1REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
ANÁLISIS DE MICRORRED PARA CUBRIR LA
DEMANDA DE SERVICIOS GENERALES EN EL
CAMPUS SUR UPS
1 Departamento de Ingeniería Eléctrica.
1 Universidad Politécnica Salesiana Quito, Ecuador.
RESUMEN
El presente estudio propone el análisis de una
Microrred fotovoltaica para abastecer los servicios
generales en el Campus Sur de la Universidad
Politécnica Salesiana. El modelo matemático
empleado permite estimar la potencia generada
por la fuente, y los costos de la energía de la red
bajo condiciones reales de demanda, logrando
una optimización técnico-económica. A través
del software HOMER Pro, se simula distintos
escenarios que integran generación solar, sistemas
de almacenamiento e inversores, permitiendo
comparar su comportamiento tanto en modalidad
conectada a red como autónoma. Se determinó que
la ubicación geográfica del campus ofrece niveles
óptimos de irradiancia con 4.03 (kWh/m2/día), lo
cual favorece la generación energética del sistema.
Los resultados de la simulación evidencian el
potencial de las microrredes para reducir la
dependencia del sistema eléctrico convencional.
Se identificó que el modo aislado de la red resulta
más eficiente al representar un 34.82% de ahorro
en costos de operación y tener un 9.92% de tasa
de retorno de inversión en los próximo 6.94 años.
Palabras Clave: Microrred (MG), Costo de
energía (COE), Red eléctrica, HOMER Pro,
Optimización energética.
Micro-grid analysis to meet general service demand on the South
UPS campus
Fecha de Recepción: 07/08/2025. Fecha de Aceptación: 12/12/2025. Fecha de Publicación: 28/01/2026
REVISTA PERSPECTIVAS
VOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
DOI: https://doi.org/10.47187/perspectivas.8.1.248
ABSTRACT
This paper presents the analysis of a photovoltaic
microgrid to supply general services on the South
Campus of the Salesian Polytechnic University.
The mathematical model employed makes it
possible to estimate the power generated by
the source and the costs of grid energy under
real demand conditions, achieving techno-
economic optimization. Using HOMER Pro
software, different scenarios integrating solar
generation, energy storage systems, and inverters
are simulated, allowing their performance to be
compared in both grid-connected and standalone
modes. It was determined that the geographical
location of the campus offers optimal irradiance
levels of 4.03 (kWh/m²/day), which favors the
system’s energy generation. The simulation results
demonstrate the potential of microgrids to reduce
dependence on the conventional electrical system.
It was identified that the off-grid mode is more
efficient, as it represents a 34.82% reduction in
operating costs and a 9.92% return on investment
over the next 6.94 years
Keywords: Microgrid (MG), Cost of Energy
(COE), Power grid, HOMER Pro, Energy
Optimization.
Luis Andrés Acosta Sánchez 1
Esteban Fernando Delgado Piedra 3
lacostas1@est.ups.edu.ec
edelgadop4@est.ups.edu.ec
Katherine Silvana Flores Almeida 2
Edwin Marcelo García Torres 4
kfloresa6@est.ups.edu.ec
egarcia@ups.edu.ec
iD
iD
iD
iD
2REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
Una Microrred (MG) es un sistema de energía a
pequeña escala para satisfacer la demanda de una
carga. Esta generación de energía puede venir de
fuentes no renovables que producen emisiones y
renovables para un desarrollo energético sostenible [1].
El acceso a la electricidad se ha convertido en
algo esencial para el funcionamiento de cualquier
aparato electrónico, comunicaciones y desarrollo
de trabajo, cuando se depende de generación
convencional estamos sujetos a una red [2]. Si
la Microrred, funciona en conjunto con la red
eléctrica este sistema es on grid, el sistema off
grid es autónomo, dado que no está conectado
a la red por lo que requiere de un sistema de
almacenamiento de energía (BESS). Para que se
considere una MG, esta debe poseer una fuente
de alimentación, con acceso a componentes de
generación, transmisión y distribución [3].
Un sistema MG que utiliza energías limpias
como fuente de generación, brinda electricidad
eficiente, sostenible, sin emisiones y de bajo costo
en puntos donde no se dispone de transmisión de
red o se desea reducir la dependencia de sistemas
tradicionales. Para satisfacer la necesidad de
energía sin interrupciones las MG utilizan un
sistema BESS cuyo dimensionamiento permite
cubrir la demanda de la carga proyectada cuando
se produzcan desconexiones o falta de electricidad
de la distribuidora [3] [4].
Un campus universitario se convierte en un objeto
de estudio favorable para la prueba de una MG con
fuentes fotovoltaicas. Por ejemplo, [5] desarrolló un
caso de estudio de la implementación de una MG
en el campus de la Universidad de Campinas en
Brasil (UNICAMP). El campus de la UNICAMP
tiene una demanda de 3MW. Actualmente cuenta
con una MG para el Gimnasio y Centro de
Convenciones con una capacidad fotovoltaica de
336.96 kWp instalado sobre el techo. El estudio
plantea aumentar 600 kWp para las instalaciones
de la Biblioteca Central, Cancha Polideportiva,
Alumbrado público, Facultad de Educación Física
con su campo de juego y dos enfriadores de 70 TR,
con un sistema de respaldo BESS de entre 525 a
810 kWh [5].
El presente trabajo modela una MG en el software
de simulación HOMER Pro, este permite conocer
la cantidad de recursos necesarios para cubrir
la demanda de carga de servicios generales
del campus sur de la Universidad Politécnica
Salesiana (UPS) y generar puntos de carga para
dispositivos móviles. El análisis mediante software
proporciona una visión de posibles escenarios
de generación fotovoltaica e implementación de
BEES. Una estimación correcta de un modelo
MG permite una optimización cuyo objetivo es la
minimización de costos netos de electricidad con
la menor cantidad de medios empleados [1][7].
A. Modelo en el software de simulación
El software HOMER por sus siglas en inglés
(Hybrid Optimization of Multiple Energy
Resources), es una plataforma para realizar
estimaciones complejas de costos de fabricación
de Microrredes, sistemas híbridos y conectados a
la red que integran generadores convencionales y
de energías renovables, almacenamiento de energía
y gestión de carga. Permite comparar varias
combinaciones de sistemas y varias de elementos
para optimizar opciones de menor costo para los
sistemas de energía como se observa en la Fig. 1 [8].
I. Introducción
II. Metodología
Para nuestro caso de estudio, aprovechar el buen
nivel de irradiancia solar que posee el país permite
garantizar la fiabilidad de una MG. El desarrollo
de una MG autosustentable es el inicio para tener
una infraestructura energética sólida. Dado que las
instalaciones eléctricas críticas de una institución
deben funcionar de forma continua [6].
Fig. 1. Esquemático de una MG en el Software HOMER Pro [8]
Una Microrred (MG) es un sistema de energía a
pequeña escala para satisfacer la demanda de una
carga. Esta generación de energía puede venir de
fuentes no renovables que producen emisiones y
renovables para un desarrollo energético sostenible [1].
El acceso a la electricidad se ha convertido en
algo esencial para el funcionamiento de cualquier
aparato electrónico, comunicaciones y desarrollo
de trabajo, cuando se depende de generación
convencional estamos sujetos a una red [2]. Si
la Microrred, funciona en conjunto con la red
eléctrica este sistema es on grid, el sistema off
grid es autónomo, dado que no está conectado
a la red por lo que requiere de un sistema de
almacenamiento de energía (BESS). Para que se
considere una MG, esta debe poseer una fuente
de alimentación, con acceso a componentes de
generación, transmisión y distribución [3].
Un sistema MG que utiliza energías limpias
como fuente de generación, brinda electricidad
eficiente, sostenible, sin emisiones y de bajo costo
en puntos donde no se dispone de transmisión de
red o se desea reducir la dependencia de sistemas
tradicionales. Para satisfacer la necesidad de
energía sin interrupciones las MG utilizan un
sistema BESS cuyo dimensionamiento permite
cubrir la demanda de la carga proyectada cuando
se produzcan desconexiones o falta de electricidad
de la distribuidora [3] [4].
Un campus universitario se convierte en un objeto
de estudio favorable para la prueba de una MG con
fuentes fotovoltaicas. Por ejemplo, [5] desarrolló un
caso de estudio de la implementación de una MG
en el campus de la Universidad de Campinas en
Brasil (UNICAMP). El campus de la UNICAMP
tiene una demanda de 3MW. Actualmente cuenta
con una MG para el Gimnasio y Centro de
Convenciones con una capacidad fotovoltaica de
336.96 kWp instalado sobre el techo. El estudio
plantea aumentar 600 kWp para las instalaciones
de la Biblioteca Central, Cancha Polideportiva,
Alumbrado público, Facultad de Educación Física
con su campo de juego y dos enfriadores de 70 TR,
con un sistema de respaldo BESS de entre 525 a
810 kWh [5].
El presente trabajo modela una MG en el software
de simulación HOMER Pro, este permite conocer
la cantidad de recursos necesarios para cubrir
la demanda de carga de servicios generales
del campus sur de la Universidad Politécnica
Salesiana (UPS) y generar puntos de carga para
dispositivos móviles. El análisis mediante software
proporciona una visión de posibles escenarios
de generación fotovoltaica e implementación de
BEES. Una estimación correcta de un modelo
MG permite una optimización cuyo objetivo es la
minimización de costos netos de electricidad con
la menor cantidad de medios empleados [1][7].
A. Modelo en el software de simulación
El software HOMER por sus siglas en inglés
(Hybrid Optimization of Multiple Energy
Resources), es una plataforma para realizar
estimaciones complejas de costos de fabricación
de Microrredes, sistemas híbridos y conectados a
la red que integran generadores convencionales y
de energías renovables, almacenamiento de energía
y gestión de carga. Permite comparar varias
combinaciones de sistemas y varias de elementos
para optimizar opciones de menor costo para los
sistemas de energía como se observa en la Fig. 1 [8].
I. Introducción
II. Metodología
Para nuestro caso de estudio, aprovechar el buen
nivel de irradiancia solar que posee el país permite
garantizar la fiabilidad de una MG. El desarrollo
de una MG autosustentable es el inicio para tener
una infraestructura energética sólida. Dado que las
instalaciones eléctricas críticas de una institución
deben funcionar de forma continua [6].
Fig. 1. Esquemático de una MG en el Software HOMER Pro [8]
3REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
Como primer paso es necesario estimar el dato de
la carga a ingresar en HOMER. En la Tabla I se
observa el consumo eléctrico mensual del campus
Sur de la Universidad Politécnica Salesiana.
B. Modelo matemático
Ecuador es una región con grandes altitudes que
se encuentran entre los 2000 y 3200 m.s.n.m.,
teniendo una media máxima de radiación solar de
5,03 (kWh / m 2 / día) y una mínima de 4,34 (kWh
/ m 2 / o día). Ecuador al contar con varios pisos
climáticos y al estar en el centro del mundo goza
de grandes y lineales niveles de radiación durante
todo el año. En comparación con otros países se
tiene un dato medio anual de 4,37 (kWh / m 2 / día)
según menciona [9] en su investigación.
donde g, representa la eficiencia del generador,
Npv el número de módulos del sistema, Am el
área del módulo en metros cuadrados y Gt la
irradiancia global incidente en kWh/m 2 . En la Fig.
2 se observa la curva que representa el promedio
de irradiancia solar las 24 horas del día. En el
sector del campus Sur de la UPS en la cuidad
de Quito ubicado en las calles Morán Valverde
y Rumichaca Ñan con latitud -0.2821 y longitud
-78.5499.
La creación de una MG, busca dar respuesta a la
demanda, para ello se necesita conocer el costo
de importación y exportación de la energía,
mismas que están en las representadas en la Ec.
2 y Ec. 3. Estas ecuaciones sirven para realizar
un contraste de la contribución al balance entre
generación-demanda y el beneficio económico que
la Microrred puede tener en el Campus Sur. Con
la reducción de la factura y aumento del confort o
proceso producto del entorno donde se instalará el
sistema [10].
donde CEI representa el costo de la energía
importada de la red principal en ($/h), GC es la
tarifa de compra de energía a la red en el intervalo
de tiempo y PD la cantidad de potencia deficitaria
del intervalo de tiempo.
Al tener este potencial de energía renovables en
el país, se opta por utilizar módulos fotovoltaicos
como fuente de generación para realizar el análisis
de este caso de estudio. La potencia de salida del
sistema para un generador fotovoltaico Ppv se
representa con la Ec. 1 misma que se utiliza en la
simulación y control de las MG:
Ppv = g Npv Am Gt.
CEI = GC (PD )
CEE = GV (PS )(1)
(2)
(3)
Fig. 2. Niveles de irrandiancia solar para el Campus Sur UPS
tomados de Renewables ninja [19]
Tabla. I. Consumo eléCtriCo teóriCo Campus sur [18]
Nombre Área Consumo eléctrico
mensual (kWh)
Auditorio Padre José Carollo 983.89
Aula Magna 993.89
Bloque A 5,714.40
Bloque B
Bloque C
Bloque D
Bloque E
Bloque F
Bloque G
Bloque H
Bloque I
Bodega-Oratoria
Estación Meteorológica
Parqueadero Bloque B
Parqueadero Bloque F
Parqueadero Bloque G Cafetería
Parqueadero Rumichaca
Talleres Mecánica Automotriz
20,073.47
18,217.47
35,536.71
5,664.43
10,327.19
15,226.24
26,413.50
13,191.70
2,782.15
95.10
3,610.29
3,610.29
3,610.29
3,610.29
4,807.04
Como primer paso es necesario estimar el dato de
la carga a ingresar en HOMER. En la Tabla I se
observa el consumo eléctrico mensual del campus
Sur de la Universidad Politécnica Salesiana.
B. Modelo matemático
Ecuador es una región con grandes altitudes que
se encuentran entre los 2000 y 3200 m.s.n.m.,
teniendo una media máxima de radiación solar de
5,03 (kWh / m 2 / día) y una mínima de 4,34 (kWh
/ m 2 / o día). Ecuador al contar con varios pisos
climáticos y al estar en el centro del mundo goza
de grandes y lineales niveles de radiación durante
todo el año. En comparación con otros países se
tiene un dato medio anual de 4,37 (kWh / m 2 / día)
según menciona [9] en su investigación.
donde g, representa la eficiencia del generador,
Npv el número de módulos del sistema, Am el
área del módulo en metros cuadrados y Gt la
irradiancia global incidente en kWh/m 2 . En la Fig.
2 se observa la curva que representa el promedio
de irradiancia solar las 24 horas del día. En el
sector del campus Sur de la UPS en la cuidad
de Quito ubicado en las calles Morán Valverde
y Rumichaca Ñan con latitud -0.2821 y longitud
-78.5499.
La creación de una MG, busca dar respuesta a la
demanda, para ello se necesita conocer el costo
de importación y exportación de la energía,
mismas que están en las representadas en la Ec.
2 y Ec. 3. Estas ecuaciones sirven para realizar
un contraste de la contribución al balance entre
generación-demanda y el beneficio económico que
la Microrred puede tener en el Campus Sur. Con
la reducción de la factura y aumento del confort o
proceso producto del entorno donde se instalará el
sistema [10].
donde CEI representa el costo de la energía
importada de la red principal en ($/h), GC es la
tarifa de compra de energía a la red en el intervalo
de tiempo y PD la cantidad de potencia deficitaria
del intervalo de tiempo.
Al tener este potencial de energía renovables en
el país, se opta por utilizar módulos fotovoltaicos
como fuente de generación para realizar el análisis
de este caso de estudio. La potencia de salida del
sistema para un generador fotovoltaico Ppv se
representa con la Ec. 1 misma que se utiliza en la
simulación y control de las MG:
Ppv = g Npv Am Gt.
CEI = GC (PD )
CEE = GV (PS )(1)
(2)
(3)
Fig. 2. Niveles de irrandiancia solar para el Campus Sur UPS
tomados de Renewables ninja [19]
Tabla. I. Consumo eléCtriCo teóriCo Campus sur [18]
Nombre Área Consumo eléctrico
mensual (kWh)
Auditorio Padre José Carollo 983.89
Aula Magna 993.89
Bloque A 5,714.40
Bloque B
Bloque C
Bloque D
Bloque E
Bloque F
Bloque G
Bloque H
Bloque I
Bodega-Oratoria
Estación Meteorológica
Parqueadero Bloque B
Parqueadero Bloque F
Parqueadero Bloque G Cafetería
Parqueadero Rumichaca
Talleres Mecánica Automotriz
20,073.47
18,217.47
35,536.71
5,664.43
10,327.19
15,226.24
26,413.50
13,191.70
2,782.15
95.10
3,610.29
3,610.29
3,610.29
3,610.29
4,807.04
4REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
Además, cuando la Microrred es capaz de
generar energía que cubra la demanda tenemos
que CEE representa el valor de venta de la
energía exportada a la red principal en ($/h), GV
es la tarifa de venta de energía a la red en el
intervalo de tiempo y PS la cantidad de potencia
de superávit del intervalo de tiempo.
Finalmente, la creación de una MG exige tener
un modelo de optimización, donde se busca
maximizar los beneficios del sistema, pero
minimizando los costos que implican la aplicación
de esta Microrred. La Ec. 4 representa la función
objetivo del modelo final de costos para este
sistema [11].
donde CF(P) es el costo de operación de la
MG ($/h), OM (P ) es el costo de operación y
mantenimiento del sistema fotovoltaico, sumando
el valor de CEI, restando el dato de CEE y N
representa el número de módulos fotovoltaicos
distribuidos.
También se debe considerar restricciones para
que el sistema funcione correctamente, la primera
Ec. 5 es la potencia máxima que va a suministrar
la red. De igual forma la segunda Ec. 6 tiene que
ver con el balance de potencia, donde ∑ P , es
la suma total de potencia generada por recursos
energéticos distribuidos (DER) de fuentes no
convencionales. Dado que, P , es la potencia de
la carga, P , la potencia del arreglo fotovoltaico,
P , la potencia del sistema de almacenamiento
y P , potencia deficitaria importada de la red,
cuando opera en modo on grid [12].
La metodología para el dimensionamiento
de la MG en el Campus Sur de la UPS se
encuentra estructurada en ciclos secuenciales
apoyada en el uso del software HOMER Pro
para su optimización. En síntesis, es necesario
C. Modelo del sistema
En esta sección, se describe todos los componentes
que integran la MG a diseñar, entre todos ellos
se encuentran la carga, los paneles fotovoltaicos
(PV), componentes de conversión de energía,
almacenamiento de energía, la distribución y
control [14].
Se diseña la Microrred con un sistema fotovoltaico
como fuente principal de generación, gracias a
el alto nivel de irradiancia promedio registrada
en la ubicación del campus siendo su valor 4.03
(kWh / m 2 / día) según datos de la NASA [15].
CF(P) = ∑ (OM (P )+CEI-CEE)
P P
(4)
(5)
∑ P = P - P - P - P (6)
configurar lo datos de la carga, seleccionar
los elementos del sistema, Panel fotovoltaico,
Inversor/Controlador y BESS. Finalmente,
HOMER evalúa la viabilidad técnico-económica
con diferentes combinaciones de elementos para
conformar diferentes sistemas, el procedimiento
que vamos a aplicar se resume en el flujograma
de la Fig. 3 [13].
Fig. 3. Flujograma de la metodología de la investigación.
Además, cuando la Microrred es capaz de
generar energía que cubra la demanda tenemos
que CEE representa el valor de venta de la
energía exportada a la red principal en ($/h), GV
es la tarifa de venta de energía a la red en el
intervalo de tiempo y PS la cantidad de potencia
de superávit del intervalo de tiempo.
Finalmente, la creación de una MG exige tener
un modelo de optimización, donde se busca
maximizar los beneficios del sistema, pero
minimizando los costos que implican la aplicación
de esta Microrred. La Ec. 4 representa la función
objetivo del modelo final de costos para este
sistema [11].
donde CF(P) es el costo de operación de la
MG ($/h), OM (P ) es el costo de operación y
mantenimiento del sistema fotovoltaico, sumando
el valor de CEI, restando el dato de CEE y N
representa el número de módulos fotovoltaicos
distribuidos.
También se debe considerar restricciones para
que el sistema funcione correctamente, la primera
Ec. 5 es la potencia máxima que va a suministrar
la red. De igual forma la segunda Ec. 6 tiene que
ver con el balance de potencia, donde ∑ P , es
la suma total de potencia generada por recursos
energéticos distribuidos (DER) de fuentes no
convencionales. Dado que, P , es la potencia de
la carga, P , la potencia del arreglo fotovoltaico,
P , la potencia del sistema de almacenamiento
y P , potencia deficitaria importada de la red,
cuando opera en modo on grid [12].
La metodología para el dimensionamiento
de la MG en el Campus Sur de la UPS se
encuentra estructurada en ciclos secuenciales
apoyada en el uso del software HOMER Pro
para su optimización. En síntesis, es necesario
C. Modelo del sistema
En esta sección, se describe todos los componentes
que integran la MG a diseñar, entre todos ellos
se encuentran la carga, los paneles fotovoltaicos
(PV), componentes de conversión de energía,
almacenamiento de energía, la distribución y
control [14].
Se diseña la Microrred con un sistema fotovoltaico
como fuente principal de generación, gracias a
el alto nivel de irradiancia promedio registrada
en la ubicación del campus siendo su valor 4.03
(kWh / m 2 / día) según datos de la NASA [15].
CF(P) = ∑ (OM (P )+CEI-CEE)
P P
(4)
(5)
∑ P = P - P - P - P (6)
configurar lo datos de la carga, seleccionar
los elementos del sistema, Panel fotovoltaico,
Inversor/Controlador y BESS. Finalmente,
HOMER evalúa la viabilidad técnico-económica
con diferentes combinaciones de elementos para
conformar diferentes sistemas, el procedimiento
que vamos a aplicar se resume en el flujograma
de la Fig. 3 [13].
Fig. 3. Flujograma de la metodología de la investigación.
5REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
El modelamiento de la microrred considera los
siguientes componentes:
D. Modelo de carga
Se modela una demanda base característica de los
servicios generales del campus Sur y se considera
consumos típicos diarios relacionados con:
• Iluminación
• Sistemas de seguridad y videovigilancia
La estimación de la carga se presenta en la
Tabla II, se realiza en base a extrapolaciones de
consumos típicos en ambientes universitarios
similares como se observa en [16]. Se utiliza la
curva horaria de un día para obtener un estimado
promedio mensual de las diferentes áreas de la
universidad. Se considera un tipo de consumo
comercial, es decir, mayor carga durante el día y
una reducción del consumo en la noche.
Para impulsar el uso de energía renovable y
ofrecer espacios de carga de equipos electrónicos,
se propone incorporar estaciones de carga
alimentadas directamente con la MG. Se plantea
la instalación de 3 estaciones de carga en áreas
comunes dentro del campus. Se estima que la
demanda de las estaciones de carga sea de 120
kWh al mes de acuerdo con la estimación de
consumo promedio por enchufe por edificio
encontrada en la investigación de la Universidad
de Stanford [17].
Para la modelación en HOMER Pro, se utiliza un
tipo de carga comercial, que considera la mayor
actividad durante el día y una demanda que
reduce en las noches. En la Tabla III se presenta
la configuración inicial de la carga eléctrica
expresada en kWh diaria.
E. Modelado de la planta fotovoltaica
El Sistema fotovoltaico se incorpora en HOMER
Pro. Se configura que los paneles fotovoltaicos
sean dimensionados por el software para
optimizar el diseño. En la Tabla IV se presenta los
parámetros principales del panel que se utiliza en
la simulación.
F. Modelado de BESS
Se establece que para el almacenamiento de
energía se debe colocar un BESS en HOMER Pro.
Se configura que los BESS sean dimensionados
por el software para optimizar el diseño. En la
Tabla V se presenta los parámetros principales del
BESS que se utiliza en la simulación.
Para la simulación se considera un consumo total
diario, sumando el consumo de los servicios
generales y las estaciones de carga propuestas
y realizando un promedio diario, se obtiene
mediante la Ec. 7:
Tabla. II. estimaCión de Consumo en diferentes áreas del Campus sur.
Tabla. III. parámetros de demanda promedio diaria de serviCios
generales y estaCiones de Carga.
Tabla. IV. parámetros del panel fotovoltaiCo utilizado
Área- Servicios Generales Consumo eléctrico mensual (kWh)
Iluminación Áreas Verdes 540.0
Iluminación Parqueaderos 14,400.0
Iluminación Canchas 270.0
Iluminación Interior
Seguridad y CCTV
Total
900.0
720.0
16,830.0
Demanda: = 565 kWh / día
16,830 + 120
30 (7)
Metric Baseline Scaled
Average (kWh/day) 2,424.2 565
Average (kW) 101.01 23.54
Peak (kW) 348.08 81.13
Load factor 0.29 0.29
Load Type AC
Scaled Annual Average (kWh/day) 565.0
Properties
Name LONGi Solar LR6-72
Abbreviation LR6-72
Panel type Flat plate
Rated Capacity (kW) 0.350
Temperature Coefficient -0.410
Operating Temperature (°C) 47
Efficiency (%) 181
Manufacturer LONGi Solar Technology Co Ltd
Mono 26.5 kg
Footprint 1.938396 m2
El modelamiento de la microrred considera los
siguientes componentes:
D. Modelo de carga
Se modela una demanda base característica de los
servicios generales del campus Sur y se considera
consumos típicos diarios relacionados con:
• Iluminación
• Sistemas de seguridad y videovigilancia
La estimación de la carga se presenta en la
Tabla II, se realiza en base a extrapolaciones de
consumos típicos en ambientes universitarios
similares como se observa en [16]. Se utiliza la
curva horaria de un día para obtener un estimado
promedio mensual de las diferentes áreas de la
universidad. Se considera un tipo de consumo
comercial, es decir, mayor carga durante el día y
una reducción del consumo en la noche.
Para impulsar el uso de energía renovable y
ofrecer espacios de carga de equipos electrónicos,
se propone incorporar estaciones de carga
alimentadas directamente con la MG. Se plantea
la instalación de 3 estaciones de carga en áreas
comunes dentro del campus. Se estima que la
demanda de las estaciones de carga sea de 120
kWh al mes de acuerdo con la estimación de
consumo promedio por enchufe por edificio
encontrada en la investigación de la Universidad
de Stanford [17].
Para la modelación en HOMER Pro, se utiliza un
tipo de carga comercial, que considera la mayor
actividad durante el día y una demanda que
reduce en las noches. En la Tabla III se presenta
la configuración inicial de la carga eléctrica
expresada en kWh diaria.
E. Modelado de la planta fotovoltaica
El Sistema fotovoltaico se incorpora en HOMER
Pro. Se configura que los paneles fotovoltaicos
sean dimensionados por el software para
optimizar el diseño. En la Tabla IV se presenta los
parámetros principales del panel que se utiliza en
la simulación.
F. Modelado de BESS
Se establece que para el almacenamiento de
energía se debe colocar un BESS en HOMER Pro.
Se configura que los BESS sean dimensionados
por el software para optimizar el diseño. En la
Tabla V se presenta los parámetros principales del
BESS que se utiliza en la simulación.
Para la simulación se considera un consumo total
diario, sumando el consumo de los servicios
generales y las estaciones de carga propuestas
y realizando un promedio diario, se obtiene
mediante la Ec. 7:
Tabla. II. estimaCión de Consumo en diferentes áreas del Campus sur.
Tabla. III. parámetros de demanda promedio diaria de serviCios
generales y estaCiones de Carga.
Tabla. IV. parámetros del panel fotovoltaiCo utilizado
Área- Servicios Generales Consumo eléctrico mensual (kWh)
Iluminación Áreas Verdes 540.0
Iluminación Parqueaderos 14,400.0
Iluminación Canchas 270.0
Iluminación Interior
Seguridad y CCTV
Total
900.0
720.0
16,830.0
Demanda: = 565 kWh / día
16,830 + 120
30 (7)
Metric Baseline Scaled
Average (kWh/day) 2,424.2 565
Average (kW) 101.01 23.54
Peak (kW) 348.08 81.13
Load factor 0.29 0.29
Load Type AC
Scaled Annual Average (kWh/day) 565.0
Properties
Name LONGi Solar LR6-72
Abbreviation LR6-72
Panel type Flat plate
Rated Capacity (kW) 0.350
Temperature Coefficient -0.410
Operating Temperature (°C) 47
Efficiency (%) 181
Manufacturer LONGi Solar Technology Co Ltd
Mono 26.5 kg
Footprint 1.938396 m2
6REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
III. Resultados
Se plantea dos posibles escenarios que se detallan
a continuación:
• Microrred propuesta conectada a la red
• Microrred propuesta autónoma sin
conexión a la red
A. Microrred propuesta conectada a la red
En este escenario, la microrred se encuentra
conectada a la red de la empresa eléctrica. En
este caso la MG funciona en conjunto con la red
eléctrica, esto permite que la microrred no utilice
un sistema BESS y se presenta una dependencia
compartida de la red eléctrica convencional.
En la Tabla VII se observa el resultado de la
simulación para la microrred conectada a la red
eléctrica y los componentes que se debe instalar.
Properties
Name SmartLi-672V-100AH-F/S
Nominal Voltage (V) 48
Nominal Capacity (kWh) 4.8
Nominal Capacity (Ah)
Roundtrip efficiency (%)
Maximum Charge Rate (A/Ah)
Maximum Charge Current (A)
Maximum Discharge Current (A)
100
96
1
100
100
Tabla. V. parámetros del bess
Tabla. VI. inversor para simulaCión
Tabla. VIII. indiCadores eConómiCos de la implementaCión de la
miCrorred ConeCtada a la red
Tabla. IX. dimensionamiento optimo de miCrorred aislada de la redTabla. VII. dimensionamiento optimo de miCrorred ConeCtada a la red
G. Modelado de Inversor
Para la modelación del inversor en HOMER Pro. Se
configura que los inversores sean dimensionados
por el software para optimizar el diseño. En la
Tabla VI se presenta los parámetros del inversor
que se utiliza en la simulación.
Los principales indicadores económicos son el Costo
actual neto (NPC), el costo de la energía (COE) y el
costo de operación que se detallan en la Tabla VIII.
A continuación, se presenta un resumen de la
producción de energía anual que tiene la propuesta
de la microrred conectada de la red eléctrica. En
la Fig. 4 se observa, que la energía producida por
el sistema fotovoltaico alcanza un 51.4 % de la
energía que demanda la microrred del campus
Sur, por tanto, se consume un 48.6 % de energía
desde la red eléctrica.
B. Microrred propuesta autónoma sin conexión
a la red
En este escenario, la microrred se encuentra
operando de forma aislada con un respaldo de
baterías, pero sin dejar de lado la red eléctrica
es decir un sistema híbrido. Esto permite que la
microrred sobredimensione el sistema de los BESS
para cubrir casi en su totalidad toda la demanda de
la carga si no tenemos energía de la red principal.
En la Tabla IX se observa el resultado de la
simulación para la microrred autónoma y los
componentes que se debe instalar.
Properties
Name Huawei SUN2000-150KTL-50
Abbreviation
Huawei Technologies Co. Ltd SUN2000-150KTL-50
Equipo Inversor Paneles Baterías
Capacidad 32.2 [kW] 102 [kW] -
Producción anual energía 126,378 [kWh/yr]
Total NPC: $264,184.60
Levelized COE: $0.0907
Costo de Operación: $17,984.67
Fig. 4. Producción de energía anual en la microrred conectada a la red.
Equipo Inversor Paneles Baterías
Capacidad 26.7 [kW] 169 [kW] 107 strings
Producción anual energía 254,810 [kWh/yr]
III. Resultados
Se plantea dos posibles escenarios que se detallan
a continuación:
• Microrred propuesta conectada a la red
• Microrred propuesta autónoma sin
conexión a la red
A. Microrred propuesta conectada a la red
En este escenario, la microrred se encuentra
conectada a la red de la empresa eléctrica. En
este caso la MG funciona en conjunto con la red
eléctrica, esto permite que la microrred no utilice
un sistema BESS y se presenta una dependencia
compartida de la red eléctrica convencional.
En la Tabla VII se observa el resultado de la
simulación para la microrred conectada a la red
eléctrica y los componentes que se debe instalar.
Properties
Name SmartLi-672V-100AH-F/S
Nominal Voltage (V) 48
Nominal Capacity (kWh) 4.8
Nominal Capacity (Ah)
Roundtrip efficiency (%)
Maximum Charge Rate (A/Ah)
Maximum Charge Current (A)
Maximum Discharge Current (A)
100
96
1
100
100
Tabla. V. parámetros del bess
Tabla. VI. inversor para simulaCión
Tabla. VIII. indiCadores eConómiCos de la implementaCión de la
miCrorred ConeCtada a la red
Tabla. IX. dimensionamiento optimo de miCrorred aislada de la redTabla. VII. dimensionamiento optimo de miCrorred ConeCtada a la red
G. Modelado de Inversor
Para la modelación del inversor en HOMER Pro. Se
configura que los inversores sean dimensionados
por el software para optimizar el diseño. En la
Tabla VI se presenta los parámetros del inversor
que se utiliza en la simulación.
Los principales indicadores económicos son el Costo
actual neto (NPC), el costo de la energía (COE) y el
costo de operación que se detallan en la Tabla VIII.
A continuación, se presenta un resumen de la
producción de energía anual que tiene la propuesta
de la microrred conectada de la red eléctrica. En
la Fig. 4 se observa, que la energía producida por
el sistema fotovoltaico alcanza un 51.4 % de la
energía que demanda la microrred del campus
Sur, por tanto, se consume un 48.6 % de energía
desde la red eléctrica.
B. Microrred propuesta autónoma sin conexión
a la red
En este escenario, la microrred se encuentra
operando de forma aislada con un respaldo de
baterías, pero sin dejar de lado la red eléctrica
es decir un sistema híbrido. Esto permite que la
microrred sobredimensione el sistema de los BESS
para cubrir casi en su totalidad toda la demanda de
la carga si no tenemos energía de la red principal.
En la Tabla IX se observa el resultado de la
simulación para la microrred autónoma y los
componentes que se debe instalar.
Properties
Name Huawei SUN2000-150KTL-50
Abbreviation
Huawei Technologies Co. Ltd SUN2000-150KTL-50
Equipo Inversor Paneles Baterías
Capacidad 32.2 [kW] 102 [kW] -
Producción anual energía 126,378 [kWh/yr]
Total NPC: $264,184.60
Levelized COE: $0.0907
Costo de Operación: $17,984.67
Fig. 4. Producción de energía anual en la microrred conectada a la red.
Equipo Inversor Paneles Baterías
Capacidad 26.7 [kW] 169 [kW] 107 strings
Producción anual energía 254,810 [kWh/yr]
7REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
Tabla. X. indiCadores eConómiCos de la implementaCión de la
miCrorred aislada de la red
Tabla. XII. ComparaCión Costos de operaCión de la red
Tabla. XI. ComparaCión de sistemas propuestos
Los principales indicadores económicos para este
caso son el NPC, COE y costo de operación se
detallan en la Tabla X.
A continuación, se presenta un resumen de la
producción eléctrica anual que tiene la propuesta
de la microrred aislada de la red eléctrica. En la
Fig. 5 se presenta que, la energía producida por
el sistema fotovoltaico alcanza un 72.1 % de la
energía que demanda la microrred del campus
Sur, por tanto, se consume un 27.9 % de energía
desde la red eléctrica.
C. Análisis de Resultados
En la Tabla XI se muestra el análisis económico de
la simulación. En un escenario conectado a la red
la inversión inicial es menor y se reduce el COE.
El valor promedio de costo de energía eléctrica en
Ecuador es de 0.1022 y disminuye a 0.0979. Por
otro lado, en el escenario de microrred aislada se
compensa la alta inversión inicial garantizando
la operación de la MG hasta en un 72.1% de
capacidad de la demanda y reduciendo el COE a
0.0699.
En el análisis temporal, los años necesarios
para recuperar la inversión son diferentes. La
microrred aislada necesita aproximadamente de
6.94 años con un retorno de inversión del 9.92%.
Por otro lado, en el escenario con conexión a la red
el tiempo para recuperar la inversión incrementa
hasta 10.2 años con una tasa de retorno más baja
de 5.76%.
Los costos de operativos de energía para la
demanda promedio calculada de 545 kWh/
día representan 21,076 dólares. Para una MG
autónoma representa un ahorro del 34.82% y para
una MG conectada a la red el ahorro corresponde
al 14.67% como se observa en la Tabla XII.
Finalmente, se encuentra una limitante al estar
condicionado a los elementos que posee la
biblioteca de HOMER Pro. Por lo que se propone
buscar elementos que se encuentren disponibles
en su país. Para poder realizar una posible
implementación en caso de obtener una buena
optimización del sistema.
Se concluyó que la implementación de una MG
fotovoltaica en el Campus Sur de la UPS es
técnicamente viable teniendo un valor promedio
aceptable de irradiancia en la zona de 4.03 (kWh /
m 2 / día). El uso de HOMER Pro permitió evaluar
distintos escenarios de operación, se identificó
que la MG en modo aislado resulta más eficiente
al representar un 34.82% de ahorro en costos de
operación y tener un 9.92% de tasa de retorno de
inversión en un menor tiempo.
La microrred diseñada produce 254,810 [kWh/
yr] cubriendo de manera óptima la demanda
de servicios generales y estaciones de carga,
garantizando suministro eléctrico con fuentes
renovables ante cortes de energía. El estudio sienta
Fig. 5. Producción de energía anual en la microrred aislada.
Total NPC: $230,308.90
Levelized COE: $0.0699
Costo de Operación: $13,736.52
Indicador MG aislado MG conectado
a la red
Tiempo de Recuperación 6.94 años 10.2 años
Retorno de inversión 9.92% 5.76%
Inversión de capital $52,730 $31,687
Ahorro anualizado $7,340 $3,092
Indicador MG aislado MG conectado a la red
Costo Anual $21,076 $21,076
Reducción costo anual $13,737 $17,985
Porcentaje de ahorro 34.82% 14.67%
IV. Conclusiones
Tabla. X. indiCadores eConómiCos de la implementaCión de la
miCrorred aislada de la red
Tabla. XII. ComparaCión Costos de operaCión de la red
Tabla. XI. ComparaCión de sistemas propuestos
Los principales indicadores económicos para este
caso son el NPC, COE y costo de operación se
detallan en la Tabla X.
A continuación, se presenta un resumen de la
producción eléctrica anual que tiene la propuesta
de la microrred aislada de la red eléctrica. En la
Fig. 5 se presenta que, la energía producida por
el sistema fotovoltaico alcanza un 72.1 % de la
energía que demanda la microrred del campus
Sur, por tanto, se consume un 27.9 % de energía
desde la red eléctrica.
C. Análisis de Resultados
En la Tabla XI se muestra el análisis económico de
la simulación. En un escenario conectado a la red
la inversión inicial es menor y se reduce el COE.
El valor promedio de costo de energía eléctrica en
Ecuador es de 0.1022 y disminuye a 0.0979. Por
otro lado, en el escenario de microrred aislada se
compensa la alta inversión inicial garantizando
la operación de la MG hasta en un 72.1% de
capacidad de la demanda y reduciendo el COE a
0.0699.
En el análisis temporal, los años necesarios
para recuperar la inversión son diferentes. La
microrred aislada necesita aproximadamente de
6.94 años con un retorno de inversión del 9.92%.
Por otro lado, en el escenario con conexión a la red
el tiempo para recuperar la inversión incrementa
hasta 10.2 años con una tasa de retorno más baja
de 5.76%.
Los costos de operativos de energía para la
demanda promedio calculada de 545 kWh/
día representan 21,076 dólares. Para una MG
autónoma representa un ahorro del 34.82% y para
una MG conectada a la red el ahorro corresponde
al 14.67% como se observa en la Tabla XII.
Finalmente, se encuentra una limitante al estar
condicionado a los elementos que posee la
biblioteca de HOMER Pro. Por lo que se propone
buscar elementos que se encuentren disponibles
en su país. Para poder realizar una posible
implementación en caso de obtener una buena
optimización del sistema.
Se concluyó que la implementación de una MG
fotovoltaica en el Campus Sur de la UPS es
técnicamente viable teniendo un valor promedio
aceptable de irradiancia en la zona de 4.03 (kWh /
m 2 / día). El uso de HOMER Pro permitió evaluar
distintos escenarios de operación, se identificó
que la MG en modo aislado resulta más eficiente
al representar un 34.82% de ahorro en costos de
operación y tener un 9.92% de tasa de retorno de
inversión en un menor tiempo.
La microrred diseñada produce 254,810 [kWh/
yr] cubriendo de manera óptima la demanda
de servicios generales y estaciones de carga,
garantizando suministro eléctrico con fuentes
renovables ante cortes de energía. El estudio sienta
Fig. 5. Producción de energía anual en la microrred aislada.
Total NPC: $230,308.90
Levelized COE: $0.0699
Costo de Operación: $13,736.52
Indicador MG aislado MG conectado
a la red
Tiempo de Recuperación 6.94 años 10.2 años
Retorno de inversión 9.92% 5.76%
Inversión de capital $52,730 $31,687
Ahorro anualizado $7,340 $3,092
Indicador MG aislado MG conectado a la red
Costo Anual $21,076 $21,076
Reducción costo anual $13,737 $17,985
Porcentaje de ahorro 34.82% 14.67%
IV. Conclusiones
8REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
un precedente para futuras implementaciones de
microrredes en entornos académicos al reducir el
COE de 0.1022 a 0.0699, con potencial de réplica
en otras instituciones.
[1] E. González, D. Gualotuña, and J. F. Quinteros
Flores, “Diseño de una Micro-Red óptima me-
diante el uso del recurso solar fotovoltaico en
la Universidad Politécnica Salesiana – Campus
Sur, utilizando el software HOMER PRO,” Re-
vista de I+D Tecnológico, ISSN-e 2219-6714,
ISSN 1680-8894, Vol. 18, No. 2, 2022 (Ejem-
plar dedicado a: Revista de I+D Tecnológico),
págs. 109-123, vol. 18, no. 2, pp. 109–123,
2022.
[2] A. Saxena, P. Yakaiah, B. Pravallika, S. Ahmed,
G. Nijhawan, and B. Rajalakshmi, “Compara-
tive Impact of Wind and Photovoltaic Energy
Integration on Isolated Microgrid Self-Suffi-
ciency and Load Management,” Proceedings
of International Conference on Communi-
cation, Computer Sciences and Engineering,
IC3SE 2024, pp. 668–673, 2024, doi: 10.1109/
IC3SE62002.2024.10593349.
[3] M. Simonazzi, N. Delmonte, P. Cova, and R.
Menozzi, “Models for MATLAB Simulation
of a University Campus Micro-Grid,” Energies
2023, Vol. 16, Page 5884, vol. 16, no. 16, p.
5884, Aug. 2023, doi: 10.3390/EN16165884.
[4] et al., “Implementation of Microgrid on the
University Campus of UNICAMP- Brazil: Case
Study,” Journal of Electronics and Advanced
Electrical Engineering, vol. 1, no. 2, pp. 21–25,
2021, doi: 10.47890/jeaee/2020/rodolfoquad-
ros/11120009.
[5] R. Quadros, J. L. Jucá, J. G. I. Cypriano, R. P.
B. da Silva, L. C. P. da Silva, and R. G. Ben-
to, “Implementation of Microgrid on the Uni-
versity Campus of UNICAMP- Brazil: Case
Study,” Journal of Electronics and Advanced
Electrical Engineering, vol. 1, no. 2, pp. 21–25,
2021, doi: 10.47890/jeaee/2020/rodolfoquad-
ros/11120009.
[6] A. Cagnano, E. De Tuglie, and P. Mancarel-
la, “Microgrids: Overview and guidelines for
practical implementations and operation,” Appl
Energy, vol. 258, p. 114039, Jan. 2020, doi:
VII. Referencias
10.1016/J.APENERGY.2019.114039.
[7] S. Bracco, F. Delfino, F. Foiadelli, and M. Lon-
go, “On the integration of solar PV and storage
batteries within a microgrid,” Proceedings -
2019 IEEE International Conference on Envi-
ronment and Electrical Engineering and 2019
IEEE Industrial and Commercial Power Sys-
tems Europe, EEEIC/I and CPS Europe 2019,
Jun. 2019, doi: 10.1109/EEEIC.2019.8783861.
[8] “HOMER - Híbrido Software de Diseño de
Sistemas de Generación Renovables y Dis-
tribuicionadas.” Accessed: Jul. 31, 2025. [On-
line]. Available: https://www.homerenergy.
com/products/pro/index.html
[9] R. C. Echegaray-Aveiga, M. Masabanda, F.
Rodriguez, T. Toulkeridis, and F. Mato, “Solar
Energy Potential in Ecuador,” 2018 5th Inter-
national Conference on eDemocracy and eGov-
ernment, ICEDEG 2018, pp. 46–51, Jun. 2018,
doi: 10.1109/ICEDEG.2018.8372318.
[10] S. Bracco, M. Brignone, F. Delfino, and R. Pro-
copio, “An energy management system for the
savona campus smart polygeneration microg-
rid,” IEEE Syst J, vol. 11, no. 3, pp. 1799–1809,
Sep. 2017, doi: 10.1109/JSYST.2015.2419273.
[11] N. T. Uruchi et al., “Techno-Economic Optimi-
zation of an Isolated Solar Microgrid: A Case
Study in a Brazilian Amazon Community,” Eng
2025, Vol. 6, Page 133, vol. 6, no. 7, p. 133, Jun.
2025, doi: 10.3390/ENG6070133.
[12] S. E. Saukh and A. V. Borysenko, “MATHE-
MATICAL MODEL OF A FLEXIBLE MICRO
GRID INTEGRATED INTO THE COUNTRY
GRID,” 2023. doi: https://doi.org/10.15407/
techned2023.02.061.
[13] J. A. Shaikh, N. H. Mirjat, Z. A. Memon, S.
A. Shan, and S. A. Shaikh, “Optimization of
renewable energy based microgrid for Meh-
ran UET Jamshoro,” J Phys Conf Ser, vol.
1860, no. 1, Apr. 2021, doi: 10.1088/1742-
6596/1860/1/012022.
[14] J. Sreedhar, N. Ashish, P. U. Kumar, V. Prava-
lika, and N. G. Reddy, “Control of Solar and
Wind Battery Storage Based Micro Grid Using
Simulation,” 2024 IEEE International Con-
ference on Information Technology, Electron-
ics and Intelligent Communication Systems,
ICITEICS 2024, 2024, doi: 10.1109/ICITE-
ICS61368.2024.10625533.
un precedente para futuras implementaciones de
microrredes en entornos académicos al reducir el
COE de 0.1022 a 0.0699, con potencial de réplica
en otras instituciones.
[1] E. González, D. Gualotuña, and J. F. Quinteros
Flores, “Diseño de una Micro-Red óptima me-
diante el uso del recurso solar fotovoltaico en
la Universidad Politécnica Salesiana – Campus
Sur, utilizando el software HOMER PRO,” Re-
vista de I+D Tecnológico, ISSN-e 2219-6714,
ISSN 1680-8894, Vol. 18, No. 2, 2022 (Ejem-
plar dedicado a: Revista de I+D Tecnológico),
págs. 109-123, vol. 18, no. 2, pp. 109–123,
2022.
[2] A. Saxena, P. Yakaiah, B. Pravallika, S. Ahmed,
G. Nijhawan, and B. Rajalakshmi, “Compara-
tive Impact of Wind and Photovoltaic Energy
Integration on Isolated Microgrid Self-Suffi-
ciency and Load Management,” Proceedings
of International Conference on Communi-
cation, Computer Sciences and Engineering,
IC3SE 2024, pp. 668–673, 2024, doi: 10.1109/
IC3SE62002.2024.10593349.
[3] M. Simonazzi, N. Delmonte, P. Cova, and R.
Menozzi, “Models for MATLAB Simulation
of a University Campus Micro-Grid,” Energies
2023, Vol. 16, Page 5884, vol. 16, no. 16, p.
5884, Aug. 2023, doi: 10.3390/EN16165884.
[4] et al., “Implementation of Microgrid on the
University Campus of UNICAMP- Brazil: Case
Study,” Journal of Electronics and Advanced
Electrical Engineering, vol. 1, no. 2, pp. 21–25,
2021, doi: 10.47890/jeaee/2020/rodolfoquad-
ros/11120009.
[5] R. Quadros, J. L. Jucá, J. G. I. Cypriano, R. P.
B. da Silva, L. C. P. da Silva, and R. G. Ben-
to, “Implementation of Microgrid on the Uni-
versity Campus of UNICAMP- Brazil: Case
Study,” Journal of Electronics and Advanced
Electrical Engineering, vol. 1, no. 2, pp. 21–25,
2021, doi: 10.47890/jeaee/2020/rodolfoquad-
ros/11120009.
[6] A. Cagnano, E. De Tuglie, and P. Mancarel-
la, “Microgrids: Overview and guidelines for
practical implementations and operation,” Appl
Energy, vol. 258, p. 114039, Jan. 2020, doi:
VII. Referencias
10.1016/J.APENERGY.2019.114039.
[7] S. Bracco, F. Delfino, F. Foiadelli, and M. Lon-
go, “On the integration of solar PV and storage
batteries within a microgrid,” Proceedings -
2019 IEEE International Conference on Envi-
ronment and Electrical Engineering and 2019
IEEE Industrial and Commercial Power Sys-
tems Europe, EEEIC/I and CPS Europe 2019,
Jun. 2019, doi: 10.1109/EEEIC.2019.8783861.
[8] “HOMER - Híbrido Software de Diseño de
Sistemas de Generación Renovables y Dis-
tribuicionadas.” Accessed: Jul. 31, 2025. [On-
line]. Available: https://www.homerenergy.
com/products/pro/index.html
[9] R. C. Echegaray-Aveiga, M. Masabanda, F.
Rodriguez, T. Toulkeridis, and F. Mato, “Solar
Energy Potential in Ecuador,” 2018 5th Inter-
national Conference on eDemocracy and eGov-
ernment, ICEDEG 2018, pp. 46–51, Jun. 2018,
doi: 10.1109/ICEDEG.2018.8372318.
[10] S. Bracco, M. Brignone, F. Delfino, and R. Pro-
copio, “An energy management system for the
savona campus smart polygeneration microg-
rid,” IEEE Syst J, vol. 11, no. 3, pp. 1799–1809,
Sep. 2017, doi: 10.1109/JSYST.2015.2419273.
[11] N. T. Uruchi et al., “Techno-Economic Optimi-
zation of an Isolated Solar Microgrid: A Case
Study in a Brazilian Amazon Community,” Eng
2025, Vol. 6, Page 133, vol. 6, no. 7, p. 133, Jun.
2025, doi: 10.3390/ENG6070133.
[12] S. E. Saukh and A. V. Borysenko, “MATHE-
MATICAL MODEL OF A FLEXIBLE MICRO
GRID INTEGRATED INTO THE COUNTRY
GRID,” 2023. doi: https://doi.org/10.15407/
techned2023.02.061.
[13] J. A. Shaikh, N. H. Mirjat, Z. A. Memon, S.
A. Shan, and S. A. Shaikh, “Optimization of
renewable energy based microgrid for Meh-
ran UET Jamshoro,” J Phys Conf Ser, vol.
1860, no. 1, Apr. 2021, doi: 10.1088/1742-
6596/1860/1/012022.
[14] J. Sreedhar, N. Ashish, P. U. Kumar, V. Prava-
lika, and N. G. Reddy, “Control of Solar and
Wind Battery Storage Based Micro Grid Using
Simulation,” 2024 IEEE International Con-
ference on Information Technology, Electron-
ics and Intelligent Communication Systems,
ICITEICS 2024, 2024, doi: 10.1109/ICITE-
ICS61368.2024.10625533.
9REVISTA PERSPECTIVASVOL. 8, N˚1 / ENERO - JUNIO 2026 / e-ISSN: 266-6688
[15] “NASA POWER | Data Access Viewer (DAV).”
Accessed: Dec. 09, 2025. [Online]. Available:
https://power.larc.nasa.gov/data-access-viewer/
[16] “Vista de Eficiencia Energética en la Univer-
sidad Católica sede Azogues un enfoque de
implementación técnico – económico basado
en energía solar | Revista Técnica ‘energía.’”
Accessed: Dec. 07, 2025. [Online]. Available:
https://revistaenergia.cenace.gob.ec/index.php/
cenace/article/view/420/660
[17] M. Hafer, “Quantity and electricity consumption
of plug load equipment on a university campus,”
Energy Effic, vol. 10, no. 4, pp. 1013–1039,
Aug. 2017, doi: 10.1007/S12053-016-9503-2/
TABLES/4.
[18] P. A. Játiva Morejón, “Diseño de una infrae-
structura de datos espaciales ambientales del
Campus Sur de la Universidad Politécnica Sale-
siana - fase 1,” 2020, Accessed: Dec. 07, 2025.
[Online]. Available: http://dspace.ups.edu.ec/
handle/123456789/19199
[19] “Renewables.ninja.” Accessed: Dec. 07, 2025.
[Online]. Available: https://www.renewables.
ninja/
[15] “NASA POWER | Data Access Viewer (DAV).”
Accessed: Dec. 09, 2025. [Online]. Available:
https://power.larc.nasa.gov/data-access-viewer/
[16] “Vista de Eficiencia Energética en la Univer-
sidad Católica sede Azogues un enfoque de
implementación técnico – económico basado
en energía solar | Revista Técnica ‘energía.’”
Accessed: Dec. 07, 2025. [Online]. Available:
https://revistaenergia.cenace.gob.ec/index.php/
cenace/article/view/420/660
[17] M. Hafer, “Quantity and electricity consumption
of plug load equipment on a university campus,”
Energy Effic, vol. 10, no. 4, pp. 1013–1039,
Aug. 2017, doi: 10.1007/S12053-016-9503-2/
TABLES/4.
[18] P. A. Játiva Morejón, “Diseño de una infrae-
structura de datos espaciales ambientales del
Campus Sur de la Universidad Politécnica Sale-
siana - fase 1,” 2020, Accessed: Dec. 07, 2025.
[Online]. Available: http://dspace.ups.edu.ec/
handle/123456789/19199
[19] “Renewables.ninja.” Accessed: Dec. 07, 2025.
[Online]. Available: https://www.renewables.
ninja/