B
@B_chavarria
Energies2 Flujo masico Tem2
import matplotlib.pyplot as plt
# Nuevos datos de diámetro y temperatura
diameters = [0.02, 0.04, 0.06, 0.08, 0.1, 0.12, 0.14, 0.16, 0.18]
pv_temp = [136.4, 103.5, 92.64, 87.18, 83.91, 81.71, 80.14, 78.96, 78.04]
absorber_temp = [136.1, 103.3, 92.37, 86.92, 83.64, 81.45, 79.88, 78.7, 77.78]
htf_inlet_temp = [134.5, 102, 91.23, 85.89, 82.7, 80.57, 79.06, 77.92, 77.04]
# Configuración del tamaño de la figura
fig, ax = plt.subplots(figsize=(12, 8))
Energies2 Flujo masico Tem
import matplotlib.pyplot as plt
# Nuevos datos de diámetro y temperatura
diameters = [0.02, 0.04, 0.06, 0.08, 0.1, 0.12, 0.14, 0.16, 0.18]
pv_temp = [136.4, 103.5, 92.64, 87.18, 83.91, 81.71, 80.14, 78.96, 78.04]
absorber_temp = [136.1, 103.3, 92.37, 86.92, 83.64, 81.45, 79.88, 78.7, 77.78]
htf_inlet_temp = [134.5, 102, 91.23, 85.89, 82.7, 80.57, 79.06, 77.92, 77.04]
# Configuración del tamaño de la figura
fig, ax = plt.subplots(figsize=(12, 8))
Energies2 Diametro Tem
import matplotlib.pyplot as plt
# Nuevos datos de diámetro y temperatura
diameters = [0.015, 0.03, 0.045, 0.06, 0.075, 0.09]
pv_temp = [78.8, 79.98, 81.61, 83.46, 85.46, 87.59]
absorber_temp = [78.49, 79.84, 81.52, 83.4, 85.42, 87.55]
htf_inlet_temp = [78.34, 79, 79.61, 80.19, 80.76, 81.32]
# Configuración del tamaño de la figura
fig, ax = plt.subplots(figsize=(12, 8))
Energies2 Cara Tem
import matplotlib.pyplot as plt
# Nuevos datos de ancho y temperatura
widths = [0.03, 0.06, 0.09, 0.12]
pv_temp = [78.91, 78.75, 78.92, 79.51]
absorber_temp = [77.83, 78.21, 78.56, 79.25]
htf_inlet_temp = [77.74, 78.02, 78.24, 78.45]
# Configuración del tamaño de la figura
fig, ax = plt.subplots(figsize=(12, 8))
Energies2 Tuberia Tem
import matplotlib.pyplot as plt
# Nuevos datos de longitud y temperatura
lengths = [7, 8, 9, 10, 11, 12, 13]
pv_temp = [76.74, 77.66, 78.59, 79.51, 80.44, 81.36, 82.29]
absorber_temp = [76.48, 77.4, 78.32, 79.25, 80.18, 81.1, 82.03]
htf_inlet_temp = [75.9, 76.75, 77.6, 78.45, 79.3, 80.15, 81]
# Configuración del tamaño de la figura
fig, ax = plt.subplots(figsize=(12, 8))
Tesis - Energies2 Mex Efficiency
import matplotlib.pyplot as plt
# Nuevos datos de eficiencia en función del mes
months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic']
electric_efficiency = [0.2007, 0.1979, 0.1982, 0.1971, 0.1942, 0.1937,
0.1927, 0.1933, 0.1942, 0.1968, 0.1989, 0.1999]
thermal_efficiency = [0.5082, 0.519, 0.5245, 0.527, 0.5327, 0.5343,
0.5332, 0.5328, 0.5315, 0.5222, 0.5168, 0.5051]
Tesis - Energies2 Mex Energy
import matplotlib.pyplot as plt
# Meses en inglés
months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic']
# Nuevos datos de energía eléctrica y térmica
electric_energy = [238.018, 258.5352, 390.228, 453.18, 449.748, 509.04, 515.158, 418.314, 380.88,
332.7819, 243.75, 177.692]
thermal_energy = [602.64, 677.908, 1032.672, 1211.73, 1233.583, 1404.48, 1424.388, 1152.983, 1041.84,
Tesis - Energies2 Mex Power
import matplotlib.pyplot as plt
# Meses en inglés
months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic']
# Nuevos datos de potencia eléctrica y térmica
electric_power = [0.7678, 0.8394, 1.049, 1.162, 1.116, 1.212, 1.187, 1.038, 1.058, 0.9759, 0.8125, 0.5732]
thermal_power = [1.944, 2.201, 2.776, 3.107, 3.061, 3.344, 3.282, 2.861, 2.894, 2.59, 2.112, 1.448]
Tesis - Energies2 Mex Temp
import matplotlib.pyplot as plt
# Meses en inglés
months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic']
# Nuevos datos de temperatura
pv_temp = [15.57, 23.93, 23.03, 26.31, 35.15, 36.78, 39.58, 37.78, 35.15, 27.45, 21.13, 17.83]
absorber_temp = [15.47, 23.82, 22.89, 26.16, 35, 36.61, 39.41, 37.64, 35.01, 27.32, 21.03, 17.77]
htf_outlet_temp = [14.53, 22.94, 21.72, 24.93, 34.01, 35.56, 38.44, 36.77, 34.08, 26.35, 20.12, 17.12]
Tesis - Energies2 Cue Efficiency
import matplotlib.pyplot as plt
# Nuevos datos de eficiencia en función del mes
months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic']
electric_efficiency = [0.1991, 0.1983, 0.1977, 0.1972, 0.1975, 0.1972,
0.1975, 0.1981, 0.1983, 0.1981, 0.1987, 0.1991]
thermal_efficiency = [0.5302, 0.5313, 0.5307, 0.5379, 0.5341, 0.5371,
0.5276, 0.5349, 0.5285, 0.5307, 0.525, 0.5259]
Tesis - Energies2 Cue Energy
import matplotlib.pyplot as plt
# Meses en inglés
months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic']
# Datos de energía eléctrica y térmica
electric_energy = [242.4169, 239.3776, 348.1548, 285.192, 343.5978, 333.294, 387.9278, 242.8044, 251.964,
245.6564, 291.456, 262.8087]
thermal_energy = [645.513, 641.256, 934.464, 777.96, 928.915, 907.53, 1036.113, 655.836, 671.4, 658.13,
Tesis - Energies2 Cue Power
import matplotlib.pyplot as plt
# Meses en inglés
months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic']
# Datos de potencia eléctrica y térmica
electric_power = [0.7109, 0.7772, 0.9359, 0.7922, 0.8526, 0.8546, 0.9626, 0.6527, 0.6999, 0.7204, 0.8832, 0.7707]
thermal_power = [1.893, 2.082, 2.512, 2.161, 2.305, 2.327, 2.571, 1.763, 1.865, 1.93, 2.333, 2.036]
Tesis - Energies2 Cue Temp
import matplotlib.pyplot as plt
# Meses en inglés
months = ['Ene', 'Feb', 'Mar', 'Apr', 'May', 'Jun',
'Jul', 'Ago', 'Sep', 'Oct', 'Nov', 'Dic']
# Datos de temperatura
pv_temp = [20.31, 22.81, 24.62, 26.17, 25.17, 26.07, 25.16, 23.48, 22.77, 23.52, 21.46, 20.42]
absorber_temp = [20.22, 22.71, 24.5, 26.07, 25.06, 25.96, 25.04, 23.4, 22.68, 23.43, 21.35, 20.33]
htf_outlet_temp = [19.41, 21.86, 23.49, 25.24, 24.15, 25.07, 24.02, 22.7, 21.92, 22.66, 20.35, 19.44]
Pot Cara2
import matplotlib.pyplot as plt
# Nuevos datos de potencia en función del ancho, ahora en kW
ancho = [0.03, 0.06, 0.09, 0.12]
potencia_electrica = [1858/1000, 1791/1000, 1750/1000, 1721/1000] # Convertir a kW
potencia_termica = [4868/1000, 5041/1000, 5182/1000, 5309/1000] # Convertir a kW
# Tamaños de letra personalizables
etiqueta_eje_fontsize = 20
etiqueta_ticks_fontsize = 20
Pot Tuberia2
import matplotlib.pyplot as plt
# Nuevos datos de potencia en función de la longitud, ahora en kW
longitud = [7, 8, 9, 10, 11, 12, 13]
potencia_electrica = [1757/1000, 1744/1000, 1732/1000, 1721/1000, 1711/1000, 1702/1000, 1694/1000] # Convertir a kW
potencia_termica = [5155/1000, 5208/1000, 5259/1000, 5309/1000, 5359/1000, 5407/1000, 5454/1000] # Convertir a kW
# Tamaños de letra personalizables
etiqueta_eje_fontsize = 20
etiqueta_ticks_fontsize = 20
Pot Diametro2
import matplotlib.pyplot as plt
# Nuevos datos de potencia en función del diámetro, ahora en kW
diametro = [0.015, 0.03, 0.045, 0.06, 0.075, 0.09]
potencia_electrica = [1723/1000, 1721/1000, 1718/1000, 1715/1000, 1712/1000, 1709/1000] # Convertir a kW
potencia_termica = [5308/1000, 5309/1000, 5311/1000, 5313/1000, 5315/1000, 5317/1000] # Convertir a kW
# Tamaños de letra personalizables
titulo_fontsize = 22
etiqueta_eje_fontsize = 20
Pot Diametro2
import matplotlib.pyplot as plt
# Nuevos datos de potencia en función del diámetro, ahora en kW
diametro = [0.015, 0.03, 0.045, 0.06, 0.075, 0.09]
potencia_electrica = [1723/1000, 1721/1000, 1718/1000, 1715/1000, 1712/1000, 1709/1000] # Convertir a kW
potencia_termica = [5308/1000, 5309/1000, 5311/1000, 5313/1000, 5315/1000, 5317/1000] # Convertir a kW
# Tamaños de letra personalizables
titulo_fontsize = 22
etiqueta_eje_fontsize = 20
Pot Diametro2
import matplotlib.pyplot as plt
# Nuevos datos de potencia en función del diámetro, ahora en kW
diametro = [0.015, 0.03, 0.045, 0.06, 0.075, 0.09]
potencia_electrica = [1723/1000, 1721/1000, 1718/1000, 1715/1000, 1712/1000, 1709/1000] # Convertir a kW
potencia_termica = [5308/1000, 5309/1000, 5311/1000, 5313/1000, 5315/1000, 5317/1000] # Convertir a kW
# Tamaños de letra personalizables
titulo_fontsize = 22
etiqueta_eje_fontsize = 20
EF Cara2
import matplotlib.pyplot as plt
# Nuevos datos de eficiencia en función de la longitud
longitud = [0.03, 0.06, 0.09, 0.12]
eficiencia_electrica = [0.1935, 0.1865, 0.1823, 0.1792]
eficiencia_termica = [0.5071, 0.5251, 0.5397, 0.5531]
# Tamaños de letra personalizables
titulo_fontsize = 22
etiqueta_eje_fontsize = 20
EF Tuberia2
import matplotlib.pyplot as plt
# Nuevos datos de eficiencia en función de la longitud
longitud = [7, 8, 9, 10, 11, 12, 13]
eficiencia_electrica = [0.183, 0.1816, 0.1804, 0.1792, 0.1782, 0.1773, 0.1764]
eficiencia_termica = [0.537, 0.5425, 0.5479, 0.5531, 0.5582, 0.5632, 0.5681]
# Tamaños de letra personalizables
titulo_fontsize = 22
etiqueta_eje_fontsize = 20