Browsing by Author "Castellanos, A."
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- Integración de solar térmica en redes de distrito : predicción de la producciónPublication . Bujedo, L.A.; Samaniego, J.; Díaz-Angulo, J.A.; Andrés, M.; Soutullo, S.; Gabaldón, A.; Ferrer, J.A.; Hernández, J.L.; Heras, M.R.; Mulero, S.; Castellanos, A.RESUMEN: El presente trabajo describe un algoritmo de cálculo de predicción de producción de plantas solares térmicas para su uso integrado en un sistema de control de redes de distrito (GIRTER). Inicialmente se describe brevemente la estrategia global con el fin de poder integrar el aporte de la producción solar, como un elemento que resta carga al sistema. A partir de la estimación de un horizonte de predicción dependiente de las inercias de la red de distrito, se obtiene una predicción horaria de temperatura y radiación horizontal de una base de datos externa que son empleadas para determinar la demanda asociada a los edificios de la red de distrito así como a la producción de la instalación solar. A continuación se describe el algoritmo desarrollado basado en la ecuación de Bliss indicando el procedimiento de cálculo de los diferentes términos. Finalmente se muestra su validación comparando los resultados que da GIRTER con los de una simulación realizada en TRNSYS®. El proyecto GIRTER ha sido realizado dentro de la convocatoria RETOS 2016.
- Modelo reducido de predicción de demanda de edificios residenciales en base a parámetros meteorológicosPublication . Díaz, J.A.; Soutullo, S.; Bujedo, L.A.; Castellanos, A.; Heras, M.R.; Samaniego, J.; Ferrer, J.A.RESUMEN: En el proyecto Girter se desarrolló una herramienta inteligente de control de redes de distrito de calor y frío que gestione de forma conjunta generación y demanda. En este trabajo se busca anticipar la evolución de la demanda, lo que permitirá optimizar la producción, maximizando el aporte de energía renovable. Para ello se obtendrá una ecuación de orden reducido que caracterice el comportamiento energético del edificio en base a sus variables constructivas. Esta formulación matemática permite predecir, de forma estimada, la climatización de un edificio dentro de un horizonte de predicción climático disponible. Analizando los valores de energía obtenidos de una batería de simulaciones dinámicas, se escoge un modelo de calidad probada y se obtienen los parámetros correspondientes a 6 tipos de edificios. Estos permiten definir la predicción de demanda de un distrito completo.