Application of Intelligent Techniques for Optimal Management of Weakly Connected Microgrids
| Autor: | PAREJO MATOS, ANTONIO |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2022 |
| Předmět: |
short-term forecasting
deterministic forecasting stochastic forecasting probabilistic forecasting machine learning distributed generation renewable energy sources microgrid smart grid generazione distribuita previsione a breve termine previsione deterministica previsione stocastica previsione probabilistica apprendimento automatico fonti di energia rinnovabili redes inteligentes aprendizaje automático generación distribuida predicción a corto plazo microrredes predicción estocástica Settore ING-IND/33 - Sistemi Elettrici per L'Energia predicción determinista predicción probabilística fuentes de energía renovables |
| Popis: | La decarbonizzazione e la mitigazione del cambiamento climatico sono diventate una priorit� per molti Paesi e governi. Uno dei principali strumenti per realizzare questi obiettivi � la crescita delle fonti di generazione rinnovabili nel sistema elettrico, ma la loro inclusione costituisce una grande sfida per il funzionamento della rete a causa della loro alta variabilit� e il loro comportamento stocastico. In questo contesto, la gestione del sistema elettrico e delle microgrid pu� essere trattata come un problema di ottimizzazione in cui le risorse vengono fatte funzionare con l'obiettivo di minimizzare la funzione di costo. Questa funzione di costo e le restrizioni operative corrispondenti dipendono da ogni situazione specifica, ad esempio, da quali sono i requisiti di consumo di energia, quanto � debole la connessione con la rete elettrica e quanto sono critici i carichi da alimentare nella zona. In questo senso, nonostante la grande variet� di approcci di ottimizzazione, questi hanno in comune l'importanza di contare su un sistema di previsione di alta qualit� per prevedere le incertezze della microgrid (o rete) da far funzionare. I principali approcci esistenti per prevedere le incertezze sono la previsione deterministica e stocastica (che in molti casi � anche chiamata probabilistica). Considerando l'importanza dei sistemi di previsione per eseguire l'ottimizzazione delle microgrid e, in generale, delle reti elettriche, questa tesi di dottorato si concentra sulla progettazione di un modello di lavoro di previsione orientato alla microgrid che include una vasta gamma di approcci di previsione, che rende possibile la sua integrazione con altre applicazioni, ad esempio, sistemi di ottimizzazione della gestione dell'energia. Questo modello di lavoro include diversi metodi deterministici e stocastici ed � in grado di gestire l'addestramento e la selezione dei modelli per eseguire la previsione secondo il tipo di rappresentazione dell'incertezza che � richiesto in ogni caso. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|