Sistema de gestión energética del prototipo de casa autosostenible del DIEE

En zonas rurales y periurbanas de Colombia, la conexión al sistema eléctrico es limitada o inexistente. Las soluciones sostenibles como la implementación de paneles solares o turbinas eólicas resultan apropiadas; sin embargo, suelen presentar un suministro inconsistente debido a la alta variabilidad de las condiciones climáticas. Esto dificulta la planificación y gestión de los recursos energéticos disponibles, lo que resulta en un aprovechamiento inadecuado de la energía y a una falta de confianza por parte de los usuarios en estos sistemas. Este proyecto propone la implementación de un sistema de gestión energética en el prototipo de casa autosostenible del Departamento de Ingeniería Eléctrica y Electrónica (DIEE). Se emplea un controlador híbrido MPPT (solar y eólico), que proporciona información en tiempo real sobre la generación y el estado de la batería. Además, se integra un medidor Shark 200 para monitorear el consumo total y enchufes inteligentes para controlar los dispositivos y medir su consumo. El usuario puede visualizar esta información actual e histórica en una plataforma web. Además, se utiliza un modelo Random Forest para mostrarle al usuario una estimación de la generación energética de los próximos días a partir de datos históricos locales y de la NASA. Un modelo de lenguaje (LLM) ofrece recomendaciones personalizadas para un consumo consciente. Desde la misma plataforma, el usuario puede encender o apagar dispositivos conectados. El sistema también incluye un algoritmo que apaga cargas automáticamente cuando la batería está baja, priorizando ciertos dispositivos según lo definido por el usuario. Como resultado, se logró implementar un sistema integral que promueve el uso de energías renovables, fomenta la conciencia energética y facilita la toma de decisiones informadas para mantener, en lo posible, un suministro continuo de energía.

• Autores: Estrada Gallardo, Jesús Andrés; López Monsalve, María Victoria
• Fecha de publicación: 2025
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: eng
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/13375
• Acceso en línea: http://hdl.handle.net/10584/13375
• Palabra clave: energías renovables; autosostenible; panel solar; aerogenerador; monitoreo; inteligencia artificial; telecontrol; renewable energies; self-sustainable; solar panel; wind turbine; monitoring; machine learning
• License: Universidad del Norte