Avances en verificación y medida de la respuesta de la demanda y aplicación a su integración en Smart Grids

Resumo

Introducción: La industria eléctrica de potencia está siendo sacudida por una idea que va tomando forma: las smart grids. En la actualidad se habla de ellas en todos los foros internacionales sobre el futuro de la red eléctrica y muchas empresas exhiben su modernidad asegurando contar con una o varias de estas redes entre sus infraestructuras, aun cuando sea este un concepto en desarrollo, que aún deberá evolucionar y que tiene importantes retos por resolver en varios de sus frentes. Una red de distribución tradicional, dotada de contadores inteligentes en sus usuarios es sólo eso: una red con contadores inteligentes. Eso no la convierte en una smart grid, aunque ayude. Tres aspectos pueden considerarse claves para llegar a las smart grids: a) La estructura de la red debe responder al concepto de red inteligente, es decir, ser resistente a fallos, por ejemplo provocando la separación automática de cualquier elemento averiado sin afectar al funcionamiento del resto de la red; ser flexible para permitir la conexión o desconexión de cargas y generadores distribuidos, mantener un funcionamiento eficiente bajo diversos estados de carga, etc. b) La red debe abrir las posibilidades de participación de grandes y pequeños generadores así como de los usuarios, permitiendo nuevas posibilidades de negocio y de participación activa, de manera que la generación o el consumo “inteligentes” se vean beneficiados. c) Todos los participantes deben tener acceso fácil a la información necesaria para poder elegir la mejor estrategia de funcionamiento en cada caso. Desarrollo: En lo que respecta a la primera condición (a) hay importantes retos por resolver: automatización de la red, diseño óptimo, desarrollo de nuevas protecciones y equipos de control, etc. A fecha de hoy no puede afirmarse con rotundidad si las redes del futuro (supuestas smart grids) funcionarán en corriente alterna o en corriente continua, ya que esta última ofrece ventajas en muchos aspectos de funcionamiento y de control. En cualquier caso será necesario desarrollar equipos adaptados a los nuevos problemas y nuevas necesidades que se generarán en estas redes. Esos equipos deberán ser normalizados, para lo cual será necesario definir ensayos que tengan en cuenta aspectos que actualmente no suelen ser necesarios, como la presencia de perturbaciones en la tensión, u otros. En este sentido, aunque de forma marginal, se ha colaborado con un laboratorio para ensayos eléctricos, la Flex Power Grid Lab Research Infrastructure del DNV KEMA en los Países Bajos, en la definición y realización de algunos ensayos, como se indica en el Capítulo 3. Smart grids. En el aspecto segundo (b), son necesarios profundos cambios sociales y, sobre todo, legislativos. En cualquier caso, el primer paso consiste en saber cómo es el consumo de los receptores, de qué manera puede variarse la demanda, qué influencia puede tener la pequeña generación (renovable principalmente) y el almacenamiento de energía, etc. Disponer de modelos precisos que proporcionen esta información es clave para que los actores de la red puedan establecer sus mejores estrategias. Es importante destacar que una demanda inelástica, como la que presentan muchos consumidores en la actualidad, deja el mercado en manos de las grandes empresas, mientras que una demanda elástica permite acciones de Respuesta de la Demanda, ofertando servicios a la red como eliminación de sobrecargas, control de tensión, reserva de potencia, etc. En la tesis se analizan muchos aspectos relacionados con la demanda de energía y se aborda el problema del control de la participación de diversos recursos y diversos agentes en el funcionamiento del sistema y en el Capítulo 3. Smart grids se muestra el software de gestión y control (en cuyo diseño y desarrollo se ha colaborado) de una pequeña smart grid que existe en el laboratorio LabDER de la Universitat Politècnica de València (en adelante, UPV), donde se integran diversos recursos en función de las necesidades de la demanda, los precios de la energía, etc. En la tercera condición (c) hay, también, grandes retos por resolver, como la gestión masiva de información y el incremento en el volumen de tránsito de datos que puede representar. Está claro que los contadores inteligentes son un elemento importante para permitir el desarrollo futuro de este complejo sistema de comunicaciones, pero además es necesario dotar a las instalaciones receptoras de sus propios sistemas de comunicación y sus centros de control individuales, desde los que se gestione eficientemente la instalación. También los pequeños generadores distribuidos y los sistemas de almacenamiento de energía deberán estar dotados de potentes sistemas de comunicación para recibir gran cantidad de información, así como de centros de control propios que diseñen las políticas óptimas de generación. En lo referente al uso de la información, en la tesis se proponen diferentes algoritmos para facilitar el tratamiento de los datos disponibles a la hora de optimizar la gestión de los recursos de una smart grid o tomar decisiones de cara a participar en programas de respuesta de la demanda, tal como puede verse en el Capítulo 8. Sistemas de Gestión Energética para Smart Customers. En el funcionamiento de las smart grids son objetivos de gran importancia la eficiencia energética y el aprovechamiento óptimo de los recursos energéticos renovables. El ahorro de energía redunda en un menor consumo (por ende menor impacto ambiental, al requerirse menos generación) y una reducción de los costes energéticos del usuario. Es además una fuente potencial de reducción de demanda, susceptible de ser ofertada por los consumidores a la red. Pero este ahorro debe cuantificarse, lo cual no resulta fácil. A partir de los datos del consumo, no es evidente cuál es el consumo evitado que se está consiguiendo. Son necesarios tanto modelos de carga como modelos de respuesta de las instalaciones ante las acciones de control. La desconexión de un servicio centralizado en un edificio (climatización, por ejemplo) puede provocar la conexión de equipos individuales que hagan que la variación del consumo sea mucho menor que la esperada. Por tanto, se requiere un modelo de respuesta global para el edificio, no sirven modelos parciales de los elementos de las instalaciones. Pero para el usuario es fundamental cuantificar cuál es el ahorro que está obteniendo con cada acción, para poder estudiar su rentabilidad, y en caso de ofertar a la empresa gestora de la red una reducción de potencia, su cuantificación es crítica, ya que implica una transacción comercial. Este es uno de los aspectos fundamentales de esta línea de investigación y en la que se hacen más aportaciones. Así, en el Capítulo 4. Eficiencia y gestión en edificios se proponen una serie de clasificaciones con el fin de facilitar la identificación de posibles acciones de gestión y de mejora de la eficiencia y el proceso de cuantificación del impacto de dichas acciones, mostrando ejemplos reales en instalaciones de diversos tipos. Más adelante, el Capítulo 5. Medida y verificación de ahorros energéticos ofrece una completa revisión del marco de referencia para la medida de ahorros y realiza interesantes propuestas para facilitar la medida y verificación de acciones de respuesta de la demanda basadas en el análisis de un caso práctico. Adicionalmente, el Capítulo 6. Predicción de consumo propone un método de predicción de consumo que mejora la precisión de otros métodos existentes y el Capítulo 7. Desagregado y previsión de usos finales ofrece una metodología completa para el análisis del consumo de una instalación, la desagregación de los usos finales y la predicción del consumo con gran precisión. Estas herramientas son de gran importancia para la medida y verificación de ahorros. En relación con los posibles ahorros y con el aprovechamiento de energías renovables, no hay que olvidar que la energía eléctrica es sólo una parte del total de energía que se utiliza en los edificios. El diseño de los edificios y su aprovechamiento de los recursos naturales influirá, de manera notable, en el consumo de energía eléctrica de éstos. No podrá hablarse de redes inteligentes si no van acompañadas de edificios inteligentes, no sólo en el sentido de que dispongan de sistemas de control, sino en el sentido de que su diseño permita utilizar en forma óptima los recursos naturales, reduciendo así la demanda de energía futura. El estudio de las principales claves para lograr edificios energéticamente eficientes está, por tanto, íntimamente ligado al desarrollo de las redes inteligentes y al ahorro energético. Aunque de manera un poco marginal, este aspecto es también tenido en cuenta en la tesis. La colaboración con el grupo de investigación del CSEF (Centre for Sustainable Energy in Food Chains) durante la estancia en la Brunel University London ha permitido seguir de cerca los avances actuales en temas de diseño inteligente de edificios y aprovechamiento de los recursos energéticos naturales. En el Capítulo 4. Eficiencia y gestión en edificios se muestra un resumen de estos aspectos. Conclusión: En la tesis se desarrollan diferentes mejoras en relación con la gestión de los recursos energéticos distribuidos de los consumidores smart. Se plantean avances para la mejora de la eficiencia y la gestión en instalaciones smart. Se proponen metodologías de medida y verificación de ahorros energéticos y de respuesta de la demanda y un proceso para la certificación de la misma. Se desarrollan dos métodos de previsión de consumo que mejoran los resultados de los métodos actuales. Se avanza en la integración de la respuesta de la demanda en las smart grids mediante el diseño y puesta en marcha de un nuevo sistema de control para una smart grid y un entorno de simulación para alcanzar finalmente un algoritmo que permite optimizar el uso de recursos energéticos y facilitar la toma de decisiones de los consumidores para ofrecer el mayor servicio al sistema mediante respuesta de la demanda. Bibliografía: [1] A. Faruqui, D. Harris, R. Hledik, “Unlocking the € 53 billion savings from smart meters in the EU: how increasing the adoption of dynamic tariffs could make or break the EU’s smart grid investment”, Energy Policy, Vol. 38, No. 10, pp. 6222-6231, October 2010. [2] Paolo Tenti, Helmo Kelis Morales Paredes, Paolo Mattavelli. “Conservative Power Theory, a Framework to Approach Control and Accountability Issues in Smart Microgrids”, IEEE Transactions on Power Electronics, Vol. 26, No. 3, pp. 664-673, March 2011. [3] G. Venkataramann and C. Marnay, “A large role for microgrids, Are microgrids a viable paradigm for electricity supply expansion?”, IEEE Power Energy Mag., pp. 78-82, May/Jun. 2008. [4] C. Marnay, H. Asano, S. Papathanassiou, and G. Strbac, “Policymaking for microgrids: Economic and regulatory issues of microgrid implementation”, IEEE Power Energy Mag., pp. 66-77, May/Jun. 2008. [5] B. Roberts, “Capturing grid power”, IEEE Power Energy Mag., vol. 7, no. 4, pp. 32-41, Jul. 2009. [6] U.S. Department of Energy, “The Smart Grid: An Introduction”. Available online: “http://www.oe.energy.gov/DocumentsandMedia/DOE_SG_Book_Single_Pages(1).pdf”. [7] James A. Momoh, “Smart Grid Design for Efficient and Flexible Power Networks Operation and Control”, Power Systems Conference and Exposition, 2009. PSCE '09. IEEE/PES, Seattle (WA), pp. 1-8, 15-18 March 2009. [8] N. S. Wade, P. C. Taylor, P. D. Lang, P. R. Jones, “Evaluating the benefits of an electrical energy storage system in a future smart grid”, Energy Policy, Vol. 38, No. 11, pp. 7180-7188, November 2010. [9] “Estimating the Costs and Benefits of the Smart Grid”, Electric Power Research Institute (EPRI), Power Delivery & Utilization - Technical Results (162 pages), product ID 1022519, March 2011. Available online: “http://www.epri.com/abstracts/Pages/ProductAbstract.aspx?ProductId=000000000001022519”. [10] Paolo Piagi, Robert H. Lasseter, “Autonomous Control of Microgrids”, Power Engineering Society General Meeting, 2006. IEEE, Montreal (Que). [11] K. De Brabandere, K. Vanthournout, J. Driesen, G. Deconinck, R. Belmans, “Control of Microgrids”, Power Engineering Society General Meeting, 2007. IEEE, Tampa (FL), pp. 1-7, 24-28 June 2007. [12] Antonis G. Tsikalakis and Nikos D. Hatziargyriou, “Centralized Control for Optimizing Microgrids Operation”, Power and Energy Society General Meeting, 2011 IEEE, San Diego (CA), pp. 1-8, 24-29 July 2011. [13] N. L. Soultanis, N. D. Hatziargyriou, “Control issues of inverters in the formation of L.V. micro-grids”, Power Engineering Society General Meeting, 2007. IEEE, Tampa (FL), pp. 1-7, 24-28 June 2007. [14] J. A. Peças Lopes, C. L. Moreira, A. G. Madureira, “Defining Control Strategies for MicroGrids Islanded Operation”, IEEE Transactions on Power Systems, Vol. 21, No. 2, pp. 916-924, May 2006. [15] D. Backer, “Power Quality and Asset Management The Other "Two-Thirds" of AMI Value,” 2007 IEEE Rural Electric Power Conference, Rapid City, SD, May 2007. [16] Richard E. Brown, “Impact of Smart Grid on Distribution System Design”, Power and Energy Society General Meeting - Conversion and Delivery of Electrical Energy in the 21st Century, 2008 IEEE, Pittsburgh (PA), pp. 1-4, 20-24 July 2008. [17] Pravin P. Varaiya, Felix F. Wu, Janusz W. Bialek, “Smart Operation of Smart Grid: Risk-Limiting Dispatch”, Proceedings of the IEEE, Vol. 99, No. 1, pp. 40-57, January 2011. [18] Himanshu Khurana, Mark Hadley, Ning Lu, Deborah A. Frincke, "Smart-Grid Security Issues", IEEE Security & Privacy, vol.8, no. 1, pp. 81-85, January/February 2010. [19] “Harnessing the Power of Demand. How ISOs and RTOs are integrating Demand Response into wholesale electricity markets”. Markets Committee of the ISO/RTO Council. October, 2010. Available online: “http://www.isorto.org”. [20] Albadi, M.H., El-Saadany, E.F., “A summary of demand response in electricity markets”, Elsevier Power Systems Research Vol. 78, pp. 1989-1996, 2008. [21] Valero, S., Ortiz, M., Senabre, M., Álvarez, C., G-Franco, F., Gabaldón, A., “Methods for customer and demand response policies selection in new electricity markets”. IET Gen. Transm. Distrib. Vol. 1, pp. 104-110, 2007. [22] “Energy Systems Integration - Demand Response”, The California Energy Commission. Available online: “http://www.energy.ca.gov”. [23] Kirby, B.J., “Demand response for power system reliability: FAQ”. Oak Ridge Nat. Lab. December 2006. [24] The Federal Energy Regulatory Commission Staff, “Draft for comment of the National Action Plan on Demand Response”. March, 2010. Available online: “http://www.ferc.gov”. [25] M. Alcázar-Ortega. “Evaluation and Assessment of New Demand Response Products Based on the Use of Flexibility in Industrial Processes: Application to the Food Industry”, Dissertation to obtain the degree of doctor, February 2011. [26] Osborne, J., Warrier, D.: “A primer on demand response. The power grid: Envolving from a “dumb” network to a “smart” grid”. Thomas Weisel Partners. October, 2007. [27] Heffner, G.C.: “Configuring load as a resource for competitive electricity markets– review of demand response programs in the U.S. and around the world”. Proceedings of the 14th Annual Conference of the Electric Power Supply Industry (CEPSI 2002 Fukuoka). Available online: “http://eetd.lbl.gov”. [28] Chiu, A., Ipakchi, A., Chuang, A., Qiu, B., Brooks, D., Koch, E., Zhou, J., Zientara, M.K., Precht, P.R., Burke, R., Crowder, R.S.: “Framework for Integrated Demand Response (DR) and Distributed Energy Resources (DER) Models”. NAESB & UCAIug. September, 2009. Available online: “http://osgug.ucaiug.org/”. [29] NYISO Auxiliary Market Operations: “Emergency demand response program manual”. New York Independent System Operator. June, 2010.Available online: “http://www.nyso.com”. [30] NYISO Auxiliary Market Operations: “Demand response premier”. New York Independent System Operator. May, 2005. Available online: “http://www.nyso.com”. [31] NYISO Auxiliary Market Operations: “Installed capacity manual”. New York Independent System Operator. June, 2010. Available online: “http://www.nyso.com”. [32] NYISO Auxiliary Market Operations: “Day-ahead demand response program manual”. New York Independent System Operator. July, 2003. Available online: “http://www.nyso.com”. [33] The birth of a EUropean Distributed EnErgy Partnership that will help the large-scale implementation of distributed energy resources in Europe (EU- DEEP), the European Project supported by the Sixth Framework programme for Research and Technological Development. Available online: “http://www.eu- deep.com”. [34] Álvarez, C., Alcázar-Ortega, M., Escrivá, G, Gabaldón, A., “Technical and economical tools to assess customer demand response in the commercial sector”. Elsevier Energy Conversion and Management, 50, pp. 2605-2612, July 2009. [35] Chardon, A., Almén, O., Lewis, P.E., Stromback, J., Château, B., “Demand Response: A decisive breakthrough for Europe”. Capgemini Consulting, 2008. [36] Torriti, J., Hassan, M.G. and Leach, M., “Demand response experience in Europe: Policies, programmes and implementation”. Elsevier Energy 35, 2010. pp. 1575-1583. [37] Hathaway, G., “Demand Side Opportunities”. Nationalgrid UK. July 9th 2009.Available online: “http://www.nationalgrid.com/uk”. [38] Schneider Electric, “Services & projects: Demand Response Programme”. Technical brochure 2010. Available online: “http://www.schneider-electric.co.uk/”. [39] Terna (The Italian TSO), “Grid Code: The code for transmission, dispatching, developing and security of the grid”. Chapter 4. November 2005. Available online: “http://www.terna.it”. [40] Comisión Nacional de la Energía. “Informe de caracterización de clientes eléctricos nacionales acogidos a la Tarifa Horaria de Potencia en 2004”, October 2005. Available online: “http://www.cne.es”. [41] James Momoh. “Smart Grid. Fundamentals of Design and Analysis”, IEEE Press, 2012. [42] Carlos Roldán-Porta, Guillermo Escrivá-Escrivá, Francisco-Javier Cárcel-Carrasco, Carlos Roldán-Blay, “Nuisance tripping of residual current circuit breakers: A practical case”, Electric Power Systems Research, Vol. 106, pp. 180-187, January 2014. [43] Guillermo Escrivá-Escrivá, E. C. W. de Jong, Carlos Roldán-Blay, “Microgrid control system architecture for improving energy efficiency and demand response integration”, Proceedings of the International Conference on Renewable Energies and Power Quality (ICREPQ’14), ISSN 2172-038 X, No. 12, Córdoba (Spain), 7-10th April 2014. [44] G. Escrivá-Escrivá, “Basic actions to improve energy efficiency in commercial buildings in operation”, Energy Build, 43 (2011), pp. 3106-3111. [45] Zabalza Bribián, A. Aranda Usón, S. Scarpellini, “Life cycle assessment in buildings: State-of-the-art and simplified LCA methodology as a complement for building certification”, Building and Environment, 44 (2009), pp. 2510-2520. [46] Beatriz Rosselló -Batle, Andreu Moià, Antoni Cladera, Víctor Martínez, “Energy use, CO2 emissions and waste throughout the life cycle of a sample of hotels in the Balearic Islands”, Energy and Buildings, 42 (2010), pp. 547-558. [47] Segura-Heras, G. Escrivá-Escrivá, M. Alcázar-Ortega, “Wind farm electric power production model for load flow analysis”, Renewable Energy, 36 (2011), pp. 1008-1013. [48] Carlos Roldán-Porta, F. Javier Cárcel-Carrasco, Guillermo Escrivá-Escrivá, Carlos Roldán-Blay, “Maintain maintenance: a look at some threats in the sector”, International Journal of Services Technology and Management, Vol. 20, No. 4-6, pp. 233-250, 2014. [49] G. Escrivá, C. Álvarez, I. Valencia, “Method for modelling space conditioning aggregated daily load curves: application to a university building”, Energy and Buildings (42) (2010), pp. 1275-1282. [50] C. Selcuk, A. Hepbasli, G. Gokcen, “Evaluating performance indices of a shopping centre and implementing HVAC control principles to minimize energy usage”, Energy and Buildings (36) (2004), pp. 587-598. [51] M.W. Ellis, E.H. Mathews, “Needs and trends in building and HVAC system design tools”, Building and Environment (37) (2002), pp. 461-470. [52] M. Anderson, M. Buehner, P. Young, D. Hittle, C. Anderson, J. Tu, D. Hodgson, “An experimental system for advanced heating, ventilating and air-conditioning (HVAC) control”, Energy and Building (39) (2007), pp. 136-147. [53] Guillermo Escrivá-Escrivá, Carlos Roldán-Blay, et al. “An expert punctual advice will change your building energy consumption”, Energy and Buildings, 2015, Under review. [54] M. Ilic, J.W. Black, J.L. Watz, “Potential benefits of implementing load control. Proceedings of the IEEE Power Engineering Society Winter Meeting”, Vol. 1, New York (January 2002), pp. 177-182. [55] ASHRAE, “Ventilation for Acceptable Indoor Air Quality, Standard 62-1999”, American Society for Heating, Refrigerating and Air-Conditioning Engineers, Atlanta, GA (1999). [56] A.J.F. Rutten, “Daylight-controlled Artificial Lighting: a Potential Energy Saver Right Interior Light by Sky Luminance Tracking”, in: Proceedings of Right Light 1, Stockholm, 1991, pp. 47-56. [57] C Reinhart, S Herkel, “The simulation of annual daylight illuminance distributions–a state-of-the-art comparison of six RADIANCE-based methods”, Energy and Buildings, 32 (2000), pp. 167-187. [58] Build Up website: “http://www.buildup.eu/”. [59] Información del edificio Solar XXI en la página web de Build Up: “http://www.buildup.eu/cases/6018”. [60] Información del edificio Rijkswaterstaat en la página web de Build Up: “http://www.buildup.eu/cases/6957”. [61] Natural Resources Canada’s CanmetENERGY, “Overview of Different Measurement and Verification (M&V) Protocols”, Report no. 2008-069. Available online: “http://www.nrcan.gc.ca/energy/publications/sciences-technology/buildings/6317”. [62] ESEN Ingeniería y Servicios Energéticos, “Metodología y Análisis del Protocolo IPMVP de EVO”. Available online: “http://www.esengrupo.com/descargas/Protocolos-de-Medida-y-Verificaci%C3%B3n-(EVO-IPMVP)”. [63] International performance measurement and verification protocol. Available online: “http://www.evo-world.org/”. [64] European Project “Demand Response in Industrial Production (DRIP)”. “http://www.drip-project.eu/”. [65] “International Organization for Standardization (ISO)”. “http://www.iso.org/”. [66] V. Moutinho, J. Vieira, A.C. Moreira, “The crucial relationship among energy commodity prizes: evidence from the Spanish electricity market”, Energy Policy, Vol. 39, No. 10, pp. 5898-5908, October 2011. [67] K. Spees, L.B. Lave, “Demand response and electricity market efficiency”, The Electricity Journal, Vol. 20, No. 3, pp. 69-85, April 2007. [68] International Energy Agency, “The power to choose”, in: Demand Response in Liberalised Markets, IEA Publications, 2003. [69] C. Álvarez-Bel, M. Alcazar-Ortega, G. Escrivá-Escrivá, A. Gabaldón-Marín, “Technical and economical tools to assess customer demand response in the commercial sector”, Energy Conversion and Management, Vol. 50, No. 10, pp. 2605-2612, October 2009. [70] M. Moghaddam, Parsa, A. Abdollahi, M. Rashidinejad, “Flexible demand response programs modeling in competitive electricity markets”, Applied Energy, Vol. 88, No. 9, pp. 3257-3269, September 2011. [71] E.F. Bompard, R. Napoli, B. Wan, “The effect of the programs for demand response incentives in competitive electricity markets”, European Transaction on Electrical Power, Vol. 19, No. 1, pp. 127-139, January 2009. [72] G. Escrivá-Escrivá. “New tools to encourage active demand response in competitive electricity markets: implementation and settlement”, Dissertation to obtain the degree of doctor, June 2009. [73] T.S. Dillon, K. Morsztyn, K. Phua, “Short term load forecasting using adaptive pattern recognition and self-organizing techniques”, in: Proceedings Fifth World Power System Computation Conference (PSCC-5), Cambridge, 1975, pp. 1-15, paper 2.4/3. [74] T.S. Dillon, S. Sestito, S. Leung, “Short term load forecasting using adaptive neural network”, Journal of Electrical Power & Energy Systems, Vol. 13, No. 4, pp. 186-192, August 1991. [75] H.S. Hippert, C.E. Pedreira, R.C. Souza, “Neural networks for short-term load forecasting: a review and evaluation”, IEEE Transactions on Power Systems, Vol. 16, No. 1, pp 44-55, February 2001. [76] S.J. Huang, K.R. Shih, “Short-term load forecasting via ARMA model identification including non-gaussian process considerations”, IEEE Transactions on Power Systems, Vol. 18, No. 2, pp. 673-679, May 2003. [77] K. Kim, H.S. Youn, Y.C. Kang, “Short-term load forecasting for special days in anomalous load conditions using neural networks and fuzzy inference method”, IEEE Transactions on Power Systems, Vol. 15, No. 2, pp. 559-565, May 2000. [78] W. Charytoniuk, M.S. Chen, “Very short-term load forecasting using artificial neural networks”, IEEE Transactions on Power Systems, Vol. 15, No. 1, pp. 263-268, February 2000. [79] A.D. Papalexopoulus, S. Hao, T. Peng, “An implementation of a neural network based forecasting model for EMS”, IEEE Transactions on Power Systems, Vol. 9, No. 4, pp. 1956-1962, November 1994. [80] W. Chartytoniuk, M.S. Chen, P.V. Olinda, “Nonparametric regression based shortterm load forecasting”, IEEE Transactions on Power Systems, Vol. 13, No. 3, pp. 725-730, August 1998. [81] G. Escrivá-Escrivá, C. Álvarez-Bel, C. Roldán-Blay, M. Alcázar-Ortega, “New artificial neural network prediction method based on buildings’ end-uses for energy consumption forecast”, Energy and Buildings, Vol. 43, No. 11, pp. 3112-3119, November 2011. [82] Carlos Roldán-Blay, Guillermo Escrivá-Escrivá, Carlos Álvarez-Bel, Carlos Roldán-Porta, Javier Rodríguez-García, “Upgrade of an artificial neural network prediction method for electrical consumption forecasting using an hourly temperature curve model”, Energy and Buildings, Vol. 60, pp. 38-46, May 2013. [83] “Neural networks and fuzzy systems”, The Journal of the Acoustical Society of America, Vol. 103, No. 6, 3131, June 1998. [84] A.H. Neto, F.A.S. Fiorelli, “Comparison between detailed model simulation and artificial neural network for forecasting building energy consumption”, Energy and Buildings, Vol. 40, No. 12, pp. 2169-2176, 2008. [85] S. Karatasou, M. Santamouris, V. Geros, “Modelling and predicting building’s energy use with artificial neural networks: Methods and results”, Energy and Buildings, Vol. 38, No. 6, pp. 949-958, August 2006. [86] J.S. Denker, D. Schwartz, B. Wttner, S. Solla, R. Howard, L. Jackel, J.J. Hopfield, “Large automatic learning, rule extraction and generalization”, Complex Systems, 1, pp. 877-922, 1987. [87] Weather data available on: “www.wunderground.com”, January 2009. [88] Weather data for different locations, available on: “www.degreedays.net”, February 2009. [89] Temperature data forecast, available on: “api.meteored.com”, 2010. [90] T. Guiterman, M. Krarti, “Analysis of measurement and verification methods for energy retrofits applied to residential buildings”, ASHRAE Transactions, Vol. 117, No. 2, pp. 382-394, July 2011. [91] S. Kumar, “Measurement and verification of energy savings”, Energy Users News, 25, 12, p. 24, December 2000. [92] Steven Meyers, Steve Kromer, “Measurement and verification strategies for energy savings certificates: meeting the challenges of an uncertain world”, Energy Efficiency, Vol. 1, No. 4, pp. 313-321, November 2008. [93] G. Escrivá-Escrivá, C. Álvarez-Bel, E. Peñalvo-López, “New indices to assess building energy efficiency at the use stage”, Energy and Buildings, Vol. 43, No. 2-3, pp. 476-484, February-March 2011. [94] Guillermo Escrivá-Escrivá, Carlos Roldán-Blay, Carlos Álvarez-Bel, “Building end-uses approach for electrical consumption forecasting”, 8th International Conference Improving Energy Efficiency in Commercial Buildings (IEECB 2014), ISBN 978-92-79-39412-6, ISSN 1831-9424, pp. 415-428, Frankfurt (Germany), 1-3rd April 2014. [95] Guillermo Escrivá-Escrivá, Carlos Roldán-Blay, Carlos Álvarez-Bel, “Electrical consumption forecast using actual data of building end-use decomposition”, Energy and Buildings, Vol. 82, pp. 73-81, October 2014. [96] Demanda y producción en tiempo real, Red Eléctrica de España: “https://demanda.ree.es/demanda.html” [97] Carlos Álvarez-Bel, Guillermo Escrivá-Escrivá, Manuel Alcázar-Ortega, “Renewable generation and demand response integration in micro-grids: development of a new energy management and control system”, Energy Efficiency, Vol. 6, No. 4, October 2013.