Sesión de Trabajos de Optimización

Sala Virtual I – Miércoles 16:00 a 17:30 hs.
Trabajo Título Autores Resumen
25 Modeling a fresh products harvesting and distribution problem in resilient supply chain Alejandro R. Contreras-Roa y Víctor M. Albornoz (USM) This research presents an integrated approach of common problems in a fresh fruit supply chain framework: management zone delineation, harvest scheduling, perishability and distribution management problems. The proposed methodology considers a mixed-integer stochastic optimization model who maximizes the total profit along the planning horizon. The model includes the capacity to process the product to artificially extend its shelf-life, a process widely used in the fruit export sector to delay the oxidation of fruits and vegetables. With the goal of making a resilient planning framework, it also includes possible disruptions in the supply chain and decisions that allow the producer to recover quickly and effectively from those disruptions, which is critically important for fresh products supply chains. Additionally, our model is extended applying a quantitative risk management formulation based on the Conditional Value-at-Risk (C-VAR) in the recourse problem. The main goal of this contribution is to provide a decision support system with significant information for farmers and decision maker in the fresh fruit supply chain management problem.
40 Despacho económico multiobjetivo de generación distribuida sustentado en FOP SEH con cálculo de costos intrínsecos. Parte 1: Aspectos teóricos del modelo Gustavo A. Schweickardt (CONICET) y Omar Faure (UTN) En el presente trabajo se propone un novedoso Modelo para el Despacho Económico Multi-objetivo en Sistemas de Distribución Troncal (SDEE SbTr) con emplazamiento de Generación Distribuida, sustentado en Flujos Óptimos de Potencia (FOP) y asignación de pérdidas mediante un Seguimiento Eléctrico Híbrido-Incremental (SEH) de los flujos individuales para cada generador. Se plantean los desarrollos teóricos, considerando tres Objetivos a Minimizar: el Costo Total de Operación de las unidades generadoras, las Emisiones Totales expresadas en Equivalente de CO2 (Eq CO2) que las mismas producen, y las Pérdidas Totales del Sistema. El Modelo, tratando estas Funciones Objetivos como Conjuntos Difusos, permite, además, la estimación de los Costos Intrínsecos de las Emisiones y Pérdidas Totales en el Punto Óptimo de Operación.
41 Despacho económico multiobjetivo de generación distribuida sustentado en FOP SEH con cálculo de costos intrínsecos. Parte 2: Aplicación Gustavo A. Schweickardt (CONICET) y Omar Faure (UTN) Este trabajo presenta la aplicación de un Modelo para un Despacho Económico Multi-objetivo en un Sistema de Distribución Troncal (SDEE SbTr), con emplazamiento de Generación Distribuida (GD) y/o Multipuntos de Abastecimiento desde el Sistema Interconectado a nivel Transmisión. Se sustenta en Conjuntos Difusos, Flujos Óptimos de Potencia (FOP) y asignación de pérdidas mediante el Seguimiento Eléctrico Híbrido-Incremental (SEH) de los flujos individuales, para cada generador sobre cada Barra de Demanda. Desde la solución alcanzada, son estimados los Costos Intrínsecos de las Pérdidas y de las Emisiones expresadas en Equivalente de CO2. Se describe y es seguida la marcha de cálculo, presentando los resultados, para finalmente discutir las ventajas de su utilización.
49 Algoritmo progressive hedging con descomposición en clusters para optimización estocástica de gran escala Víctor Viana (UdelaR UTEC), Héctor Cancela (UdelaR) y Lorena Prádenas (UdeC) Este trabajo presenta una extensión del algoritmo Progressive Hedging para mejorar la resolución de problemas de optimización estocástica de gran escala. La propuesta principal, denominada Progressive Hedging con Descomposición en Clusters, incorpora una etapa de reducción de escenarios mediante técnicas de clustering antes de aplicar el algoritmo Progressive Hedging. Se presenta también una implementación paralela utilizando la librería mpi-sppy. Los resultados muestran que el algoritmo propuesto logra una reducción significativa en el tiempo de cómputo, manteniendo la calidad de las soluciones. Este enfoque permite abordar problemas estocásticos de mayor dimensionalidad que los métodos convencionales, con aplicaciones potenciales en planificación de producción, gestión de cadenas de suministro y optimización en la asignación de recursos.