- -

Funciones analíticas a partir de un modelo estocástico de las extracciones de una presa hidroeléctrica después de la temporada de lluvias

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Funciones analíticas a partir de un modelo estocástico de las extracciones de una presa hidroeléctrica después de la temporada de lluvias

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.author De la Cruz-Courtois, O.A. es_ES
dc.contributor.author Guichard, D. es_ES
dc.contributor.author Arganis, M.L. es_ES
dc.date.accessioned 2020-11-04T12:17:31Z
dc.date.available 2020-11-04T12:17:31Z
dc.date.issued 2020-10-30
dc.identifier.issn 1134-2196
dc.identifier.uri http://hdl.handle.net/10251/154074
dc.description.abstract [ES] El presente trabajo tiene como objetivo el planteamiento de ecuaciones estocásticas para la resolución de los niveles de embalse de un sistema hidroeléctrico que opera en cascada a través de 2 presas, en los meses posteriores a la época de lluvias, específicamente, los meses de noviembre y diciembre. A partir de los modelos de control markovianos se establecen el espacio de estados, el espacio de acciones, el kernel de transición y las funciones de ganancia y costo, para luego proponer una función objetivo que maximice una ecuación de optimalidad mediante variables continuas. Como resultado se determinan ecuaciones de los beneficios esperados en unidades energéticas de GW-hora, así como un modelo de políticas óptimas basado en estados continuos. En conclusión, se obtiene un conjunto de funciones analíticas que dependen de la época del año y los volúmenes actuales de cada uno de los embalses, para así determinar la mejor política de decisión para obtener el mayor beneficio de energía sin poner en riesgo la seguridad de la población por posibles derrames y minimizando déficits. es_ES
dc.description.abstract [EN] The objective of the present work is the approach of stochastic models that allow to determine the level of a hydroelectric system that operates in cascade through two reservoirs, in the months after the rainy season, specifically, the months of November and December. The components that determine the control model are the state space, the action set, the transition kernel, and the so-called reward and cost functions, and with them it is proposed to maximize the optimality equation through the objective function by continuous variables The result is the obtaining of benefit equations given in GW-hour, as well as obtaining an optimal policy model through the continuous states. It is concluded that analytical functions can be obtained that only depend on the current volumes of the reservoirs and the time of the year, and thereby establish the optimal policy to maximize energy and minimize spills avoiding situations of risk to the population and minimizing deficits. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Ingeniería del agua es_ES
dc.rights Reconocimiento - No comercial - Compartir igual (by-nc-sa) es_ES
dc.subject Markovian control model es_ES
dc.subject Continuous state space es_ES
dc.subject Action set es_ES
dc.subject Energy es_ES
dc.subject Hydroelectric system es_ES
dc.subject Modelo de control Markoviano es_ES
dc.subject Espacio de estados continuos es_ES
dc.subject Espacio de acciones es_ES
dc.subject Energía es_ES
dc.subject Sistema hidroeléctrico es_ES
dc.title Funciones analíticas a partir de un modelo estocástico de las extracciones de una presa hidroeléctrica después de la temporada de lluvias es_ES
dc.title.alternative Analytical functions from a stochastic model for extractions of a hydroelectric reservoir after the rainy season es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.4995/ia.2020.12311
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation De La Cruz-Courtois, O.; Guichard, D.; Arganis, M. (2020). Funciones analíticas a partir de un modelo estocástico de las extracciones de una presa hidroeléctrica después de la temporada de lluvias. Ingeniería del agua. 24(4):235-253. https://doi.org/10.4995/ia.2020.12311 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.4995/ia.2020.12311 es_ES
dc.description.upvformatpinicio 235 es_ES
dc.description.upvformatpfin 253 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 24 es_ES
dc.description.issue 4 es_ES
dc.identifier.eissn 1886-4996
dc.relation.pasarela OJS\12311 es_ES
dc.description.references Abolghasemi, R.H. 2008. Optimization of the Kootenay river hydroelectric system with a linear programming model. Master Thesis, University of Canada, Canada. es_ES
dc.description.references Ailing, Li. 2004. A study on the large-scale system descomposition-coordination method used in optimal operation of a hydroelectric system. Water International, 29(2), 228-231. https://doi.org/10.1080/02508060408691772 es_ES
dc.description.references Alegría, A. 2010. Política de operación óptima del sistema de presas del Río Grijalva. Efectos de la curva guía. Tesis de Maestría, Universidad Nacional Autónoma de México, México. es_ES
dc.description.references Arganis, M.L., Domínguez, R., Cisneros-Itube, H., Fuentes-Mariles, G. 2008. Syntetic sample generation of monthly inflows into two dams using the modified Svanidze method. Hydrological sciences journal, 53(1), 130-141. https://doi.org/10.1623/hysj.53.1.130 es_ES
dc.description.references Ahmad, A., El-Shafie, A., Razali, S.F.M., Mohamad, Z.S. 2014. Reservoir optimization water resources: a review. Water Resources Management, 28(11), 135-146. https://doi.org/10.1007/s11269-014-0700-5 es_ES
dc.description.references Barros, T.L.M, Tsai, F.T.C., Yang, S., Lopes, J.E.G., Yeh, W.W.G. 2003. Optimization of larg-scale hydropower system operations. Journal of Water Resources Planning and Management, 129(3), 178-188. https://doi.org/10.1061/(ASCE)0733-9496(2003)129:3(178) es_ES
dc.description.references Bertsekas, D.P. 1995. Dynamic Programming and Optimal Control. Prentice-Hall, Massachusetts, USA. es_ES
dc.description.references Butcher, W.S. 1971. Stochastic dynamic programming for optimal reservoir operation. Journal of the American Water Resources Association, 71(11), 143-158. https://doi.org/10.1111/j.1752-1688.1971.tb01683.x es_ES
dc.description.references Crichigno, J., Talavera, F. 2012. Enrutamiento multicast utilizando optimización multiobjetivo. Ingeniería y Ciencia, 4(7), 87-111. es_ES
dc.description.references De la Cruz-Courtois, O., Guichard, R., Arganis, M. 2018. Políticas de operación óptima de presas para generación hidroeléctrica con modelos markovianos y variable continua. Pakbal, 44(3), 12-25. es_ES
dc.description.references Domínguez, R., Arganis, M. 2001. Revisión de las políticas de operación de las presas Angostura y Malpaso en el río Grijalva. Informe de la Comisión Federal de Electricidad, CDMX, México. es_ES
dc.description.references Domínguez, R., Arganis, M., Carrizosa, E. 2006. Determinación de avenidas de diseño y ajuste de los parámetros del modelo de optimización de las políticas de operación del sistema de presas del Río Grijalva. Informe de Comisión Federal de Electricidad, Universidad Nacional Autónoma de México, México. es_ES
dc.description.references Eschenbach, E.A., Magee, T., Zagona, E., Goranflo, M., Shane, R. 2001. Goal programming Decision Support System for Multiobjective Operation of Reservoir Systems. Journal of Water Resources Planning and Management, 127(2), 108-120. https://doi.org/10.1061/(ASCE)0733-9496(2001)127:2(108) es_ES
dc.description.references García, V., 1992. Aprovechamientos hidroeléctricos y de bombeo. Trillas. CDMX, México. es_ES
dc.description.references Hernández-Lerma, O., Laserre, J. 1991. Discrete-Time Markov Control processes. Basic optimality criteria, Springer, New York, USA. es_ES
dc.description.references Labadie, J.W. 2004. Optimal Operation on Multireservoir Systems: State-of-the-art Review. Journal of Water Resources Planning and Management, 130(2), 93-111. https://doi.org/10.1061/(ASCE)0733-9496(2004)130:2(93) es_ES
dc.description.references Labadie, J.W., Lee, J.H. 2007. Stochastic optimization of multireservoir systems via reinforcement learning. Water Resources Research, 43 W11408. https://doi.org/10.1029/2006WR005627 es_ES
dc.description.references Mendoza-Pérez, A., Jasso-Fuentes, H., De la Cruz-Courtois, O. 2016. Constrained Markov decision processes in Borel spaces: from discounted to average optimality. Springer Berlin Heidelberg, 84(3), 489-525. https://doi.org/10.1007/s00186-016-0551-3 es_ES
dc.description.references Quitana F, F. 1981. Aplicaciones de la Programación Dinámica a la Operación de Presas. Tesis. Universidad de Sonora, Sonora, México. es_ES
dc.description.references Rani, D., Moreira, M.M. 2010. Simulation-Optimization Modeling: A Survey and Potential Application in Reservoir Systems Operation. Water Resources Management, 24, 1107-1138. https://doi.org/10.1007/s11269-009-9488-0 es_ES
dc.description.references Rincón, L. 2012. Introducción a los procesos estocásticos. Universidad Nacional Autónoma de México, México. es_ES
dc.description.references Sánchez, C.E., Andreu A.J. 2002. Expansión óptima de sistemas de recursos hídricos superficiales: Aplicación a un sistema real en España. In 11 Congreso Intern. de Métodos Numéricos en Ingeniería y Ciencias Aplicadas (Vol 1). es_ES
dc.description.references Sánchez, C.E., Wagner, G.A., 2003. Determinación de reglas de operación óptima para dos embalses, utilizando un algoritmo genético. Universidad Autónoma de Coahuila, México. es_ES
dc.description.references Sánchez, C.E., Wagner, G.A., 2004. Modelo numérico para la operación óptima de un hidrosistema de aguas superficiales. Instituto Mexicano de Tecnología del Agua, 15(2), 23-38. es_ES
dc.description.references Kumar, V., Yadav, S.M. 2018. Optimization of reservoir operation with a new approach in evolutionary computation using TLBO and Jaya Algorithm. Water Resources Management, 32, 4375-4391. https://doi.org/10.1007/s11269-018-2067-5 es_ES
dc.description.references Yakowitz, S.J. 1982. Dynamic Programming Applications in Water Resources. Water Resources Research, 18(4), 673-696. https://doi.org/10.1029/WR018i004p00673 es_ES
dc.description.references Wurbs, R.A. 1993. Reservoir-System Simulation and Optimization Models. Journal of Water Resources Planning and Management, 116(1), 52.70. https://doi.org/10.1061/(ASCE)0733-9496(1993)119:4(455) es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem