2017
CARACTERIZACIÓN, ANÁLISIS Y
OPTIMIZACIÓN DE PATRONES DE
DEMANDA ENERGÉTICA EN
AEROPUERTOS
Autor: Sergio Ortega Alba
Director: Mario Mañana Canteli
Abril 2017
UNIVERSIDAD DE CANTABRIA
TESIS DOCTORAL
T E S IS D OC T OR A L C A R A C T E R IZ A C IÓN, A NÁ LI S IS Y OP T IM IZ A C IÓN D E P A T R ONE S D E D E M A ND A E NE R GÉ T IC A E N A E R OP UE R T OS S E R GI O OR T E GA A LB A
UNIVERSITY OF CANTABRIA
S
CHOOL OF
I
NDUSTRIAL
E
NGINEERING AND
T
ELECOMMUNICATIONS
Ph.D. Dissertation
CHARACTERIZATION, ANALYSIS AND
OPTIMIZATION OF ENERGY DEMAND
PATTERNS IN AIRPORTS
A dissertation submitted in partial fulfillment of the requirements
for the degree of
DOCTOR OF PHILOSOPHY
BY THE UNIVERSITY OF CANTABRIA
Author: Sergio Ortega Alba
Supervisor: Ph.D. Mario Mañana Canteli
Santander, April 2017
UNIVERSIDAD DE CANTABRIA
E
SCUELA
T
ÉCNICA
S
UPERIOR DE
I
NGENIEROS
I
NDUSTRIALES Y DE
T
ELECOMUNICACIÓN
Tesis Doctoral
CARACTERIZACION, ANALISIS Y
OPTIMIZACIÓN DE PATRONES DE
DEMANDA ENERGÉTICA EN AEROPUERTOS
Tesis presentada en cumplimiento de los requisitos para la
obtención del grado de
DOCTOR EN INGENIERIA INDUSTRIAL
POR LA UNIVERSIDAD DE CANTABRIA
Autor: D. Sergio Ortega Alba
Director: Dr. D. Mario Mañana Canteli
Santander, Abril de 2017
I
ABSTRACT
Airports are infrastructures with very diverse facilities, where the exchange between air and ground transport is performed. A wide range of services are offered, from the most essential for airports and aeronautical activities, to complementary activities such as attention to passengers, companions or companies.The number of air operations and airport services over the past 20 years has increased rapidly, and this has led to a rise in the energy needs of airports to satisfy this demand. As a consequence, the cost of energy supply for airport operators has escalated. At the same time, global energy consumption has soared due to the needs of emerging countries, with the consequent environmental impact. This complex scenario of environmental and economic factors has made airport managers become aware of the need to reduce energy consumption as well as to achieve a more efficient energy use.
A key factor in order to reduce energy consumption in airports is initially to understand the energy use and consumption behavior of this kind of infrastructure, due to the multiple parameters and singularities that are involved, such as the climatology of the location, the behavior of the occupants, or the number of air operations and passengers, for example.
For this issue, in this Ph.D. Dissertation a 3‐step methodology based on monitoring methods by end‐use‐submetering is initially proposed in order to characterize and analyze energy demand patterns in airports through the analysis of their electric load profiles, and is applied to the real case of the Seve Ballesteros‐Santander Airport (Santander, Spain). This methodology can also be used in order to determine the way energy is used, to establish the classification of the loads based on their operation way, as well as to determine the main energy consumers and main external influences in the airport under evaluation.
From this previous characterization, a new energy system model for airports based on demand side management (DSM) strategies and elements is proposed in order to achieve both the optimal load scheduling and the best integration of local energy sources and commercial grid into the airport energy system. This DSM model includes a specific load scheduling optimization technique for airports based on the Monte Carlo methodology, which is formulated and implemented on an original software simulation tool based on Python programming. The aim of this technique is to optimize several energy and economic indicators of the airport daily electric load profile according to both the optimal load scheduling proposed and the minimum airport quality of service established, which is a parameter that determines the maximum degree of degradation allowed in the operation of airport services. Simulation results based on the real case of the Seve Ballesteros‐Santander Airport are presented to demonstrate the effectiveness of the proposed technique.
Both the previous methodology, airport energy system model, load scheduling optimization technique and software simulation tool can be applied by energy researchers or airport managers in order to characterize, analyze and optimize the energy demand patterns in any other given airport.
III
RESUMEN
Los aeropuertos son grandes infraestructuras del transporte que están formados por muy diversas instalaciones, permitiendo el intercambio entre el transporte aéreo y el terrestre. En ellos se ofrecen gran variedad de servicios, desde los más esenciales para la operación aeronáutica y aeroportuaria, hasta otras actividades complementarias como la atención a pasajeros, acompañantes y empresas.
El aumento de las operaciones aéreas y servicios prestados en los aeropuertos se ha incrementado de forma drástica en los últimos 20 años, y esto ha llevado al aumento de sus necesidades energéticas para poder satisfacer dicha demanda. Como consecuencia, el coste de su factura energética ha aumentado también. Al mismo tiempo, el consumo mundial de energía se ha disparado debido a las necesidades de los países en desarrollo, con el consiguiente impacto medioambiental por la generación de la misma. Este complejo escenario de factores energéticos y medioambientales ha conducido a una presión económica y política en la administración de los aeropuertos que obliga a reducir el consumo de energía y al uso más eficiente de la misma.
Un factor clave para poder reducir el consumo de energía en un aeropuerto es inicialmente entender el uso y comportamiento de la misma, teniendo en cuenta la multitud de parámetros y peculiaridades existentes que intervienen en el mayor o menor consumo de energía, como pueden ser las operaciones aéreas, la meteorología o el flujo de pasajeros, por ejemplo.
Por ello, en esta tesis doctoral se propone inicialmente una metodología para caracterizar y analizar los patrones de demanda energéticos en aeropuertos a través del análisis de sus perfiles de carga eléctricos, los cuales son obtenidos mediante métodos de monitorización eléctrica de uso final, y es aplicada al caso concreto del Aeropuerto Seve Ballesteros-Santander (Santander, España). Esta metodología también puede ser utilizada para determinar la forma en la que la energía es consumida, para establecer la clasificación de las cargas eléctricas en función de su tipo de operación, así como para determinar los principales consumidores de energía e influencias externas en el aeropuerto bajo evaluación.
A partir de esta caracterización previa, se propone un nuevo modelo de sistema energético para aeropuertos basado en estrategias y elementos asociados a técnicas de gestión en el lado de la demanda (DSM), con objeto de conseguir tanto la óptima programación de las cargas eléctricas como la mejor integración de las fuentes de energías locales y la red eléctrica comercial en el sistema de energía del aeropuerto. Este modelo DSM incluye una técnica específica de optimización de la programación de cargas eléctricas para aeropuertos basada en la metodología Monte Carlo, la cual es formulada e implementada en una nueva herramienta de simulación software basada en programación Python. El objetivo de esta técnica es optimizar varios indicadores energéticos y económicos del perfil de carga eléctrica diario del aeropuerto acorde a la óptima programación de cargas eléctricas propuesta y a un mínimo nivel de calidad de servicio aeroportuario establecido, el cual es un parámetro que determina el máximo grado
IV de degradación permitido en la operación de los servicios aeroportuarios. Los resultados de la simulación obtenidos mediante la aplicación de esta técnica de optimización en el caso concreto del Aeropuerto Seve Ballesteros‐Santander demuestran la eficacia de la técnica de optimización propuesta.
Tanto la metodología de caracterización y análisis de los patrones de demanda energética, el modelo de sistema energético para aeropuertos, la técnica de optimización de programación de cargas y la herramienta de simulación software pueden ser utilizados por otros investigadores y gestores aeroportuarios con objeto de caracterizar, analizar, y optimizar los patrones de demanda de energía de cualquier otro aeropuerto.
V
D. Mario Mañana Canteli, Profesor Titular de Universidad del Departamento de Ingeniería Eléctrica y Energética de la Universidad de Cantabria,
DECLARA
Que el presente trabajo titulado “Análisis, Caracterización y Optimización de Patrones de Demanda Energética en Aeropuertos”, presentado por D. Sergio Ortega Alba para optar al grado de Doctor, ha sido realizado bajo mi dirección. Considero que dicho trabajo se encuentra terminado y reúne los requisitos para su presentación como Memoria de Doctorado al objeto de poder optar al Grado de Doctor por la Universidad de Cantabria.
Y para que conste y surta los efectos oportunos, firmo la presente declaración en Santander, a 1 de Abril de 2017.
Dr. Mario Mañana Canteli
VII
PROLOGO
La red de Aeropuertos Españoles de AENA está formada en la actualidad por un total de 46 aeropuertos y 2 helipuertos, los cuales ponen a disposición de las compañías aéreas las infraestructuras y medios técnicos necesarios con objeto de garantizar la prestación del servicio de transporte aéreo de pasajeros y mercancías de una manera segura, fiable y de calidad.Los aeropuertos juegan un rol muy importante en la vertebración de los territorios, tanto por su papel como infraestructura del transporte como por la generación de empleo asociada, ya que aparte de dar servicio a dichas compañías aéreas, suponen un foco de atracción para otras empresas que pueden aprovechar las sinergias creadas por el aeropuerto con el objeto de desarrollar sus negocios, como pueden ser el caso de los servicios de restauración, comerciales o de alquiler de vehículos.
Por ello, estas infraestructuras pueden asemejarse en algunos casos a ciudades de tamaño medio, las cuales necesitan del consumo de grandes cantidades de recursos naturales para su funcionamiento. Entre ellos, los más importantes son la energía y el agua. Debido a este hecho, AENA considera un eje estratégico la compatibilización de la actividad aeroportuaria con el medio ambiente, con objeto de minimizar las afecciones del aeropuerto en su entorno. Para ello, por un lado se aplican técnicas racionalización de los recursos naturales en los estudios medioambientales previos a la ejecución de un nuevo proyecto aeroportuario, y por otro lado se aplican procedimientos de control y monitorización de los recursos naturales en las infraestructuras ya construidas.
A este respecto, la energía eléctrica, tanto por su afección medioambiental para su producción, como por el coste económico que supone para el aeropuerto, así como por la necesidad de un suministro fiable con objeto de proporcionar un servicio ininterrumpido a las principales instalaciones aeroportuarias, suponen un tema de gran interés para todos los gestores aeroportuarios.
El objetivo de esta tesis doctoral es aportar un mayor conocimiento sobre la manera en que la energía eléctrica es consumida en un aeropuerto, tomando como caso de estudio el Aeropuerto Seve Ballesteros‐Santander. Para ello se caracterizan y analizan los patrones de demanda energética del aeropuerto a partir de sus perfiles de carga eléctrica, los cuales son un simple registro de la potencia eléctrica consumida por el aeropuerto cada quince minutos. Estos datos recopilados durante un período de tiempo determinado son una herramienta muy útil tanto para conocer como el aeropuerto consume dicha energía como para detectar ineficiencias en el consumo de la misma. Además, este trabajo también pretende ayudar a realizar un uso más racional de los recursos eléctricos en aeropuertos, ya que los modelos de sistema de energía, técnicas de optimización y herramientas de simulación propuestas pueden ser utilizados por otros investigadores o gestores aeroportuarios para optimizar los patrones de demanda de energía de cualquier otro aeropuerto.
Bienvenido Rico Rodríguez
IX
ABOUT THE AUTHOR
Sergio Ortega received the B.Eng. Degree in Telecommunication Engineering, the M.B.A. in Business Administration and the M.Eng. in Electrical and Energy Engineering from the University of Cantabria, Santander, in 2005, 2009 and 2012, respectively.
He works at the Seve Ballesteros‐Santander Airport since 2007. Between 2007 and 2013, he has been the Head of the Department of Information and Communications Technologies and the Head of the Department of Quality and Environmental Management Systems, and since 2013 he is the Head of the Department of Engineering and Maintenance of the airport, managing among others, electric and energy facilities.
Since the year 2012, he has been collaborating with the Group of Advanced Electro Technology Techniques (GTEA) of the University of Cantabria. He is also the Secretary in Cantabria for the Spanish Telecommunication Engineer Association.
The present work is the result of 5 years of research focused on the scientific field of energy consumption in airports, and is submitted in partial fulfillment of the requirements for the Degree of Ph.D. by the University of Cantabria in the year 2017.
Santander, April 1st, 2017 Sergio Ortega Alba
XI
ACKNOWLEDGMENTS
I want to thank all the constant support that my family has given to me, especially my wife Begoña, for the completion of this Ph.D. Dissertation. On the other hand, my Ph.D. supervisor, Mario Mañana, has always guided me on the right path to find the solution to the different problems that have arisen during this investigation process.
And finally, my airport, Seve Ballesteros‐Santander Airport, because during last five years it has allowed me to become a profound connoisseur of how energy is consumed in airports.
Chance favors only the prepared mind Louis Pasteur (1822‐1895)
XIII
CONTENTS
ABSTRACT ... IRESUMEN ... III
PROLOGO ... VII
ABOUT THE AUTHOR ... IX
ACKNOWLEDGMENTS ... XI
CONTENTS ... XIII
LIST OF FIGURES ... XVII
LIST OF TABLES ... XXI
ACRONYMS ... XXIII
PARTE I. RESUMEN EXTENDIDO DE LA TESIS EN ESPAÑOL ... 1
CAPITULO 1. RESUMEN EXTENDIDO DE LA TESIS EN ESPAÑOL ... 3
1.1.
INTRODUCCIÓN ... 3
1.2.
ORGANIZACIÓN DE LA TESIS ... 4
1.3.
RESUMEN DE LA TESIS Y CONTRIBUCIONES ORIGINALES ... 4
1.4.
PUBLICACIONES RELACIONADAS ... 8
1.5.
INVESTIGACION FUTURA ... 9
PART II. INTRODUCTION ... 11
CHAPTER 2. INTRODUCTION ... 13
2.1.
INTRODUCTION ... 13
2.2.
MOTIVATIONS AND OBJECTIVES... 17
2.3.
ORGANIZATION OF THE DISSERTATION ... 18
2.4.
ORIGINAL CONTRIBUTIONS ... 19
PART III. BACKGROUND AND STATE‐OF‐THE‐ART ... 21
CHAPTER 3. BRIEF CONCEPTS OF AIRPORT ENGINEERING ... 23
3.1.
INTRODUCTION ... 23
3.2.
AIRPORT DEFINITION ... 23
3.3.
AIRPORT DESIGN ... 24
XIV 3.4.
AIRPORT CLASSIFICATION ... 25
3.5.
AIRPORT PROCESSES ... 26
3.6.
AIRPORT CONFIGURATION ... 27
3.7.
TERMINAL BUILDING ... 28
3.8.
AIRCRAFT MOVEMENT AREA ... 31
3.9.
PARKING AND AUXILIARY BUILDINGS ... 32
CHAPTER 4. STATE‐OF‐THE‐ART OF ENERGY RESEARCH IN AIRPORTS ... 35
4.1.
AIM AND SCOPE ... 35
4.2.
ENERGY SOURCES ... 37
4.3.
ENERGY REQUIREMENTS ... 44
4.4.
FACTORS AFFECTING ENERGY CONSUMPTION ... 45
4.5.
ENERGY CONSERVATION AND ENERGY EFFICIENCY ... 48
4.6.
ENERGY REGULATORY FRAMEWORK ... 50
4.7.
ENERGY BENCHMARKING ... 51
4.8.
ENERGY MODELING ... 52
4.9.
ENERGY SIMULATION ... 54
CHAPTER 5. CASE STUDY: SEVE BALLESTEROS‐SANTANDER AIRPORT ... 55
5.1.
INTRODUCTION ... 55
5.2.
LOCATION ... 57
5.3.
FLIGHT DESTINATIONS ... 57
5.4.
TERMINAL BUILDING ... 58
5.5.
AIRCRAFT MOVEMENT AREA ... 64
5.6.
PARKING AND AUXILIARY BUILDINGS ... 66
PART IV. ORIGINAL CONTRIBUTIONS ... 77
CHAPTER 6. CHARACTERIZATION AND ANALYSIS OF ENERGY DEMAND PATTERNS IN AIRPORTS ... 79
6.1.
AIM AND SCOPE ... 79
6.2.
ENERGY DEMAND PATTERNS ... 80
6.3.
METHODOLOGY ... 83
6.4.
RESULTS AND DISCUSSION ... 106
CHAPTER 7. OPTIMIZATION OF ENERGY DEMAND PATTERNS IN AIRPORTS ... 125
7.1.
AIM AND SCOPE ... 125
7.2.
DEMAND SIDE MANAGEMENT ... 126
7.3.
AIRPORT ENERGY SYSTEM MODEL ... 130
7.4.
AIRPORT LOAD SCHEDULING OPTIMIZATION TECHNIQUE ... 142
7.5.
SIMULATION RESULTS AND DISCUSSION ... 156
XV PART V. CONCLUSIONS ... 169
CHAPTER 8. CONCLUSIONS ... 171
CHAPTER 9. PUBLICATIONS ... 175
CHAPTER 10. DISCUSSION FORUMS ... 177
CHAPTER 11. FUTURE RESEARCH ... 179
PART VI. APPENDICES ... 181
CHAPTER 12. BIBLIOGRAPHY ... 183
CHAPTER 13. GLOSSARY ... 193
PART VII. ANNEXES ... 195
ANNEX A. DATASHEET OF MAIN FACILITIES ... 197
ANNEX B. ENERGY INVENTORY ... 209
ANNEX C. POWER DEMAND DATA ... 253
ANNEX D. PYTHON PROGRAMMING CODE ... 261
XVII
LIST OF FIGURES
Figure 1. 1990‐2040 Global primary energy demand forecasting by region. ... 13 Figure 2. 1990‐2040 Global primary energy demand forecasting by source. ... 14 Figure 3. Fuel shares of total final consumption in 2014. ... 15 Figure 4. Total final consumption by sector in 2014. ... 15 Figure 5. 2012‐2014 Energy consumption in Spanish airports. ... 16 Figure 6. Contact position of aircraft and terminal building. ... 27 Figure 7. Scheme of main airport areas. ... 28 Figure 8. Main horizontal distributions of terminal buildings. ... 30 Figure 9. Main vertical distributions of terminal buildings. ... 30 Figure 10. Scheme of an aircraft movement area. ... 31 Figure 11. Taxiway center line lighting of the Seve Ballesteros‐Santander Airport. ... 32 Figure 12. VOR of the Seve Ballesteros‐Santander Airport. ... 33 Figure 13. Evolution of scientific publications related to energy and airports by year. ... 35 Figure 14. Wind turbines at Airport La Palma Gran Canaria. ... 40 Figure 15. Obstacle limitation surfaces. ... 40 Figure 16. Example of lighting and signaling of a wind turbine. ... 42 Figure 17. Map of main Spanish airports. ... 55 Figure 18. Location of the Seve Ballesteros‐Santander Airport. ... 56 Figure 19. Aerial view of Seve Ballesteros‐Santander Airport. ... 57 Figure 20. Main flight destinations of Seve Ballesteros‐Santander Airport. ... 58 Figure 21. Landside facade of the Seve Ballesteros‐Santander Airport. ... 59 Figure 22. Airside facade of the Seve Ballesteros‐Santander Airport. ... 59 Figure 23. P00 Floor of the terminal building. ... 60 Figure 24. P01 Floor of the terminal building. ... 60 Figure 25. P00 Floor ‐ Checking lobby of the terminal building. ... 61 Figure 26. P00 Floor ‐ Restoration and shopping area of the terminal building. ... 62 Figure 27. P00 Floor ‐ Waiting lobby of the boarding gates of the terminal building. ... 62 Figure 28. P00 Floor ‐ Arrival lobby of the terminal building. ... 63 Figure 29. P00 Floor ‐ Baggage reclaim lobby of the terminal building. ... 63 Figure 30. Aircraft movement area map of the Seve Ballesteros‐Santander Airport. ... 64 Figure 31. Partial aerial view of the maneuvering area of the Seve Ballesteros‐SantanderAirport. ... 65
Figure 32. Aerial view of the apron parking of the Seve Ballesteros‐Santander Airport. ... 65 Figure 33. Location of main buildings and areas of Seve Ballesteros‐Santander Airport. ... 66 Figure 34. Aerial view of the public parking of the Seve Ballesteros‐Santander Airport. ... 67 Figure 35. Power station of the Seve Ballesteros‐Santander Airport... 68 Figure 36. Control tower of the Seve Ballesteros‐Santander Airport. ... 69 Figure 37. Firefighting building of the Seve Ballesteros‐Santander Airport. ... 70 Figure 38. Helicopters hangars of the Seve Ballesteros‐Santander Airport. ... 71
XVIII Figure 39. Cargo Terminal of the Seve Ballesteros‐Santander Airport. ... 72 Figure 40. Fuel storage area of the Seve Ballesteros‐Santander Airport. ... 73 Figure 41. ILS system building of the Seve Ballesteros‐Santander Airport. ... 74 Figure 42. Transmitter building of the Seve Ballesteros‐Santander Airport. ... 74 Figure 43. Meteorological area of the Seve Ballesteros‐Santander Airport. ... 75 Figure 44. Scheme of energy modeling methods. ... 81 Figure 45. Scheme of the methodology. ... 83 Figure 46. 2013‐2015 Statistical passengers data of the Seve Ballesteros‐Santander Airport. ... 87 Figure 47. 2013‐2015 Statistical air operations data of the Seve Ballesteros‐Santander Airport. .. 87 Figure 48. Statistical passenger and air operations data of the Seve Ballesteros‐Santander
Airport in 2015. ... 88
Figure 49. Temperature and daylighting data for Seve Ballesteros‐Santander Airport in the
period 1997‐2010. ... 89
Figure 50. HVAC systems on the roof of the terminal building. ... 92 Figure 51. Stopway lights at Seve Ballesteros‐Santander Airport. ... 93 Figure 52. Visibility measuring equipment at Seve Ballesteros‐Santander Airport ... 93 Figure 53. Active power model for electric loads. ... 95 Figure 54. Images of measurement devices. ... 99 Figure 55. Annual energy consumption percentage by building in 2015. ... 102 Figure 56. Annual energy consumption percentage by facility in 2015. ... 102 Figure 57. Average quarter‐hourly power demand of Airport Seve‐Ballesteros‐Santander in
2015. ... 107
Figure 58. Pearson correlation index of power demand data grouped by fortnights. ... 108 Figure 59. Airport quarter‐hourly power demand divided by buildings or areas ... 111 Figure 60. Urbanization quarter‐hourly power demand versus percentage of daylighting. ... 112 Figure 61. Airfield lighting quarter‐hourly power demand versus number of air operations. .. 112 Figure 62. Terminal Building quarter‐hourly power demand divided by facility. ... 115 Figure 63. Electromechanical facilities quarter‐hourly power demand versus number of air
operations. Date: 18 February 2015. ... 115
Figure 64. HVAC quarter‐hourly power demand versus number of terminal building
temperature. ... 116
Figure 65. Quarter‐hourly power demand during one week. ... 117 Figure 66. Average quarter‐hourly power demand by season of Airport Seve‐Ballesteros‐
Santander in 2015... 119
Figure 67. Monthly energy consumption by hour of Airport Seve‐Ballesteros‐Santander in 2015.
... 119
Figure 68. Hourly energy consumption by month of Airport Seve‐Ballesteros‐Santander in 2015.
... 120
Figure 69. Hourly energy consumption percentage of Airport Seve‐Ballesteros‐Santander in
2015. ... 120
Figure 70. Monthly average temperature versus monthly energy consumption in HVAC
systems in 2015. ... 122
Figure 71. Monthly energy consumption in urbanization versus monthly average number of
XIX Figure 72. Quarter‐hourly power demand of several airports. ... 124 Figure 73. DSM techniques. ... 127 Figure 74. Scheme of DSM categories. ... 129 Figure 75. Scheme of the airport energy system model. ... 130 Figure 76. Main objectives of the airport energy system model. ... 131 Figure 77. 2015 daily on‐peak demand of Seve Ballesteros‐Santander Airport. ... 143 Figure 78. 2015 power demand curve of Seve Ballesteros‐Santander Airport. ... 143 Figure 79. 2015 daily load factor of Seve Ballesteros‐Santander Airport. ... 144 Figure 80. 2015 daily peak‐to‐valley ratio of Seve Ballesteros‐Santander Airport. ... 145 Figure 81. 2015 daily ramping of Seve Ballesteros‐Santander Airport. ... 146 Figure 82. Original airport quarter‐hourly power demand. ... 157 Figure 83. Original and optimized electric load profile for Scenario 1. ... 158 Figure 84. Original and optimized electric load profile for Scenario 2. ... 159 Figure 85. Original and optimized electric load profile for Scenario 3. ... 160 Figure 86. Original and optimized electric load profile for Scenario 4. ... 161 Figure 87. Original and optimized electric load profile for Scenario 5. ... 162 Figure 88. Convergence of Monte Carlos Simulations for Scenario 1: Peak Optimization ... 163 Figure 89. Convergence of Monte Carlos Simulations for Scenario 2: Load factor optimization. ... 163
Figure 90. Convergence of Monte Carlos Simulations for Scenario 3: Ramping optimization. . 164 Figure 91. Convergence of Monte Carlos Simulations for Scenario 4: Peak‐to‐Valley
optimization. ... 164
Figure 92. Convergence of Monte Carlos Simulations for Scenario 5: Energy consumption cost
optimization. ... 164
Figure 93. Graphical representation of indicator percentage results for all scenarios
(QminTotal 25% . ... 166
Figure 94. Graphical representation of indicator percentage results for all scenarios
(QminTotal 50% . ... 167
Figure 95. Graphical representation of indicator percentages results for all scenarios
(QminTotal 75% . ... 168
Figure 96. Article 2 statistics. ... 175 Figure 97. Article 3 statistics. ... 176
XXI
LIST OF TABLES
Table 1. Airports reference code. ... 26 Table 2. Energy consumption in Spanish airports between 2012‐2014. ... 37 Table 3. Main factor that affects energy consumption at terminal buildings. ... 45 Table 4. Energy benchmarking in European airports in 2009. ... 52 Table 5. 2011 Energy benchmarking in Spanish airports. ... 53 Table 6. Main construction data of the Seve Ballesteros‐Santander Airport. ... 61 Table 7. Main construction data of the aircraft movement area ... 64 Table 8. Main characteristics of the parking of the Seve Ballesteros‐Santander Airport. ... 67 Table 9. Main characteristics of the power station building of the Seve Ballesteros‐SantanderAirport. ... 67
Table 10. Main characteristics of the control tower of the Seve Ballesteros‐Santander Airport. . 68 Table 11. Main characteristics of the firefighting building of the Seve Ballesteros‐Santander
Airport. ... 69
Table 12. Main characteristics of the hangars of the Seve Ballesteros‐Santander Airport. ... 70 Table 13. Main characteristics of the cargo terminal of the Seve Ballesteros‐Santander Airport. 71 Table 14. Main characteristics of the fuel storage area of the Seve Ballesteros‐Santander Airport.
... 72
Table 15. Main characteristics of the ILS system building of the Seve Ballesteros‐Santander
Airport. ... 73
Table 16. Main characteristics of the transmitter building of the Seve Ballesteros‐Santander
Airport. ... 73
Table 17. Main characteristics of the meteorological area of the Seve Ballesteros‐Santander
Airport. ... 75
Table 18. General Data of the Seve Ballesteros‐Santander Airport. ... 85 Table 19. Main buildings and areas of the Seve Ballesteros‐Santander Airport. ... 85 Table 20. Typology of companies located at Seve Ballesteros‐Santander Airport. ... 86 Table 21. Average temperature and daylighting hours for Seve Ballesteros‐Santander Airport in 2015. ... 88
Table 22. Location of the main airfield lighting of the Seve Ballesteros‐Santander Airport. ... 92 Table 23. Example of energy inventory of several loads. ... 97 Table 24. Energy inventory summary. ... 98 Table 25. Characteristics and location of electricity meters and power analyzers. ... 100 Table 26. Example of specific clamp meter measurements. ... 100 Table 27. Energy balance by building in 2015. ... 101 Table 28. Monthly energy consumption of main buildings or areas in 2015. ... 102 Table 29. 2015 Energy balance by facility. ... 103 Table 30. Daylighting conditions for the day 18 February 2015. ... 109 Table 31. Average temperature for the day 18 February 2015 ... 109
XXII Table 32. Flight schedules for the day 18 February 2015. ... 109 Table 33. Airport important events for the day 18 February 2015. ... 109 Table 34. Main characteristics of medium‐sized Spanish Airports. ... 123 Table 35. Summary of the 6 periods of the Spanish electricity tariff 6.1A. ... 147 Table 36. 2015 Power demand concept charge by periods. ... 148 Table 37. 2015 Electricity rate charge (€/kWh) by periods and months. ... 149 Table 38. 2015 energy consumption (kWh) by periods and months. ... 149 Table 39. 2015 Energy consumption concept charge (€) by periods and months. ... 149 Table 40. Ki coefficient depending on the tariff period. ... 150 Table 41. Table format for static loads. ... 153 Table 42. Table format for interruptible loads. ... 153 Table 43. Table format for shiftable loads. ... 153 Table 44. Table format for elastic loads. ... 153 Table 45. Summary of indicator simulation results for Scenario 1. ... 158 Table 46. Summary of indicator simulation results for Scenario 2. ... 159 Table 47. Summary of indicator simulation results for Scenario 3. ... 160 Table 48. Summary of indicator simulation results for Scenario 4. ... 161 Table 49. Summary of indicator simulation results for Scenario 5. ... 162 Table 50. Summary of indicator results for all scenarios (QminTotal 25% . ... 165
Table 51. Summary of indicator percentage results for all scenarios (QminTotal 25% . ... 166
Table 52. Summary of indicator results for all scenarios (QminTotal 50% . ... 166
Table 53. Summary of indicator percentage results for all scenarios (QminTotal 50% . ... 166
Table 54. Summary of indicator results for all scenarios (QminTotal 75% . ... 167
Table 55. Summary of indicator percentage results for all scenarios (QminTotal 75% . ... 167
Table 56. Airport average quarter‐hourly power demand by season in 2015. ... 254 Table 57. Average quarter‐hourly power demand of the entire airport divided by buildings or areas. ... 256
Table 58. Average quarter‐hourly power demand of the terminal building divided by facility. ... 258
XXIII
ACRONYMS
ACA Airport Carbon Accreditation ACI Airports Council International AENA Aeropuertos Españoles y Navegación Aérea (In Spanish) AIP Aeronautical Information Publication ASHRAE American Society of Heating, Refrigeration and Air‐Conditioning Engineers ATC Air Traffic Control ATS Air Traffic Services BEMS Building Energy Management Systems BTM Building Thermal Mass CAP Capacity Market Programs CCTV Closed‐Circuit Television CFD Computational Fluid Dynamics CHCP Combined Heat, Cooling and Power CHP Combined Heat and Power CIBSE Chartered Institution of Building Services Engineers CPP Critical Peak Pricing DME Distance Measuring Equipment DOE USA Department of Energy DPC Data Processing Center DSM Demand Side Management EE Energy Efficiency EES Energy Storage Systems EMS Energy Management System EPI Energy Performance Indicators EU European Union GDP Gross Domestic Product GJ Giga‐Jule GTA Group of Advanced Electro technology Techniques HVAC Heating, Ventilation and Air Conditioning IATA International Air Transport Association IEC International Electrotechnical Commission IBP Incentive‐Based Programs ICAO International Civil Aviation Organization ICT Information and Communication Technologies ILS Instrument Landing System ISO International Standards Organization kW Kilowatt kWh Kilowatt‐hourXXIV LEED Leadership in Energy and Environmental Design LED Light‐Emitting Diode LF Load Factor LT Local Time Mtoe Million Tonnes of Oil Equivalent MWe Megawatt Electric NDB Non‐Directional Beacon OECD Organization for Economic Cooperation and Development PAPI Precision Approach Path Indicator Pax Passenger PBP Priced‐Based Programs PCM Phase Change Materials PLC Power Line Communication PTV Peak‐To‐Valley Ratio RC Resistance Capacitance RES Renewable Energy Sources RH Relative Humidity RTP Real Time Pricing TES Thermal energy storage systems TOU Time Of Use TRNSYS Transient Systems Simulation Program UK United Kingdom UPS Uninterruptible Power Suppliers VOR Very High Frequency Omnidirectional Range VRF Variable Refrigerant Flow
PARTE I. RESUMEN EXTENDIDO
DE LA TESIS EN ESPAÑOL
Capítulo 1. Resumen extendido de la tesis en español
3
CAPITULO 1. RESUMEN EXTENDIDO DE LA
TESIS EN ESPAÑOL
1.1. INTRODUCCIÓN
Según la Organización de Aviación Civil Internacional (ICAO), un aeropuerto es la zona definida en tierra o agua destinada a utilizarse, total o parcialmente, para la llegada, salida y movimiento de superficie de aeronaves, incluidos los edificios, instalaciones y equipos necesarios para permitir el tratamiento de pasajeros, carga y correo. Hoy en día, los aeropuertos también pueden satisfacer otras necesidades de servicios comerciales, industriales, y de entretenimiento.
Los aeropuertos sirven como nodos para el transporte local, nacional y global y facilitan el establecimiento de negocios y transacciones. En 2015, los 500 aeropuertos europeos miembros del Consejo Internacional de Aeropuertos (ACI Europa) facilitaron el transporte de 1.900 millones de personas y 18,9 millones de toneladas de carga, realizando para ello 22,8 millones de operaciones aéreas. En cuanto al impacto económico, los aeropuertos europeos emplean directamente a más de 12,3 millones de personas y representan el 4,1% del producto interno bruto europeo.
Sin embargo, los aeropuertos necesitan consumir grandes cantidades de recursos naturales para su operación, entre los que destaca principalmente la energía eléctrica. En 2014, los 46 aeropuertos españoles y los 2 helipuertos pertenecientes a la red de Aeropuertos y Navegación Aérea Españoles (AENA) fueron responsables del consumo de 898,90 GWh de electricidad, frente a un total de 227.635 GWh de electricidad consumida en España, lo que representa el 0,40% de la electricidad total consumida en todo el país.
En términos generales, los aeropuertos no representan un alto porcentaje del consumo energético de un país, ya que el número de aeropuertos es mucho menor que el número de hoteles, escuelas o restaurantes, por ejemplo. Sin embargo, representan puntos específicos de consumo de energía muy grande que en algunos casos pueden superar el consumo de energía de una ciudad de tamaño medio.
Por otro lado, este consumo de energía tiene un enorme impacto en el equilibrio económico del aeropuerto. En el caso de la red de aeropuertos españoles gestionados por AENA, el coste de los suministros, que incluye principalmente la electricidad, asciende a 102 M€ sobre un total de 872 M€ de gastos de explotación aeroportuaria, lo que supone aproximadamente el 12% del total de dichos gastos de explotación.
Por lo tanto, un objetivo clave para los gestores aeroportuarios es la optimización y reducción de este consumo energético, no solo por su impacto económico, sino también por el impacto medioambiental asociado. Por lo tanto, los aeropuertos son excelentes candidatos para la investigación energética.
Capítulo 1. Resumen extendido de la tesis en español 4
1.2. ORGANIZACIÓN DE LA TESIS
El presente trabajo se divide en 7 partes, incluyendo 13 capítulos y 4 anexos: En la primera parte, la actual, se realiza un extenso resumen en español de esta tesis doctoral. En la segunda, denominada Introduction, los principales objetivos y motivaciones así como las contribuciones originales de la tesis doctoral son desarrollados.
En la tercera parte, denominada Background and State‐of‐the‐art, se realiza una breve explicación de varios conceptos sobre ingeniería aeroportuaria, con objeto de poder comprender de una manera más clara los diferentes elementos y sistemas que influyen en el consumo de energía de un aeropuerto. Posteriormente, se realiza una revisión del estado del arte en relación a la investigación científica existente sobre la temática de energía en los aeropuertos. Asimismo, se describe la importancia actual de la investigación energética en los aeropuertos y los principales grupos internacionales de investigación en esta materia. Por último, se realiza una descripción del Aeropuerto Seve Ballesteros‐Santander. Este aeropuerto se toma como caso de estudio para la validación de las metodologías, modelos, técnicas de optimización y herramientas de simulación propuestas en este trabajo.
En la cuarta parte, denominada Original Contributions, se realiza el desarrollo de las nuevas contribuciones de investigación científica de esta tesis doctoral. Esta parte se describe en más detalle en la siguiente sección de este capítulo.
En la quinta parte, denominada Conclusions, se describen las principales conclusiones, líneas de investigación futuras y publicaciones científicas relacionadas con este trabajo, así como los posibles foros de discusión aeroportuarios y aeronáuticos.
Por último, en las dos últimas partes, denominadas Appendices and Annexes, se presenta información adicional sobre la bibliografía, el glosario de términos y la información técnica asociada a los cálculos e inventarios de energía, demanda de potencia y la programación en código Python de la herramienta de simulación desarrollada.
1.3. RESUMEN DE LA TESIS Y CONTRIBUCIONES ORIGINALES
De una manera general, esta tesis doctoral pretende ser una contribución para un mejor conocimiento del campo científico del consumo de energía en los aeropuertos. Para ello, un factor clave inicialmente es entender el comportamiento del uso de la misma, debido a los múltiples parámetros y singularidades que están involucrados.Para esta cuestión, en esta tesis doctoral se propone inicialmente una metodología en tres pasos basada en métodos de monitorización eléctrica de uso final, con objeto de caracterizar y analizar los patrones de demanda de energía en aeropuertos a través del análisis de sus perfiles de carga eléctrica, la cual es aplicada al caso real del Aeropuerto Seve Ballesteros‐ Santander. La principal novedad de esta metodología es que puede utilizarse por otros gestores aeroportuarios e investigadores energéticos con el fin de determinar cuándo, dónde y por qué se utiliza la energía en un aeropuerto, clasificar las cargas eléctricas en función de su modo de
Capítulo 1. Resumen extendido de la tesis en español
5
funcionamiento, así como para identificar los principales consumidores de energía y las principales influencias externas que influyen en el consumo de la misma, lo cual no ha sido investigado previamente en este tipo de infraestructuras. Esta metodología es diferente de otras propuestas porque está focalizada en el estudio de los perfiles de carga eléctrica y sus patrones de demanda de energía, al contrario de otros autores que han centrado sus investigaciones en la utilización de métodos de modelado para la predicción del consumo de energía en exclusivamente los edificios terminales. A continuación se resumen los principales pasos asociados a esta metodología:
En el primer paso de la metodología propuesta, se recogen datos clave para la caracterización del aeropuerto. Estos datos se basan en información administrativa, estadística y meteorológica que permite relacionar las características del aeropuerto con la demanda de energía. La principal contribución de este paso es la propuesta respecto a las fuentes de información que permitiría a otros investigadores obtener los datos necesarios para caracterizar cualquier otro aeropuerto.
El segundo paso consiste en la recogida de datos eléctricos a través de la información histórica proporcionada por el operador del aeropuerto y mediciones in situ. Para ello, inicialmente se realiza una nueva propuesta de clasificación de las cargas eléctricas en aeropuertos en tres tipos basados en su modo de funcionamiento: cargas fijas, necesarias para mantener ciertas instalaciones operativas 24/7; cargas de apertura, necesarias para permitir el inicio del proceso de atención a pasajeros y aeronaves; y cargas variables, dependiendo del número de pasajeros u operaciones aéreas. A continuación se realiza un inventario energético, recopilando información técnica y eléctrica sobre todas las cargas del aeropuerto. Esta tarea ayuda a determinar la ubicación óptima de los equipos eléctricos de medición que deben instalarse en los principales edificios e instalaciones del aeropuerto, lo cual es un paso necesario para realizar el balance energético del aeropuerto así como para obtener y comprender los perfiles de carga eléctrica obtenidos. Dichos perfiles de carga eléctrica se obtienen a través de los datos de demanda de potencia cuarto horaria recogidos por los diferentes contadores eléctricos y analizadores de potencia instalados en el aeropuerto, en este caso en el Aeropuerto Seve Ballesteros‐Santander durante todo el año 2015.
En el tercer paso se analizan los perfiles de carga eléctrica obtenidos previamente para encontrar cualquier pauta periódica que pueda determinar el patrón de demanda de energía del aeropuerto. El principal hallazgo de este análisis es que un aeropuerto de tamaño medio como el Aeropuerto Seve Ballesteros‐Santander presenta un patrón diario de demanda de energía, ya que los perfiles de carga eléctrica siguen una curva similar para cada día del año, con una carga nocturna “night load” (durante las horas que el aeropuerto está cerrado), una carga de arranque “morning start‐up” (durante las primeras horas de apertura del aeropuerto), una demanda operativa (desde el fin de la carga de arranque hasta el ocaso), una carga de retroceso “evening setback” (desde el ocaso hasta cerca de la hora de cierre del aeropuerto) y una carga de apagado “evening shut‐down” (desde cerca de la hora de cierre del aeropuerto hasta su cierre). Aunque todos los días del año el perfil de carga eléctrica sigue una curva similar que representa el patrón diario de demanda de energía del aeropuerto, los valores de potencia varían cada día del año dependiendo de diferentes parámetros tales como temperatura,
Capítulo 1. Resumen extendido de la tesis en español 6 iluminación natural o horarios de vuelos, los cuales son diferentes dependiendo del día del año. Sin embargo, las conclusiones obtenidas en el análisis general realizado pueden ser extrapoladas a cualquier otro día del año. Finalmente, se presentan datos mostrando que este patrón de demanda energético también se repite en aeropuertos españoles de tamaño medio y similares características al del Aeropuerto Seve Ballesteros‐Santander. Otras contribuciones importantes son la presentación de datos y cifras que demuestran que el patrón de demanda de energía del aeropuerto está fuertemente influenciado por el edificio terminal, el principal consumidor de energía del aeropuerto, siendo las instalaciones de climatización y los sistemas de iluminación las instalaciones con un uso más intensivo de energía. Aparte del edificio terminal, es importante señalar que tanto la iluminación del área de movimientos de aeronaves como la iluminación de la urbanización del aeropuerto tienen un impacto significativo en la demanda de energía, siendo lógicamente mayor en los períodos de tiempo en que el aeropuerto está abierto y no hay luz natural. Debido a la importancia de estas edificaciones e instalaciones en el consumo total de energía del aeropuerto, la temperatura exterior, la iluminación natural y las operaciones aéreas son las principales influencias externas en el mayor o menor consumo de energía del aeropuerto.
También es de destacar que el análisis semanal muestra que el patrón de demanda de energía para un día específico no depende del día de la semana, ya que en un aeropuerto con vuelos regulares programados no hay diferencia entre los días laborables y no laborables. Sin embargo, el análisis mensual muestra que el patrón de demanda de energía está fuertemente influenciado por la estación del año en la que nos encontremos, siendo los sistemas de climatización y de iluminación los que más se ven afectados por este hecho. En el caso de la iluminación, durante las temporadas con menos horas de luz natural disponibles (invierno y otoño), el uso de iluminación artificial es más intenso porque el amanecer es más tarde y la puesta del sol es más temprana. En relación con los sistemas de climatización, la menor necesidad de la misma durante las estaciones suaves (primavera y otoño) está claramente representada en el patrón de demanda de energía obtenido.
El análisis anual muestra que el consumo de energía por hora es mayor en el período comprendido entre las 06:00 a.m. y las 09:00 a.m., las horas de la mañana de carga de arranque del aeropuerto (“morning start‐up”), debido al gran número de cargas eléctricas que se inician durante la fase de apertura del aeropuerto, y entre las 07:00 pm y las 10:00 p.m., las horas de consumo de energía principales dentro del período nocturno del aeropuerto (“evening setback”), debido a la puesta en marcha de la iluminación tanto del área de movimientos de aeronaves como de la urbanización del aeropuerto. Por el contrario, el consumo anual de energía por hora es menor en el período de 00:00 a 06:00 a.m., asociado al período de carga nocturna (“night load”), ya que corresponde con las horas que el aeropuerto está cerrado, y sólo deben permanecer encendidos algunos sistemas básicos para mantener el funcionamiento de ciertas instalaciones críticas.
Por último, la influencia del mayor número de pasajeros durante los meses de verano y de primavera en el consumo de energía del edificio terminal (excluyendo el consumo de climatización) se compensa con la mayor cantidad de luz natural, manteniendo el consumo de energía del edificio terminal en valores similares durante cada mes del año. Este mismo hecho se aplica a la relación entre el número de operaciones de aeronaves y el consumo de energía de iluminación del área de movimientos de aeronaves, ya que a pesar de haber un mayor número
Capítulo 1. Resumen extendido de la tesis en español 7 de vuelos en verano, las horas de iluminación natural también son mayores, por lo que dicho consumo de energía es compensado y se mantiene en valores similares durante todos los meses del año. A partir de esta caracterización y análisis previos, se hace necesario definir un modelo de sistema de energía en aeropuertos que ayude a reducir y optimizar el consumo de energía, ya que en la actualidad, los modelos de sistemas de energía típicos de los aeropuertos están compuestos por elementos o dispositivos tales como cargas eléctricas, red eléctrica comercial, generadores locales de energía, medidores eléctricos y sistemas básicos de gestión de energía, los cuales de manera aislada no permiten alcanzar una gestión óptima de los recursos eléctricos. Por ello, en esta tesis doctoral se propone y formula matemáticamente un nuevo modelo de sistema energético para aeropuertos basado en estrategias de gestión en el lado de la demanda (DSM), el cual contiene elementos tales como sistemas de almacenamiento de energía, fuentes de energía renovables, sensores, contadores inteligentes, infraestructura de redes de comunicación y unidades de gestión de energía. Asimismo, las cargas aeroportuarias son clasificadas en cuatro categorías acorde a la capacidad de la unidad de gestión de energía para gestionarlas: estáticas (no manejables), interrumpibles (posibilidad de apagarlas), elásticas (demanda de potencia controlable) y desplazables (slot de tiempo de comienzo movible).
Este modelo de sistema inicialmente debe cumplir con la ecuación de balance energético propuesta, y además, debe implementar un sistema de control de energía que, por la parte del consumidor, gestione la conexión, desconexión, demanda de potencia o slot de tiempo de comienzo de las diferentes cargas eléctricas del aeropuerto con objeto de obtener una programación óptima de las mismas. En el lado de la producción, este modelo de sistema debe implementar un sistema de control de energía que gestione la conexión o desconexión en el sistema de las fuentes de energía locales y la red eléctrica comercial con el fin de maximizar el uso de las fuentes de energía locales y minimizar el coste eléctrico total para el aeropuerto.
Además, con este modelo de sistema energético DSM para aeropuertos se propone y formula matemáticamente una técnica de optimización de programación de cargas eléctricas basada en la metodología Monte Carlo. Dicha técnica se implementa en una herramienta de simulación software basada en programación Python. Específicamente, esta técnica de optimización desarrolla varias técnicas de gestión de cargas, tales como desplazamiento de carga “load shifting”, conservación de carga “load conservation” y recorte de pico “peak clipping”, que se optimizan con dicha metodología Monte Carlo. Esto permite programar de forma óptima el funcionamiento diario de las diferentes cargas eléctricas del aeropuerto objeto de evaluación. El objetivo general de esta técnica es optimizar varios indicadores energéticos y económicos del perfil de carga eléctrica diaria, como la demanda pico, el factor de carga, la relación pico a valle, el ramping y el coste de consumo de energía de la red eléctrica comercial, de acuerdo con la programación óptima de cargas propuesta y una calidad mínima de servicio establecida, el cual es un parámetro que determina el máximo grado de degradación permitido en la operación de los servicios aeroportuarios.
Los resultados de la simulación obtenidos se basan en el caso real del Aeropuerto Seve Ballesteros‐Santander, los cuales demuestran la eficacia de la técnica propuesta. Dichos resultados muestran que los mejores porcentajes de optimización se obtienen para los mínimos valores de calidad de servicio establecidos (25%). Dichos porcentajes de mejora varían entre el máximo del 8,82% para el indicador de demanda pico y el mínimo del 4,90% para el indicador
Capítulo 1. Resumen extendido de la tesis en español
8
de factor de carga. A medida que se incrementa este valor mínimo de calidad de servicio establecido, los porcentajes de optimización son menores y el perfil de carga eléctrica obtenido es más similar al original. Según los resultados obtenidos, la optimización del indicador de ramping es el mejor escenario para optimizar, de manera general, todos los indicadores energéticos y económicos del perfil de carga eléctrica inicial objeto de evaluación. Por otra parte, no hay una gran diferencia entre los porcentajes de optimización obtenidos con unos valores mínimos de calidad de servicio de 25% y 50%. Debido a ello, es factible seleccionar un valor mínimo de calidad de servicio entre 50% y 75% y de este modo obtener un buen nivel de optimización sin una degradación excesiva de la operación de los servicios aeroportuarios. Finalmente, estos resultados de simulación confirman que es posible utilizar esta técnica de optimización de programación de cargas para mejorar varios indicadores energéticos y económicos del perfil de carga eléctrica del aeropuerto.
Es importante resaltar que la principal novedad de este modelo de sistema energético DSM, técnica de optimización de programación de cargas eléctricas y herramienta de simulación Python, es que no ha sido desarrollado previamente en aeropuertos, y pueden ser utilizadas por otros gestores aeroportuarios e investigadores energéticos con el fin de optimizar los patrones de demanda de energía de cualquier otro aeropuerto dado. Esta metodología es diferente a otras propuestas porque está focalizada en el consumo de energía de todo el aeropuerto, y no sólo del edificio terminal, utilizando para ello una herramienta de simulación original diferente de los aplicativos comerciales existentes.
Adicionalmente y en relación con el modelo de sistema energético propuesto y sus posibles generadores locales, se investigan los principales factores condicionantes para la implantación de energía eólica en los aeropuertos, por un lado proponiendo la mejor solución para usar la electricidad producida y por otro lado estableciendo las limitaciones físicas de la turbina eólica para no superar la limitación de obstáculos de la superficie de servidumbres aeronáuticas del aeropuerto. Con estos datos, se pretende establecer los criterios técnicos que los ingenieros deben considerar para diseñar las instalaciones eólicas en los aeropuertos.
Finalmente, con esta tesis doctoral también se incluyen varios anexos con la información recogida en la toma de datos energética del Aeropuerto Seve Ballesteros‐ Santander, incluyendo la recopilación de las características técnicas de las principales instalaciones consumidoras de energía, el inventario de energía compuesto por 9.910 cargas eléctricas aproximadamente, los datos de demanda de potencia cuarto horarios divididos por instalaciones y edificios, así como la programación en código Python de la herramienta de simulación de software para la implementación de la técnica de optimización de programación de cargas eléctricas basada en las estrategias de gestión DSM y la metodología Monte Carlo.
1.4. PUBLICACIONES RELACIONADAS
Durante esta tesis doctoral se han realizado 4 artículos de investigación, los cuales han sido publicados o están en fase de publicación en diferentes revistas internacionales. A continuación se describe cada una de ellos:Capítulo 1. Resumen extendido de la tesis en español
9
1) Ortega Alba S. Conditioning for the Implementation of Wind Energy in Airports.
Dyna Energia 2013, 2‐1. DOI: http://dx.doi.org/10.6036/ES1026.
2) Ortega Alba, S.; Manana, M. Energy Research in Airports: A Review. Energies 2016,
9(5), 349. DOI: http://10.3390/en9050349. Indexada en JCR (Cuartil Q2).
3) Ortega Alba, S.; Manana, M. Characterization and Analysis of Energy demand
Patterns in Airports. Energies 2017, 10, 119. DOI: http://10.3390/en10010119. Indexada
en JCR (Cuartil Q2). 4) Ortega Alba, S.; Manana, M. Airport Load Scheduling Optimization Technique based on DSM Strategies and the Monte Carlo Methodology. Este artículo ha sido enviado en Marzo 2017 a una revista indexada, y a día de hoy está en proceso de revisión.
Los artículos citados previamente también han sido asimismo publicados en el Centro de Documentación de Publicaciones Aeronáuticas y Aeroportuarias de AENA: 1) Ortega‐Alba S. Conditioning for the Implementation of Wind Energy in Airports. http://www.aena.es/aena_cdp/busquedas/ficha/58102 2) Ortega Alba, S.; Manana, M. Energy Research in Airports: A Review. http://www.aena.es/aena_cdp/busquedas/ficha/62699
3) Ortega Alba, S.; Manana, M. Characterization and Analysis of Energy Demand
Patterns in Airports. http://www.aena.es/aena_cdp/busquedas/ficha/63488
1.5. INVESTIGACION FUTURA
La electricidad es la fuente de energía dominante en los aeropuertos porque es necesaria tanto para el funcionamiento de las principales instalaciones del aeropuerto como para garantizar la seguridad de las operaciones de tráfico aéreo. Esta electricidad generalmente proviene de la red eléctrica comercial y es suministrada por una compañía eléctrica. Sin embargo, durante los últimos años es posible encontrar en la literatura científica y en los aeropuertos otros tipos de fuentes de energía como las plantas de cogeneración o las tecnologías de energía renovables. De forma general, por sus características especiales y por el efecto sobre la seguridad de la navegación aérea, es esencial fijar en un futuro próximo normas que hagan compatibles los aeropuertos con este nuevo tipo de fuentes de energía. Especialmente la energía eólica y mini‐eólica suponen un campo de investigación prometedor en los aeropuertos, pero es necesario estudiar los efectos o perturbaciones que producen este tipo de dispositivos en los sistemas de radionavegación como el radar, ILS, VOR, etc.
Por otro lado, el modelado energético de edificios o infraestructuras aún tiene muchos problemas sin resolver. La investigación futura puede centrarse en varios temas, como el
![Figure 1 [2]. Particularly, China will consolidate its position as the worldʹs top energy consumer](https://thumb-us.123doks.com/thumbv2/123dok_es/6852346.283512/42.892.132.761.705.994/figure-particularly-china-consolidate-position-worldʹs-energy-consumer.webp)
