Asignación de Precios Minoristas en Sistemas de Distribución con Múltiples Microrredes Usando Aprendizaje por Refuerzo

Abstract
En esta investigación se propone desarrollar un algoritmo para la asignación de los precios minoristas en un sistema de distribución con múltiples microrredes usando la técnica de aprendizaje por refuerzo. Para esto, se plantea una topología en específico de un sistema de distribución con 4 microrredes conectadas que tienen la posibilidad de comprar o vender energía a la red principal para satisfacer su demanda. Desde la perspectiva del OR, el objetivo es maximizar las ganancias por compra/venta de energía mientras se minimiza la PAR de la demanda. Las microrredes compuestas por fuentes renovables y fuentes despachables, determinan la potencia intercambiada con la red a través del planteamiento de un problema de optimización en el que se busca minimizar sus costos operativos. Para el análisis de flujos de potencia del sistema de distribución se utiliza la librería PandaPower de Python. Se entrena una estrategia de aprendizaje por refuerzo mediante el método de Monte Carlo con el fin de seleccionar una política de precios diarios. Finalmente, los resultados se comparan con políticas de precio constante, evaluando y concluyendo sobre las mejoras obtenidas.
Description
Keywords
Microrredes, Operador de Red, Aprendizaje por Refuerzo, Método Monte Carlo, Energía Eléctrica
Citation