Predicción del voltaje y estado de carga de una batería de plomo-ácido con sistemas renovables: aplicación de un algoritmo genético probabilístico

Autores
Rocha Henríquez, Francisco J.; Méndez, Máximo; González, Begoña; Aguasca Colomo, Ricardo; Miguel, Fabio M.; Cacereño Ibáñez, Andrés
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Fil: Rocha Henríquez, Francisco J. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.
Fil: Méndez, Máximo. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.
Fil: González, Begoña. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.
Fil: Aguasca Colomo, Ricardo. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.
Fil: Miguel, Fabio M. Sede Alto Valle y Valle Medio, Universidad Nacional de Río Negro y CONICET, Villa Regina, Argentina.
Fil: Cacereño Ibáñez, Andrés. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.
El trabajo propone el uso de un algoritmo genético probabilístico para mejorar los parámetros del modelo de Copetti aplicado a una batería de plomo-ácido en sistemas renovables. La mejora busca predecir con mayor precisión el voltaje y el estado de carga, contribuyendo al control y la gestión del almacenamiento energético.
Materia
Ciencias de la Computación e Información
Economía y Gestión
algoritmos genéticos
estado de carga
baterías plomo-ácido
energías renovables
Ciencias de la Computación e Información
Economía y Gestión
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
RID-UNRN (UNRN)
Institución
Universidad Nacional de Río Negro
OAI Identificador
oai:rid.unrn.edu.ar:20.500.12049/14370
Acceder
id RIDUNRN_6a542a0dabbedd29efd90e9d9e965aa5
oai_identifier_str oai:rid.unrn.edu.ar:20.500.12049/14370
network_acronym_str RIDUNRN
repository_id_str 4369
network_name_str RID-UNRN (UNRN)
spelling Predicción del voltaje y estado de carga de una batería de plomo-ácido con sistemas renovables: aplicación de un algoritmo genético probabilísticoRocha Henríquez, Francisco J.Méndez, MáximoGonzález, BegoñaAguasca Colomo, RicardoMiguel, Fabio M.Cacereño Ibáñez, AndrésCiencias de la Computación e InformaciónEconomía y Gestiónalgoritmos genéticosestado de cargabaterías plomo-ácidoenergías renovablesCiencias de la Computación e InformaciónEconomía y GestiónFil: Rocha Henríquez, Francisco J. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.Fil: Méndez, Máximo. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.Fil: González, Begoña. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.Fil: Aguasca Colomo, Ricardo. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.Fil: Miguel, Fabio M. Sede Alto Valle y Valle Medio, Universidad Nacional de Río Negro y CONICET, Villa Regina, Argentina.Fil: Cacereño Ibáñez, Andrés. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.El trabajo propone el uso de un algoritmo genético probabilístico para mejorar los parámetros del modelo de Copetti aplicado a una batería de plomo-ácido en sistemas renovables. La mejora busca predecir con mayor precisión el voltaje y el estado de carga, contribuyendo al control y la gestión del almacenamiento energético.2025-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://epio.org.ar/anales-de-los-encuentros/http://rid.unrn.edu.ar/handle/20.500.12049/14370spaXXXVIII ENDIO - XXXVI EPIO 2025, Bahía Blancainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/reponame:RID-UNRN (UNRN)instname:Universidad Nacional de Río Negro2026-06-11T11:05:06Zoai:rid.unrn.edu.ar:20.500.12049/14370instacron:UNRNInstitucionalhttps://rid.unrn.edu.ar/jspui/Universidad públicaNo correspondehttps://rid.unrn.edu.ar/oai/snrdrid@unrn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:43692026-06-11 11:05:07.061RID-UNRN (UNRN) - Universidad Nacional de Río Negrofalse
dc.title.none.fl_str_mv Predicción del voltaje y estado de carga de una batería de plomo-ácido con sistemas renovables: aplicación de un algoritmo genético probabilístico
title Predicción del voltaje y estado de carga de una batería de plomo-ácido con sistemas renovables: aplicación de un algoritmo genético probabilístico
spellingShingle Predicción del voltaje y estado de carga de una batería de plomo-ácido con sistemas renovables: aplicación de un algoritmo genético probabilístico
Rocha Henríquez, Francisco J.
Ciencias de la Computación e Información
Economía y Gestión
algoritmos genéticos
estado de carga
baterías plomo-ácido
energías renovables
Ciencias de la Computación e Información
Economía y Gestión
title_short Predicción del voltaje y estado de carga de una batería de plomo-ácido con sistemas renovables: aplicación de un algoritmo genético probabilístico
title_full Predicción del voltaje y estado de carga de una batería de plomo-ácido con sistemas renovables: aplicación de un algoritmo genético probabilístico
title_fullStr Predicción del voltaje y estado de carga de una batería de plomo-ácido con sistemas renovables: aplicación de un algoritmo genético probabilístico
title_full_unstemmed Predicción del voltaje y estado de carga de una batería de plomo-ácido con sistemas renovables: aplicación de un algoritmo genético probabilístico
title_sort Predicción del voltaje y estado de carga de una batería de plomo-ácido con sistemas renovables: aplicación de un algoritmo genético probabilístico
dc.creator.none.fl_str_mv Rocha Henríquez, Francisco J.
Méndez, Máximo
González, Begoña
Aguasca Colomo, Ricardo
Miguel, Fabio M.
Cacereño Ibáñez, Andrés
author Rocha Henríquez, Francisco J.
author_facet Rocha Henríquez, Francisco J.
Méndez, Máximo
González, Begoña
Aguasca Colomo, Ricardo
Miguel, Fabio M.
Cacereño Ibáñez, Andrés
author_role author
author2 Méndez, Máximo
González, Begoña
Aguasca Colomo, Ricardo
Miguel, Fabio M.
Cacereño Ibáñez, Andrés
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias de la Computación e Información
Economía y Gestión
algoritmos genéticos
estado de carga
baterías plomo-ácido
energías renovables
Ciencias de la Computación e Información
Economía y Gestión
topic Ciencias de la Computación e Información
Economía y Gestión
algoritmos genéticos
estado de carga
baterías plomo-ácido
energías renovables
Ciencias de la Computación e Información
Economía y Gestión
dc.description.none.fl_txt_mv Fil: Rocha Henríquez, Francisco J. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.
Fil: Méndez, Máximo. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.
Fil: González, Begoña. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.
Fil: Aguasca Colomo, Ricardo. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.
Fil: Miguel, Fabio M. Sede Alto Valle y Valle Medio, Universidad Nacional de Río Negro y CONICET, Villa Regina, Argentina.
Fil: Cacereño Ibáñez, Andrés. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.
El trabajo propone el uso de un algoritmo genético probabilístico para mejorar los parámetros del modelo de Copetti aplicado a una batería de plomo-ácido en sistemas renovables. La mejora busca predecir con mayor precisión el voltaje y el estado de carga, contribuyendo al control y la gestión del almacenamiento energético.
description Fil: Rocha Henríquez, Francisco J. Instituto Universitario SIANI, Universidad de Las Palmas de Gran Canaria, España.
publishDate 2025
dc.date.none.fl_str_mv 2025-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv https://epio.org.ar/anales-de-los-encuentros/
http://rid.unrn.edu.ar/handle/20.500.12049/14370
url https://epio.org.ar/anales-de-los-encuentros/
http://rid.unrn.edu.ar/handle/20.500.12049/14370
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv XXXVIII ENDIO - XXXVI EPIO 2025, Bahía Blanca
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:RID-UNRN (UNRN)
instname:Universidad Nacional de Río Negro
reponame_str RID-UNRN (UNRN)
collection RID-UNRN (UNRN)
instname_str Universidad Nacional de Río Negro
repository.name.fl_str_mv RID-UNRN (UNRN) - Universidad Nacional de Río Negro
repository.mail.fl_str_mv rid@unrn.edu.ar
_version_ 1867710804673953792
score 12.99071

Publicaciones similares