UN-UF-GERS-JEA: cooperación academia (Universidad Nacional y Universidad de Florida) e industria (GERS Y JEA) ganan competencia de operación de redes inteligentes

En el marco de los congresos de inteligencia computacional del 2019 (CEC and GECCO) el equipo multiinstitucional conformado por la Universidad Nacional de Colombia (U.N.), la Universidad de Florida (U.F.) y las empresas internacionales GERS y JEA obtuvo el primer puesto en la competencia de operación de redes inteligentes

Por segundo año consecutivo uno de los grupos de optimización de la Facultad de Ingeniería hace parte del equipo ganador de la competencia de inteligencia computacional llamada: Evolutionary Computation in Uncertain Environments: A Smart Grid Application.

Este año en la cooperación academia-industria que conformo el equipo ganador de la competencia participaron la Universidad Nacional, la Universidad de Florida y las empresas de estados unidos GERS y JEA. Por parte de la Universidad Nacional los miembros del equipo fueron: los estudiantes de doctorado Pedro Julián García y Diego Rodríguez, el pasante postdoctoral David Alvarez y los profesores María Alejandra Guzmán, Camilo Cortés y Sergio Rivera. Por parte de la Universidad de Florida estuvo el profesor Arturo Bretas director del UF Power Lab y el profesor Sergio Rivera que se encuentra en su periodo sabático en UF con una beca Fullbright de investigador visitante. Y por parte de la Industria los participantes fueron Diego Rodríguez (gerente de estudios internacionales de GERS y a su vez estudiante de doctorado en la UNAL) y Julio Romero de JEA.

El certificado para los ganadores será entregado el próximo 16 de julio en Praga, República Checa, donde el equipo presentará los lineamientos utilizados en algoritmos de optimización ganador de la competencia, en el panel especial de competencias de inteligencia computacional, informó el profesor Sergio Rivera.

El estudiante doctoral Pedro Julián García, que también estuvo en el equipo ganador del año pasado describió la aproximación utilizada este año como “la combinación dos algoritmos meta-heurísticos para aplicar en optimización en redes inteligentes con energía renovable, es decir, para operar al mínimo costo sistemas que contengan vehículos eléctricos, energía solar, energía eólica y otros elementos que conforman las redes inteligentes. Desde mi punto de vista, la diferencia con el año pasado está en la inicialización heurística del algoritmo que permite la exploración de nuevos vecindarios y explotación de funciones unimodales, ya que este año las fuentes de incertidumbre eran mucho más complejas”.

El docente explica que en el algoritmo ganador se tomaron dos algoritmos meta-heurísticos: “combinamos el método DEEPSO (Differential Evolutionary Particle Swarm Optimization), y la Variable Neighborhood Search algorithm (VNS), que son variaciones matemáticas de métodos tradicionales bioinspirados, con una inicialización proveniente del sentido común”.

Finalmente, destaca que los algoritmos utilizados tienen además un sin número de aplicaciones en las áreas de optimización, estimación de parámetros de modelos y pronósticos de variables dependientes. “Invitamos a la comunidad académica que tenga que resolver este tipo de problemas a que se acerque al equipo de la U.N. para ver posibilidades de cooperación”, señalaron los integrantes del equipo.