Mathematical Programming Applied in Energy System Optimization through Advanced Data-Driven and Co-Simulation Frameworks

Aquesta tesi doctoral investiga l'impacte de les Comunitats d'Energia (ECs) i els Sistemes de Calefacció Distrital (DHS) en la reducció substancial d'emissions de gasos d'efecte hivernacle i en la promoció de pràctiques d'energia sostenible en àrees residencials. Davant un canvi global cap a fonts d'energia de baixa emissió de carboni per preocupacions ambientals creixents i demandes energètiques, aquesta investigació proposa solucions innovadores. Comença amb una revisió de literatura detallada utilitzant tècniques bibliomètriques i eines avançades d'anàlisi de dades en R, identificant tendències i desafiaments en la integració d'energia renovable. Introdueix un model d'optimització multiobjectiu per minimitzar els costos del cicle de vida i els impactes ambientals, maximitzant l'ús d'energia verda. Aquest model es complementa amb un marc de decisió multicriteri que facilita la selecció de solucions òptimes per a les comunitats energètiques. Addicionalment, integra aprenentatge automàtic amb avaluacions de cicle de vida per avançar en el disseny de sistemes energètics renovables, enfocant-se en l'optimització de sistemes fotovoltaics, turbines eòliques i emmagatzematge de bateries.