Operación óptima de sistemas de almacenamiento basada en SDDP con representación Markoviana de la incertidumbre de precios de la energía
Professor Advisor
dc.contributor.advisor
Moreno Vieyra, Rodrigo
Author
dc.contributor.author
Vidal Carrasco, Rodrigo Andrés
Associate professor
dc.contributor.other
Flores Quiroz, Ángela
Associate professor
dc.contributor.other
Negrete Pincetic, Matías
Admission date
dc.date.accessioned
2024-11-15T16:07:46Z
Available date
dc.date.available
2024-11-15T16:07:46Z
Publication date
dc.date.issued
2024
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/201961
Abstract
dc.description.abstract
Con la expansión de las energías ERNC y la transición hacia matrices más limpias y sostenibles, los desafíos para mantener una operación segura y confiable aumentan. Los sistemas de almacenamiento se posicionan como una de las opciones más completas para incrementar la flexibilidad de los SEP, pero para ello es fundamental contar con metodologías óptimas para la operación de estos dispositivos. Este trabajo estudia la aplicación de modelos de optimización multi-etapa con representación markoviana de la incertidumbre para operar sistemas BESS, utilizando MC-SDDP. Específicamente, se estudia el problema de arbitraje de energía, con y sin participación en mercados de reservas, bajo incertidumbre en los precios de la energía. Mediante comparación con otras metodologías de toma de decisión, se evalúa la política de operación derivadas del modelamiento propuesto. Los resultados muestran que la representación markoviana de la incertidumbre captura mejor la dinámica de precios de energía que una representación sin correlaciones temporales (independiente). En arbitraje de energía puro, el modelamiento multi-etapa markoviano supera en utilidades al modelamiento multi-etapa independiente en al menos un 15\% y al aprendizaje reforzado en un 11\%. Sin embargo, el modelo multi-etapa markoviano presenta complejidades adicionales para implementarse, como altos tiempos de cálculo y dificultades de convergencia.
es_ES
Patrocinador
dc.description.sponsorship
Este trabajo ha sido parcialmente financiado por: ANID-Subdirecci´on de Capital
Humano/Mag´ıster Nacional/2022 - 22221612, ANID Chile -
ANID/FONDECYT/Regular 1181928, ANID Chile - ANID/FONDECYT 1190228, ISCI
- ANID PIA/Apoyo AFB180003
es_ES
Lenguage
dc.language.iso
es
es_ES
Publisher
dc.publisher
Universidad de Chile
es_ES
Type of license
dc.rights
Attribution-NonCommercial-NoDerivs 3.0 United States