Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12008/36683

Título:

Teaching a robot the optimal operation of an electrical energy system with high integration of renewable energies

Otros títulos:

Coordinador:

Director:

Compilador:

Autor:

Chaer, Ruben
Camacho, Vanina
Caporale, Ximena
Palacio, Juan Felipe
Soubes, Pablo
Vallejo, Damián
Ramírez Paulino, Ignacio

Tutor:

Tipo de documento:

Preprint

Editor:

Palabras clave:

Wind energy generation
Heart
Wind
Renewable energy sources
Heuristic algorithms
Optimization methods
Production
Energy
Optimization
Dispatch
Approximate Dynamic Programming
Optimal Policy Learning

Descriptores:

Año de publicación:

2021

Contenido:

Resumen:

This work shows different strategies for a Robot to learn the optimal operation of a diverse electrical energy generation system including resources such as thermal, hydroelectric, wind, solar generators and energy accumulators. The large number of variables in these systems results in a huge state space. Thus, computing an explicit representation of the cost function over said space, which is at the heart of most current optimization methods, becomes infeasible. The strategies presented here aim at solving the aforementioned problem by learning an implicit representation of the cost function over the state space. Another key idea is to keep the complexity of the representation at a minimum, in order to obtain a solution which captures the most relevant characteristics of the cost-to-go of the system, with the least possible parameters.

Descripción:

Presentado y publicado en IEEE URUCON 2021, Montevideo, Uruguay, 24-26 nov. 2021, pp. 364-367.

metadata.articulos.dc.description.uri:

Editorial:

EN:

Financiadores:

Proyecto ANII-FSE_1_2017_1_144926 - "Planificación de inversiones con energías variables, restricciones de red y gestión de demanda" (2018-2020) Fondo Sectorial de Energía ANII.

Citación:

Chaer, R., Camacho, V., Caporale, X. y otros. Teaching a robot the optimal operation of an electrical energy system with high integration of renewable energies [Preprint]. Publicado en: IEEE URUCON 2021, Montevideo, Uruguay, 24-26 nov. 2021, 4 p. DOI 10.1109/URUCON53396.2021.9647311.

Citación:

metadata.articulos.cc.license.name:

ISBN:

e-ISBN:

ISSN:

ISMN:

Otros identificadores:

Cobertura geográfica:

Uruguay

Cobertura temporal:

Departamento académico:

Potencia
Potencia
Procesamiento de Señales
Procesamiento de Señales

Grupo de investigación:

Energía Eléctrica
Tratamiento de Imágenes
Energía Eléctrica
Tratamiento de Imágenes

Licencia:

Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)

Colecciones:

Publicaciones académicas y científicas
FicherosDescripciónTamañoFormato
CCCPSVR21.pdf Preprint 203.13 KB Adobe PDF
Mostrar el registro Dublin Core completo del ítem