Resumen de An Integrated Framework for the Representation and Solution of Stochastic Energy Optimization Problems
La importancia de la optimización de sistemas energéticos es creciente debida a la liberalización del sector energético, así como del establecimiento de objetivos como el 20-20-20 de la Unión Europea, que a su vez desembocan en nuevas regulaciones. Esta situación lleva a nuevos modelos estocásticos dinámicos incluyendo decisiones estratégicas (en el largo plazo) que deben ser tomadas teniendo en cuenta el desempeño de los sistemas y las decisiones operacionales (en el corto plazo). Así, los propietarios y gestores de edificios tienen el reto de tomar decisiones para obtener el conjunto óptimo de tecnologías y contratos, y adoptar un papel activo en los mercados energéticos. Los objetivos de esta tesis son, por una parte el desarrollo de un marco de trabajo para SAD (Sistemas de Ayuda a la Decisión) que favorezca el necesario diálogo entre stakeholders (partes interesadas). Los procesos de toma de decisiones como el abordado en esta tesis, normalmente se realizan bajo condiciones de incertidumbre. Una forma de tratar esta incertidumbre es estimar los parámetros del modelo y resolver el problema para los valores medios, lo que resulta en soluciones degeneradas para el escenario promedio. Mediante Programación Estocástica se obtiene una solución robusta frente a todos los escenarios considerados. Escalando desde modelos sencillos deterministas hasta modelos estocásticos multi-etápicos bajo una visión sistémica, se llega a un modelo completo que incluye características como la obsolescencia de las tecnologías, selección de contratos, emisiones o eficiencia, así como el balance de energía de forma global en el edificio. El valor de los modelos desarrollados se ilustra a través del VSS (Value of Stochastic Solution). Finalmente, se añade a los modelos la gestión del riesgo a través del CVaR (Conditional Value at Risk), incluyendo en la función objetivo un término de riesgo que puede ser modelado de acuerdo a la aversión al riesgo del decisor. Además, esta formulación final permite seleccionar el objetivo entre tres posibilidades: minimizar el coste, las emisiones, o el consumo de energía, ampliando así el uso de CVar hacia riesgos ambientales o sociales. Para abordar el proceso de toma de decisiones descrito, el uso de SAD es inevitable. Esta tesis presenta una visión de los SAD más allá del puro programa informático, dando especial relevancia al modelo, que es la base para la toma de decisiones basada en el Análisis, y por tanto en la evidencia científica. El marco de trabajo propuesto se desarrolla bajo el paradigma de la investigación reproducible con la vista puesta en la principal misión del SAD: el diálogo entre stakholders. Dentro del marco de trabajo se integran el modelo mediante el llamado SMS (Symbolic Model Specifiation); y los datos, mediante la definición de clases y estructuras lógicas. Esta tesis incluye una implementación del marco de trabajo utilizando el software estadístico y lenguaje de programación R y el software de modelización y optimización GAMS. A tal efecto se ha desarrollado una librería llamada optimr. Un ejemplo integral ilustra todas las fases descritas en la tesis. Los resultados de esta investigación han sido aplicados con éxito en el proyecto EnRiMa (Energy Efficiency and Risk Managemente in Public Buildings) financiado por el FP7 de la Unión Europea. Las principales aportaciones de esta tesis son: La modelización de flujos de energía a nivel de edificio de forma global; la modelización de la incertidumbre; la aplicación de la gestión del riesgo más allá de riesgos económicos, la aplicación de investigación reproducible en optimización y la librería desarrollada.
