Perfilado de sección

  • Colapsar Expandir

    General

    Colapsar todo Expandir todo

    • Integración de la Energía Solar PV a las redes eléctricas

      Curso dictado en 2019 por docentes de la Universidad de Chipre, del Laboratorio de Energía Solar del Instituto de Física y del Instituto de Ingeniería Eléctrica. No está prevista su reedición.

      Por consultas respecto a este curso, se puede escribir a: rodrigoa@fing.edu.uy (Rodrigo Alonso Suárez).

    • Novedades Foro
    • Foro General
    • Programa - Curso de actualización Archivo
    • Notas finales del curso Archivo
    • Se trata de un curso corto centrado en tecnologías que permiten una mayor integración de la energía solar a las redes eléctricas: el pronóstico de la energía solar y su almacenamiento de red (ver programa). El curso será dictado en forma presencial por investigadores del FOSS Research Centre for Sustainable Energy (http://www.foss.ucy.ac.cy/) de la Universidad de Chipre. 

      Las clases y los contenidos del curso serán en inglés.


      Clase inaugural: Lunes 25/03 a las 18hs (Salón de Seminarios del IF, 7mo piso al final del pasillo).

      Clases presenciales: del 25/03 al 29/03 de 18:00 a 21:00.

      Evaluación: defensa oral de un trabajo preparado sobre los temas del curso.

      PRÓRROGA - Entrega del trabajo preparado: límite el 30 de abril de 2019 a las 23:55. No habrá más prórroga que esta.

      FECHAS - Defensa oral del trabajo:

      JUEVES 02/05
      grupo integrantes horario modalidad
      1 Julián Viera, Marcelo Rey y Sebastián Alpuy 18:30 presencial
      2 Alejandro Gigena y Guillermo Flieller 18:50 presencial
      3 Ignacio Lussich y Fabian Larrosa 19:05 presencial
      4 Paulo Freitas y Juan Silvera 19:20 presencial
      5 José Fandiño y Damián Catardo 19:35 presencial
      6 Juan Rodríguez y José Luis di Laccio 19:50 remoto




      VIERNES 03/05
      grupo integrantes horario modalidad
      7 Gianina Giacosa y Rodrigo Lagreca 19:15 presencial
      8 Franco Marchesoni y Daniel Aicardi 19:30 presencial
      9 Federico Lurner, Sofía Aparicio y Nicolás Morales 19:45 presencial
      10 Rafael Bruno y Pedro Ulloa 20:05 presencial
      11 Marcelo Coleto 20:20 remoto

      Docentes externos: George E. Georghiou, Nikolas Chatzigeorgiou, Spyros Theocharidis.

      Docentes de FING: Rodrigo Alonso Suárez (IF), Diego Oroño (IIE), Agustin Laguarda (IF).

      Por consultas, dirigirse a: r.alonso.suarez@gmail.com


      La matrícula de inscripción se les exonerará a todos los estudiantes que estén inscriptos a planes de posgrado. Es posible solicitar a cada Plan de Posgrado la validación de los créditos a sugerencia del Director Académico. Como todos los créditos, deben ser aprobados por la Subcomisión Académica de Posgrado correspondiente.

  • Colapsar Expandir

    Clases Grabadas

  • Colapsar Expandir

    Materiales

  • Colapsar Expandir

    Evaluación

    • Papers para elegir Carpeta
    • Otro tema posible de final de curso: Winter Package URL

    • Grupos armados:

      1. Gianina Giacosa y Rodrigo Lagreca: Machine Learning Algorithms for Photovoltaic System Power Output Prediction.
      2. Federico Lurner, Sofía Aparicio y Nicolás Morales: Residential battery storage sizing based on daily PV production and consumption load profile characterization.
      3. Juan Rodríguez y José Luis Dí Laccio: Energy Class Dependent Residential Battery Storage Sizing for PV Systems in Cyprus.
      4. Ignacio Lussich y Fabian Larrosa: Quantifying distribution-system operators economic incentives to promote residencial demand response.
      5. Rafael Bruno y Pedro Ulloa: Near real time load shifting control for residential electricity prosumers under designed and market indexed pricing models.
      6. Paulo Freitas y Juan Silvera: Modeling storage and demand management in power distribution grids.
      7. Alejandro Gigena y Guillermo Flieller: Development of a novel time-of-use tariff algorithm for residential prosumer price-based. demand side management.
      8. José Fandiño y Damián Catardo: Battery capacity determination with respect to optimized energy dispatch schedule in grid-connected photovoltaic (PV) systems.
      9. Franco Marchesoni y Daniel Aicardi: Photovoltaic Plants Predictive Model by means of ANN trained by a Hybrid Evolutionary Algorithm.
      10. Julián Viera, Marcelo Rey y Sebastián Alpuy: Improving the benefits of demand response participation in facilitie with distributed energy resources.

    • Evaluación: entrega del resumen Tarea