Aquest projecte es desenvolupa al voltant de la hipòtesi que aplicar tecnologies d’optimització a una comunitat energètica pot suposar una millora energètica i econòmica. Per aquest motiu, s’han definit 2 casos d’ús de comunitats, s’han desenvolupat 4 algoritmes de gestió energètica, 3 dels quals aporten algun tipus d’optimització i s’han comparat el resultats analitzant els paràmetres que permeten quantificar la millora energètica i econòmica: l’autoconsum, l’excedent i els costos d’energia. Partint dels consums horaris anuals de tres habitatges, s’han generat dos models d’autoconsum, un amb generació solar i generació solar i eòlica. Pel que fa als algoritmes, consisteixen en la gestió energètica convencional, gestió de la demanda (load shifting), compravenda d’energia i la combinació de les dues últimes, en el que després d’aplicar gestió de la demanda, es participa en la compravenda amb altres usuaris. Els resultats mostren com les 3 optimitzacions suposen millores graduals en els tres paràmetres estudiats, en general per l’ordre definit: la gestió de la demanda, compravenda i la combinació de les dues. Tot i això, en alguns usuaris, el load shifting permet reduir més l’excedent que la compravenda. En els 3 casos, la millora més notable és la que resulta d’aplicar la combinació de gestió de la demanda i compravenda. En els casos més favorables, quan hi ha només generació solar s’ha aconseguit reduir l’autoconsum en un 30%, l’excedent un 23% i el cost de l’energia un 24%. Mentre que quan s’afegeix la generació eòlica a la solar, s’arriben a millores del 39, 20 i 278% en cada paràmetre respectivament. Este proyecto se desarrolla alrededor de la hipótesis que aplicar tecnologías de optimización en una comunidad energética puede suponer una mejora energética y económica. Por este motivo, se han definido 2 casos de uso de comunidades, se han desarrollado 4 algoritmos de gestión energética, 3 de los cuales aportan algún tipo de optimización y se han comparado los resultados analizando los parámetros que permiten cuantificar la mejora energética y económica: el autoconsumo, el excedente y los costes de energía. Partiendo de los consumos horarios anuales de tres viviendas, se han generado dos modelos de autoconsumo, uno con generación solar y generación solar y eólica. En cuanto a los algoritmos, consisten en la gestión energética convencional, gestión de la demanda (load shifting), compraventa de energía y la combinación de las dos últimas, en el que después de aplicar gestión de la demanda, se participa en la compraventa con otros usuarios. Los resultados muestran como las 3 optimizaciones suponen mejoras graduales en los tres parámetros estudiados, en general por el orden definido: la gestión de la demanda, compraventa y la combinación de las dos. Aun así, en algunos usuarios, el load shifting permite reducir más el excedente que la compraventa. En los 3 casos, la mejora más notable es la que resulta de aplicar la combinación de gestión de la demanda y compraventa. En los casos más favorables, cuando hay solo generación solar se ha conseguido reducir el autoconsumo en un 30%, el excedente un 23% y el coste de la energía un 24%. Mientras que cuando se añade la generación eólica a la solar, se llegan a mejoras del 39%, 20% y 278% en cada parámetro respectivamente. This project is developed around the hypothesis that applying optimization technologies to an energy community can mean energy and economic improvement. For this reason, 2 use cases of community use have been defined, 4 energy management algorithms have been developed, 3 of which provide some kind of optimization, and the results have been compared by analyzing the parameters that allow energy and economic improvement to be quantified: self-consumption, surplus and energy costs. Starting from the annual time consumption of three homes, two models of self-consumption have been generated, one with solar and solar and wind generation. The algorithms consist of conventional energy management, load shifting, peer-to-peer energy energy and combining the latter two, in which after applying demand response, one participates in energy trading with other users. The results show how the 3 optimizations result in gradual improvements to the three parameters studied, usually by the order defined: demand management, buying and selling and the combination of the two. However, in some users, load shifting allows the surplus to be reduced more than the sale. In all three cases, the most significant improvement is the one that results from applying the combination of demand response and energy trading. In the most favorable cases, when there is only solar generation, it has been possible to reduce self-consumption by 30%, the surplus by 23% and the cost of energy by 24%. While when wind power is added to the solar power, improvements of 39, 20 and 278% are achieved in each parameter respectively.