Caracterización del consumo eléctrico del sector sanitario en Castilla y León

Resumen

El consumo de energía sostenible y responsable requiere la implementación de medidas encaminadas a un uso más eficiente de la energía. Por lo que a la energía eléctrica se refiere, un alto conocimiento del gasto energético permite determinar la presencia de consumos innecesarios, optimizar la demanda eléctrica mediante la reducción del consumo o realizar una adecuada gestión de cargas. Además, si se tiene en cuenta la liberalización del mercado energético, los conocimientos adquiridos pueden utilizarse para mejorar las negociaciones con los proveedores y la contratación de los parámetros tarifarios, reduciendo así los costes. En esta Tesis Doctoral se realiza un análisis energético para grandes infraestructuras, como son los edificios de la Consejería de Sanidad de la Junta de Castilla y León, caracterizada por un gran número de puntos de suministro energético (correspondientes a 257 edificios) con alto consumo y dispersión, constituyendo el análisis de los datos un proceso complejo que requiere de técnicas más sofisticadas que las habituales. Durante este trabajo se propone desarrollar herramientas informáticas de alto nivel para adquirir, almacenar y procesar datos relacionados con el gasto de energía eléctrica, así como su posterior visualización por parte del usuario final. Para ello, se propone un modelo de datos que es aplicable al análisis de diferentes tipos de consumo de energía. Además, se recopilan datos sobre variables climáticas y variables constructivas que influyen en el gasto energético y que serán de utilidad en el análisis e interpretación del perfil de consumo eléctrico y su estimación. Apoyado en el modelo de datos, se han desarrollado herramientas de análisis para crear visualizaciones sencillas y modelos para extraer el conocimiento inherente a los datos energéticos. Utilizando técnicas de machine learning, se crean grupos con perfiles de consumo energético de características similares. El análisis de los perfiles o curvas del perfil eléctrico se ha realizado mediante técnicas de clusterización, reducción de dimensionalidad, análisis de regresión y redes neuronales. De esta forma, es posible determinar qué edificios se comportan de manera similar y cuáles se desvían del comportamiento normal. Los modelos obtenidos permiten estimar el consumo energético mensual de cada edificio relacionándolo con las variables climáticas. Con base a estimaciones futuras de las variables climáticas, se puede predecir el gasto energético del edificio. El uso de estas técnicas incluye el uso de análisis de regresión que integran información sobre la evolución del perfil de consumo eléctrico.