Acceso usuarios
Latacunga, Ecuador
Claro, aquí tienes una versión mejorada del texto: En este proyecto, se aplicó el método de Monte Carlo para proyectar la demanda eléctrica en un transformador de distribución. Primero, se realizó un estado del arte sobre la proyección de la demanda eléctrica basada en el método de Monte Carlo. Posteriormente, se determinaron los parámetros de cargabilidad mediante mediciones y encuestas dirigidas al personal encargado de los laboratorios de una Facultad. Se recopiló información sobre el número de equipos y sus características, clasificando las cargas en grupos según características comunes y estableciendo la utilidad de cada equipo en un día normal. Se determinó una distribución normal con una media de 4, correspondiente al número de clases desarrolladas durante un día laborable, una desviación estándar de 0.5, correspondiente al promedio de horas de cada clase dividido por la media, y una varianza de 0.25, correspondiente a la variabilidad de los datos. La simulación del método de Monte Carlo se realizó en el software Matlab, utilizando las cargas más representativas: iluminación, computadoras y módulos didácticos. Se crearon un total de cuatro escenarios para validar la aplicación del método de Monte Carlo y proyectar la demanda. En el escenario 1, se alcanzó una demanda pico de 48.72 kW; en el escenario 2, una demanda pico de 59.54 kW; en el escenario 3, la demanda pico fue de 46.96 kW; y en el escenario 4, que consolidó los tres escenarios anteriores, la demanda pico alcanzó los 64.87 kW. Estos escenarios demostraron que la eficiencia de la simulación de Monte Carlo fue aceptable, ya que, al analizar el error en la hora más representativa, se obtuvo un valor del 5% al comparar la curva de demanda real con la simulada.
In this project, the Monte Carlo method was applied to project the electrical demand in a distribution transformer. First, a state of the art on the projection of the electrical demand based on the Monte Carlo method was carried out. Subsequently, the loadability parameters were determined through measurements and surveys directed to the personnel in charge of the laboratories of a faculty. Information was collected on the number of equipment and their characteristics, classifying the loads in groups according to common characteristics and establishing the usefulness of each equipment in a normal day. A normal distribution was determined with a mean of 4, corresponding to the number of classes developed during a working day, a standard deviation of 0.5, corresponding to the average number of hours of each class divided by the mean, and a variance of 0.25, corresponding to the variability of the data. The simulation of the Monte Carlo method was performed in Matlab software, using the most representative loads: lighting, computers and didactic modules. A total of four scenarios were created to validate the application of the Monte Carlo method and to project the demand. In scenario 1, a peak demand of 48.72 kW was reached; in scenario 2, a peak demand of 59.54 kW; in scenario 3, the peak demand was 46.96 kW; and in scenario 4, which consolidated the three previous scenarios, the peak demand reached 64.87 kW. These scenarios showed that the efficiency of the Monte Carlo simulation was acceptable, since, when analyzing the error in the most representative hour, a value of 5% was obtained when comparing the real demand curve with the simulated one.
