Optimización del despacho de unidades generadoras en una central hidroeléctrica utilizando algoritmos evolutivos multiobjetivo

Autores
Villasanti, Carolina; Von Lücken, Christian; Barán, Benjamín
Año de publicación
2004
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El problema de la planificación de la operación a corto plazo en la generación de energía eléctrica consiste en determinar un programa de producción de energía eléctrica para el día siguiente, discretizado en intervalos horarios. Esto se conoce como el problema de despacho de unidades generadoras. Este trabajo plantea la optimización del despacho de unidades generadoras como un problema multiobjetivo. Los objetivos considerados son: minimizar el caudal turbinado y minimizar el número de arranques y paradas de las unidades generadoras. Para su resolución se propone por primera vez la utilización de Algoritmos Evolutivos para Optimización Multiobjetivo (Multiobjetive Evolutionary Algorithm - MOEA) en combinación con un algoritmo heuristico para el manejo de restricciones operativas de las unidades generadoras. Utilizando las características técnicas de una de las centrales hidroeléctricas del Paraguay, dos MOEAs fueron implementados: el SPEA (Strength Pareto Evolutionary Algorithm) y el NSGA-II (Nondominated Sorting Genetic Algorithm II). Los resultados utilizando estos dos algoritmos se comparan con lo realmente implementado en dicha hidroeléctrica. Para el problema de despacho de unidades generadoras, los MOEAs encontraron varias soluciones Pareto, proveyendo al tomador de decisiones de una rica gama de soluciones de compromiso.
Eje: V - Workshop de agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
despacho de unidades generadoras
algoritmos evolutivos
Intelligent agents
Algorithms
optimización multiobjetivo
Optimization
central hidroeléctrica
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22558
Acceder
id SEDICI_03aba0c3c96305394dcd957df973f889
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22558
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Optimización del despacho de unidades generadoras en una central hidroeléctrica utilizando algoritmos evolutivos multiobjetivoVillasanti, CarolinaVon Lücken, ChristianBarán, BenjamínCiencias InformáticasARTIFICIAL INTELLIGENCEdespacho de unidades generadorasalgoritmos evolutivosIntelligent agentsAlgorithmsoptimización multiobjetivoOptimizationcentral hidroeléctricaEl problema de la planificación de la operación a corto plazo en la generación de energía eléctrica consiste en determinar un programa de producción de energía eléctrica para el día siguiente, discretizado en intervalos horarios. Esto se conoce como el problema de despacho de unidades generadoras. Este trabajo plantea la optimización del despacho de unidades generadoras como un problema multiobjetivo. Los objetivos considerados son: minimizar el caudal turbinado y minimizar el número de arranques y paradas de las unidades generadoras. Para su resolución se propone por primera vez la utilización de Algoritmos Evolutivos para Optimización Multiobjetivo (Multiobjetive Evolutionary Algorithm - MOEA) en combinación con un algoritmo heuristico para el manejo de restricciones operativas de las unidades generadoras. Utilizando las características técnicas de una de las centrales hidroeléctricas del Paraguay, dos MOEAs fueron implementados: el SPEA (Strength Pareto Evolutionary Algorithm) y el NSGA-II (Nondominated Sorting Genetic Algorithm II). Los resultados utilizando estos dos algoritmos se comparan con lo realmente implementado en dicha hidroeléctrica. Para el problema de despacho de unidades generadoras, los MOEAs encontraron varias soluciones Pareto, proveyendo al tomador de decisiones de una rica gama de soluciones de compromiso.Eje: V - Workshop de agentes y sistemas inteligentesRed de Universidades con Carreras en Informática (RedUNCI)2004-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/22558spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:55:06Zoai:sedici.unlp.edu.ar:10915/22558Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:07.221SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Optimización del despacho de unidades generadoras en una central hidroeléctrica utilizando algoritmos evolutivos multiobjetivo
title Optimización del despacho de unidades generadoras en una central hidroeléctrica utilizando algoritmos evolutivos multiobjetivo
spellingShingle Optimización del despacho de unidades generadoras en una central hidroeléctrica utilizando algoritmos evolutivos multiobjetivo
Villasanti, Carolina
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
despacho de unidades generadoras
algoritmos evolutivos
Intelligent agents
Algorithms
optimización multiobjetivo
Optimization
central hidroeléctrica
title_short Optimización del despacho de unidades generadoras en una central hidroeléctrica utilizando algoritmos evolutivos multiobjetivo
title_full Optimización del despacho de unidades generadoras en una central hidroeléctrica utilizando algoritmos evolutivos multiobjetivo
title_fullStr Optimización del despacho de unidades generadoras en una central hidroeléctrica utilizando algoritmos evolutivos multiobjetivo
title_full_unstemmed Optimización del despacho de unidades generadoras en una central hidroeléctrica utilizando algoritmos evolutivos multiobjetivo
title_sort Optimización del despacho de unidades generadoras en una central hidroeléctrica utilizando algoritmos evolutivos multiobjetivo
dc.creator.none.fl_str_mv Villasanti, Carolina
Von Lücken, Christian
Barán, Benjamín
author Villasanti, Carolina
author_facet Villasanti, Carolina
Von Lücken, Christian
Barán, Benjamín
author_role author
author2 Von Lücken, Christian
Barán, Benjamín
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
despacho de unidades generadoras
algoritmos evolutivos
Intelligent agents
Algorithms
optimización multiobjetivo
Optimization
central hidroeléctrica
topic Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
despacho de unidades generadoras
algoritmos evolutivos
Intelligent agents
Algorithms
optimización multiobjetivo
Optimization
central hidroeléctrica
dc.description.none.fl_txt_mv El problema de la planificación de la operación a corto plazo en la generación de energía eléctrica consiste en determinar un programa de producción de energía eléctrica para el día siguiente, discretizado en intervalos horarios. Esto se conoce como el problema de despacho de unidades generadoras. Este trabajo plantea la optimización del despacho de unidades generadoras como un problema multiobjetivo. Los objetivos considerados son: minimizar el caudal turbinado y minimizar el número de arranques y paradas de las unidades generadoras. Para su resolución se propone por primera vez la utilización de Algoritmos Evolutivos para Optimización Multiobjetivo (Multiobjetive Evolutionary Algorithm - MOEA) en combinación con un algoritmo heuristico para el manejo de restricciones operativas de las unidades generadoras. Utilizando las características técnicas de una de las centrales hidroeléctricas del Paraguay, dos MOEAs fueron implementados: el SPEA (Strength Pareto Evolutionary Algorithm) y el NSGA-II (Nondominated Sorting Genetic Algorithm II). Los resultados utilizando estos dos algoritmos se comparan con lo realmente implementado en dicha hidroeléctrica. Para el problema de despacho de unidades generadoras, los MOEAs encontraron varias soluciones Pareto, proveyendo al tomador de decisiones de una rica gama de soluciones de compromiso.
Eje: V - Workshop de agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description El problema de la planificación de la operación a corto plazo en la generación de energía eléctrica consiste en determinar un programa de producción de energía eléctrica para el día siguiente, discretizado en intervalos horarios. Esto se conoce como el problema de despacho de unidades generadoras. Este trabajo plantea la optimización del despacho de unidades generadoras como un problema multiobjetivo. Los objetivos considerados son: minimizar el caudal turbinado y minimizar el número de arranques y paradas de las unidades generadoras. Para su resolución se propone por primera vez la utilización de Algoritmos Evolutivos para Optimización Multiobjetivo (Multiobjetive Evolutionary Algorithm - MOEA) en combinación con un algoritmo heuristico para el manejo de restricciones operativas de las unidades generadoras. Utilizando las características técnicas de una de las centrales hidroeléctricas del Paraguay, dos MOEAs fueron implementados: el SPEA (Strength Pareto Evolutionary Algorithm) y el NSGA-II (Nondominated Sorting Genetic Algorithm II). Los resultados utilizando estos dos algoritmos se comparan con lo realmente implementado en dicha hidroeléctrica. Para el problema de despacho de unidades generadoras, los MOEAs encontraron varias soluciones Pareto, proveyendo al tomador de decisiones de una rica gama de soluciones de compromiso.
publishDate 2004
dc.date.none.fl_str_mv 2004-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/22558
url http://sedici.unlp.edu.ar/handle/10915/22558
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615809589051392
score 13.070432

Publicaciones similares