Herramienta abierta para el desarrollo automatizado de comunidades de energía renovable: técnicas de inteligencia artificial y aprendizaje automático para una aproximación metodológica
Autores: Muzi, Francesco; Piras, Giuseppe; Ziran, Zahra
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Categoría
Subcategoría
Palabras clave
Licencia
Consultas: 38
Citaciones: Energías Renovables y Gestión Ambiental
El sector de arquitectura, ingeniería, construcción y operaciones influye significativamente en el consumo energético y las emisiones de CO₂, contribuyendo al cambio climático. Para reducir este impacto y cumplir con los objetivos de la Agenda Europea 2030, es esencial mejorar la eficiencia energética en los edificios. Las comunidades de energía renovable pueden desempeñar un papel clave al promover el uso de energías renovables a nivel local, optimizar la gestión energética y reducir el consumo mediante el uso compartido de recursos y tecnologías avanzadas. Este estudio presenta una herramienta abierta para la configuración de sistemas energéticos en estas comunidades. Utilizando inteligencia artificial y aprendizaje automático para dimensionar sistemas fotovoltaicos, almacenamiento térmico y eléctrico, y estimar la reducción de emisiones de CO₂. Su interfaz intuitiva permite que incluso usuarios poco expertos configuren soluciones energéticas óptimas, acelerando la transición hacia sistemas energéticos sostenibles y fomentando un impacto ambiental positivo en comunidades y ciudades.
El sector de arquitectura, ingeniería, construcción y operaciones influye significativamente en el consumo energético y las emisiones de CO₂, contribuyendo al cambio climático. Para reducir este impacto y cumplir con los objetivos de la Agenda Europea 2030, es esencial mejorar la eficiencia energética en los edificios. Las comunidades de energía renovable pueden desempeñar un papel clave al promover el uso de energías renovables a nivel local, optimizar la gestión energética y reducir el consumo mediante el uso compartido de recursos y tecnologías avanzadas. Este estudio presenta una herramienta abierta para la configuración de sistemas energéticos en estas comunidades. Utilizando inteligencia artificial y aprendizaje automático para dimensionar sistemas fotovoltaicos, almacenamiento térmico y eléctrico, y estimar la reducción de emisiones de CO₂. Su interfaz intuitiva permite que incluso usuarios poco expertos configuren soluciones energéticas óptimas, acelerando la transición hacia sistemas energéticos sostenibles y fomentando un impacto ambiental positivo en comunidades y ciudades.