Modelo de gestión de la demanda energética integral

  • Enrique Hurtado Aguirre Universidad Militar Nueva Granada
  • Juan Pablo Escamilla Mejía Universidad Nacional de Colombia
Palabras clave: Análisis de proceso jerárquico (AHP), Gestión de la demanda, Modelo del sistema eléctrico, Ingeniería Inteligente, Software de soporte y aplicación, Análisis difuso

Resumen

La  gestión energética significa optimizar una de las más complejas e importantes técnicas creaciones que conocemos: el sistema de energía. Existen una buena cantidad de métodos para la optimización de la generación de energía y su distribución. Por lo que el modelo de la demanda energética integral (DSM) es una estrategia para mejorar el sistema de energía en el lado del consumo. Se extiende desde la política energética, la economía experimental, la teoría de los agentes, la mejora de la eficiencia energética mediante software de soporte y aplicación, las tarifas de energía inteligente con incentivos para ciertos patrones de consumo, hasta los sofisticados sistemas de control en tiempo real de los recursos energéticos distribuidos. Este documento proporciona una visión general y una taxonomía para el desarrollo de un modelo sistemático integral de DSM, que analiza los distintos elementos de construcción, y ofrece un panorama sobre cómo emplear un modelo de análisis jerárquico de procesos y evaluación integral difusa para su implementación.

Descargas

La descarga de datos todavía no está disponible.

Citas

Boyle, S. (1996). DSM progress and lessons in the global context. Energy Policy, 24(4), 345–359. doi:10.1016/0301-4215(95)00142-5

Brañas-Garza, P., & Espinosa, M. P. (2011). Experimental and economy behavior. Papeles Del Psicologo, 32(2), 185–193.

Chen, H., Wang, X., Wang, X. & Chen, H. (2004). Design, implementation and application of a Java-based platform for electricity market auction experiments. Dianli Xitong Zidonghua/Automation of Electric Power Systems, 28(17), 22–26, 44.

Boyle, S. (1996). DSM progress and lessons in the global context. Energy Policy, 24(4), 345–359. doi:10.1016/0301-4215(95)00142-5

Brañas-Garza, P., & Espinosa, M. P. (2011). Experimental and economy behavior. Papeles Del Psicologo, 32(2), 185–193.

Chen, H., Wang, X., Wang, X. & Chen, H. (2004). Design, implementation and application of a Java-based platform for electricity market auction experiments. Dianli Xitong Zidonghua/Automation of Electric Power Systems, 28(17), 22–26, 44.

Elshkaki, A., Van Der Voet, E., Van Holderbeke, M. & Timmermans, V. (2004). The environmental and economic consequences of the developments of lead stocks in the Dutch economic system. Resources, Conservation and Recycling, 42(2), 133–154.

doi:10.1016/j.resconrec.2004.02.008

Gu, D., Liang, C., Zhong, J., Wang, J., Lu, W., Song, J. & Wu, Y. (2012). Intelligent information acquisition and utilization in safety evaluation decision making process of power generation enterprises (Vol. 102 LNBIP).

Hamdan, H. A., Ghajar, R. F. & Chedid, R. B. (2012). A simulation model for reliability-based appraisal of an energy policy: The case of Lebanon. Energy Policy, 45, 293–303. doi:10.1016/j.enpol.2012.02.034

Han, Y., Su, G., Yuan, H. & Wang, W. (2010). A collaborative early warning method of transportation during snow disaster based on fuzzy comprehensive evaluation. En Proceedings - 2010 7th International Conference on Fuzzy Systems and Knowledge Discovery, FSKD 2010 (Vol. 2, pp. 945–951). doi:10.1109/FSKD.2010.5569141

Huang, J., Xue, Y., Wen, F., Xu, J., Xue, F., & Dong, Z. (2011). A review of power market simulation platform. Dianli Xitong Zidonghua/Automation of Electric Power Systems, 35(9), 6–13, 35.

Li, Q., Lin, P. & Hu, Y. (2013). Innovation and application of scientific research strategy to super high arch dam. Shuili Fadian Xuebao/Journal of Hydroelectric Engineering, 32(5), 281–287.

Räsänen, M., Ruusunen, J., & Hämäläinen, R. P. (1995). Customer level analysis of dynamic pricing experiments using consumption-pattern models. Energy, 20(9), 897–906.

Schlenzig, C. (1998). Energy planning and environmental management with the information and decision support system MESAP. International Journal of Global Energy Issues, 12(1-6), 81–91.

Wei, Y.-M. & Liang, Q.-M. (2009). A new approach to energy modelling: The se3T system and its multi-objective integrated methodology. International Journal of Global Energy Issues, 31(1), 88–109. doi:10.1504/IJGEI.2009.021544

Zou, B., Li, Q.-H. & Yan, M.-S. (2005). Agent-based simulation model on pool-based electricity market using locational marginal price. Zhongguo Dianji Gongcheng Xuebao/Proceedings of the Chinese Society of Electrical Engineering, 25(15), 7–11.

Cómo citar
Hurtado Aguirre, E., & Escamilla Mejía, J. P. (2015). Modelo de gestión de la demanda energética integral. Revista Facultad De Ciencias Económicas, 23(2), 137-147. https://doi.org/10.18359/rfce.1612
Publicado
2015-06-30
Sección
Artículos