La presente investigación es la formulación de un plan de1 manejo de residuos sólidos hospitalarios en la Micro Red de Salud La Libertad, en la ciudad de Huancayo. Este plan de manejo se desarrolla a partir de una observación previa y permanente de la situación respecto al manejo de residuos sólidos y del análisis de viabilidad de su implementación. Este trabajo investigativo está basado en los principios de la legislación ambiental, esto comprende el diagnóstico ambiental y sanitario, un programa de educación y los procedimientos de2 segregación, almacenamiento, recolección, comercialización, transporte interno, tratamiento, transferencia y disposición final de los residuos, así como seguimientos, auditorias y planes de contingencia que se debe realizar en la Micro Red de Salud La Libertad, para asegurar la mitigación y minimización de los residuos sólidos hospitalarios. / Tesis

Memoria para optar al título de Ingeniero Civil Eléctrico / El cambio climático que afecta a nuestro planeta ha sido un tema de debate en los últimos años en la comunidad científica. En el área de energía se han desarrollado diversas soluciones para afrontar este problema, entre las más destacadas están, la integración masiva de ERNC, políticas de contención de gases de efecto invernadero para centrales térmicas, la integración de pequeñas fuentes de generación de energía en un área de distribución (Generación Distribuida) y la incorporación de pequeños sistemas independientes como las micro-redes. El presente trabajo tiene por objetivo principal el desarrollo de un software de evaluación económica orientado en la implementación de diversos modelos de envejecimiento del sistema de almacenamiento de una micro-red, aplicados al controlador que determina el pre-despacho de las unidades de generación (EMS). Este software se comunica con el usuario mediante una interfaz gráfica, la cual se diseñó considerando un total control sobre las variables de simulación y los parámetros de la micro-red de estudio. La interfaz gráfica cumple además, la función de mostrar los resultados y estadísticas principales en la misma pantalla. El primer paso para el desarrollo de este software fue encontrar modelos de envejecimiento de baterías que se ajustaran a las necesidades del EMS. Estos modelos deben ser caracterizados por una cantidad pequeña de variables. El EMS plantea un problema de programación lineal entera mixta, por lo que las variables de los modelos encontrados deben ser fácilmente linealizadas. Se logró identificar tres modelos que responden a los requerimientos mencionados. Estos modelos son el de Drouilhet, el de Copetti y el de Bo Zhao. Posteriormente, se trabajó en integrar los modelos al EMS, en forma de restricciones en el problema de optimización. Antes de realizar las simulaciones pertinentes, se debió elegir una micro-red de pruebas que tuviera una extensa base de datos de operación, en este caso se seleccionó la micro-red de Huatacondo. Los parámetros fijos asociados a cada modelo de envejecimiento de las baterías se estimaron a partir de la base de datos antes mencionada y de la ficha técnica entregada por el fabricante. Estos parámetros fueron validados, encontrándose un error de un 6\% entre el valor de estado de salud propuesto por los modelos, y el valor esperado de estado de salud en función de las fechas de recambio de baterías encontradas en los informes realizados por el Centro de Energía. Para demostrar la versatilidad y eficacia de la herramienta, se efectuaron simulaciones en el corto y largo plazo, utilizando métodos de pre-despacho clásico y de horizonte deslizante. Los resultados de las simulaciones mostraron una reducción en los costos operacionales del orden del 38\% entre el EMS Base (sin considerar modelos de envejecimiento) y el EMS actualizado. Se observó una reducción en la actividad del banco de baterías, independiente del modelo implementado, la cual se reemplazó por una operación extendida de la unidad térmica. Algo similar se obtuvo con las simulaciones usando el método de pre-despacho con horizonte deslizante, los costos se redujeron en un 22\% con respecto al método clásico, esto debido a la disminución de la incertidumbre de las variables de entrada estimadas.