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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/22558
Ver los metadatos del registro completo
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 |