Materia
Gestión y control de Smartgrids y microrredes
Datos generales de la materia
- Modalidad
- Presencial
- Idioma
- Inglés
Descripción y contextualización de la asignatura
Smartgrids should prove to adequately work for tomorrow networks. This requires technical solutions supported by adequate data analysis and mining so that the future network able to face the new requirements, including the integration of renewable based generation, energy storage systems, electric vehicles, and demand response.Therefore, data mining techniques are introduced in this subject, including supervised and unsupervised classification algorithms applied to Smartgrids concepts. Furthermore, data based decision making will be also covered by means of mathematical optimization.
Profesorado
Nombre | Institución | Categoría | Doctor/a | Perfil docente | Área | |
---|---|---|---|---|---|---|
AGINAKO BENGOA, NAIARA | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Agregado | Doctora | Bilingüe | Ciencia de la Computación e Inteligencia Artificial | naiara.aginako@ehu.eus |
ALDASORO MARCELLAN, UNAI | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Agregado | Doctor | Bilingüe | Matemática Aplicada | unai.aldasoro@ehu.eus |
Competencias
Denominación | Peso |
---|---|
Que los estudiantes tengan conocimiento actualizado sobre las técnicas y metodologías de trabajo avanzadas relacionadas con el ámbito de las Smartgrids y la Generación Distribuida, en particular desde el punto de vista de su control. | 15.0 % |
Conocer y aplicar los conceptos y especificaciones de las Smartgrids, sus topologías, sus componentes constitutivos, así como su dimensionamiento básico. | 10.0 % |
Desarrollar estrategias de operación y de gestión, incluyendo técnicas avanzadas, para la regulación a nivel de red de las Smartgrids. | 30.0 % |
Valorar y contrastar el comportamiento de Smartgrids y Microrredes obtenido en simulación con distintas estrategias de operación y gestión, y justificar los resultados conseguidos. | 20.0 % |
Aplicar herramientas informáticas y de telecomunicaciones como soporte para el control en Smartgrids y Generación Distribuida. | 10.0 % |
Que los estudiantes estén capacitados para comunicarse sobre trabajos realizados en colaboración en equipos multidisciplinares y multilingües nacionales e internacionales formados por profesionales e investigadores que trabajen en el ámbito de las Smartgrids. | 10.0 % |
Que los estudiantes estén capacitados para comprender y analizar documentos técnicos, normas y artículos científicos en la temática del Máster, así como para aplicarlos en el desarrollo de trabajos e investigaciones relacionados con el ámbito de las Smartgrids. | 5.0 % |
Tipos de docencia
Tipo | Horas presenciales | Horas no presenciales | Horas totales |
---|---|---|---|
Magistral | 27 | 40 | 67 |
P. de Aula | 6 | 5 | 11 |
P. Laboratorio | 8 | 15 | 23 |
P. Ordenador | 4 | 7.5 | 11.5 |
Actividades formativas
Denominación | Horas | Porcentaje de presencialidad |
---|---|---|
Clases expositivas | 24.0 | 100 % |
Ejercicios | 4.0 | 100 % |
Elaboración de informes y exposiciones | 30.0 | 0 % |
Estudio sistematizado | 30.5 | 0 % |
Exposición de proyectos | 3.0 | 100 % |
Resolución de casos prácticos | 21.0 | 66 % |
Sistemas de evaluación
Denominación | Ponderación mínima | Ponderación máxima |
---|---|---|
Examen escrito | 40.0 % | 40.0 % |
Realización y presentación de trabajos e informes | 40.0 % | 40.0 % |
Trabajos Prácticos | 20.0 % | 20.0 % |
Convocatoria ordinaria: orientaciones y renuncia
Proyecto:Se realizará un proyecto grupal donde se incorporan los contenidos aprendidos en la asignatura. Cada grupo entregará una memoria del proyecto y realizará una defensa oral del trabajo realizado.
Evaluación puntual del proceso de aprendizaje:
Se realizarán ejercicios propuestos tanto de manera presencial como no presencial. La realización de los ejercicios será individual o grupal.
Examen escrito:
Constará de preguntas teóricas y prácticas que evaluarán las competencias a adquirir en la asignatura.
Nota final convocatoria ordinaria:
40% nota del proyecto.
20% nota de la evaluación puntual del proceso de aprendizaje.
40% nota del examen escrito.
NOTA MÍNIMA: Para aprobar la asignatura es necesario que las notas tanto del proyecto como del examen escrito sean al menos de 4 puntos sobre 10. Si no se obtienen estas notas mínimas, la nota de la convocatoria ordinaria será como máximo de 4 (sobre 10).
En cualquier caso todo alumno que no se presente a la prueba final tendrá una calificación de NO PRESENTADO
Convocatoria extraordinaria: orientaciones y renuncia
Se realizará un examen escrito que constará de preguntas teóricas y prácticas que evaluarán las competencias a adquirir en la asignatura incluidas aquellas adquiridas en las prácticas de laboratorio y trabajo en grupo.Nota final convocatoria extraordinaria:
100% nota del examen escrito
Temario
Introduction to Data MiningApplication of supervised and unsupervised classification algorithms in SmartGrids
Introduction to optimization
Linear programming
Integer programming
Bibliografía
Materiales de uso obligatorio
Documentación de la página web de la asignatura. Accesible en: https://egela.ehu.eusBibliografía básica
H. Lee Willis Distributed Power Generation: Planning and Evaluation. Marcel Dekker, IncR.S. Michalski, I. Bratko, M. Kubat (1998). Machine Learning and Data Mining. Methods and Applications. Wiley.
B. Sierra (2006). Aprendizaje Automático: Conceptos Básicos y Avanzados. Pearson ¿ Prentice Hall.
I.H. Witten, E. Frank (2005). Data Mining: Practical Machine Learning Tools and Techniques. Elsevier, 2nd edition.
B. Korte, J. Vygen (2018) Combinatorial Optimization. Theory and Algorithms. Springer.
Bibliografía de profundización
Carol L. Stimmel (2014). Big Data Analytics Strategies for the Smart Grid. Auerbach Publications.M. Conforti, G. Cornujols, G. Zambelli (2014). Interger Programming. Springer
Revistas
Smart Grid, IEEE Transactions on Renewable Energy (Elsevier)Applied Energy (Elsevier)
Information Sciences (Elsevier)
Artificial Intelligence (Elsevier)
Computers and Operations Research (Elsevier)
Enlaces
https://sgc2020.ieee-smartgridcomm.org/http://www.kdnuggets.com
http://www.sc.ehu.es/ccwbayes/members/inaki/DM-applications.htm