[ES] En esta tesis doctoral se desarrollan modelos de programación matemática para el diseño estratégico-táctico de una red de transporte intermodal que combina dos tipos de problemas de decisiones: la localización de instalaciones y el diseño de la red de transporte. Esta combinación se reconoce en la literatura como problemas combinados LI-DR. El problema combinado se estudia para una situación real y se analizan el comportamiento de la solución óptima, a partir de distintos aspectos como: la disponibilidad del presupuesto de inversión, capacidad de las instalaciones intermodales, múltiples periodos de decisiones, interdependencia en la priorización de las decisiones, múltiples fuentes de financiación y criterios de optimización para las tres dimensiones de sostenibilidad. Para la situación real se referencian las condiciones de acceso y conectividad de la Zona de Desarrollo Económico y Social (ZODES) Magdalena Medio del departamento de Bolívar en Colombia, y el potencial de la industria agroalimentaria para esta subregión. Con el propósito de identificar factores clave que perfilen la formulación respecto a la composición y funcionamiento de los sistemas intermodales y en los problemas combinados LI-DR se analiza la literatura desde estas dos perspectivas. El análisis de la literatura ha permitido aportar dos clasificaciones novedosas e identificar retos para la investigación futura. Para la formulación de los modelos se lleva a cabo la sistemática de pasos definidos para la aplicación de las técnicas de programación matemática. Con estos pasos se logra transformar el problema del mundo real a un problema manejable con estas técnicas. La transformación favorece la interpretación matemática del problema combinado LI-DR intermodal, la modelación de los datos y la definición de una estructura de red de entrada para indexar las decisiones estratégicas y tácticas. Los modelos de programación matemática se construyen de manera gradual. En concreto, se proponen 2 versiones que se representan en 5 variantes. Se comienza formulando un modelo de programación lineal entero-mixto (MPLEM) mono-periodo para analizar, desde un enfoque económico, la sensibilidad de las capacidades del sistema intermodal, la capacidad financiera de los tomadores de decisiones y la variación de la demanda. A continuación, sobre la base de este modelo se propone un MPLEM multi-periodo y dos variantes para validar las condiciones de interdependencia en la toma de decisiones estratégica y la participación de múltiples actores en la financiación de los proyectos de inversión. Finalmente, se formula un MPLEM multi-objetivo para optimizar simultáneamente las tres dimensiones de sostenibilidad. Para resolver y validar los modelos se implementaron dos esquemas de resolución. En los esquemas se utilizan los lenguajes de programación R y Python con el software de optimización matemática Gurobi Optimizer. Se realizan experimentos numéricos para distintos escenarios y se analiza el comportamiento de las soluciones considerando distintos valores a los parámetros. Los resultados obtenidos permiten comprobar la utilidad de los modelos matemáticos e identificar las principales limitaciones y futuras líneas de trabajo. / [CA] En aquesta tesi doctoral es desenvolupen models de programació matemàtica per al disseny estratègic-tàctic d'una xarxa de transport intermodal que combina dos tipus de problemes de decisions: la localització d'instal·lacions i el disseny de la xarxa de transport. Aquesta combinació es reconeix en la literatura com problemes combinats LI-DR. El problema combinat s'estudia per a una situació real i s'analitzen el comportament de la solució òptima, a partir de diferents aspectes com: la disponibilitat de l'pressupost d'inversió, capacitat de les instal·lacions intermodals, múltiples períodes de decisions, interdependència en la priorització de les decisions, múltiples fonts de finançament i criteris d'optimització per a les tres dimensions de sostenibilitat. Per a la situació real es referencien les condicions d'accés i connectivitat de la Zona de Desenvolupament Econòmic i Social (ZODES) Magdalena Medio de el departament de Bolívar a Colòmbia, i el potencial de la indústria agroalimentària per a aquesta subregió. Amb el propòsit d'identificar factors clau que perfilin la formulació respecte a la composició i funcionament dels sistemes intermodals i en els problemes combinats LI-DR s'analitza la literatura des d'aquestes dues perspectives. L'anàlisi de la literatura ha permès aportar dues classificacions noves i identificar reptes per a la investigació futura. Per a la formulació dels models es porta a terme la sistemàtica de passos definits per l'aplicació de les tècniques de programació matemàtica. Amb aquests passos s'aconsegueix transformar el problema de l'món real a un problema manejable amb aquestes tècniques. La transformació afavoreix la interpretació matemàtica de el problema combinat LI-DR intermodal, la modelació de les dades i la definició d'una estructura de xarxa d'entrada per indexar les decisions estratègiques i tàctiques. Els models de programació matemàtica es construeixen de manera gradual. En concret, es proposen 2 versions que es representen en 5 variants. Es comença formulant un model de programació lineal sencer-mixt (MPLEM) mono-període per analitzar, des d'un enfocament econòmic, la sensibilitat de les capacitats de sistema intermodal, la capacitat financera dels prenedors de decisions i la variació de la demanda. A continuació, sobre la base d'aquest model es proposa un MPLEM multi-període i dues variants per validar les condicions d'interdependència en la presa de decisions estratègica i la participació de múltiples actors en el finançament dels projectes d'inversió. Finalment, es formula un MPLEM multi-objectiu per optimitzar simultàniament les tres dimensions de sostenibilitat. Per resoldre i validar els models es van implementar dos esquemes de resolució. En els esquemes s'utilitzen els llenguatges de programació R i Python amb el programari d'optimització matemàtica Gurobi Optimizer. Es realitzen experiments numèrics per a diferents escenaris i s'analitza el comportament de les solucions considerant diferents valors als paràmetres. Els resultats obtinguts permeten comprovar la utilitat dels models matemàtics i identificar les principals limitacions i futures línies de treball. / [EN] In this doctoral thesis, mathematical programming models are developed aiming at the strategic-tactical design of an intermodal transport network that combines two types of decision problems: the location of facilities and the transport network design. In the literature, this combination is recognized as combined LI-DR problems. The combined problem is studied for a real situation and the performance of the optimal solution is analyzed in relation to different aspects such as the investment budget availability, the intermodal facilities capacity, multiple decision periods, interdependence in the prioritization of the decisions, multiple sources of funding and optimization criteria for the three dimensions of sustainability. In what concern to the real situation, the access and connectivity conditions of the Magdalena Medio Economic and Social Development Zone (ZODES, for its acronym in Spanish) of the Bolívar department in Colombia, and the potential of the agri-food industry for this subregion, are considered. Aiming the identification of key factors that outlines the formulation regarding the composition and operation of intermodal systems and, in combined LI-DR problems, the literature is reviewed from these two perspectives. The literature analysis has made it possible to provide two novel classifications and to identify challenges for future research. The formulation of models follows the systematic steps already defined for the application of mathematical programming techniques. Following these steps, it is possible to transform the problem from a real-world problem to a manageable one. The transformation promotes the mathematical interpretation of the intermodal LI-DR combined problem, the data modeling, and the definition of an input network structure to index strategic and tactical decisions. Mathematical programming models are built gradually. Specifically, 2 versions are proposed, which are represented by 5 variants. Firstly, it is formulated a single-period mixed-integer linear programming model (MILPM) in order to analyze, from an economic perspective, the sensitivity of the intermodal system capacities, the financial capacity of the decision-makers, and the demand changes. Based on the aforementioned model, a multi-period MILPM and two variants are proposed aiming to validate the conditions of interdependence in strategic decision-making and the participation of multiple actors in the investment projects financing. Finally, a multi-objective MILPM is formulated to simultaneously optimize all three dimensions of sustainability. To solve and validate the models, two resolution schemes were implemented. The schematics use the R and Python programming languages with the mathematical optimization software Gurobi Optimizer. Numerical tests are carried out for different scenarios and the performance of the solutions is analyzed considering different values for the parameters. The results obtained allow us to verify the usefulness of the models proposed and identify the main limitations and future lines of work. / Agamez Arias, ADM. (2021). Modelos de optimización para el diseño estratégico-táctico de una red de transporte intermodal [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/177015

<p dir="ltr">The urgent global shift towards decarbonization necessitates the development of robust frameworks to navigate the complex technological, financial, and regulatory challenges emerging in the clean energy transition. Furthermore, the increased adoption of renewable energy sources (RES) is correlated to the exponential growth in weather data research over the last few years. This circular relationship, where big data drives renewable growth, which feeds back the data pipeline, serves as the primary focus of this study: the development of computational tools across diverse spatial and temporal scales for the optimal design and operation of renewable energy-based systems. Two scales are considered, differentiated by their primary objectives and techniques used. </p><p dir="ltr"> In the first one, the integration of probabilistic forecasts into the operations of RES microgrids (MGs) is studied in detail. It is revealed that longer scheduling horizons can reduce dispatch costs but at the expense of forecast accuracy due to increased prediction accuracy decay (PAD). To address this, a novel method that determines how to split the time horizon into timeblocks to minimize dispatch costs and maximize forecast accuracy is proposed. This forms the basis of an optimal rolling horizon strategy (ORoHS) which schedules distributed energy resources over varying prediction/execution horizons. Results offer Pareto-optimal fronts, showing the trade-offs between cost and accuracy at varying confidence levels. Solar power proved more cost-effective than wind power due to lower variability, despite wind’s higher energy output. The ORoHS strategy outperformed common scheduling methods. In the case study, it achieved a cost of \$4.68 compared to \$9.89 (greedy policy) and \$9.37 (two-hour RoHS). The second study proposes the Caribbean Energy Corridor (CEC) project, a novel, ambitious initiative that aims to achieve total grid connectivity between the Caribbean islands. The analysis makes use of thorough data procedures and optimization methods for the resource assessment and design tasks needed to build such an infrastructure. Renewable energy potentials are quantified under different temporal and spatial coverages to maximize usage. Prioritizing offshore wind development, the CEC’s could significantly surpass anticipated growth in energy demand, with an estimated installed capacity of 34 GW of clean energy upon completion. The corridor is modeled as an HVDC grid with 32 nodes and 31 links. Underwater transmission is optimized with a Submarine-Cable-Dynamic-Programming (SCDP) algorithm that determines the best routes across the bathymetry of the region. It is found that the levelized cost of electricity remains on the low end at \$0.11/kWh, despite high initial capital investments. Projected savings reach \$ 100 billion when compared with ”business-as-usual” scenarios and the current social cost of carbon. Furthermore, this infrastructure has the potential to create around 50,000 jobs in construction, policy, and research within the coming decades, while simultaneously establishing a robust and sustainable energy-water nexus in the region. Finally, the broader implications of these works are explored, highlighting their potential to address global challenges such as energy accessibility, prosperity in conflict zones, and sharing these discoveries with the upcoming generations.</p>