1RESUMEN: PRONSTICO DEL PRECIO DE LA ENERGA ELCTRICA USANDO REDES NEURO-

DIFUSAS

Decisiones sobre expansin en la transmisin, ampliacin de la generacin, planeacin de la

distribucin e intercambios de electricidad entre regiones o pases estn determinadas por el
pronstico del precio de la electricidad en el largo plazo. Sin embargo, los niveles de
transacciones entre los participantes del mercado son altamente dependientes del pronstico
del precio en el corto plazo.

Durante los ltimos aos se han desarrollado trabajos basados en lgica difusa y en la
combinacin de sta con redes neuronales conocida como sistemas neuro-difusos en diferentes
campos de la ingeniera y la economa. Rodrguez y Anders (2004) presentaron un modelo para
el pronstico del precio horario de la energa elctrica basado en redes neuro-diifusas. Su
aplicacin al mercado de Ontario mostr un mejor desempeo de estas ltimas con respecto a
las redes neuronales. Mario et al. (2006) implementaron un algoritmo de inspeccin basado en
redes neuro-difusas para el control de la calidad en la produccin de tapas en la industria
metalgrfica.
El sistema permite reemplazar la inspeccin de un experto cubriendo el total de la produccin.
Bekiros y Georgoutsos (2007) compararon el desempeo de una red neuro-difusa con respecto
a una red neuronal en la tarea de predecir la direccin del mercado para el caso de los ndices
NASDAQ y NIKKEI. Se encontr que una estrategia de negociacin basada en la indicacin de
ambos modelos es superior con respecto a una estrategia de comprar y mantener el ndice.
Adicionalmente, los resultados del modelo neuro-difuso fueron superiores al modelo neuronal
ya que tuvieron mayor acierto en la prediccin de su direccin.

En este trabajo se propone un modelo basado en redes neuro-difusas para el pronstico del
precio de la energa elctrica en Colombia. Se utilizan dos estructuras de redes incluyendo como
entradas la serie de precios diarios en la primera y la serie de precios ms el nivel medio de los
embalses en la segunda. Se destaca que este tipo de modelos son en general ms fciles de
implementar; muestran adems un buen desempeo, presentando bajos errores y poca
variacin en estos ltimos, an en los casos donde se cambi el nmero de rezagos y se adicion
una nueva variable de entrada.

2RESUMEN: MODELOS NEURO-DIFUSOS PARA TEMPERATURA Y HUMEDAD DEL AIRE EN

INVERNADEROS TIPO CENITAL Y CAPILLA EN EL CENTRO DE MXICO

En la produccin de hortalizas en invernadero es importante optimizar y controlar el manejo del

ambiente usando modelos dinmicos. El desarrollo y uso de modelos mecanicistas es costoso y
requiere mucho tiempo. Los modelos de caja negra, basados en mediciones de entradas y
salidas, son un enfoque prometedor para estudiar sistemas complejos y no-lineales. En la
presente investigacin se estudiaron y generaron modelos neuro-difusos para predecir el
comportamiento de la temperatura y la humedad relativa del aire dentro de dos invernaderos.
Las variables de entrada fueron: la temperatura, la humedad relativa, la radiacin solar global y
la velocidad y direccin del viento, medidas fuera del invernadero. Las variables de salida fueron
la temperatura y la humedad del aire medidas dentro del invernadero. El tiempo de muestreo
fue cada minuto. Se generaron varios modelos neuro-difusos para la temperatura y la humedad,
usando el modelo neuro-difuso ANFIS (Adaptive Neuro-Fuzzy training of Sugeno-type Inference
System), disponible en el Fuzzy Logic Toolbox de Matlab.
Tien y Van Straten (1998) desarrollaron el sistema neurodifuso NUFZY para predecir sistemas no
lineales, y muestran que este enfoque puede predecir aceptablemente el crecimiento de la
lechuga (Lactuca sativa L.) y la temperatura del invernadero en los Pases Bajos. Sin embargo,
los modelos neuro-difusos no se han usado para estudiar el clima de invernaderos con
ventilacin natural, como los prevalecientes en Mxico.
El enfoque neuro-difuso fue aplicado para modelar la evapotranspiracin instantnea de una
planta de jitomate (Lycopersicon esculentum, Mill) en invernadero (Ramos et al., 2010) y
tambin un sistema neurodifuso se us para predecir el comportamiento de la humedad relativa
(Gamboa et al., 2005) con informacin de estaciones meteorolgicas. La hiptesis de esta
investigacin fue que los modelos neuro-difusos al combinar ventajas de las redes neuronales y
de los sistemas difusos pueden mostrar un desempeo superior, especialmente en el caso de
sistemas complejos y no-lineales como los presentes en el ambiente invernadero. Los objetivos
fueron: 1) desarrollar un modelo neuro-difuso para predecir la temperatura del aire dentro de
un invernadero considerando como variables de entrada la temperatura, humedad relativa,
radiacin solar global, velocidad y direccin del viento medidas fuera del invernadero; 2)
desarrollar y evaluar el comportamiento de un modelo neuro-difuso para predecir la humedad
relativa dentro de un invernadero; 3) analizar el comportamiento de ambos modelos en dos
invernaderos con ventilacin natural.

Los modelos neuro-difusos generados para la temperatura y humedad relativa de dos

invernaderos con ventilacin natural, con y sin presencia de cultivo, presentaron un buen
desempeo cuando se us el mtodo de particin de agrupamiento sustractivo de los datos,
combinado con 80 % de los datos para generar el modelo y 20 % de la informacin para
validacin. Dado que se estudiaron dos invernaderos con ventilacin natural en condiciones
climticas diferentes y durante estaciones contrastantes (invierno y verano), aparentemente los
modelos neuro-difusos son una opcin para generar modelos para el clima del invernadero con
propsitos de optimizacin y control.

LGICA DIFUSA:
PAPER: Experiencia en el uso de Lgica Difusa para el Control del Seguimiento del Punto de
Mxima Potencia en Convertidores para Mdulos Fotovoltaicos- Farfn, Cadena, Villa-Revista
Iberoamericana de Automtica e Informtica Industrial 12 (2015)208-217-ELSEVIER

A travs de los aos los sistemas fotovoltaicos se han presentado como una buena alternativa
para la electrificacin ya sea en lugares aislados como anexados a la red de energa convencional
(Mikati et al., 2012; Perez et al., 2013). As pues, para obtener un ptimo aprovechamiento de
la energa que pueden producir los mdulos fotovoltaicos depende de parmetros internos (
caractersticas constructivas y calidad de las celdas) as como en la irradiancia y la temperatura.
Por otro lado, es de suma importancia el punto de trabajo que exige una carga al conectarse,
pudiendo ser esta o no el punto de potencia mxima (PMP).
Para poder controlar o lograr que un sistema sea convergente al PMP generalmente se siguen
algoritmos o procesos basados en Perturbar y Observar (P&O) haciendo variar la potencia de
salida en funcin de una perturbacin de tensin a la entrada del sistema, siendo este algoritmo
bastante utilizado dada la simplicidad de su funcionamiento (Esram y Chapman,2007). Otros
desarrollos se encuentran basados en algoritmos genticos, neurodifusos y en Lgica Difusa
(FLC) como se plantea en este artculo. Estos ltimos son de complejidad mayor frente al P&O ,
pero otorga velocidad y precisin en el control de sistema.
Para el desarrollo mediante lgica difusa se requiere adems conocer el proceso y la dinmica
del sistema previo a la puesta en marcha del FLC.
En el artculo estudiado se presenta un modelo de un mdulo fotovoltaico para estudiar las
variables que intervienen en el proceso (corriente fotogenerada, tensin de salida, energa que
pueda entregar el mdulo, irradiancia y temperatura) y las ecuaciones que describen el
comportamiento de stas.
Una vez conocidas las magnitudes que intervienen en el proceso, para hallar el PMP se utilizan
convertidores DC-DC bosst, los cuales permiten modificar la potencia de salida de los mdulos
fotovoltaicos en funcin de una seal modulada a travs de la variacin del ciclo de trabajo (Duty
Cicle) del MOSFET utilizado en el convertidor boost.
La irradiancia y la temperatura, como se mencionaron antes, son parmetros que influyen
directamente en la variacin de la tensin y la corriente; y por ende en la potencia de salida. As
pues, para valores de temperatura constante e irradiancia variable se obtienen curvas de P-V
distintas.
En el artculo estudiado, se desarrolla una comparativa de mtodos de bsqueda del PMP (P&O
vs FLC)
Para el P&O se utiliza como variables de entrada el sensado de la tensin y corriente de los
mdulos fotovoltaicos y su funcionamiento no depende del arreglo o de la potencia del
conjunto, si no, somo el nombre del algoritmo lo indica, perturbar y observar a travs de la
varianza del duty cicle posterior al sensado de tensin y corriente. Esta variacin es importante
para la convergencia al PMP. Mientras ms pequea, la velocidad de convergencia ser menor,
lo que lleva a mantener oscilaciones constantes alrededor del PMP, provocando prdidas de
precisin ante cambios repentinos de irradiancia (Khaehintung y Sirisuk, 2004).
En comparativa, un sistema basado en FLC contiene clculos de mayor complejidad, pero su
velocidad de convergencia es mayor y las fluctuaciones en el PMP, menores.
Los FLC utilizan dos variables de entrada: la pendiente de la curva P-V (E) y su variacin. El cambio
del duty cicle producir una variacin en la medida de la pendiente. La variacin de la pendiente
se aproxima a cero en inmediaciones del PMP, indicando si el punto de trabajo actual es el
buscado. Para la fuzzificacin del sistema se utilizan funciones triangulares y defuzzificacin por
media de centros.
El algoritmo implementado se desarrolla FLC utilzando como variables de entrada la variacin
de potencia y la corriente en el punto de trabajo. SE simula el sistema variando la potencia a
medida que cambia el duty cicle (potencia inicial la cual va variando al cambiar el duty cicle hasta
una potencia posterior) La corriente de trabajo se utiliza como variable relacionada a la
velocidad de convergencia, ya que esta crece de forma proporcional a la irradiancia.
El diseo del FLC se realiza mediante el software Xfuzzy 3.0, el cual permite la fuzzificacin y la
definicin de las funciones de pertenencia que forman los conjuntos de entrada Potencia y
Corriente, tomados entre dos puntos de la curva P-V; as como la matriz FAM (Fuzzy associative
Memory) que representa las consecuencias de las reglas definidas en el FLC para la obtencin
de las salidas y posterior defuzzificacin.
Una vez obtenidos los valores de salida (defuzzificados) un microcontrolador interpreta este
valor como la variacin del duty cicle, que producir el cmabio para la bsqueda del PMP.
La salida se vincula con las reglas que se activan de acuerdo a la entrada, ya que en la situacin
planteada la potencia mxima puede ser alta o baja. Si la potencia es alta, en la bsqueda de
corriente comenzar a crecer al igual que la salida del FLC. Este crecimiento otrogar mayor
velocidad de convergencia, ya que el duty cicle aumentar un paso ms grande. En cambio, en
inmediaciones del punto buscado, la variacin de la potencia disminuye al igual que la salida.
Este comportamiento produce una variacin mnima del duty cicle, otorgando mayor precisin
al finalizar la bsqueda.
En las simulaciones del sistema se observa gran superioridad del sistema basado en FLC frente
al algoritmo de P&O, siendo de mayor velocidad de convergencia (3 veces ms rpido) as como
mayor estabilidad en el PMP.