IEEE Power & Energy - Spanish - May/June 2018 - 66

orientados a la similitud se incluye el índice de davies Boul-
din (dBI, por sus siglas en inglés), el índice de idoneidad
media (mIa, por sus siglas en inglés), el indicador de disper-
sión de agrupamiento (cdI, por sus siglas en inglés) y otros.
entre los índices orientados a la clasificación se incluye la
pureza, la recuperación y la precisión F, entre otros.
Finalmente, el análisis de grupos de consumo de elec-
tricidad se puede aplicar con varios propósitos, como el
reconocimiento del patrón de carga, la evaluación del poten-
cial de respuesta a la demanda, la gestión de la eficiencia
energética, la fijación de tarifas, la predicción de carga y la
identificación de información sociodemográfica de los con-
sumidores. por ejemplo, los consumidores que no tienen una
ocupación de tiempo fijo, acceso a la red ni computadoras
(por ejemplo, los campesinos) podrían mostrar un consumo
más alto a mediodía; los consumidores que tienen computa-
doras (por ejemplo, los trabajadores de oficina) podrían mos-
trar un consumo de electricidad más alto por la noche; y los
consumidores que tienen acceso a una red pero no tienen una
ocupación de tiempo fijo (por ejemplo, los jóvenes en línea)
podrían mostrar un consumo de electricidad más alto antes del
amanecer. por lo tanto, se puede detectar la correspondencia
entre los patrones de carga obtenidos por el agrupamiento y
la información sociodemográfica de los consumidores.
state Grid Jiangsu electric power company está innovando
en las aplicaciones de respuesta a la demanda en china, espe-
cialmente para los grandes consumidores. existen dos módu-
los de software de agrupamiento integrados en un sistema de
programación de respuesta a la demanda en la provincia de
Jiangsu. el primero es el módulo de evaluación potencial de
respuesta a la demanda; este módulo adopta tres medidas
para evaluar el potencial de respuesta a la demanda de los
residentes, de los edificios comerciales y de los consumi-
dores industriales. en primer lugar, se extraen los patrones
de consumo de electricidad básicos a través de los perfiles
de carga históricos de agrupamiento. después de eso, se
comparan los patrones de carga extraídos entre los distin-
tos consumidores y en diferentes días. Finalmente, aque-
llos consumidores que tienen una carga altamente volátil
y patrones bajos de consumo de electricidad base son
identificados como consumidores potenciales de respuesta
a la demanda.
el segundo es un módulo de predicción de carga para
grandes consumidores. el módulo adopta los patrones de
consumo básicos de cada consumidor a partir de los datos de
carga históricos para establecer un modelo de markov y des-
cribir la norma de cambio de un patrón a otro. Finalmente,
el módulo predice el perfil de carga del día siguiente según
el modelo de markov. el Gráfico 4 muestra los resultados
de predicción de carga de grandes consumidores por agru-
pamiento, de la provincia de Jiangsu. en comparación con
un método de máquina de vectores de soporte (sVm, por
sus siglas en inglés), el método de agrupamiento muestra un
funcionamiento superior, como lo indica la distancia menor
entre la carga real y la predicha.
66

ieee power & energy magazine

Simulación de producción de energía
renovable
debido a la incertidumbre de la producción, la variabilidad y
las correlaciones complejas de los recursos de energía renova-
ble, acomodar las altas proporciones de energía renovable ha
sido un desafío importante para la industria de la potencia. se
puede usar el análisis de "big data" en el análisis, la predicción
y la simulación de energía renovable para seguir aumentando
su incorporación. en particular, el análisis de "big data" ha
contribuido a la simulación de producción de energía reno-
vable y se ha integrado en los procesos de toma de decisiones
para la planificación de los sistemas de potencia.
recientemente, china ha registrado un aumento en el
despliegue de turbinas eólicas y tecnologías solares fotovol-
taicas (FV). a finales de 2016, las capacidades instaladas
de potencia eólica y solar alcanzaron los 169 GW y 77 GW,
respectivamente. además de la necesidad de predicción de
la energía renovable a corto plazo, la industria de la potencia
necesita la serie de salidas cronológicas de potencia eólica y
FV, necesaria para la generación y planificación de redes y
para determinar los modos de funcionamiento de los sistemas
de potencia en el futuro. la industria no puede simplemente
usar datos históricos porque
✔ el desarrollo de generación eólica y solar es tan rápido
que los datos históricos acumulados de potencia eóli-
ca y FV no son suficientes para que el modelo físico
simule la producción FV y de potencia eólica
✔ la potencia eólica y solar han estado tan restringidas
en los últimos años que las mediciones en tiempo real
no reflejan con precisión el potencial de salidas exis-
tentes de potencia eólica y solar; por ejemplo, las me-
diciones fluctúan normalmente menos que la salida
potencial libre completa debido a que la salida está
restringida.
por lo tanto, la industria debe basarse en el análisis para
generar dicha serie de salidas cronológicas.
algunas instituciones han dedicado muchas actividades
de investigación a la simulación de generación de potencia
eólica y FV. el Gráfico 5 muestra la plataforma Herramienta
de planificación Óptima de redes desarrollada por la uni-
versidad de tsinghua; (a) y (b) son las interfaces de usua-
rio básicas, y (c) y (d) son las salidas simuladas de potencia
eólica y FV, respectivamente, de diez sitios. estas salidas se
han aplicado ampliamente a la planificación y a las operacio-
nes de los sistemas de potencia.
el desafío principal de simular una salida de energía reno-
vable es la consideración de las características estocásticas,
las características de volatilidad y las dependencias tempo-
rales y espaciales de las velocidades eólicas y las radiaciones
solares en diferentes sitios. es incluso más difícil considerar
conjuntamente todos estos aspectos de forma simultánea.
normalmente, es posible que un método que captura bien
una característica no pueda incorporar las demás.
para simular salidas de potencia eólica, primero comen-
zamos con una generación de perfil de velocidad eólica. la
mayo/junio 2018



Table of Contents for the Digital Edition of IEEE Power & Energy - Spanish - May/June 2018

Contenidos
IEEE Power & Energy - Spanish - May/June 2018 - Cover1
IEEE Power & Energy - Spanish - May/June 2018 - Cover2
IEEE Power & Energy - Spanish - May/June 2018 - Contenidos
IEEE Power & Energy - Spanish - May/June 2018 - 2
IEEE Power & Energy - Spanish - May/June 2018 - 3
IEEE Power & Energy - Spanish - May/June 2018 - 4
IEEE Power & Energy - Spanish - May/June 2018 - 5
IEEE Power & Energy - Spanish - May/June 2018 - 6
IEEE Power & Energy - Spanish - May/June 2018 - 7
IEEE Power & Energy - Spanish - May/June 2018 - 8
IEEE Power & Energy - Spanish - May/June 2018 - 9
IEEE Power & Energy - Spanish - May/June 2018 - 10
IEEE Power & Energy - Spanish - May/June 2018 - 11
IEEE Power & Energy - Spanish - May/June 2018 - 12
IEEE Power & Energy - Spanish - May/June 2018 - 13
IEEE Power & Energy - Spanish - May/June 2018 - 14
IEEE Power & Energy - Spanish - May/June 2018 - 15
IEEE Power & Energy - Spanish - May/June 2018 - 16
IEEE Power & Energy - Spanish - May/June 2018 - 17
IEEE Power & Energy - Spanish - May/June 2018 - 18
IEEE Power & Energy - Spanish - May/June 2018 - 19
IEEE Power & Energy - Spanish - May/June 2018 - 20
IEEE Power & Energy - Spanish - May/June 2018 - 21
IEEE Power & Energy - Spanish - May/June 2018 - 22
IEEE Power & Energy - Spanish - May/June 2018 - 23
IEEE Power & Energy - Spanish - May/June 2018 - 24
IEEE Power & Energy - Spanish - May/June 2018 - 25
IEEE Power & Energy - Spanish - May/June 2018 - 26
IEEE Power & Energy - Spanish - May/June 2018 - 27
IEEE Power & Energy - Spanish - May/June 2018 - 28
IEEE Power & Energy - Spanish - May/June 2018 - 29
IEEE Power & Energy - Spanish - May/June 2018 - 30
IEEE Power & Energy - Spanish - May/June 2018 - 31
IEEE Power & Energy - Spanish - May/June 2018 - 32
IEEE Power & Energy - Spanish - May/June 2018 - 33
IEEE Power & Energy - Spanish - May/June 2018 - 34
IEEE Power & Energy - Spanish - May/June 2018 - 35
IEEE Power & Energy - Spanish - May/June 2018 - 36
IEEE Power & Energy - Spanish - May/June 2018 - 37
IEEE Power & Energy - Spanish - May/June 2018 - 38
IEEE Power & Energy - Spanish - May/June 2018 - 39
IEEE Power & Energy - Spanish - May/June 2018 - 40
IEEE Power & Energy - Spanish - May/June 2018 - 41
IEEE Power & Energy - Spanish - May/June 2018 - 42
IEEE Power & Energy - Spanish - May/June 2018 - 43
IEEE Power & Energy - Spanish - May/June 2018 - 44
IEEE Power & Energy - Spanish - May/June 2018 - 45
IEEE Power & Energy - Spanish - May/June 2018 - 46
IEEE Power & Energy - Spanish - May/June 2018 - 47
IEEE Power & Energy - Spanish - May/June 2018 - 48
IEEE Power & Energy - Spanish - May/June 2018 - 49
IEEE Power & Energy - Spanish - May/June 2018 - 50
IEEE Power & Energy - Spanish - May/June 2018 - 51
IEEE Power & Energy - Spanish - May/June 2018 - 52
IEEE Power & Energy - Spanish - May/June 2018 - 53
IEEE Power & Energy - Spanish - May/June 2018 - 54
IEEE Power & Energy - Spanish - May/June 2018 - 55
IEEE Power & Energy - Spanish - May/June 2018 - 56
IEEE Power & Energy - Spanish - May/June 2018 - 57
IEEE Power & Energy - Spanish - May/June 2018 - 58
IEEE Power & Energy - Spanish - May/June 2018 - 59
IEEE Power & Energy - Spanish - May/June 2018 - 60
IEEE Power & Energy - Spanish - May/June 2018 - 61
IEEE Power & Energy - Spanish - May/June 2018 - 62
IEEE Power & Energy - Spanish - May/June 2018 - 63
IEEE Power & Energy - Spanish - May/June 2018 - 64
IEEE Power & Energy - Spanish - May/June 2018 - 65
IEEE Power & Energy - Spanish - May/June 2018 - 66
IEEE Power & Energy - Spanish - May/June 2018 - 67
IEEE Power & Energy - Spanish - May/June 2018 - 68
IEEE Power & Energy - Spanish - May/June 2018 - 69
IEEE Power & Energy - Spanish - May/June 2018 - 70
IEEE Power & Energy - Spanish - May/June 2018 - 71
IEEE Power & Energy - Spanish - May/June 2018 - 72
IEEE Power & Energy - Spanish - May/June 2018 - 73
IEEE Power & Energy - Spanish - May/June 2018 - 74
IEEE Power & Energy - Spanish - May/June 2018 - 75
IEEE Power & Energy - Spanish - May/June 2018 - 76
IEEE Power & Energy - Spanish - May/June 2018 - 77
IEEE Power & Energy - Spanish - May/June 2018 - 78
IEEE Power & Energy - Spanish - May/June 2018 - 79
IEEE Power & Energy - Spanish - May/June 2018 - 80
IEEE Power & Energy - Spanish - May/June 2018 - 81
IEEE Power & Energy - Spanish - May/June 2018 - 82
IEEE Power & Energy - Spanish - May/June 2018 - 83
IEEE Power & Energy - Spanish - May/June 2018 - 84
IEEE Power & Energy - Spanish - May/June 2018 - 85
IEEE Power & Energy - Spanish - May/June 2018 - 86
IEEE Power & Energy - Spanish - May/June 2018 - 87
IEEE Power & Energy - Spanish - May/June 2018 - 88
IEEE Power & Energy - Spanish - May/June 2018 - 89
IEEE Power & Energy - Spanish - May/June 2018 - 90
IEEE Power & Energy - Spanish - May/June 2018 - 91
IEEE Power & Energy - Spanish - May/June 2018 - 92
IEEE Power & Energy - Spanish - May/June 2018 - 93
IEEE Power & Energy - Spanish - May/June 2018 - 94
IEEE Power & Energy - Spanish - May/June 2018 - 95
IEEE Power & Energy - Spanish - May/June 2018 - 96
IEEE Power & Energy - Spanish - May/June 2018 - 97
IEEE Power & Energy - Spanish - May/June 2018 - 98
IEEE Power & Energy - Spanish - May/June 2018 - 99
IEEE Power & Energy - Spanish - May/June 2018 - 100
IEEE Power & Energy - Spanish - May/June 2018 - 101
IEEE Power & Energy - Spanish - May/June 2018 - 102
IEEE Power & Energy - Spanish - May/June 2018 - 103
IEEE Power & Energy - Spanish - May/June 2018 - 104
IEEE Power & Energy - Spanish - May/June 2018 - 105
IEEE Power & Energy - Spanish - May/June 2018 - 106
IEEE Power & Energy - Spanish - May/June 2018 - 107
IEEE Power & Energy - Spanish - May/June 2018 - 108
IEEE Power & Energy - Spanish - May/June 2018 - 109
IEEE Power & Energy - Spanish - May/June 2018 - 110
IEEE Power & Energy - Spanish - May/June 2018 - 111
IEEE Power & Energy - Spanish - May/June 2018 - 112
IEEE Power & Energy - Spanish - May/June 2018 - 113
IEEE Power & Energy - Spanish - May/June 2018 - 114
IEEE Power & Energy - Spanish - May/June 2018 - 115
IEEE Power & Energy - Spanish - May/June 2018 - 116
IEEE Power & Energy - Spanish - May/June 2018 - 117
IEEE Power & Energy - Spanish - May/June 2018 - 118
IEEE Power & Energy - Spanish - May/June 2018 - 119
IEEE Power & Energy - Spanish - May/June 2018 - 120
IEEE Power & Energy - Spanish - May/June 2018 - 121
IEEE Power & Energy - Spanish - May/June 2018 - 122
IEEE Power & Energy - Spanish - May/June 2018 - 123
IEEE Power & Energy - Spanish - May/June 2018 - 124
IEEE Power & Energy - Spanish - May/June 2018 - Cover3
IEEE Power & Energy - Spanish - May/June 2018 - Cover4
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_1119
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_091019
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_070819
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_050619
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_030419
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_010219
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_111218
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_091018
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_070818
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_050618
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_030418
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_010218
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0917
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0717
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0517
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0117
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0317
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_1116
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_0916
http://www.nxtbook.com/nxtbooks/pes/powerenergy_sp_111217
http://www.nxtbookMEDIA.com