RESUM
Les Comunitats d’Energia Renovable (CER) han emergit com un vehicle prometedor per democratitzar la transició energètica. En permetre que ciutadans, municipis i petites empreses produeixin, comparteixin i consumeixin energia renovable de manera col·lectiva, les CER ofereixen vies per reduir emissions, disminuir costos i reforçar l’empoderament local. Tanmateix, el seu desplegament efectiu es veu limitat per reptes en la previsió de la demanda, l’optimització de la planificació i l’operació, l’assignació equitativa i l’alineació dels models d’optimització amb objectius socials i ambientals més amplis. Per abordar aquests reptes, aquesta tesi desenvolupa i integra mètodes computacionals basats en dades adaptats al context de les CER. En primer lloc, es va dissenyar una metodologia de predicció innovadora per estimar la demanda elèctrica domèstica amb un dia d’antelació utilitzant únicament dades de comptadors intel·ligents i meteorològiques. Aquest enfocament incorpora agrupació comportamental, aprenentatge automàtic (XGBoost i ANN) i tècniques robustes per al tractament de valors mancants, evitant així la recopilació de dades intrusives. En segon lloc, es van desenvolupar algoritmes d’optimització específics per al problema, tant per a la planificació com per a l’operació de les CER. Es van adaptar algoritmes genètics a la selecció de participants i a l’assignació d’energia, considerant explícitament els marcs reguladors que exigeixen coeficients d’assignació predefinits. Estudis complementaris van examinar mecanismes d’assignació en escenaris diversos mitjançant simulacions basades en agrupació, mentre que una revisió sistemàtica de la recerca en optimització de CER va cartografiar les tendències metodològiques, els punts cecs i el grau en què els objectius ambientals i socials s’integren en els models existents

Comitè
- President: Dr Jordi Pascual Pellicer
- Secretari: Dr Álvaro Luna Alloza
- Vocal: Dr Jordi Mateo Fornés
Directors:
DOCTORANDA
Florencia Lazzari és doctoranda a la unitat d’innovació en Edificis, energia i medi ambient de CIMNE (BEE Group).






