Objetivo: Comparar modelos de degradación de batería de Li-ion basados en redes neuronales NAR, NARX y ANFIS. Metodología: Se usaron redes neuronales NAR, NARX y ANFIS para modelar la degradación de la batería de Li-ion. Las redes neuronales se entrenaron en Matlab con tres diferentes grupos de datos, cada grupo de datos representa un batería diferente y contiene ciclos de carga y descarga en forma de curvas de tensión y corriente, al final de un ciclo de carga-descarga el grupo de datos contiene la capacidad de la batería. Las redes NAR, NARX y ANFIS se comparan entre sí para determinar cual tiene un menor error cuadrático medio (MSE por sus siglas en ingles). Resultados: El mejor modelo que se logró está representado en una red NARX (MSE=3.01x10-5) con una sola capa de quince neuronas y dos datos antecesores tanto en la entrada como en la salida. Conclusiones: Al final se concluye que las redes neuronales NAR y NARX reproducen con mayor fidelidad el comportamiento de la degradación de la batería para los primeros cien ciclos de uso, en comparación a los modelos basados en sistemas ANFIS. En contraste los modelos ANFIS tienen mayor fidelidad, después de los cien primeros ciclos, que los modelos NAR y NARX.

Recientemente los desarrollos tecnológicos se han enfocado hacia el uso eficiente de la energía a partir de la implantación de redes inteligentes, la gestión de los recursos en estas redes requiere el monitoreo de los elementos que hacen parte del sistema, en este sentido una infraestructura de medición avanzada al registrar la tensión, corriente, fase, frecuencia y potencia de los equipos de conversión energética y cargas permitirán al sistema de gestión tomar decisiones que permitan la activación/desactivación de fuentes y la conexión/desconexión de cargas en una microrred en tiempo real. En este artículo se proponen diversas alternativas para la transmisión de los datos en una microrred, a través de una infraestructura de comunicaciones con requerimientos mínimos de seguridad, bajos tiempos de retardo, confiabilidad y escalabilidad a partir de la comparación obtenida de los resultados en simulación obtenidos de la implementación de los estándares IEEE 802.15.4 e IEEE 802.11 en Matlab.