Detalle de la tesis

Autores: Rullo, Pablo Gabriel.

Resumen: La problemática cada vez más apremiante derivada de la dependencia de los combustibles fósiles, principalmente en lo referido a la generación de energía eléctrica, hace necesario repensar y profundizar los esfuerzos para modificar la matriz energética. En este marco, los sistemas de generación de energía eléctrica basados en fuentes renovables han adquirido gran importancia. Debido a la naturaleza intermitente de muchos de los recursos renovables es necesario combinar más de una fuente (por ejemplo, eólica y solar), y en el caso de sistemas aislados (sin conexión a la red eléctrica) unidades de almacenamiento de energía, para lograr un sistema confiable.Estos sistemas se conocen como Sistemas Híbridos basados en Energía Renovable (HRES, por sus siglas en inglés: Hybrid Renewable Energy System).Los sistemas de almacenamiento de energía (ESS, por sus siglas en inglés:Energy Storage System) usualmente incluyen almacenamiento de energía a corto y largo plazo. El hidrógeno es un vector de energía en creciente uso debido a su alta densidad energética, por lo que son muy utilizados para el almacenamiento de grandes cantidades de energía durante tiempos prolongados.En esta tesis se estudian topologías de HRES con generación de hidrógeno a partir del reformado de bioetanol y de electrolisis, para luego ser utilizadas en la generación de energía a través de pilas de combustible tipo PEM (en inglés: Proton Exchange Membrane). El estudio de HRES es un área de investigación multidisciplinaria dado que involucra disciplinas tales como diseño y síntesis de procesos, control, modelado matemático e identificación de sistemas, gestión de energía y optimización. En el desarrollo de esta tesis se abordaron y realizaron aportes en cada uno de estos campos. De esta manera se generaron herramientas que contribuyen a una gestión integral y unificada de los HRES.En primer lugar, se han realizado aportes en el desarrollo de modelos que permiten observar fenómenos generalmente solapados en los modelos tradicionales, como son las conmutaciones en los conversores de potencia, y a la vez permiten una simulación eficiente del sistema completo. En el área del diseño de la estructura de control base, se propuso la incorporación de un control predictivo basado en modelos (MPC, por sus siglas en inglés:Model Predictive Control) para el reemplazo de los lazos críticos a fin de asegurar la calidad y seguridad en la producción de hidrógeno en una planta de reformado de bioetanol que alimenta una pila tipo PEM. Las referencias de potencia para la estructura de control base son generadas por la estrategia de gestión de energía (EMS, por sus siglas en inglés: Energy Management System), con el objetivo de asegurar el balance de potencias teniendo en cuenta limitaciones operativas y económicas. En este sentido, se presentó una EMS basada en reglas que utiliza el concepto de horizonte deslizante, obteniendo mejoras con respecto a una estrategia sin predicciones. Esta estrategia aprovecha la predicción de la generación a futuro en las fuentes de energía, la carga requerida y la evolución del estado de carga en las baterías. Finalmente, se realizaron aportes referidos a la etapa de dimensionamiento de los componentes de un HRES. El mismo resulta crucial para asegurar el suministro de la energía demandada siendo al mismo tiempo económicamente viable. Debido a que el dimensionamiento del sistema está profundamente relacionado con la EMS empleada, en esta tesis se propone una estrategia de dimensionamiento integrada con una EMS basada en un MPC Económico (EMPC, por sus siglas eninglés: Economic Model Predictive Control). Se presenta la formulación completa del problema integrado, que requiere la solución de un problema de optimización mixto entero no lineal (MINLP, por sus siglas en inglés:Mixed Integer Non-Linear Problem). Debido a las dificultades que representa la solución del problema MINLP de manera determinística, se propone un enfoque secuencial basado en Algoritmos Genéticos (GA, por sus siglas en inglés: Genetic Algorithm).

Grado académico: Universitario de posgrado/doctorado.

Titulo obtenido: Doctor en Ingeniería.

Idioma: Español.

Area de conocimiento: Ingeniería Eléctrica y Electrónica.

Año: 2017