Evaluación de un modelo de agregadores de demanda en el sistema eléctrico colombiano
ilustraciones, diagramas, tablas
- Autores:
-
Hincapié Correa, Julio Alejandro
- Tipo de recurso:
- Fecha de publicación:
- 2022
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/81924
- Palabra clave:
- 000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores
620 - Ingeniería y operaciones afines::629 - Otras ramas de la ingeniería
Aprendizaje automático (Inteligencia artificial)
Sistemas eléctricos - Colombia
Electrical systems - Colombia
Agregadores de demanda
Aprendizaje de máquina
Modelos de pronóstico
Generación real
Demand aggregators
Forecast models
Machine learning
Real generation
- Rights
- openAccess
- License
- Reconocimiento 4.0 Internacional
id |
UNACIONAL2_08d48febd477f706dfa3d4505e091ae5 |
---|---|
oai_identifier_str |
oai:repositorio.unal.edu.co:unal/81924 |
network_acronym_str |
UNACIONAL2 |
network_name_str |
Universidad Nacional de Colombia |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Evaluación de un modelo de agregadores de demanda en el sistema eléctrico colombiano |
dc.title.translated.eng.fl_str_mv |
Evaluation of a demand aggregators model in the Colombian power system |
title |
Evaluación de un modelo de agregadores de demanda en el sistema eléctrico colombiano |
spellingShingle |
Evaluación de un modelo de agregadores de demanda en el sistema eléctrico colombiano 000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores 620 - Ingeniería y operaciones afines::629 - Otras ramas de la ingeniería Aprendizaje automático (Inteligencia artificial) Sistemas eléctricos - Colombia Electrical systems - Colombia Agregadores de demanda Aprendizaje de máquina Modelos de pronóstico Generación real Demand aggregators Forecast models Machine learning Real generation |
title_short |
Evaluación de un modelo de agregadores de demanda en el sistema eléctrico colombiano |
title_full |
Evaluación de un modelo de agregadores de demanda en el sistema eléctrico colombiano |
title_fullStr |
Evaluación de un modelo de agregadores de demanda en el sistema eléctrico colombiano |
title_full_unstemmed |
Evaluación de un modelo de agregadores de demanda en el sistema eléctrico colombiano |
title_sort |
Evaluación de un modelo de agregadores de demanda en el sistema eléctrico colombiano |
dc.creator.fl_str_mv |
Hincapié Correa, Julio Alejandro |
dc.contributor.advisor.none.fl_str_mv |
Velásquez Henao, Juan David |
dc.contributor.author.none.fl_str_mv |
Hincapié Correa, Julio Alejandro |
dc.subject.ddc.spa.fl_str_mv |
000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores 620 - Ingeniería y operaciones afines::629 - Otras ramas de la ingeniería |
topic |
000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores 620 - Ingeniería y operaciones afines::629 - Otras ramas de la ingeniería Aprendizaje automático (Inteligencia artificial) Sistemas eléctricos - Colombia Electrical systems - Colombia Agregadores de demanda Aprendizaje de máquina Modelos de pronóstico Generación real Demand aggregators Forecast models Machine learning Real generation |
dc.subject.lemb.none.fl_str_mv |
Aprendizaje automático (Inteligencia artificial) Sistemas eléctricos - Colombia Electrical systems - Colombia |
dc.subject.proposal.spa.fl_str_mv |
Agregadores de demanda Aprendizaje de máquina Modelos de pronóstico Generación real |
dc.subject.proposal.eng.fl_str_mv |
Demand aggregators Forecast models Machine learning Real generation |
description |
ilustraciones, diagramas, tablas |
publishDate |
2022 |
dc.date.accessioned.none.fl_str_mv |
2022-08-17T00:02:27Z |
dc.date.available.none.fl_str_mv |
2022-08-17T00:02:27Z |
dc.date.issued.none.fl_str_mv |
2022 |
dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/81924 |
dc.identifier.instname.spa.fl_str_mv |
Universidad Nacional de Colombia |
dc.identifier.reponame.spa.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
dc.identifier.repourl.spa.fl_str_mv |
https://repositorio.unal.edu.co/ |
url |
https://repositorio.unal.edu.co/handle/unal/81924 https://repositorio.unal.edu.co/ |
identifier_str_mv |
Universidad Nacional de Colombia Repositorio Institucional Universidad Nacional de Colombia |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.references.spa.fl_str_mv |
Z. Chunyu, W. Qi, W. Jianhui, P. Pinson, J. Morales, J. Østergaard., "Real-Time Procurement Strategies of a Proactive Distribution Company With Aggregator-Based Demand Response", IEE, vol: 9, no: 2, 2018. CREG. Resoluciones 025 de 1995, 051 de 2009. L. Gkatzikis, I Koutsopoulos, T. Salonidis., "The Role of Aggregators in Smart Grid Demand Response Markets", IEE, vol: 31, no: 7, 2013. R. Henríquez, G Wenzel, D. Olivares, M. Negrete-Pincetic., "Participation of Demand Response Aggregators in Electricity Markets: Optimal Portfolio Management", IEE, vol: 9, no: 5, 2018. J. Iria, F. Soares, M. Matos., "Trading small prosumers flexibility in the energy and tertiary reserve markets", IEE, vol: 10, no: 3, 2019. T. Lu, Z. Wang, J. Wang, Q. Ai, C. Wang., "A Data-Driven Stackelberg Market Strategy for Demand Response-Enabled Distribution Systems", IEE, vol: 10, no: 3, 2019. V. Machamint, K Oureilidis, V Efthymiou, G Georghiou., "Investigation of the Role of an Aggregator Operating in the European Spot and Balance Markets", conference, 2018. T. Morstyn, A. Teytelboym, M. McCulloch., "Designing decentralized markets for distribution system flexibility", IEE, vol: 34, no: 3, 2019. M. Parvania, M. Fotuhi-Firuzabad, M. Shahidehpour., "Optimal Demand Response Aggregation in Wholesale Electricity Markets", IEE, vol: 4, no: 4, 2013. M. Shafie-Khah, S. Talari, W. Fei Wang, J. Catalão., "Decentralised demand response market model based on reinforcement learning", IEE, vol: 3, no: 5, 2020. M. Vahid-Ghavidel, N. Mahmoudi, B. Mohammadi-Ivatloo., "Self-scheduling of demand response aggregators in short-term markets based on information gap decision theory", IEE, vol: 10, no: 2, 2019. |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.license.spa.fl_str_mv |
Reconocimiento 4.0 Internacional |
dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Reconocimiento 4.0 Internacional http://creativecommons.org/licenses/by/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.spa.fl_str_mv |
43 páginas |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Universidad Nacional de Colombia |
dc.publisher.program.spa.fl_str_mv |
Medellín - Minas - Maestría en Ingeniería - Analítica |
dc.publisher.department.spa.fl_str_mv |
Departamento de la Computación y la Decisión |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Minas |
dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
dc.publisher.branch.spa.fl_str_mv |
Universidad Nacional de Colombia - Sede Medellín |
institution |
Universidad Nacional de Colombia |
bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/81924/3/1088007505.2022.pdf https://repositorio.unal.edu.co/bitstream/unal/81924/4/license.txt https://repositorio.unal.edu.co/bitstream/unal/81924/5/1088007505.2022.pdf.jpg |
bitstream.checksum.fl_str_mv |
e7c588788d71550b00a561341ba58c67 8153f7789df02f0a4c9e079953658ab2 b68cc49eb117f51f6f0826ccce33b8ca |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
_version_ |
1814090176706641920 |
spelling |
Reconocimiento 4.0 Internacionalhttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Velásquez Henao, Juan David7b16d4a5377f0f1b1f90d3c8c6fd9f8b600Hincapié Correa, Julio Alejandro241ad5103c5b8e392a8646196556e86f2022-08-17T00:02:27Z2022-08-17T00:02:27Z2022https://repositorio.unal.edu.co/handle/unal/81924Universidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/ilustraciones, diagramas, tablasEste trabajo final de maestría presenta diferentes modelos de aprendizaje de máquina que buscan predecir la generación real de las plantas despachadas centralmente en el sistema eléctrico colombiano y a partir de ello la elaboración de portafolios de agregadores de demanda. Para esto, se obtuvieron datos históricos de diferentes variables que puedan afectar la generación, las cuales fueron verificadas, limpiadas, transformados y modeladas con diferentes técnicas estadísticas en Python. Los resultados obtenidos indican que el mejor modelo de aprendizaje de máquina para pronosticar la generación real con los datos obtenidos es el Random Forest, con un coeficiente de determinación de 93,5%. (Texto tomado de la fuenter)This final master's project presents different machine learning models that seek to predict the real generation of the centrally dispatched plants in the Colombian electricity system and from this, the preparation of portfolios of demand aggregators. For this, historical data of different variables that can affect the generation were obtained, which were verified, cleaned, transformed and modeled with different statistical techniques in Python. The results obtained indicate that the best machine learning model to predict the real generation with the data obtained is the Random Forest, with a coefficient of determination of 93.5%.MaestríaMagíster en Ingeniería - AnalíticaAnalíticaÁrea Curricular de Ingeniería de Sistemas e Informática43 páginasapplication/pdfspaUniversidad Nacional de ColombiaMedellín - Minas - Maestría en Ingeniería - AnalíticaDepartamento de la Computación y la DecisiónFacultad de MinasMedellín, ColombiaUniversidad Nacional de Colombia - Sede Medellín000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores620 - Ingeniería y operaciones afines::629 - Otras ramas de la ingenieríaAprendizaje automático (Inteligencia artificial)Sistemas eléctricos - ColombiaElectrical systems - ColombiaAgregadores de demandaAprendizaje de máquinaModelos de pronósticoGeneración realDemand aggregatorsForecast modelsMachine learningReal generationEvaluación de un modelo de agregadores de demanda en el sistema eléctrico colombianoEvaluation of a demand aggregators model in the Colombian power systemTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMZ. Chunyu, W. Qi, W. Jianhui, P. Pinson, J. Morales, J. Østergaard., "Real-Time Procurement Strategies of a Proactive Distribution Company With Aggregator-Based Demand Response", IEE, vol: 9, no: 2, 2018.CREG. Resoluciones 025 de 1995, 051 de 2009.L. Gkatzikis, I Koutsopoulos, T. Salonidis., "The Role of Aggregators in Smart Grid Demand Response Markets", IEE, vol: 31, no: 7, 2013.R. Henríquez, G Wenzel, D. Olivares, M. Negrete-Pincetic., "Participation of Demand Response Aggregators in Electricity Markets: Optimal Portfolio Management", IEE, vol: 9, no: 5, 2018.J. Iria, F. Soares, M. Matos., "Trading small prosumers flexibility in the energy and tertiary reserve markets", IEE, vol: 10, no: 3, 2019.T. Lu, Z. Wang, J. Wang, Q. Ai, C. Wang., "A Data-Driven Stackelberg Market Strategy for Demand Response-Enabled Distribution Systems", IEE, vol: 10, no: 3, 2019.V. Machamint, K Oureilidis, V Efthymiou, G Georghiou., "Investigation of the Role of an Aggregator Operating in the European Spot and Balance Markets", conference, 2018.T. Morstyn, A. Teytelboym, M. McCulloch., "Designing decentralized markets for distribution system flexibility", IEE, vol: 34, no: 3, 2019.M. Parvania, M. Fotuhi-Firuzabad, M. Shahidehpour., "Optimal Demand Response Aggregation in Wholesale Electricity Markets", IEE, vol: 4, no: 4, 2013.M. Shafie-Khah, S. Talari, W. Fei Wang, J. Catalão., "Decentralised demand response market model based on reinforcement learning", IEE, vol: 3, no: 5, 2020.M. Vahid-Ghavidel, N. Mahmoudi, B. Mohammadi-Ivatloo., "Self-scheduling of demand response aggregators in short-term markets based on information gap decision theory", IEE, vol: 10, no: 2, 2019.EstudiantesInvestigadoresMaestrosORIGINAL1088007505.2022.pdf1088007505.2022.pdfTesis de Maestría en Ingeniería - Analíticaapplication/pdf1207144https://repositorio.unal.edu.co/bitstream/unal/81924/3/1088007505.2022.pdfe7c588788d71550b00a561341ba58c67MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-84074https://repositorio.unal.edu.co/bitstream/unal/81924/4/license.txt8153f7789df02f0a4c9e079953658ab2MD54THUMBNAIL1088007505.2022.pdf.jpg1088007505.2022.pdf.jpgGenerated Thumbnailimage/jpeg4669https://repositorio.unal.edu.co/bitstream/unal/81924/5/1088007505.2022.pdf.jpgb68cc49eb117f51f6f0826ccce33b8caMD55unal/81924oai:repositorio.unal.edu.co:unal/819242023-10-06 17:15:01.283Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.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 |