Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Decision making methodologies for optimal design and operation of energy systems

Descrizione del progetto

Colmare le lacune per la sostenibilità dei sistemi energetici

Nel complesso panorama dei sistemi energetici, è fondamentale trovare un equilibrio tra efficienza in termini di costi, responsabilità ambientale e standard di vita. Tuttavia, sfide come la richiesta di elaborazione computazionale, la mancanza di approcci olistici e l’utilizzo di dati in tempo reale ostacolano gli sforzi di ottimizzazione. Sostenuto dal programma di azioni Marie Skłodowska-Curie (MSCA), il progetto DMOptfES integrerà apprendimento automatico, ottimizzazione, analisi dell’incertezza e funzionamento in tempo reale per creare un quadro completo. Ponendo l’accento sull’integrazione dei sistemi e sull’ottimizzazione in condizioni di incertezza, promette di rivoluzionare la gestione dei sistemi energetici. Con applicazioni industriali e un’attenzione particolare alla sostenibilità, è pronto a dare forma a un’economia europea più verde e più prospera.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

Questo progetto non è ancora stato classificato con EuroSciVoc.
Suggerisci i campi scientifici che ritieni più rilevanti e aiutaci a migliorare il nostro servizio di classificazione.

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

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

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2023-PF-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

INSTITUTO SUPERIOR TECNICO
Contributo netto dell'UE
€ 172 618,56
Costo totale
Nessun dato

Partner (1)