Metodología de caracterización de patrones de consumo de energía eléctrica en el sistema de distribución de la Electrificadora de Santander
No Thumbnail Available
Date
2025-02-09
Advisors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
La demanda de energía en un sistema de potencia varía a lo largo del día, influenciada por los patrones de consumo de los usuarios. Entender estos patrones es clave para abordar los desafíos que enfrentan las empresas del sector eléctrico. Un sistema de distribución suele contar con equipos de medición que recopilan información de la red en intervalos regulares. En este contexto, gestionar esta información representa un desafío para las empresas distribuidoras de energía, que buscan aprovecharla para obtener beneficios. En esta monografía se presenta el diseño de una metodología para la caracterización de patrones de consumo de energía eléctrica en un sistema de distribución, utilizando datos recopilados a través del sistema SCADA. La metodología emplea técnicas de aprendizaje no supervisado, como K-MEANS y t-SNE, para identificar y clasificar los perfiles típicos de demanda de un conjunto de entrada según sus similitudes o características, en grupos denominados clústeres. Los resultados obtenidos en esta metodología permiten abordar objetivos clave, como mejorar los pronósticos de demanda, diseñar tarifas personalizadas, planificar la expansión de la infraestructura eléctrica y optimizar la gestión de la demanda en el sistema de distribución donde se aplique.
Adicionalmente, se presenta la implementación de esta metodología con datos provenientes de circuitos del sistema de distribución local de la Electrificadora de Santander S.A. E.S.P. (ESSA). Su aplicación permitió clasificar los circuitos según patrones de consumo similares, identificando un número adecuado de clústeres. Al final, se llevó a cabo un análisis para explorar la relación entre las características de los usuarios, como su tipo (residencial, comercial o industrial), su ubicación geográfica y los clústeres obtenidos.
Description
Keywords
Patrones de consumo, Perfiles de demanda, SCADA, K-MEANS, t-SNE, Clústeres, Distribución eléctrica, ESSA, Python