http://hdl.handle.net/10366/122455 2026-04-23T19:41:43Z http://hdl.handle.net/10366/163946 [ES]La Transición Energética es esencial para abordar los desafíos impuestos por el cambio climático, el aumento del consumo energético, así como para garantizar el desarrollo de la sociedad tal y como se conoce hoy en día. El sistema energético actual se basa en energías procedentes en su mayoría de combustibles fósiles, pero no cumple con las estrategias de descarbonización establecidas para 2050. Por este motivo, la comunidad científica se encuentra en la búsqueda continua de tecnologías emergentes que contribuyan a dar solución de los diferentes retos que aborda una transición energética de la magnitud que requiere la sociedad. La presente Tesis Doctoral profundiza en algunas de estas tecnologías emergentes. Concretamente esta investigación explora la optimización e implicaciones que pudiera llegar a tener la Inteligencia Artificial (IA) y/o los Métodos de Análisis Multicriterio (MCDM) en el proceso de toma de decisiones durante las primeras etapas de implantación de una nueva tecnología. El objetivo es reducir la subjetividad del proceso de toma de decisiones actual, basado en el criterio de expertos, y obtener decisiones más informadas que mantengan el equilibrio entre los diferentes pilares de la sostenibilidad, garantizando que las decisiones tomadas den lugar a inversiones sostenibles y que tengan un impacto significativo como precursoras de la transición energética sostenible. Teniendo en cuenta lo anterior, las tecnologías emergentes consideradas en esta Tesis Doctoral son: Energía solar flotante (producción energía eléctrica), hidrógeno renovable (producción de gases renovables) y pilas de combustible en el sector del transporte y vehículos eVTOL, del inglés “electric Vertical Take Of and Landing” (movilidad). Comenzando por la energía solar flotante como tecnología emergente dentro de la producción de energía eléctrica, se ha desarrollado en este caso un marco integrado en una plataforma Web-GIS que permite la optimización en la selección de masas de agua, así como la optimización basada en Algoritmos Genéticos (GA) del prediseño de la planta de producción. Hay que tener presente, que la electrificación no es posible y/o no es rentable en todos los sectores. El hidrógeno renovable debido a las propiedades del gas es uno de los gases renovables con mayor potencial de aplicación en diferentes sectores dentro de transición energética. En esta investigación, se ha desarrollado una plataforma Web-GIS capaz de mejorar mediante la aplicación integrada de MCDA y GA la selección de ubicaciones óptimas en las que extraer el potencial del hidrógeno renovable a nivel local (municipios). Esto implica que se han considerado criterios de decisión en toda la cadena de valor del hidrógeno, desde producción hasta consumo, pasando por transporte. Por último, se ha profundizado en movilidad, el cual es un sector con unas características en las que resulta muy compleja la verticalización de las energías renovables. Este trabajo ha seleccionado como tecnologías emergentes la aplicación de pilas de combustible en el sector del transporte y los vehículos eVTOL, los cuales aúnan las ventajas de flexibilidad y versatilidad que ofrece el transporte ligero por tierra y las ventajas de velocidad que ofrece el transporte aéreo. Primeramente, se ha realizado una optimización comparativa entre los diferentes tipos de pilas de combustible y sistemas de almacenamiento a bordo en el sector del transporte. Los resultados obtenidos demuestran que en el sector del transporte ligero la tecnología de membrana de intercambio protónico y el almacenamiento en forma de hidrógeno comprimido e hidrógeno líquido es competitiva con las opciones propulsivas actuales, y que existen otras alternativas como el amoniaco, con potencial debido a su buena relación masa-volumen. En cuanto a la tecnología eVTOL,se han llevado a cabo dos investigaciones. Por un lado, se ha realizado un análisis comparativo de aplicación de vehículos eVTOL en la Península Ibérica en el cual se ha empleado una regresión lineal para establecer como marco temporal el año 2030. Los resultados obtenidos permiten establecer como tecnología propulsiva más competitiva a nivel urbano, las baterías, mientras que a nivel regional, las pilas de combustible de hidrógeno destacan por su mayor autonomía. No obstante, se puede concluir que para el año 2030 los vehículos eVTOL no deberían superar al 5% del parque automovilístico para que sea viable desde el punto de vista del sistema. Por otro lado, se han empleado las Islas Canarias como marco espacial para ir un paso más allá y evaluar los beneficios de la integración bidireccional de los vehículos eVTOL en cada uno de los sistemas eléctricos que componen el Archipiélago. Se emplearon GA para poder optimizar las estructuras de generación y obtener la cantidad de vehículos necesarios que ofrecen beneficios a los agentes implicados en el sistema eléctrico (consumidor final, operador del sistema y plantas productoras de energía). Los resultados obtenidos permitirán a las administraciones locales determinar los valores umbrales admisibles tanto en la cantidad de vehículos, como en el nivel de afeiado para cada sistema eléctrico aislado. En definitiva, esta Tesis Doctoral persigue la aplicación de técnicas de optimización e IA a diferentes tecnologías emergentes precursoras de la transición energética sostenible. Los análisis realizados han dado lugar a metodologías sólidas en los que basar los procesos de toma de decisiones a la hora de considerar la implantación en un territorio específico o seleccionar la tecnología más apropiada entre diferentes opciones en función de la aplicación. Las metodologías generadas han sido puestas en valor en el territorio de España, demostrando que las tecnologías emergentes investigadas tienen un potencial real y un impacto significativo a nivel energético, económico, medioambiental, social y legislativo dentro de la transición energética sostenible del país 2025-01-01T00:00:00Z http://hdl.handle.net/10366/152512 [EN] The growing concerns regarding the lack of fossil fuels, their costs, and their impact on the environment have led governmental institutions to launch energy policies that promote the increasing installation of technologies that use renewable energy sources to generate energy. The increasing penetration of renewable energy sources brings a great fluctuation on the generation side, which strongly affects the power and energy system management. The control of this system is moving from hierarchical and central to a smart and distributed approach. The system operators are nowadays starting to consider the final end users (consumers and prosumers) as a part of the solution in power system operation activities. In this sense, the end-users are changing their behavior from passive to active players. The role of aggregators is essential in order to empower the end-users, also contributing to those behavior changes. Although in several countries aggregators are legally recognized as an entity of the power and energy system, its role being mainly centered on representing end-users in wholesale market participation. This work contributes to the advancement of the state-of-the-art with models that enable the active involvement of the end-users in electricity markets in order to become key participants in the management of power and energy systems. Aggregators are expected to play an essential role in these models, making the connection between the residential end-users, electricity markets, and network operators. Thus, this work focuses on providing solutions to a wide variety of challenges faced by aggregators. The main results of this work include the developed models to enable consumers and prosumers participation in electricity markets and power and energy systems management. The proposed decision support models consider demand-side management applications, local electricity market models, electricity portfolio management, and local ancillary services. The proposed models are validated through case studies based on real data. The used scenarios allow a comprehensive validation of the models from different perspectives, namely end-users, aggregators, and network operators. The considered case studies were carefully selected to demonstrate the characteristics of each model, and to demonstrate how each of them contributes to answering the research questions defined to this work.; [ES] La creciente preocupación por la escasez de combustibles fósiles, sus costos y su impacto en el medio ambiente ha llevado a las instituciones gubernamentales a lanzar políticas energéticas que promuevan la creciente instalación de tecnologías que utilizan fuentes de energía renovables para generar energía. La creciente penetración de las fuentes de energía renovable trae consigo una gran fluctuación en el lado de la generación, lo que afecta fuertemente la gestión del sistema de potencia y energía. El control de este sistema está pasando de un enfoque jerárquico y central a un enfoque inteligente y distribuido. Actualmente, los operadores del sistema están comenzando a considerar a los usuarios finales (consumidores y prosumidores) como parte de la solución en las actividades de operación del sistema eléctrico. En este sentido, los usuarios finales están cambiando su comportamiento de jugadores pasivos a jugadores activos. El papel de los agregadores es esencial para empoderar a los usuarios finales, contribuyendo también a esos cambios de comportamiento. Aunque en varios países los agregadores están legalmente reconocidos como una entidad del sistema eléctrico y energético, su papel se centra principalmente en representar a los usuarios finales en la participación del mercado mayorista. Este trabajo contribuye al avance del estado del arte con modelos que permiten la participación activa de los usuarios finales en los mercados eléctricos para convertirse en participantes clave en la gestión de los sistemas de potencia y energía. Se espera que los agregadores desempeñen un papel esencial en estos modelos, haciendo la conexión entre los usuarios finales residenciales, los mercados de electricidad y los operadores de red. Por lo tanto, este trabajo se enfoca en brindar soluciones a una amplia variedad de desafíos que enfrentan los agregadores. Los principales resultados de este trabajo incluyen los modelos desarrollados para permitir la participación de los consumidores y prosumidores en los mercados eléctricos y la gestión de los sistemas de potencia y energía. Los modelos de soporte de decisiones propuestos consideran aplicaciones de gestión del lado de la demanda, modelos de mercado eléctrico local, gestión de cartera de electricidad y servicios auxiliares locales. Los modelos propuestos son validan mediante estudios de casos basados en datos reales. Los escenarios utilizados permiten una validación integral de los modelos desde diferentes perspectivas, a saber, usuarios finales, agregadores y operadores de red. Los casos de estudio considerados fueron cuidadosamente seleccionados para demostrar las características de cada modelo y demostrar cómo cada uno de ellos contribuye a responder las preguntas de investigación definidas para este trabajo. 2022-01-01T00:00:00Z http://hdl.handle.net/10366/151005 [ES] Los productos químicos están presentes en actividades comerciales, industriales y de consumo en todo el mercado mundial. El número de sustancias químicas que circulan por el mercado no deja de crecer, lo que puede dificultar a los organismos gubernamentales la gestión del riesgo químico mediante la imposición de restricciones reglamentarias y a las empresas la selección de químicos con perfiles más seguros antes de lanzar los productos al mercado o utilizarlos en los procesos de fabricación. La identificación de los escenarios de exposición a las sustancias químicas y de las cantidades que pueden liberarse en el medio ambiente son tareas importantes para la evaluación del riesgo. Sin embargo, para estas tareas hay que recopilar datos exhaustivos, lo que las convierte en una tarea larga y difícil. Además, estas tareas son aún más difíciles en la fase de fin de vida (EoL, por sus siglas en inglés) debido a la incertidumbre epistémica sobre las vías exactas que siguen las sustancias químicas a través de la cadena de gestión EoL. Esta tesis pretende avanzar en el desarrollo de un marco holístico que permita realizar rápidamente el análisis del flujo químico (CFA, por sus siglas en inglés) para la estimación y asignación de emisiones y la identificación de escenarios de exposición en la fase de fin de vida. Se propone un enfoque centrado en los datos, en el que la ingeniería de datos desempeña un papel crucial en la recopilación, transformación, armonización y almacenamiento de datos procedentes de sistemas de bases de datos de acceso público, reglamentarios y aislados. En primer lugar, esta tesis explora el uso de los datos reglamentarios de Estados Unidos para rastrear las sustancias químicas contenidas en los flujos de EoL transferidos por las instalaciones industriales estadounidenses a lugares externos para su posterior gestión. En segundo lugar, este trabajo se adentra en las instalaciones industriales para identificar las posibles tecnologías de reducción de la contaminación aplicadas por las industrias, mejorando así el CFA y la asignación de flujos. En tercer lugar, los resultados de los dos pasos anteriores se conectan y amplían para describir el comportamiento de la cadena de gestión de EoL y el bucle de reciclaje, permitiendonos la identificación de transferencias de flujo entre industrias y los posibles escenarios de exposición posteriores al reciclaje. En cuarto lugar, se hace un esfuerzo por ampliar el marco más allá de la información estadounidense e incorporar datos de inventario de otros países y años. Por último, los datos obtenidos en el cuarto paso se utilizan para explorar el desarrollo de modelos basados en datos capaces de identificar posibles escenarios de exposición a la EoL y de incorporarlos al marco de comprensión de la cadena de gestión de EoL. Estos estudios están destinados a contribuir al desarrollo e implementación de una metodología para la detección rápida de posibles escenarios de exposición química de EoL y estimaciones de emisiones, así como para abordar los desafíos en la realización de la evaluación de riesgos químicos para la toma de decisiones regulatorias y la selección de productos químicos de perfil más seguro basado en el pensamiento del ciclo de vida. [EN] Chemicals are involved in commercial, consumer, and industrial activities across the world marketplace. The number of chemicals circulating in the market keeps growing, which can make it difficult for government agencies to manage chemical risk by imposing regulatory restrictions and for businesses to select chemical candidates with safer profiles before launching products into the market or using them in manufacturing processes. The identification of chemical exposure scenarios and the quantities of chemicals that may be released into the environment are important tasks for risk evaluation. Nonetheless, comprehensive data must be collected for these tasks, making them time-consuming and challenging. In addition, these tasks are even more difficult at the end-of-life (EoL) stage due to the epistemic uncertainty about the exact pathways taken by chemicals through the EoL management chain. This thesis aims at moving forward to develop a holistic framework to rapidly perform chemical flow analysis (CFA) for release estimations and allocation and exposure scenario identification at the EoL stage. A data-centric approach is proposed where data engineering plays a crucial role in collecting, transforming, harmonizing, and storing data from publicly-accessible, regulatory, and siloed database systems. First, this thesis explored the use of U.S. regulatory data to track chemicals contained in EoL flows transferred by U.S. industrial facilities to off-site locations for further EoL management. Second, this work moves into industrial facilities to identify the potential pollution abatement technologies implemented by industries, thereby improving the CFA and flow allocation. Third, the results of the above two steps are connected and extended to describe the behavior of the EoL management chain and recycling loop, allowing us to identify the inter-industry flow transfers and potential post-recycling exposure scenarios. Fourth, an effort is made to extend the framework beyond U.S. information and incorporate inventory data from other countries and years. Finally, the data obtained in the fourth step is used to explore the development of data-driven models able to identify potential EoL exposure scenarios and be incorporated into the framework for understanding the EoL management chain. These studies are intended to contribute to the development and implementation of a methodology for the rapid screening of potential EoL chemical exposure scenarios and release estimates, as well as to address the challenges in performing chemical risk evaluation for regulatory decisionmaking and selecting safer profile chemicals based on life cycle thinking. 2022-01-01T00:00:00Z http://hdl.handle.net/10366/149567 [ES] Se espera que en 2050 la poblaci´on mundial haya alcanzado los 9 000 millones de personas. El crecimiento de la poblaci´on a nivel mundial va a dar lugar a un crecimiento en la demanda de productos de consumo derivados de la agricultura. Es por ello que se espera que la producci´on agr´ıcola incremente alrededor de un 70 % a nivel mundial. Las aplicaciones tecnol´ogicas en agricultura en los ´ultimos a˜nos han permitido aumentar la producci´on y contribuir a la reducci´on de la contaminaci´on, utilizar de forma sostenible los recursos naturales, prever costes, mitigar riesgos e incluso poder anticiparse a una potencial quiebra. En este sentido, uno de los retos de los pr´oximos a˜nos a nivel global es dise˜nar metodolog´ıas que permitan a las empresas del sector agropecuario ser m´as eficientes y sostenibles independientemente del ´ındice de desarrollo tecnol´ogico de la regi´on en la que se encuentren. En esta investigaci´on, tomando como caso de estudio el sector agropecuario, se ha dise˜nado y validado una metodolog´ıa modular que combina algoritmos de aprendizaje autom´atico y modelos econom´etricos orientada a la mejora de la gesti´on de los recursos, permitir a las empresas m´as competitivas y sostenibles para fomentar su inversi´on. Para desarrollar la metodolog´ıa se han llevado a cabo tres experimentos. El primer experimento se ha orientado a medir la eficiencia de recursos a partir de un m´etodo no param´etrico para la estimaci´on de las fronteras de producci´on en el que se han incorporado los costes derivados de las transferencias de datos, permitiendo identificar las fronteras de producci´on m´as ´optimas teniendo en cuenta los costes tecnol´ogicos. Para el segundo experimento se ha dise˜nado un sistema multi-agente para predecir oscilaciones de los precios en los mercados de futuros en productos derivados del sector agropecuario. El sistema multi-agente est´a dise˜nado como un sistema de apoyo a la toma de decisiones en el que los potenciales compradores o vendedores pueden incorporar par´ametros de impacto medioambiental. Finalmente, el ´ultimo experimento consiste en el dise˜no de una metodolog´ıa de razonamiento basado en casos para la recomendaci´on de inversi´on en una empresa. El ´ultimo experimento permite incorporar capital a las empresas del sector agropecuario para invertir en tecnolog´ıa. Adem´as, se ha implementado una mejora sobre tercer experimento en el que se ha podido incrementar el rendimiento del sistema de recomendaci´on de inversiones, en el que en la parte de clasificaci´on se comparan distintas m´etricas de evaluaci´on en las situaciones en los que los datos no est´an balanceados.; [EN] By 2050, the world population is expected to reach 9 billion people. Global population growth will lead to an increase in consumer demand for products derived from agriculture. As a result, agricultural production is expected to increase by approximately 70% worldwide. Over the last years, technological applications have made it possible to increase agricultural production and contribute to reduce pollution, the sustainable use of natural resources, cost forecast, risk mitigation and even potential bankruptcy anticipation. In this regard, one of the global, near-future challenges is designing methodologies that enable companies in the agricultural sector to be more efficient and sustainable regardless of the technological development index of the region in which they are located. In this research, taking the agricultural sector as a case study, has been designed and validated a modular methodology that combines machine learning algorithms and econometric models aimed at improving the management of resources, allowing companies to be more competitive and sustainable in order to encourage their investment. To develop the methodology, three experiments were carried out. The first experiment was aimed at measuring resource efficiency based on a non-parametric method for estimating production frontiers in which the costs derived from data transfers were incorporated, making it possible to identify the most optimal production frontiers taking into account technological costs. For the second experiment, a multi-agent system has been designed to predict price variations in futures markets for agricultural products. The multi-agent system is been designed as a decision support system in which potential buyers or sellers can incorporate environmental impact parameters. Finally, the last experiment consists of the design of a case-based reasoning methodology for the recommendation of investment in a company. The last experiment enables the incorporation of investment of capital to companies in the agricultural sector. In addition, to increase the performance of the investment recommender system an improvement has been implemented in the third experiment. This improvement has made it possible for the system’s classification element to compare different evaluation metrics in situations where the data labels are not balanced. 2022-01-01T00:00:00Z http://hdl.handle.net/10366/149386 [ES]El sector eléctrico, tradicionalmente dirigido por monopolios y poderosas empresas de servicios públicos, ha experimentado cambios significativos en las últimas décadas. Los avances más notables son una mayor penetración de las fuentes de energía renovable (RES por sus siglas en inglés) y la generación distribuida, que han llevado a la adopción del paradigma de las redes inteligentes (SG por sus siglas en inglés) y a la introducción de enfoques competitivos en los mercados de electricidad (EMs por sus siglas en inglés) mayoristas y algunos minoristas. Las SG emergieron rápidamente de un concepto ampliamente aceptado en la realidad. La intermitencia de las fuentes de energía renovable y su integración a gran escala plantea nuevas limitaciones y desafíos que afectan en gran medida las operaciones de los EMs. El desafiante entorno de los sistemas de potencia y energía (PES por sus siglas en inglés) refuerza la necesidad de estudiar, experimentar y validar operaciones e interacciones competitivas, dinámicas y complejas. En este contexto, la simulación, el apoyo a la toma de decisiones, y las herramientas de gestión inteligente, se vuelven imprescindibles para estudiar los diferentes mecanismos del mercado y las relaciones entre los actores involucrados. Para ello, la nueva generación de herramientas debe ser capaz de hacer frente a la rápida evolución de los PES, proporcionando a los participantes los medios adecuados para adaptarse, abordando nuevos modelos y limitaciones, y su compleja relación con los desarrollos tecnológicos y de negocios. Las plataformas basadas en múltiples agentes son particularmente adecuadas para analizar interacciones complejas en sistemas dinámicos, como PES, debido a su naturaleza distribuida e independiente. La descomposición de tareas complejas en asignaciones simples y la fácil inclusión de nuevos datos y modelos de negocio, restricciones, tipos de actores y operadores, y sus interacciones, son algunas de las principales ventajas de los enfoques basados en agentes. En este dominio, han surgido varias herramientas de modelado para simular, estudiar y resolver problemas de subdominios específicos de PES. Sin embargo, existe una limitación generalizada referida a la importante falta de interoperabilidad entre sistemas heterogéneos, que impide abordar el problema de manera global, considerando todas las interrelaciones relevantes existentes. Esto es esencial para que los jugadores puedan aprovechar al máximo las oportunidades en evolución. Por lo tanto, para lograr un marco tan completo aprovechando las herramientas existentes que permiten el estudio de partes específicas del problema global, se requiere la interoperabilidad entre estos sistemas. Las ontologías facilitan la interoperabilidad entre sistemas heterogéneos al dar un significado semántico a la información intercambiada entre las distintas partes. La ventaja radica en el hecho de que todos los involucrados en un dominio particular los conocen, comprenden y están de acuerdo con la conceptualización allí definida. Existen, en la literatura, varias propuestas para el uso de ontologías dentro de PES, fomentando su reutilización y extensión. Sin embargo, la mayoría de las ontologías se centran en un escenario de aplicación específico o en una abstracción de alto nivel de un subdominio de los PES. Además, existe una considerable heterogeneidad entre estos modelos, lo que complica su integración y adopción. Es fundamental desarrollar ontologías que representen distintas fuentes de conocimiento para facilitar las interacciones entre entidades de diferente naturaleza, promoviendo la interoperabilidad entre sistemas heterogéneos basados en agentes que permitan resolver problemas específicos de PES. Estas brechas motivan el desarrollo del trabajo de investigación de este doctorado, que surge para brindar una solución a la interoperabilidad de sistemas heterogéneos dentro de los PES. Las diversas aportaciones de este trabajo dan como resultado una sociedad de sistemas multi-agente (MAS por sus siglas en inglés) para la simulación, estudio, soporte de decisiones, operación y gestión inteligente de PES. Esta sociedad de MAS aborda los PES desde el EM mayorista hasta el SG y la eficiencia energética del consumidor, aprovechando las herramientas de simulación y apoyo a la toma de decisiones existentes, complementadas con las desarrolladas recientemente, asegurando la interoperabilidad entre ellas. Utiliza ontologías para la representación del conocimiento en un vocabulario común, lo que facilita la interoperabilidad entre los distintos sistemas. Además, el uso de ontologías y tecnologías de web semántica permite el desarrollo de herramientas agnósticas de modelos para una adaptación flexible a nuevas reglas y restricciones, promoviendo el razonamiento semántico para sistemas sensibles al contexto. 2021-01-01T00:00:00Z http://hdl.handle.net/10366/149362 [ES] El sector financiero ha sido uno de los primeros en aceptar y utilizar los nuevos avances de las TIC (Tecnologías de la Información y la Comunicación). Hay que tener en cuenta que, con la aparición de nuevos competidores en un entorno económico que cambia rápidamente, junto con unos requisitos normativos exigentes y costoso, los proveedores de servicios bancarios y financieros de hoy en día se enfrentan a una transformación sustancial: las finanzas digitales. Los modelos de negocio tradicionales, basados en la tienda física y que no hacen uso de las TIC para llevar a cabo las campañas de marketing o ventas, están en desventaja ante una clientela más informada tecnológicamente. En este contexto, la mayoría de las partes interesadas en el sector intentan ofrecer productos y servicios financieros personalizados, inteligentes y versátiles, al tiempo que persiguen nuevos niveles de orientación hacia el cliente. La tesis doctoral viene motivada por los nuevos retos del sector bancario que han surgido a raíz de la incorporación de las TIC, en los que se busca satisfacer las necesidades de los clientes a través de los servicios que ofrecen, es por ello que esta tesis propone una solución tecnológica que consiste en el diseño de una arquitectura global que integra tecnologías Fog Computing (FC), OVA (Organizaciones Virtuales de Agentes) y sistemas CBR (Case-Based Reasoning) que permita su implementación en entornos bancarios. La arquitectura propuesta en esta investigación se denomina FOBA (Fog Oriented Banking Architecture) y propone mejorar aspectos de los servicios de atención al cliente de una entidad bancaria, especialmente, conseguir una mayor seguridad, mayor transparencia y agilidad de los procesos, así como reducir los costes de gestión de la entidad. La arquitectura presentada incluye nodos de niebla donde los datos son procesados por agentes inteligentes ligeros que permiten la implementación de sistemas de recomendación. En el documento de tesis se presenta la descripción conceptual y técnica de la arquitectura propuesta, así como el componente experimental del estudio, que consistió en el desarrollo de dos herramientas de recomendación: la primera herramienta diseñada y desarrollada fue la creación del CBR denominado CEBRA (CasE-Based Reasoning Application), como resultado de la investigación se presenta el sistema de recomendación, incluyendo el algoritmo de recomendación y una interfaz REST (REpresentational State Transfer) para su uso. Las recomendaciones que realizan se basan en el perfil del usuario y/o en conocimientos adicionales como la información contextual del usuario. La segunda herramienta diseñada y desarrollada es un sistema recomendador del que se obtienen señales de compra/venta a partir de los resultados de los análisis técnicos y de las previsiones realizadas para empresas que operan en el mercado continuo español. Tiene un diseño modular para facilitar la escalabilidad del modelo y la mejora de las funcionalidades. 2021-01-01T00:00:00Z http://hdl.handle.net/10366/148964 [EN]The project developed in this thesis is part of one of the research lines carried out by the group Aplicaciones Biomédicas de Ingeniería Química, focused on the design of novel cancer nanotherapies. Specifically, its main objective is trying to achieve the development and validation of three different strategies to improve the current treatment of HER2-overexpressing breast cancer, enhancing its effectiveness and reducing its side toxicity. This project began as a result of a collaboration with the research group led by Dr. Atanasio at the Instituto de Biología Molecular y Celular del Cáncer, and to accomplish the general objective. 2021-01-01T00:00:00Z http://hdl.handle.net/10366/148430 [ES]En este documento se analiza la afinidad entre textiles e informática, se identifica la necesidad de su integración y se construye un sistema textil inteligente utilizando herramientas proporcionadas por un nuevo campo emergente de investigación, que combina las fortalezas y capacidades de la electrónica y los textiles. Los textiles inteligentes se definen como textiles que pueden detectar y reaccionar a las condiciones ambientales o estímulos de fuentes mecánicas, térmicas, químicas, eléctricas o magnéticas, interactuando así con el usuario final. Los sensores y otros elementos computacionales simples se pueden integrar en los textiles inteligentes, en los hilos y los tejidos, con el objetivo de recopilar información personal, monitorizarlas constantes vitales y enviarlas de forma remota e inalámbrica para su posterior procesamiento. En los últimos años, los productos textiles y las prendas de vestir inteligentes han creado nuevos campos de aplicación, con el fin de detectar y analizar estímulos y dar una respuesta adecuada, permitiendo diferentes usos centrados en la monitorización e interacción basadas en sensores. Entre las aplicaciones de la monitorización basada en sensores, se incluyen la adquisición de signos vitales en la vigilancia médica, la estimación de la actividad física en los deportes o los sistemas de seguridad para cuerpos y fuerzas de seguridad o bomberos, por citar algún ejemplo. Su carácter discreto hace que las prendas inteligentes sean especialmente adecuadas para cualquier tarea de control físico y fisiológico. A diferencia de los dispositivos portátiles, que el consumidor utiliza como complemento personal, la ropa, enriquecida con tejidos inteligentes, proporciona comodidad en cualquier tipo de actividad. Los textiles son fibras cómodas de usar y ofrecen una plataforma flexible para comunicar funciones de detección. El estudio de diferentes procedimientos no invasivos para monitorizar los indicadores de salud está creciendo, debido a los avances en dispositivos móviles, chips y sensores inalámbricos. Además, pueden ser utilizados por el personal sanitario y por los pacientes fuera del entorno clínico. Las enfermedades relacionadas con la diabetes afectan principalmente a los ojos, los riñones y las extremidades inferiores, en particular a los pies. De hecho, en presencia de un factor desencadenante, la diabetes provoca ulceraciones en los pies, que pueden dar lugar a una posterior amputación. Por otra parte, las afecciones asociadas a la patología del pie diabético incluyen neuropatías, trastornos arteriales periféricos (isquemia) e infecciones, y como consecuencia de esta patología, cada 30 segundos, en algún lugar del mundo alguien sufre la mutilación, total o parcial, de una extremidad inferior. Por ello, en esta memoria se propone un sistema de monitorización específico para pacientes diabéticos. Los pacientes diabéticos sufren pérdida de la sensibilidad y de la sensación de dolor, motivo por el cual no perciben el desarrollo de úlceras en los pies. Diferentes investigaciones que se han realizado sobre afecciones vasculares y ulceraciones sugieren que existe una variación de temperatura en la zona donde se produce una úlcera, que logra indicar su aparición. Es así, que el análisis de medidas de la temperatura plantar se considera una herramienta útil en el diagnóstico precoz del pie diabético. La temperatura del cuerpo humano, junto con la frecuencia cardíaca, la presión arterial y la frecuencia respiratoria constituyen los cuatro signos vitales estándar en los entornos médicos, por lo que la información facilitada por estos datos y sus valores se utiliza para la evaluación médica del estado de salud de los pacientes. Además, es un indicador importante de la condición física del cuerpo, y se relaciona con la comodidad y el rendimiento, tal es el caso del calor y frío que se producen en situaciones de estrés. La desviación de pocos grados de la temperatura corporal normal (37 °C), se considera un síntoma de infección. En este trabajo se desarrolla e implementa un sistema textil inteligente que mide la temperatura podal en pacientes diabéticos. Se trata de un dispositivo no invasivo que recoge los valores de temperatura, de forma continua y durante largos períodos de tiempo, y envía la información a un dispositivo móvil. De esta forma el paciente será capaz de obtener un diagnóstico en las etapas tempranas de su enfermedad 2021-01-01T00:00:00Z http://hdl.handle.net/10366/145780 [ES] El dolor de espalda es uno de los padecimientos más antiguos y frecuentes de la humanidad, probablemente surgido como consecuencia del desarrollo de la deambulación bipodal. En la actualidad, las patologías dorsolumbares son la principal causa de absentismo y de baja laboral en España, suponiendo un importantísimo coste económico. La patología de raquis es la enfermedad industrial más cara y la principal causa de incapacidad en individuos por debajo de los 45 años y el primer motivo de consulta médica, tanto en atención primaria como especializada. Se estima que entre el 60-90% de la población sufrirá en algún momento de su vida un episodio de dolor lumbar. Representa un importante problema de salud pública en las sociedades occidentales por su alta prevalencia y repercusión socioeconómica. Aproximadamente un 85% de los casos de dolor dorsolumbar no tiene una causa conocida y la mayoría de los tratamientos no han resultado efectivos para su control, de hecho, se ha llegado a considerar como uno de los mayores fracasos de la medicina occidental, debido a que no han solucionado el dolor crónico ni reducido la incapacidad. En este contexto aparecen las Escuelas de Espalda (EDE), formación sanitaria teórico-práctica cuyo objetivo es la adquisición de conocimientos y el entrenamiento de habilidades que permitan manejar la espalda, recuperando autonomía e independencia, controlando la aparición de crisis o recidivas. El objetivo de este trabajo es analizar la eficacia de la EDE, especialmente en el sector construcción, valorando factores de riesgo y escalas de dolor y discapacidad. Los beneficios clínicos más importantes obtenidos tras la EDE son la disminución del dolor y la incapacidad. Se han encontrado resultados estadísticamente significativos y clínicamente relevantes entre la evaluación inicial y la revisión a los 6 meses. Se puede concluir que nuestra EDE supone un medio eficaz para afrontar el dolor y mejorar el grado de incapacidad, especialmente en el sector construcción. 2021-02-11T00:00:00Z http://hdl.handle.net/10366/145490 [ES] La sustitución de fuentes de energía fósiles por fuentes de energía renovables se considera necesaria por razones medioambientales y socioeconómicas: las primeras relacionadas con la reducción de emisiones de gases de efecto invernadero, y las segundas con la garantía de suministro, la disminución de la dependencia energética del exterior y la creación de empleo. En particular, el transporte de personas o mercancías requiere el uso de un alto porcentaje de la energía total que se consume en el mundo y, por ello, los biocarburantes juegan un papel importante en la transición al uso de energías renovables. Un biocarburante importante es el biodiésel, que es un compuesto líquido obtenido a partir de fuentes renovables, que se puede utilizar como un sustituto del diésel procedente del petróleo. La producción y el consumo de biodiésel se han incrementado significativamente desde el año 2000, de forma paralela al desarrollo de políticas regulatorias destinadas a promover el uso de biocarburantes. La síntesis de biodiésel a escala industrial se lleva a cabo generalmente mediante la transesterificación de triglicéridos con metanol, utilizando catalizadores básicos homogéneos, tales como el hidróxido sódico o el hidróxido potásico. El principal inconveniente de estos catalizadores básicos es que las materias primas no pueden contener agua ni ácidos grasos libres. El agua facilita la hidrólisis del biodiésel produciendo ácidos grasos y los ácidos grasos reaccionan con el catalizador produciendo jabones, lo que provoca una disminución en el rendimiento de la reacción y dificulta la separación de la fase glicerina. Esto implica que, para la producción de biodiésel con un catalizador básico, se tengan que utilizar materias primas de alta calidad y, con ello, de alto precio que, además, suelen ser productos aptos para la alimentación humana. Con ello, el precio del biodiésel obtenido de esta manera no puede ser competitivo con respecto al del petrodiésel, ya que se considera que en torno a un 80% del coste de producción del biodiésel se debe al precio de las materias primas. Una solución a la falta de rentabilidad económica del proceso usual de obtención de biodiésel y también a la baja aceptación social del uso de productos comestibles para la obtención de biocarburantes, es la utilización de productos de bajo coste, tales como aceites y grasas usadas o no comestibles (jatropha, karanja, mahua, camelina, cardo, linaza, algodón, etc.). El precio de estas materias primas alternativas es entre 2 y 3 veces inferior al coste de las materias primas comestibles. 2020-01-01T00:00:00Z http://hdl.handle.net/10366/144495 [EN] Over the last decades, the hierarchical and centrally controlled approach of existing power distribution is moving toward a smart power grid paradigm. Nowadays, consumers are becoming part of the solution in the power system operation problem, where the role of aggregator and demand response are being lebalized in several cuntries. Therefore, technical features and economic, aspects of the consumer's participation in demand response programs, namely through an aggregator, require intensive modeling and validation. The main contribution of this tesis is modeling of an aggregator that is responsible for demand response programs and respective events implementation and validation by simulating, emulating and performing actual control of devices. The proposed approach also considers both consumer participation in demand response events and the individual appliances used to obtain the required demand reduction. In the scope of the main contribution, the DEEPDISEM platform, designed and developed in this thesis, provides support to the demand response implementation in the context of intelligent energy management. DEEPDISEM integrates realistic network models using real-time simulation, hardware-in-the-loop, several loads and distributed generation emulators, and real devices. The diversity of capabilities and features of DEEPDISEM make it a powerful tool to assay the demand response models by providing actual load management in the end-users. To run the realistic simulation, OP5600 is used as the real-time simulator machine to control laboratory emulators from the simulation environment and obtain realistic results. Also, DEEPDISEM utilizes several distributed programmable logic controllers and songle-board computers for descentrolized management, running linear programming, and intelligent approaches like decision trees and rule-based decisions. Besides this, several key contributions are gathered together to accomplish and support the core contribution. These key contributions are classified in two main categories: a) power and energy system, and b) computer science. The key contributions related to the power and energy systems include demand response programs definition, resource aggregation, demand response gathering, distributed generation and demand response scheduling, renewables integration, local markets and communities, and irrigation management. The key contributions related to computer science consist of distributed control and intelligent applications. All these key contributions in both cotegories are validated through Supervisory Control And Data Acquisition systems, real-time simulation, laboratory emulation, and case studies. The presented approach in this tesis is supported through various developed methods, aiming at practical features of demand response implementation and validation through a diversity of case studies, both simulated and comprising actual physical equipment. Various models, decision-making methods, and applications, from an insolated farm to a largue aggregator (i.e., 220 consumers and 86 producers) with several types of end-users, have been tested using the DEEPDISEM platform. The results of DEEPDISEM show significant energy savings and cost reductions for both the aggregator and the end-user. Also, the results demonstrate the actual impact of demand response implementation through actuation in the actual devices. Thus, the feasibility of field implmentation and widespread of innovate demand response models, which used to be mostly done by simulation models, disregarding the actual impact in the physical devices, was archived. 2020-01-01T00:00:00Z http://hdl.handle.net/10366/143827 [ES]El Internet de las Cosas es una de las tecnologías disruptivas que mayor interés ha generado en los últimos años, no solo en el ámbito de la investigación científica, sino también en el sector gubernamental y empresarial. Su incorporación a todos los entornos de actividad humana y social como: los servicios públicos, agricultura, industria, economía, educación o salud, permite obtener datos desde cualquier dispositivo conectado a una red. El principal problema de la acelerada integración de Internet de las Cosas es la gestión del gran volumen de datos generados constantemente por los dispositivos conectados, es decir, su procesamiento, distribución y almacenamiento, para que posteriormente sean utilizados a modo de información en los procesos de inteligencia de negocios. La tesis doctoral que se presenta propone una solución tecnológica que consiste en el diseño de una arquitectura global que integra tecnologías del Edge Computing (EC) y el Internet de las Cosas (IoT), que permita su implementación en una diversidad de escenarios. La arquitectura propuesta en esta investigación se denomina Global Edge Computing Architecture (GECA) y contribuye a un procesamiento eficiente de los datos que son generados por el creciente nímero de dispositivos IoT, que actualmente forman parte de nuestro entorno. En este trabajo se presenta la descripción conceptual y técnica de la arquitectura propuesta, así como el componente experimental del estudio, que consistió en la ejecución de pruebas de la arquitectura GECA en entornos reales. 2020-01-01T00:00:00Z http://hdl.handle.net/10366/140827 [ES] Esta tesis aporta contribuciones a los temas de los sistemas de energía y la movilidad eléctrica. Por lo tanto, se proponen soluciones innovadoras para la planificación de la red de distribución radial tradicional sin o con pocas unidades de recursos energéticos distribuidos, y para la planificación, operación, reconfiguración, y gestión de recursos energéticos en redes de distribución en media tensión considerando una alta penetración de los recursos energéticos distribuidos en el contexto de las redes inteligentes. Las preocupaciones sobre la disponibilidad de combustibles fósiles y el aumento de los efectos climático causados por su uso generalizado en la generación de electricidad han llevado a varias políticas e incentivos para atenuar estos problemas. Estas medidas contribuyeron a inversiones considerables en fuentes de energía renovables y motivaron muchas iniciativas de redes inteligentes. Aunque el panorama futuro de los sistemas eléctricos modernos parece muy prometedor, la integración a gran escala de fuentes de energía renovables de naturaleza intermitente, como la eólica y la fotovoltaica, plantea nuevos desafíos y limitaciones en la industria eléctrica actual. Hoy en día, el diseño de la red de distribución no está correctamente preparado para alojar una gran cantidad de fuentes de energía renovables distribuidas. Por lo tanto, los operadores del sistema de distribución reconocen la necesidad de cambiar el diseño de la red mediante la planificación y el refuerzo. A medida que aumenta la penetración de las fuentes de energía renovable, un agregador de energía puede proporcionar una generación y demanda altamente flexibles según lo requiere el paradigma de red inteligente. Además, esta entidad puede permitir lograr una alta integración de la oferta de energía renovable y aumentar el valor para los pequeños productores y consumidores que no pueden negociar directamente en el mercado mayorista. Sin embargo, la entidad agregadora de energía necesita herramientas adecuadas de apoyo a la decisión para superar los desafíos complejos y hacer frente a un gran número de recursos energéticos. Por lo tanto, la gestión de recursos energéticos es crucial para que la entidad agregadora de energía reduzca los costos de operación, aumente de los beneficios, reduzca la huella de carbono y mejore la estabilidad del sistema. En la perspectiva mundial actual, muchas personas se están mudando a las ciudades en busca de una mejor calidad de vida, contribuyendo de esta manera a la continua expansión de las áreas urbanas. En consecuencia, el sector de transportes está jugando un papel crítico en las emisiones de dióxido de carbono. Teniendo en cuenta esto, muchas ventajas medioambientales y económicas pueden ser obtenidas del cambio de los motores de combustión interna a los vehículos eléctricos. Sin embargo, este cambio contribuirá a una carga en la red de distribución, dando lugar a la posibilidad de congestión de la red. Por lo tanto, para facilitar la integración de la carga de los vehículos eléctricos en la red de distribución, un modelo de predicción del comportamiento del usuario de un vehículo eléctrico pode ser una herramienta muy importante. Además, el paradigma de la red inteligente está desafiando la estructura de control y operación convencional diseñado para redes de distribución pasivas. De este modo, la reconfiguración de la red de distribución será una estrategia esencial y significativa para el operador del sistema de distribución. En el estado del arte actual se identificó una falta de modelos, estrategias y herramientas de apoyo a la toma de decisiones adecuadas para los dominios de problemas de planificación, operación y gestión de recursos energéticos de redes de distribución en media tensión con una alta penetración de fuentes de energía distribuidas. Por lo tanto, surgen varios desafíos de investigación que llevan a la necesidad de desarrollar modelos nuevos e innovadores que aborden: a) el impacto de las fuentes de energía renovable y la variabilidad de la demanda en la planificación de la expansión a largo plazo, b) el problema de la gestión de los recursos energéticos a gran escala, teniendo en cuenta la demanda, las fuentes de energía renovables, los vehículos eléctricos y la variabilidad de los precios del mercado, c) el análisis de impacto de los precios de carga dinámicos de los vehículos eléctricos en la operación de la red de distribución y en el comportamiento del usuario del vehículo eléctrico. Además, en el contexto de la red de distribución de media tensión radial tradicional, también se verificó la necesidad de modelos innovadores para mejorar la confiabilidad a través de la identificación de nuevas inversiones en los componentes de la red. Por lo tanto, esta tesis propone soluciones innovadoras para hacer frente a todos estos vacíos y problemas. Para ese propósito, las contribuciones de la tesis, resultan en un innovador sistema de apoyo a la decisión llamado Advanced Decision Support Tool for Smart Grid Planning and Operation (SupporGrid). El SupporGrid se compone de un conjunto de modelos diversificados que juntos contribuyen a manejar la complejidad de la planificación tradicional de las redes de distribución radial (PlanTGrid), y para la planificación (PlanSGrid), operación (OperSGrid), y los problemas de gestión de recursos energéticos (ERMGrid) en redes de distribución de media tensión en el paradigma de red inteligente. PlanTGrid incluye un modelo de planificación de expansión para redes de distribución radial tradicionales para identificar la posibilidad de nuevas inversiones al costo mínimo. La planificación de la expansión a largo plazo de las redes de distribución en un contexto de red inteligente con una alta penetración de fuentes de energía renovables distribuidas y que trata las fuentes de incertidumbre se resuelve mediante el uso PlanSGrid. OperSGrid contiene una herramienta de simulación de viajes de los usuarios de los vehículos eléctricos funcionando en conjunto con un modelo de operación y reconfiguración que utiliza descomposición de Benders y precios marginales para comprender el impacto del precio de carga de energía dinámica en ambos lados: la red de distribución y el usuario de vehículo eléctrico. Para hacer frente a la gestión de recursos energéticos a gran escala con problemas de respuesta a la demanda y sistemas de almacenamiento de energía, así como con la variabilidad de la demanda, las fuentes de energía renovable, los vehículos eléctricos y el precio de mercado, ERMGrid incluye un modelo estocástico de dos etapas. Las metodologías desarrolladas para el sistema de soporte de decisiones se han probado y validado en escenarios realistas. Los resultados prometedores logrados en condiciones realistas respaldan la hipótesis de que las metodologías son adecuadas e innovadoras para la planificación de la red de distribución radial tradicional, y para la planificación, operación, reconfiguración y gestión de recursos energéticos a largo plazo de la red de distribución considerando alta penetración de recursos energéticos distribuidos y de vehículos eléctricos en el contexto de red inteligente. Los resultados prometedores logrados en condiciones realistas respaldan la hipótesis de que las metodologías son adecuadas e innovadoras para la planificación de la red de distribución radial tradicional, y para la planificación, operación, reconfiguración y gestión de recursos energéticos a largo plazo de la red de distribución considerando la alta distribución de recursos energéticos y la penetración de vehículos eléctricos. De hecho, este sistema de apoyo a la decisión mejorará el funcionamiento de las redes de distribución de media tensión, permitiendo ahorros para las partes interesadas. 2019-01-01T00:00:00Z http://hdl.handle.net/10366/139862 [ES]Inicialmente se ha pretendido llevar a cabo un estudio detallado de la subespecie endémica Delphinium fissum subsp. sordidum en el que gran parte del tiempo se ha dedicado a realizar un exhaustivo trabajo de campo, enfocado desde una óptica multidisciplinar, durante el cual se han prospectado nuevas zonas susceptibles de albergar a la subespecie, se han estudiado diferentes aspectos relacionados con su biología y ecología y se han identificado las actuales y potenciales amenazas, definido el óptimo fitosociológico y determinado el estado de conservación. Ya durante el trabajo de gabinete, se han analizado los datos obtenidos aplicando técnicas estadísticas y herramientas actuales como son los modelos de distribución de especies (MDEs). Durante el desarrollo de la presente memoria doctoral, se ha considerado ampliar el rango de estudio incluyendo los 3 taxa que constituyen el complejo de la Serie Fissa en la Península Ibérica, tomando como nexo de unión la relación de proximidad filogenética entre ellos. Así, se han comparado los requerimientos ecológicos y la respuesta a los efectos del cambio climático de los taxa estudiados de la serie Fissa. Asimismo, se trata de un grupo complejo con ciertas dudas taxonómicas y filogenéticas aún sin resolver, por lo que ha sido necesario realizar un estudio genético basado en DNA plastidial con el fin de crear una red de haplotipos que permita inferir las relaciones filogenéticas, las áreas refugio, los patrones de migración y el tiempo de divergencia del complejo de la serie Fissa. La Biología de la conservación reúne diversas ramas del conocimiento que han sido aplicadas en cada uno de los trabajos mencionados (demografía, biología reproductiva, modelos de distribución de especies y genética), utilizando técnicas actuales con las que poder hacer un diagnóstico fiable y pormenorizado del estado de conservación regional para Castilla y León, en este caso, de la subespecie Delphinium fissum subsp. sordidum, para la cual se propone crear una nueva microrreserva en la provincia de Salamanca, reevaluar su estado de conservación e implementar un plan de recuperación a nivel peninsular impulsado por ambos países (España y Portugal). Asimismo, es necesario también reevaluar el estado de conservación de D. bolosii y redactar un plan de recuperación para esta especie. Este estudio supone la tercera tesis doctoral que aborda diferentes aspectos del género Delphinium en la Península Ibérica, después de las tesis doctorales de Cèsar Blanché i Vergés titulada “Revisió biosistemática del gènere Delphinium L. a la Península Ibèrica i a les Illes Balears” y de María Bosch i Daniel titulada “Biologia de la reproducció de la tribu Delphinieae a la mediterrània occidental”. Así, este estudio amplia el conocimiento actual que se tiene sobre las especies de la serie Fissa en la Península Ibérica, desde un punto de vista pluridisciplinar, siendo de utilidad no solo para la comunidad científica sino, creemos, también para gestores y administradores de los organismos competentes en la toma de decisiones y en la planificación de las estrategias de conservación. 2018-01-01T00:00:00Z http://hdl.handle.net/10366/139840 [ES]Los sistemas de sensorización en combinación con herramientas de tratamiento y gestión inteligente de información, constituyen la base sobre la que se construirán las ciudades y entornos urbanos del futuro. Avanzar en la investigación y desarrollo de estos nuevos escenarios inteligentes, es fundamental a la hora de alcanzar los objetivos de eficiencia, integración, sostenibilidad y calidad de vida de las personas que habitan nuestras ciudades. Para alcanzar estos objetivos, es fundamental indagar en el desarrollo de dispositivos hardware más baratos, precisos e inteligentes que serán la base de los entornos inteligentes del futuro. Debido a las previsiones realizadas para los próximos años, la cantidad de dispositivos conectados a Internet será de hasta 7 dispositivos por cada persona en el planeta. Esta avalancha de dispositivos llevará asociada una avalancha de datos que tendrán que ser manejados y almacenados por los centros de procesamiento de datos. Por todo ello, avanzar en el diseño de herramientas para el procesamiento de datos inteligente, así como en nuevos dispositivos de sensorización, es una tarea de vital importancia para la viabilidad futura de los entornos conectados. Por ello, en este trabajo de tesis doctoral se propone un sistema inteligente basado en agentes embebidos en dispositivos inalámbricos con capacidades reducidas (memoria y capacidad de cómputo limitada), para entornos del Internet de las cosas (IoT) donde sea posible un procesamiento inteligente de datos. En particular, se presenta una novedosa arquitectura multi-agente enfocada a la gestión de los datos generados por los dispositivos IoT, sobre la que construir una capa de servicios adaptada a las diferentes necesidades de los distintos entornos donde será posible desplegar el sistema de sensorización. Con el objetivo de validad el sistema propuesto, se ha diseñado un caso de estudio basado en redes de sensores en un entorno IoT de eficiencia energética a través de la optimización del consumo de batería de una bicicleta eléctrica. 2018-01-01T00:00:00Z http://hdl.handle.net/10366/139838 [ES]Desde 1980 el consumo de energía global ha crecido más del doble y se prevé que la tendencia siga creciendo de forma continua. Del total de energía consumida en la Unión Europea, los edificios representan el 25%. La Unión Europea, a través de Horizon 2020, está apostando fuerte en el desarrollo de proyectos que impulsen una renovación energética mediante la renovación de los servicios energéticos en los hogares y el desarrollo de nuevos hábitos en los consumidores. El desarrollo tecnológico ha producido grandes avances en el campo de la campo de la computación y la electrónica. Esto ha permitido el desarrollo de técnicas de procesamiento y análisis de grandes volúmenes de datos y el desarrollo de sensores y dispositivos IoT de altas prestaciones. Estos avances han sido incluidos en los nuevos edificios desarrollando el concepto de edificios inteligentes proveyendo de una mayor seguridad, confort o ahorro económico. Aunque todavía es posible desarrollar nuevos enfoques centrados de forma más específica al usuario y adaptada al entorno para obtener una mayor reducción económica sin reducir el confort del usuario. La presente tesis doctoral define una arquitectura cuyo objetivo se focaliza en proporcionar una optimización energética, independiente de las características del edificio en el cual sea desplegada, mediante la negociación entre todos los usuarios implicados para el acuerdo común de las preferencias de confort que satisfagan el rango de confort de todos los usuarios a la vez que se produce la optimización energética deseada. Sobre la arquitectura presentada, se ha construido una plataforma de captura de datos del entorno, obtención de información de fuentes externa y de los propios usuarios. La plataforma realiza continuamente análisis de los datos recopilados de forma que estos datos se conviertan en información útil para el sistema y tomar decisiones que permitan reducir el consumo energético. Además, la arquitectura integra técnicas de computación social que faculta mantener las preferencias de los usuarios en términos de temperatura e iluminación, siendo un problema es doble, optimizar el consumo energético y mantener las preferencias que se han fijado la negociación. Como resultado, se obtiene una arquitectura dinámica y auto-adaptativa, capaz de lograr una optimización energetica en edificios manteniendo el confort de los usuarios. 2018-01-01T00:00:00Z