Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/75827
Título : The impact of building location accuracy on electrification planning
Autor : Palacios Hielscher, Rafael
Dueñas Martínez, Pablo
Sanz Azuara, Fidel
Universidad Pontificia Comillas, Escuela Técnica Superior de Ingeniería (ICAI)
Fecha de publicación : 2023
Resumen : Este proyecto, aborda el impacto de la obtención de la ubicación de demanda en la planificación de redes eléctricas. Se desarrolla un método que, mediante una función, genera puntos de ubicación de forma aleatoria, sujetos a restricciones, que reflejan edificios. La evaluación de este método se realiza mediante la herramienta de planificación de redes eléctricas REM (Reference Electrification Model). Se comparan los resultados obtenidos con otros datos reales de puntos que se introducen en la misma herramienta. Los resultados obtenidos sugieren que este enfoque podría simplificar la expansión de la electrificación en regiones con información limitada sobre ubicaciones de edificios. El método propuesto tiene el potencial de mejorar la eficiencia en la creación de redes eléctricas, reduciendo la necesidad de estudios costosos in situ para identificar ubicaciones de demanda. Al utilizar datos satelitales y métodos de generación de puntos aleatorios, se puede agilizar la planificación y la expansión de redes eléctricas en áreas remotas y con acceso limitado a información precisa. Aunque el enfoque puede tener limitaciones debido a la falta de datos precisos de ubicación, sigue siendo una herramienta valiosa para abordar desafíos técnicos y financieros en la electrificación global. En resumen, este proyecto muestra la viabilidad de un método que utiliza funciones e información geográfica básica para generar ubicaciones de demanda eléctrica, utilizables en la planificación de redes eléctricas. Esta aproximación ofrece la posibilidad de ampliar el acceso a la electricidad en áreas con desafíos de infraestructura, al agilizar la planificación y reducir los costes.
This Project aims to assess the impact that the location of the electricity demand has on the planification of the electrical grid. A method is developed that, by means of a function, generates random location points, subject to constraints, that represent buildings. The evaluation of this method is carried out using the REM (Reference Electrification Model) electrical network planning tool. The results obtained are compared with other real point data entered into the same tool. The results obtained suggest that this approach could simplify electrification expansion in regions with limited information on building locations. The proposed method has the potential to improve efficiency in the creation of power grids by reducing the need for costly on-site surveys to identify demand locations. By using satellite data and random point generation methods, planning and expansion of power grids in remote areas with limited access to accurate information can be expedited. Although the approach may have limitations due to the lack of accurate location data, it remains a valuable tool for addressing technical and financial challenges in global electrification. To summarize, this project demonstrates the feasibility of a method that uses basic geographic functions and information to generate electricity demand locations for use in power grid planning. This approach offers the potential to expand access to electricity in areas with infrastructure challenges by streamlining planning and reducing costs.
Descripción : Máster Universitario en Ingeniería Industrial
URI : http://hdl.handle.net/11531/75827
Aparece en las colecciones: H62-Trabajos Fin de Máster

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TFM - Sanz Azuara, Fidel.pdfTrabajo Fin de Máster4,53 MBAdobe PDFVista previa
Visualizar/Abrir
Anexo I - TFM - Sanz Azuara, Fidel.pdfAutorización99,37 kBAdobe PDFVisualizar/Abrir     Request a copy


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.