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
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/81924
https://repositorio.unal.edu.co/
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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