Una Gestión Eficiente de la Energía en Redes Inteligentes Considerando Programas de Respuesta a la Demanda y Fuentes de Energía Renovable

El avance de las redes inteligentes (SGs) está permitiendo a los consumidores programar electrodomésticos para responder a los programas de respuesta a la demanda (DRs) ofrecidos por los operadores de sistemas de distribución (DSOs). De esta manera, no solo los clientes ahorrarán dinero en sus facturas de energía y estarán más cómodos, sino que la compañía de servicios también podrá regular la demanda en horas pico y reducir las emisiones de carbono (CE). Diseñar un esquema de optimización para reducir el costo de la factura de electricidad, la relación pico-promedio (PAR), las emisiones de CO2, el tiempo de espera y mejorar la comodidad del usuario en términos de retraso, luminancia y confort térmico no solo es el objetivo de este trabajo, sino también la necesidad de la gestión del lado de la demanda. Esta investigación se centra en el uso, programación y gestión de la energía bajo el programa DR de una empresa eléctrica, así como en la integración de fuentes de energía renovable, es decir, energía solar (SE), térmica, calefacción y energía controlable (CHP), y energía eólica (WE). Además, la integración de fuentes de energía renovable reducirá las facturas de electricidad y también disminuirá el impacto ambiental de CE. En este contexto, se propone un programador de electrodomésticos inteligentes y un controlador de gestión de energía (ASEMC) que se basa en algoritmos heurísticos, es decir, algoritmo genético (GA), optimización impulsada por el viento (WDO), optimización por enjambre de partículas (PSO), optimización por forrajeo bacteriano (BFO) y nuestro algoritmo híbrido propuesto de GA, PSO y WDO (HGPDO). El rendimiento del esquema propuesto y de los algoritmos heurísticos se evalúa a través de simulaciones. Los resultados muestran que en el Escenario 1, el ASEMC basado en el algoritmo propuesto reduce los costos de la factura de electricidad, PAR y CE en un 25.7%, 36.39% y 20.74%, respectivamente, mientras que en el Escenario 2, el ASEMC basado en el algoritmo propuesto reduce los costos de la factura de electricidad, PAR y CE en un 35.25%, 31.72% y 36.30%, respectivamente. Además, en el Escenario 1, la comodidad del usuario en términos de retraso acumulado, calidad de frescura del aire interior, confort térmico y visual mejora en un 26.77%, 3.28%, 13.33% y 31.66%, mientras que en el Escenario 2, la comodidad del usuario mejora en un 23.33%, 3.30%, 10% y 45%, respectivamente.