Publicação
Large-Scale Integration of Variable Renewable Energies in Electric Power Markets — Optimization Models, Options and Challenges
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | |
| datacite.subject.sdg | 07:Energias Renováveis e Acessíveis | |
| dc.contributor.advisor | Mariano, Sílvio José Pinto Simões | |
| dc.contributor.author | Bento, Pedro Miguel Rocha | |
| dc.date.accessioned | 2026-03-25T10:52:48Z | |
| dc.date.available | 2026-03-25T10:52:48Z | |
| dc.date.issued | 2026-02-24 | |
| dc.description.abstract | Electrical Power Systems recognized as vast and complex entities, are the true ”engine” of contemporary societies. Currently, social and environmental concerns dominate the political agenda, notably highlighted by the Paris Agreement (2015), the EU’s Energy Roadmap 2050, and the UN’s 2030 Agenda for Sustainable Development. These initiatives stem from the detrimental impacts of persistent greenhouse gas emissions, requiring a significant contribution from these entities. This scenario foreshadows a substantial increase in renewable energy penetration, leading to increasingly decentralized and variable generation. Consequently, the Iberian Power Systems, as a leading adopter, faces additional and considerable transformations, requiring a reevaluation of otherwise outdated predicates and in more micro level, decisionmaking processes. Key areas demanding special attention include the future energy policy, which can only be effectively shaped after reviewing the evolution of the power generation structure within a market-integrated context, as well as the multitude of related options for providing system flexibility—a key enabler of this profound change. Moreover, a prevailing trend across nearly every field is the increasing reliance on data proliferation, machine learning models, and advanced optimization tools to address challenges that were once considered highly complex and less accessible. This is particularly evident in the context of electrical power systems design and operation, where such tools are now being applied to solve micro-level tasks with significant accuracy. As a result, to effectively integrate these tools, it is essential to first delve into the theoretical bedrock and practical intricacies — including the selection and tuning of hyperparameters, model architectures, and optimization strategies. This knowledge has become indispensable for modern power systems engineers, enabling them to better understand and tackle the micro-level challenges that often stem from broader energy policy decisions. In this context, the optimal power flow and short-term price forecasting problems — both of vital importance to electricity market participants — will serve as experimental test beds to rigorously evaluate and demonstrate the application of these data-driven methodologies. | eng |
| dc.description.abstract | Ao longo da história, os Sistemas de Energia Elétrica foram alvo de constantes e profundas transformações. Em meados da segunda década do século XXI, estima-se que a produção mundial de energia elétrica tenha rondado os 25.000 TWh. Este é um número impressionante, sobretudo se considerarmos que a primeira central elétrica, em Pearl Street (Nova Iorque), foi inaugurada em 1882 com a capacidade de alimentar apenas 400 lâmpadas. Dada a severidade dos impactos da contínua emissão de gases com efeito de estufa, tornase crucial acelerar as transformações na operação dos SEE. Particular relevo é dado à incorporação de fontes de energia renováveis variáveis em larga escala. Dentro do espectro de tecnologias de geração renovável consolidadas, observa-se e prevê-se uma predominância da produção Eólica e Solar. Para este cenário, contribuíram significativamente políticas ”agressivas” que mitigaram os elevados custos de investimento e de integração. No contexto português, estas políticas materializaram-se numa forte aposta na produção em regime especial, no fomento da microgeração e, mais recentemente, na legislação do autoconsumo. No entanto, a incerteza e variabilidade associadas a estes recursos (dependentes de fatores meteorológicos e sazonalidades) contrastam fortemente com a previsibilidade da geração baseada num ”mix” tradicional de tecnologias. Consequentemente, os sistemas existentes enfrentam um conjunto de desafios, alguns já identificados e outros emergentes, que exigem reflexões holísticas e soluções mais pragmáticas que priorizem a questão da segurança energética. Desta forma, e em consonância com o título delineado para esta tese, a primeira parte deste trabalho contempla a análise e evolução integrada dos sistemas de energia na Península Ibérica. O foco recai numa análise crítica e fundamentada da política energética conduzida até então, partindo da evolução do sistema e propondo soluções adequadas de flexibilidade. Uma flexibilidade adaptada às condições atuais e futuras, que pode e deve ser vista como o grande motor para a integração massiva de energias renováveis, mitigando os custos de integração e os problemas operacionais adjacentes. Como complemento, e com uma maior substância teórica e de implementação de software, uma segunda grande linha de desenvolvimento deste trabalho dará continuidade ao percurso do autor no mestrado. ”Bebendo” da experiência adquirida nas áreas da otimização e das redes neuronais artificiais, e dada a sua relevância como ferramentas de Data Analytics, serão desenvolvidas novas estratégias de otimização na operação do sistema. Isto inclui previsões de carga, preços e geração de origem renovável, bem como a operação e o despacho de sistemas renováveis híbridos, culminando na solução para o clássico problema de trânsito de energia. Este contributo permite não só expandir o conjunto de ferramentas analíticas, como também proporcionar ao autor uma compreensão mais profunda de como decisões orientadas para uma maior penetração de renováveis, necessariamente de âmbito mais macro, influenciam as características das séries temporais, os desafios dos problemas de otimização e os requisitos dos próprios modelos de apoio à decisão baseados em machine learning. | por |
| dc.identifier.tid | 101603487 | |
| dc.identifier.uri | http://hdl.handle.net/10400.6/19946 | |
| dc.language.iso | eng | |
| dc.relation | Bolsa de Doutoramento FCT: Integração em larga escala de energias renováveis variáveis em mercados de Energia Eléctrica — Modelos de optimização, opções e desafios [SFRH/BD/140371/2018] | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | |
| dc.subject | Sistemas de energia elétrica | |
| dc.subject | Sistema elétrico ibérico | |
| dc.subject | Política Energética | |
| dc.subject | Integração de energias renováveis em larga escala | |
| dc.subject | Flexibilidade em sistemas elétricos | |
| dc.subject | Sistemas de energia híbridos | |
| dc.subject | Otimização | |
| dc.subject | Redes neuronais | |
| dc.subject | Metaheurísticas | |
| dc.subject | Previsão de carga | |
| dc.subject | Previsão do preço da eletricidade | |
| dc.subject | Previsão de energia das ondas | |
| dc.subject | Fluxo de potência ótimo | |
| dc.subject | Electrical power systems | |
| dc.subject | Iberian power systems | |
| dc.subject | Energy policy | |
| dc.subject | Large-scale renewable penetration | |
| dc.subject | Flexibility in power systems | |
| dc.subject | Hybrid energy systems | |
| dc.subject | Optimization | |
| dc.subject | Neural networks | |
| dc.subject | Metaheuristics | |
| dc.subject | Load forecasting | |
| dc.subject | Electricity price forecasting | |
| dc.subject | Ocean wave power forecasting | |
| dc.subject | Optimal power flow | |
| dc.title | Large-Scale Integration of Variable Renewable Energies in Electric Power Markets — Optimization Models, Options and Challenges | por |
| dc.type | doctoral thesis | |
| dspace.entity.type | Publication | |
| oaire.awardNumber | SFRH/BD/140371/2018 | |
| oaire.awardTitle | Bolsa de Doutoramento FCT: Integração em larga escala de energias renováveis variáveis em mercados de Energia Eléctrica — Modelos de optimização, opções e desafios [SFRH/BD/140371/2018] | |
| oaire.awardURI | http://hdl.handle.net/10400.6/19945 | |
| oaire.fundingStream | Bolsa de Doutoramento | |
| person.familyName | Bento | |
| person.givenName | Pedro Miguel Rocha | |
| person.identifier.orcid | 0000-0002-9102-7086 | |
| person.identifier.scopus-author-id | 57196424786 | |
| relation.isAuthorOfPublication | 4a9912dc-95bc-4e6e-b012-a89eb6e2dfcb | |
| relation.isAuthorOfPublication.latestForDiscovery | 4a9912dc-95bc-4e6e-b012-a89eb6e2dfcb | |
| relation.isProjectOfPublication | bc58416a-04ca-4dec-b851-c026a1f2fbb6 | |
| relation.isProjectOfPublication.latestForDiscovery | bc58416a-04ca-4dec-b851-c026a1f2fbb6 | |
| thesis.degree.name | Doutoramento em Engenharia Eletrotécnica e de Computadores |