Metodología para la integración de sistemas fotovoltaicos en edificaciones utilizando técnicas de inteligencia artificial: Caso de Estudio.

Luis Ángel Iturralde Carrera

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Juvenal Rodríguez Reséndiz	es_ES
dc.contributor	Raúl Alejandro Martínez Sánchez	es_ES
dc.contributor	José Manuel Álvarez Alvarado	es_ES
dc.contributor	Nelson Arsenio Castro Perdomo	es_ES
dc.contributor	Irineo Torres Pacheco	es_ES
dc.creator	Luis Ángel Iturralde Carrera	es_ES
dc.date.accessioned	2024-07-01T15:49:12Z
dc.date.available	2024-07-01T15:49:12Z
dc.date.issued	2024-06-01
dc.identifier.uri	https://ri-ng.uaq.mx/handle/123456789/10894
dc.description	El objetivo central de este trabajo es desarrollar una metodología para la implementación de sistemas solares fotovoltaicos (SSFV) en hoteles del Caribe. Se propone un análisis de la edificación para seleccionar y dimensionar el SSFV adecuado, considerando aspectos como el diseño de los soportes de los paneles, la disposición del SSFV y la red eléctrica. Posteriormente, se establece un procedimiento para evaluar tanto los aspectos económicos como medioambientales a nivel empresarial y nacional. Se destacan los resultados del estudio energético, donde el uso de machine learning revela la influencia significativa de la variable HDO*DG en el consumo energético del hotel, con un alto coeficiente de determinación R2 de 0.97. La propuesta de una línea meta conlleva un ahorro energético sustancial de 1,028 kWh, equivalente al 5.3 respecto a la línea base. Mediante un algoritmo genético se optimiza el ángulo de azimuth del SSFV, resultando en un aumento significativo del 14.75% en la producción de energía fotovoltaica (PV), con mejoras adicionales en la eficiencia y el área de instalación. Se efectúan dos valoraciones económicas: una centrada en el hotel y otra en los potenciales ahorros para el país por la reducción en la compra de combustibles. Los resultados indican un desafío financiero con una tasa interna de retorno negativo del -10%, un período de recuperación: 17 años y un valor actual neto de 20,000 USD para el hotel, mientras que a nivel nacional se proyecta un ahorro considerable de 225,990.8 USD por año. Además, se estima una significativa reducción de emisiones de carbono de 18,751.4 toneladas (tCO2). Este estudio integral proporciona una visión detallada de los beneficios y la viabilidad de la implementación de SSFV en el sector hotelero del Caribe, destacando su potencial para impulsar la sostenibilidad y la eficiencia energética en la región.	es_ES
dc.format	pdf	es_ES
dc.format.extent	1 recurso en línea (102 páginas)	es_ES
dc.format.medium	computadora	es_ES
dc.language.iso	spa	es_ES
dc.publisher	Universidad Autónoma de Querétaro	es_ES
dc.relation.requires	Si	es_ES
dc.rights	openAccess	es_ES
dc.subject.classification	INGENIERÍA Y TECNOLOGÍA	es_ES
dc.title	Metodología para la integración de sistemas fotovoltaicos en edificaciones utilizando técnicas de inteligencia artificial: Caso de Estudio.	es_ES
dc.type	Tesis de maestría	es_ES
dc.creator.tid	ORCID	es_ES
dc.contributor.tid	ORCID	es_ES
dc.creator.identificador	https://orcid.org/0000-0002-5595-9329	es_ES
dc.contributor.identificador	https://orcid.org/0000-0001-8598-5600	es_ES
dc.contributor.role	Director	es_ES
dc.contributor.role	Secretario	es_ES
dc.contributor.role	Vocal	es_ES
dc.contributor.role	Suplente	es_ES
dc.contributor.role	Suplente	es_ES
dc.degree.name	Maestría en Ciencias de la Energía	es_ES
dc.degree.department	Facultad de Química	es_ES
dc.degree.level	Maestría	es_ES
dc.format.support	recurso en línea	es_ES
dc.matricula.creator	318021	es_ES
dc.folio	FQMAC-318021	es_ES