2026-04-13T02:25:20Zhttps://recercat.cat/oai/request

oai:recercat.cat:2117/4448842025-10-29T20:44:34Zcom_2072_1033col_2072_452951

Sistema d’optimització de l’energia en microxarxes mitjançant aprenentatge tipus Q Vidal Molera, Jana Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial Costa Castelló, Ramon Àrees temàtiques de la UPC::Energies Microgrids (Smart power grids) Renewable energy sources Energy storage Microxarxes (Xarxes elèctriques intel·ligents) Energies renovables Energia -- Emmagatzematge Les microxarxes amb fonts renovables i sistemes d’emmagatzematge ofereixen una solució prometedora per assolir un subministrament energètic descentralitzat, eficient i sostenible. No obstant això, la gestió òptima d’aquests sistemes presenta diversos reptes tècnics, especialment pel que fa al control de la càrrega i descàrrega de les bateries davant d’una generació i demanda variables. Aquest treball té com a objectiu desenvolupar i validar una estratègia d’optimització basada en l’Aprentatge per reforç per gestionar de manera intel·ligent la càrrega i descàrrega de bateries dins una microxarxa amb generació renovable. El projecte comença amb la modelització d’un sistema senzill format per dues bateries, una font d’energia renovable i una corba de consum. Mitjançant un entorn de simulació implementat a MATLAB, s’entrenen agents utilitzant algorismes com Q-learning. L’estratègia d’aprenentatge se centra a maximitzar l’autonomia del sistema, minimitzant l’ús de la xarxa elèctrica i evitant que les bateries operin prop dels seus límits de càrrega. Un cop establert el comportament òptim en l’escenari senzill, es generalitza la solució a situacions més complexes amb perfils de demanda diversos. El rendiment del sistema s’avalua amb indicadors com la cobertura de la demanda, l’eficiència de l’emmagatzematge i la coordinació entre bateries. Els resultats mostren que l’Aprenentatge per reforç és una alternativa viable i prometedora per a la gestió energètica intel·ligent en entorns distribuïts, especialment en microxarxes aïllades o amb recursos limitats. 2025-06 Bachelor thesis https://hdl.handle.net/2117/444884 PRISMA-197050 http://hdl.handle.net/2117/444884 cat Open Access application/pdf Universitat Politècnica de Catalunya