Cargando...
Fecha
2025-10-07
Derechos de acceso
info:eu-repo/semantics/openAccess
Título de la revista
ISSN de la revista
Título del volumen
Editorial
Citas
Resumen
Este Trabajo Fin de Máster desarrolla una metodología de optimización multiobjetivo basada en simulaciones con System Advisor Model (SAM) para el diseño de sistemas solares térmicos de proceso (SHIP) con colectores cilindro-parabólicos. Para ello se ha creado el paquete en Python sammoo, que combina los modelos energéticos de NREL-PySAM con el optimizador ParMOO, ofreciendo una herramienta flexible y orientada a la toma de decisiones. La metodología aborda de forma integrada criterios técnicos, económicos y ambientales, con una secuencia de optimizaciones que considera el punto de diseño global, el ajuste de subsistemas y la operación. Se aplica a un caso de estudio real en una industria del sur de Europa, caracterizada por procesos que requieren un aporte térmico variable a lo largo del tiempo. Los resultados evidencian que no existe un diseño único optimo: la elección depende de las prioridades económicas y ambientales. La optimización multiobjetivo permite explorar frentes de Pareto y localizar configuraciones intermedias que equilibran inversión, ahorro y descarbonización.
is Master’s Thesis develops a simulation-based multi-objective optimization methodology using the System Advisor Model (SAM) for designing Solar Industrial Process Heat (SHIP) systems with parabolic trough collectors. A Python package, sammoo, has been created, integrating NREL-PySAM energy models with the multi-objective optimizer ParMOO, providing a flexible and decisionoriented tool. The methodology jointly addresses technical, economic, and environmental criteria through a sequence of optimizations covering the global design point, subsystem tuning, and operation. It is applied to a real case study in a Southern European industry, characterized by processes with time-varying thermal demand. Results show that no universally optimal design exists: the best solution depends on economic and environmental priorities. Multi-objective optimization enables the exploration of Pareto fronts between conflicting metrics and the identification of intermediate configurations that balance investment, economic savings, and decarbonization.
is Master’s Thesis develops a simulation-based multi-objective optimization methodology using the System Advisor Model (SAM) for designing Solar Industrial Process Heat (SHIP) systems with parabolic trough collectors. A Python package, sammoo, has been created, integrating NREL-PySAM energy models with the multi-objective optimizer ParMOO, providing a flexible and decisionoriented tool. The methodology jointly addresses technical, economic, and environmental criteria through a sequence of optimizations covering the global design point, subsystem tuning, and operation. It is applied to a real case study in a Southern European industry, characterized by processes with time-varying thermal demand. Results show that no universally optimal design exists: the best solution depends on economic and environmental priorities. Multi-objective optimization enables the exploration of Pareto fronts between conflicting metrics and the identification of intermediate configurations that balance investment, economic savings, and decarbonization.
Descripción
Categorías UNESCO
Palabras clave
energías renovables, energía solar térmica, calor de proceso industrial, SHIP, simulación, System Advisor Model, optimización multiobjetivo, descarbonización, renewable energy, solar thermal energy, industrial process heat, SHIP, simulation, System Advisor Model, multi-objective optimization, decarbonization
Citación
Padilla Quesada, Pedro. Trabajo Fin de Máster: Sammoo: un marco de optimización multiobjetivo basada en simulaciones para el diseño de sistemas solares termicos de calor de proceso industrial. Universidad Nacional de Educación a Distancia (UNED), 2025
Centro
E.T.S. de Ingenieros Industriales
Departamento
Ingeniería Energética