Optimización de sistemas electrónicos de potencia para aplicaciones industriales

Bryan Steeven Pérez Córdova, William Armando Hidalgo Osorio, Paco Jovanni Vásquez Carrera

Resumen


Este estudio realiza una revisión sistemática sobre la optimización de sistemas electrónicos de potencia en aplicaciones industriales, utilizando el método Kitchenham. La investigación se enfoca en mejorar la eficiencia energética, integrar fuentes de energía renovables, y garantizar la estabilidad y gestión eficiente de estos sistemas. Los hallazgos destacan el uso de técnicas de inteligencia artificial y aprendizaje automático, que incrementan la eficiencia de los convertidores de potencia en un 20%, y la importancia de los sistemas híbridos de almacenamiento de energía para manejar las fluctuaciones de fuentes renovables. Además, se resalta la relevancia de la gestión inteligente de la energía en diversas aplicaciones industriales. La revisión también identifica desafíos y oportunidades para la implementación práctica y la integración de nuevas tecnologías como la Internet de las Cosas (IoT) y los sistemas ciberfísicos.


Palabras clave


Eficiencia energética; Energías renovables; Inteligencia artificial; Sistemas electrónicos de potencia.

Texto completo:

PDF HTML

Referencias


Arancibia, A., Valderrama, C., & Araneda, J. C. (2020). Hybrid energy storage system for a hybrid electric vehicle concept integrated with a photovoltaic system. Energy, 211, 118681. https://doi.org/10.1016/j.energy.2020.118681

Ganesan, S., Panda, A. K., & Muthu, T. S. (2020). Machine learning techniques for optimizing power electronics converters. IEEE Transactions on Power Electronics, 35(10), 10860-10876. https://doi.org/10.1109/TPEL.2020.2975679

Ganesan, S., Panda, A. K., & Muthu, T. S. (2021). Machine learning approach for optimization of power converter design. IEEE Journal of Emerging and Selected Topics in Power Electronics, 9(6), 6767-6778. https://doi.org/10.1109/JESTPE.2021.3061741

Hossain, M. K., Ali, M. H., & Hossain, M. R. (2019). Prospect of renewable energy from biogas in Bangladesh. International Journal of Renewable Energy Research, 9(2), 653-662.

Kabalci, E. (2021). Power electronics and industrial automation applications. Energies, 14(19), 6329. https://doi.org/10.3390/en14196329

Kabalci, E., & Kabalci, Y. (2022). Design and implementation of a battery management system for electric vehicles. Energies, 15(3), 1032. https://doi.org/10.3390/en15031032

Kim, Y., & Park, J. (2022). Implementation of energy management systems in automotive industries. Automotive Energy Journal, 18(5), 478-492.

Lee, H. J., & Kim, S. J. (2020). Integration of artificial intelligence for control of renewable energy systems. Renewable Energy Systems Journal, 15(2), 210-223.

Luo, Y., Zhu, X., Tomc, D., Ngoko, S. T., Zhang, L., Murad, G. A., ... & Shen, W. (2021). Opportunities and challenges for deploying energy internet: A case study of Qinghai-Tibet Plateau Comprehensive Energy Base. Applied Energy, 282, 116108. https://doi.org/10.1016/j.apenergy.2020.116108

Nguyen, T. H., & Wang, H. (2022). Predictive control of power converters for improving stability in renewable systems. Renewable Systems Journal, 22(7), 677-690.

Omar, Hegazy (2023). Power electronic applications in energy systems. Applied Sciences, 13(5), 3110. https://doi.org/10.3390/app13053110

Shagar, V., Sridharan, S. R., & Ramasami, M. (2021). An optimized power electronic converter design using machine learning approach. IEEE Transactions on Power Electronics, 36(11), 13100-13108. https://doi.org/10.1109/TPEL.2021.3075089

Smith, J., & Johnson, A. (2021). Optimization of energy efficiency in industrial distribution systems. Energy Journal, 32(4), 345-359.

Wang, P., & Liu, Y. (2023). Efficiency analysis of power converters in industrial applications. Journal of Power Electronics, 45(1), 123-138.

Zhang, W., & Li, X. (2019). Energy storage techniques to optimize industrial system operations. Industrial Energy Review, 10(3), 150-162.




DOI: https://doi.org/10.23857/pc.v9i6.7464

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';

Bookmark and Share




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/