Optimización del consumo energético de la UPNA

Las instalaciones de autoconsumo con sistemas de almacenamiento han ganado relevancia en los últimos años, debido a una fuerte reducción en los costes, una política regulatoria favorable y al incremento en los precios de la energía eléctrica, fruto de la inestabilidad geopolítica actual. Cada vez más instalaciones de autoconsumo fotovoltaico son hibridadas con sistemas de almacenamiento con el objetivo de maximizar la producción fotovoltaica aprovechable. El objetivo de este trabajo Fin de Máster, es el de analizar la operativa de un sistema de almacenamiento en conjunto con la instalación fotovoltaica instalada en la Universidad Pública de Navarra. Para ello, se realiza una revisión de los modos de operación de este tipo de sistemas, y se genera un algoritmo en Matlab capaz de analizar el comportamiento de un sistema de almacenamiento, la instalación fotovoltaica y el consumo de la universidad. Este algoritmo permite analizar distintas estrategias de gestión energética y evaluar su impacto económico en la factura eléctrica. El algoritmo desarrollado en este proyecto puede ser aplicada a cualquier sistema de almacenamiento.

Self-consumption installations with storage systems have gained importance in recent years, due to a sharp reduction in costs, a favourable regulatory policy and due to the increase in electricity prices as a result of the current geopolitical instability. More and more photovoltaic self-consumption installations are hybridised with storage systems in order to maximise the usable photovoltaic production. The aim of this Master's thesis is to analyse the operation of a storage system in conjunction with the photovoltaic installation of the Public University of Navarra. To this end, a review of the operating modes of this type of system is carried out, and an algorithm is generated in Matlab capable of analysing the behaviour of a storage system, the photovoltaic installation and the consumption of the university. This algorithm makes it possible to analyse different energy management strategies and evaluate their economic impact on the electricity bill. The algorithm developed in this project can be applied to any storage system.