Sistema de alumbrado público diseñado mediante algoritmos evolutivos multiobjetivo para optimizar la eficiencia energética

Abstract

La tesis titulada "Sistema de Alumbrado Público diseñado mediante Algoritmos Evolutivos Multiobjetivo para optimizar la Eficiencia Energética", aborda un tema de creciente relevancia en el contexto actual de sostenibilidad y eficiencia energética. La investigación se centra en la necesidad de modernizar los sistemas de alumbrado público (PLS), que tradicionalmente han utilizado tecnologías ineficientes, como las lámparas incandescentes y de descarga de alta intensidad. Estas tecnologías no solo presentan un alto consumo energético, sino que también contribuyen a la contaminación lumínica y a las emisiones de gases de efecto invernadero. El objetivo principal de la tesis es proponer un diseño de alumbrado público que optimice la eficiencia energética mediante la aplicación de algoritmos evolutivos multiobjetivo. Para lograr esto, la metodología se divide en varias etapas. En primer lugar, se lleva a cabo una exhaustiva recolección de datos de proyectos de alumbrado público existentes, seleccionando aquellos que cumplen con estándares de calidad y eficiencia. Esta fase es crucial, ya que proporciona la base sobre la cual se desarrollará el modelo de optimización. Una vez recopilados los datos, se procede a la formulación matemática del problema. En esta etapa, se definen las funciones objetivo que guiarán el proceso de optimización. Las principales funciones incluyen la minimización de la densidad de potencia, que se refiere a la cantidad de energía consumida por unidad de iluminación, y la maximización de la uniformidad lumínica, que asegura que la luz se distribuya de manera equitativa en el área iluminada. Estas dos variables son fundamentales para garantizar un alumbrado eficiente y de calidad. Posteriormente, se aplican algoritmos evolutivos multiobjetivo, que son técnicas de optimización inspiradas en los procesos de selección natural. Estos algoritmos permiten explorar múltiples soluciones simultáneamente, facilitando la identificación de configuraciones óptimas que cumplen con los objetivos establecidos. A través de simulaciones, se evalúan diferentes escenarios y se ajustan los parámetros del diseño, lo que permite una adaptación dinámica a las condiciones específicas de cada proyecto. Finalmente, los resultados obtenidos se comparan y validan con el diseño inicial, lo que permite evaluar la efectividad de la propuesta. La tesis concluye que la implementación de un diseño de alumbrado público basado en algoritmos evolutivos no solo mejora la eficiencia energética, sino que también contribuye a la sostenibilidad ambiental y al bienestar de los ciudadanos. Al reducir el consumo energético y mejorar la calidad de la iluminación, se espera que esta investigación tenga un impacto positivo tanto en el sector público como en el privado, promoviendo un desarrollo urbano más sostenible y responsable. En resumen, esta investigación representa un avance significativo en el campo del alumbrado público, ofreciendo un enfoque innovador que combina tecnología y sostenibilidad, y que puede ser replicado en diversas ciudades para mejorar la calidad de vida de sus habitantes.

The thesis titled "Public Lighting System designed using Multi-objective Evolutionary Algorithms to optimize Energy Efficiency", addresses a critical issue in the contemporary context of sustainability and energy efficiency. The research focuses on the urgent need to modernize public lighting systems (PLS), which have traditionally relied on inefficient technologies such as incandescent and high-intensity discharge lamps. These technologies not only consume excessive energy but also contribute to light pollution and greenhouse gas emissions. The primary objective of the thesis is to propose a public lighting design that optimizes energy efficiency through the application of multi-objective evolutionary algorithms. To achieve this, the methodology is divided into several key stages. First, an extensive data collection is conducted from existing public lighting projects, selecting those that meet high standards of quality and efficiency. This phase is crucial as it provides the foundational data upon which the optimization model will be developed. Once the data is collected, the next step involves the mathematical formulation of the problem. In this stage, the objective functions that will guide the optimization process are defined. The main functions include minimizing power density, which refers to the amount of energy consumed per unit of illumination, and maximizing luminous uniformity, ensuring that light is evenly distributed across the illuminated area. These two variables are essential for guaranteeing efficient and high-quality lighting. Subsequently, multi-objective evolutionary algorithms are applied, which are optimization techniques inspired by natural selection processes. These algorithms allow for the simultaneous exploration of multiple solutions, facilitating the identification of optima! configurations that meet the established objectives. Through simulations, various scenarios are evaluated, and design parameters are adjusted, allowing for dynamic adaptation to the specific conditions of each project. Finally, the results obtained are compared and validated against the initial design, enabling an assessment of the proposal's effectiveness. The thesis concludes that implementing a public lighting design based on evolutionary algorithms not only enhances energy efficiency but also contributes to environmental sustainability and the well-being of citizens. By reducing energy consumption and improving lighting quality, this research is expected to have a positive impact on both the public and private sectors, promoting more sustainable and responsible urban development. In summary, this research represents a significant advancement in the field of public lighting, offering an innovative approach that combines technology and sustainability, which can be replicated in various cities to enhance the quality of life for their inhabitants.