Asignación de Precios Minoristas en Sistemas de Distribución con Múltiples Microrredes Usando Aprendizaje por Refuerzo
dc.contributor.advisor | Rey López, Juan Manuel | |
dc.contributor.advisor | Luna Chacón, Andrés Felipe | |
dc.contributor.author | Carrillo Valera, Camilo Esteban | |
dc.contributor.author | Sandoval Manrique, Jhon Héctor | |
dc.contributor.evaluator | Serna Súarez, Ivan David | |
dc.contributor.evaluator | Galvis Díaz, Oscar Alexis | |
dc.date.accessioned | 2023-10-31T13:50:05Z | |
dc.date.available | 2023-10-31T13:50:05Z | |
dc.date.created | 2023-10-30 | |
dc.date.issued | 2023-10-30 | |
dc.description.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. | |
dc.description.abstractenglish | This research aims to develop an algorithm for retail price definition in a multi-microgrid distribution system using reinforcement learning. A specific topology is proposed for a distribution system with 4 connected microgrids that buy or sell energy to the main grid to meet their demand. From the perspective of the Distribution System Operator (DSO), the objective is to maximize the profits from energy transactions while minimizing the Peak-to-Average-Power-Ratio (PAR) of the demand. The microgrids composed of renewable sources and dispatchable sources, exchange energy with the grid according to an optimization dispatch problem formulation that seeks to minimize operating costs. Power flows are solved in Python using PandaPower library. A reinforcement learning strategy is trained using Monte Carlo method to select a daily retail pricing policy. Finally, the results are compared with constant price policies, evaluating and concluding on the improvements obtained. | |
dc.description.degreelevel | Pregrado | |
dc.description.degreename | Ingeniero Electrónico | |
dc.format.mimetype | application/pdf | |
dc.identifier.instname | Universidad Industrial de Santander | |
dc.identifier.reponame | Universidad Industrial de Santander | |
dc.identifier.repourl | https://noesis.uis.edu.co | |
dc.identifier.uri | https://noesis.uis.edu.co/handle/20.500.14071/15062 | |
dc.language.iso | spa | |
dc.publisher | Universidad Industrial de Santander | |
dc.publisher.faculty | Facultad de Ingeníerias Fisicomecánicas | |
dc.publisher.program | Ingeniería Electrónica | |
dc.publisher.school | Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
dc.rights.coar | http://purl.org/coar/access_right/c_abf2 | |
dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
dc.rights.license | Atribución-SinDerivadas 2.5 Colombia (CC BY-ND 2.5 CO) | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Microrredes | |
dc.subject | Operador de Red | |
dc.subject | Aprendizaje por Refuerzo | |
dc.subject | Método Monte Carlo | |
dc.subject | Energía Eléctrica | |
dc.subject.keyword | Microgrids | |
dc.subject.keyword | Distribution System Operator | |
dc.subject.keyword | Reinforcement Learning | |
dc.subject.keyword | Monte Carlo Method | |
dc.subject.keyword | Electrical Energy | |
dc.title | Asignación de Precios Minoristas en Sistemas de Distribución con Múltiples Microrredes Usando Aprendizaje por Refuerzo | |
dc.title.english | Retail Pricing in Multi-Microgrid Distribution Systems Using Reinforcement Learning | |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
dc.type.hasversion | http://purl.org/coar/version/c_b1a7d7d4d402bcce | |
dc.type.local | Tesis/Trabajo de grado - Monografía - Pregrado |
Files
Original bundle
1 - 3 of 3
No Thumbnail Available
- Name:
- Carta de autorización.pdf
- Size:
- 169.04 KB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Nota de proyecto.pdf
- Size:
- 307.11 KB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 2.18 KB
- Format:
- Item-specific license agreed to upon submission
- Description: