgrid Allocation System
DOI:
https://doi.org/10.20983/culcyt.2026.1.2e.6Palabras clave:
optimización, microrred, paneles solaresResumen
En la presente investigación se desarrollaron dos métodos para seleccionar componentes eléctricos óptimos de n-proveedores, considerando un proceso de optimización de doble objetivo y un proceso de algoritmo genético de un solo objetivo. Los principales objetivos considerados en el problema son minimizar los costos generales del sistema (costo de operación, costo de mantenimiento) y maximizar la eficiencia general del sistema. Se proponen dos métodos para determinar la mejor selección del proveedor para la primera configuración de microrred: 1) un algoritmo de optimización que permite diseñar un proceso multiobjetivo que compara las principales características de los componentes y, por lo tanto, selecciona las mejores opciones entre diferentes proveedores, y 2) el Algoritmo Genético del Sistema de Asignación de Microrredes de Paneles Solares, que se centra en la minimización de los costos. El algoritmo genético se desarrolla para obtener a través de múltiples evoluciones un resultado que minimice el coste de implementación y operación de una microrred, cuyo propósito es minimizar el coste total de implementación prorrateado según la vida útil del componente y su coste anual de mantenimiento.
Descargas
Citas
A. Abdelkader, A. Rabeh, D. M. Ali, and J. Mohamed, “Multi-objective genetic algorithm based sizing optimization of a stand-alone wind/PV power supply system with enhanced battery/supercapacitor hybrid energy storage,” Energy, vol. 163, pp. 351-363, Nov. 2018, doi: 10.1016/j.energy.2018.08.135.
Z. Salameh, Renewable Energy System Design. Academic Press, 2014.
S. M. Dawoud, X. Lin, X., and M. I. Okba, “Hybrid renewable microgrid optimization techniques: A review,” Renew. Sustain. Energy Rev., vol. 82, Part 3, pp. 2039-2052, 2018, doi: 10.1016/j.rser.2017.08.007.
T. Adefarati and R. Bansal, “Reliability and economic assessment of a microgrid power system with the integration of renewable energy resources,” Appl. Energy, vol. 206, pp. 911-933, Nov. 2017, doi: 10.1016/j.apenergy.2017.08.228.
G. J. Dalton, D. A. Lockington, and T. Baldock, “Feasibility analysis of renewable energy supply options for a grid-connected large hotel,” Renew. Energy, vol. 34, no. 4, pp. 955-964, Apr. 2009, doi: 10.1016/j.renene.2008.08.012.
C. Delgado and J. A. Domínguez-Navarro, “Multi-objective design optimization of hybrid renewable systems using UGF,” COMPEL, vol. 34, no. 6, pp. 1825-1844, 2015, doi: 10.1108/compel-11-2014-0326.
E. Koutroulis, D. Kolokotsa, A. Potirakis, and K. Kalaitzakis, “Methodology for optimal sizing of stand-alone photovoltaic/wind-generator systems using genetic algorithms,” Solar Energy, vol. 80, no. 9, pp. 1072-1088, 2006, doi: 10.1016/j.solener.2005.11.002.
Z. Michalewicz, Genetic Algorithms + Data Structures = Evolution Programs. Berlin: Springer, 2011.
M. S. Ismail, M. Moghavvemi, and T. Mahlia, “Genetic algorithm based optimization on modeling and design of hybrid renewable energy systems,” Energy Convers. Manag., vol. 85, pp. 120-130, Sep. 2014, doi: 10.1016/j.enconman.2014.05.064.
F. A. Mohamed and H. N. Koivo, “Online management genetic algorithms of microgrid for residential application,” Energy Convers. Manag., vol. 64, pp. 562-568, Dec. 2012, doi: 10.1016/j.enconman.2012.06.010.
R. Rajkumar, V. Ramachandaramurthy, B. Yong, and D. B. Chia, “Techno-economical optimization of hybrid pv/wind/battery system using Neuro-Fuzzy,” Energy, vol. 36, no. 8, pp. 5148-5153, Aug. 2011, doi: 10.1016/j.energy.2011.06.017.
R. Dufo-López and J. L. Bernal-Agustín, “Multi-objective design of PV–wind–diesel–hydrogen–battery systems,” Renew. Energy, vol. 33, no. 12, pp. 2559-2572, Dec. 2008, doi: 10.1016/j.renene.2008.02.027.
G. Shrestha and L. Goel, “A study on optimal sizing of stand-alone photovoltaic stations,” IEEE Transactions on Energy Conversion, vol. 13, no. 4, pp. 373-378, Dec. 1998, doi: 10.1109/60.736323.
W. D. Kellogg, M. H. Nehrir, G. Venkataramanan, and V. Gerez, “Generation unit sizing and cost analysis for stand-alone wind, photovoltaic, and hybrid wind/PV systems,” in IEEE Transactions on Energy Conversion, vol. 13, no. 1, pp. 70-75, March 1998, doi: 10.1109/60.658206.
T. Markvart, “Sizing of hybrid photovoltaic-wind energy systems,” Solar Energy, vol. 57, no. 4, pp. 277-281, Oct. 1996, doi: 10.1016/s0038-092x(96)00106-5.
R. Chedid and S. Rahman, “Unit sizing and control of hybrid wind-solar power systems,” in IEEE Transactions on Energy Conversion, vol. 12, no. 1, pp. 79-85, March 1997, doi: 10.1109/60.577284.
A. A. Moghaddam, A. Seifi, T. Niknam, and M. R. Pahlavani, “Multi-objective operation management of a renewable MG (micro-grid) with back-up micro-turbine/fuel cell/battery hybrid power source,” Energy, vol. 36, no. 11, pp. 6490-6507, 2011, doi: 10.1016/j.energy.2011.09.017.
A. K. Basu, “Microgrids: Planning of fuel energy management by strategic Deployment of CHP-based DERs – An evolutionary algorithm approach,” Int. J. Electr. Power Energy Syst., vol. 44, no. 1, pp. 326-336, Jan. 2013, doi: 10.1016/j.ijepes.2012.07.059.
H. Yousefi, M. H. Ghodusinejad, and A. Kasaeian, “Multi-objective optimal component sizing of a hybrid ICE + PV/T driven CCHP microgrid,” Appl. Therm. Eng., vol. 122, pp. 126-138, July 2017, doi: 10.1016/j.applthermaleng.2017.05.017.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 José Trinidad Reyes Portillo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Todos los contenidos de CULCYT se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento-No Comercial 4.0 Internacional” (CC-BY-NC). Puede consultar desde aquí la versión informativa de la licencia.
Los autores/as que soliciten publicar en esta revista, aceptan los términos siguientes: a) los/las autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra; y b) se permite y recomienda a los/las autores/as agregar enlaces de sus artículos en CULCYT en la página web de su institución o en la personal, debido a que ello puede generar intercambios interesantes y aumentar las citas de su obra publicada.
