Optimización robusta aplicada a problemas de energía

• Autor: Chulluncuy Reynoso, Americo Andres
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/28787
• Enlace del recurso: http://hdl.handle.net/20.500.14076/28787
• Nivel de acceso: acceso abierto
• Materia: Optimización robusta; Soluciones robustas; Algoritmos de optimización robusta; Problemas de energía; https://purl.org/pe-repo/ocde/ford#1.01.02

La optimización robusta es un campo de investigación emergente que proporciona herramientas para abordar problemas de optimización en los que existen variaciones e incertidumbres en los datos. Su capacidad para gestionar estas fluctuaciones la convierte en una herramienta clave en la toma de decisiones y la planificación de sistemas complejos. Este trabajo aborda los principios fundamentales, las herramientas y las técnicas de la optimización robusta, y explora su aplicación en el ámbito de la gestión energética, donde la incertidumbre es un factor común. Un ejemplo claro de esto son las fuentes de energía renovable, como la solar y la eólica, cuya generación está sujeta a variaciones naturales debido a las condiciones climáticas. Para lograr una gestión eficiente de la oferta y demanda de energía, es esencial que la generación y distribución se adapten a diversas condiciones y escenarios. Comenzamos presentando los diferentes conceptos de robustez propuestos en la litera- tura, seguido de un análisis detallado de la formulación de problemas de optimización robusta que incorporan conjuntos de incertidumbre asociados a los datos, así como sus respectivas reformulaciones. Además, se examinan diversos algoritmos robustos diseñados para resolver eficientemente estos problemas, incluyendo métodos de descomposición y técnicas de corte. Mediante ejemplos ilustrativos del sector eléctrico, se analizan los métodos principales para modelar la incertidumbre: la optimización estocástica y la optimización robusta. Se resalta cómo ambos enfoques pueden complementarse en la modelación de problemas energéticos. Asimismo, se enfatiza la importancia de diferenciar entre la incertidumbre de corto plazo y la de largo plazo. Finalmente, se desarrolla un caso de estudio en el sector eléctrico, donde el problema se plantea utilizando un modelo de optimización estocástica robusta ajustable. Debido a la complejidad asociada con la resolución directa de esta formulación, el problema es reformulado y abordado mediante un procedimiento de descomposición tipo Benders.