Atribución-SinDerivadas 2.5 Colombia (CC BY-ND 2.5 CO)Rey López, Juan ManuelLuna Chacón, Andrés FelipeCarrillo Valera, Camilo EstebanSandoval Manrique, Jhon Héctor2023-10-312023-10-312023-10-302023-10-30https://noesis.uis.edu.co/handle/20.500.14071/15062En 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.application/pdfspainfo:eu-repo/semantics/openAccessMicrorredesOperador de RedAprendizaje por RefuerzoMétodo Monte CarloEnergía EléctricaUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coMicrogridsDistribution System OperatorReinforcement LearningMonte Carlo MethodElectrical Energyhttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)