Modelos de optimización inteligente en la previsión energética

Título original:

Intelligent Optimization Modelling in Energy Forecasting

Contenido del libro:

La previsión precisa de la energía es importante para facilitar el proceso de toma de decisiones con el fin de lograr una mayor eficiencia y fiabilidad en el funcionamiento y la seguridad del sistema eléctrico, el uso económico de la energía, la programación de contingencias, la planificación y el mantenimiento de los sistemas de suministro de energía, etc.

En las últimas décadas, se han propuesto continuamente muchos modelos de previsión energética para mejorar la precisión de las previsiones, incluidos los modelos estadísticos tradicionales (p. ej., ARIMA, SARIMA, ARMAX, regresión multivariante, modelos de suavizado exponencial, filtrado de Kalman, modelos de estimación bayesiana, etc. ) y modelos de inteligencia artificial (por ejemplo, redes neuronales artificiales (RNA), sistemas expertos basados en el conocimiento, modelos de computación evolutiva, regresión de vectores de soporte, etc.). ).

Recientemente, debido al gran desarrollo de los métodos de modelización de la optimización (por ejemplo, el método de programación cuadrática, el método del modo empírico diferencial, los algoritmos evolutivos, los algoritmos metaheurísticos, etc. ) y mecanismos de computación inteligente (por ejemplo, computación cuántica, mapeo caótico, mapeo en la nube, mecanismo estacional, etc. ), también se han propuesto muchos modelos híbridos novedosos o modelos combinados con los modelos basados en la optimización inteligente antes mencionados para alcanzar niveles satisfactorios de precisión en las previsiones. Es importante explorar la tendencia y el desarrollo de metodologías de modelización basadas en la optimización inteligente y enriquecer sus prestaciones prácticas, en particular para la previsión de las energías renovables marinas.