Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Decision making methodologies for optimal design and operation of energy systems

Description du projet

Combler les lacunes en matière de durabilité des systèmes énergétiques

Dans le paysage complexe des systèmes énergétiques, il est essentiel de trouver un équilibre entre la rentabilité, la responsabilité environnementale et le niveau de vie. Cependant, des défis tels que les exigences de calcul, le manque d’approches holistiques et l’utilisation de données en temps réel entravent les efforts d’optimisation. Soutenu par le programme Actions Marie Skłodowska-Curie (MSCA), le projet DMOptfES intégrera l’apprentissage automatique, l’optimisation, l’analyse des incertitudes et le fonctionnement en temps réel pour créer un cadre complet. Mettant l’accent sur l’intégration des systèmes et l’optimisation en cas d’incertitude, il promet de révolutionner la gestion des systèmes énergétiques. En recourant à des applications industrielles et en mettant l’accent sur la durabilité, il est prêt à façonner une économie européenne plus verte et plus prospère.

Objectif

The central challenge in energy systems is to balance cost-efficiency, environmental responsibility, and living standards. Multi-objective optimization in such systems is critical for striking compromises among stakeholders and ensuring competitiveness and sustainability. As energy systems face uncertainty, volatility, and environmental regulations, holistic optimization becomes more critical.

However, three main challenges currently hinder energy system optimization: complex models demanding substantial computational power, a lack of holistic and robust approaches, and the use of real-time data for proper operation and analysis. Although each of these challenges has been addressed individually, no contribution was able to bring them all together in a consistent methodological framework. This is the main objective of this fellowship.

This fellowship will be conducted at IST/University of Lisbon under the supervision of Prof. Henrique Matos, and aims to bridge these gaps by integrating machine learning, systems optimization, uncertainty analysis, and real-time operation. It seeks to develop advanced surrogate generation techniques, emphasize system integration and holistic analysis, optimization under uncertainty, and the use of real-time data for operation. These methods will be applied to real industrial challenges in an industrial secondment. This research project will develop methods and tools to address such challenges and contribute to a sustainable, profitable, and responsible European economy.

Champ scientifique (EuroSciVoc)

Ce projet n'a pas encore été classé par EuroSciVoc.
Proposez les domaines scientifiques qui vous semblent les plus pertinents et aidez-nous à améliorer notre service de classification.

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2023-PF-01

Voir tous les projets financés au titre de cet appel

Coordinateur

INSTITUTO SUPERIOR TECNICO
Contribution nette de l'UE
€ 172 618,56
Coût total
Aucune donnée

Partenaires (1)