Descrizione posizione

Titolo del progetto di ricerca in italiano	Rif. 6552 - All. 33 - Ottimizzazione stocastica per la produzione di energia da fonti rinnovabili
Titolo del progetto di ricerca in inglese	Rif. 6552 - All. 33 - Stochastic optimization techniques for renewable production
Descrizione sintetica in italiano	Il progetto mira allo sviluppo di tecniche di previsione per la domanda e l'offerta di energia rinnovabile, e all'implementazione di tecniche di ottimizzazione stocastica che consentano ai produttori di sviluppare un mix ottimale di produzione. Tecniche di predizione possono essere ottenute mediante l'utilizzo di reti neurali per la modellazione della produzione e della domanda in termini di variabili fondamentali come prezzi volumi e condizioni climatiche. L’ottimizzazione stocastica può essere formulata in termini di problemi di controllo ottimo stocastico con orizzonte temporale medio, modellizzando le dinamiche sottostanti mediante processi diffusivi con interazioni di campo medio. Lo sviluppo di nuove tecniche, che combinino innovativi strumenti probabilistici di previsione e strumenti avanzati di analisi stocastica, rappresentano una sfida cruciale per i produttori di energia nel gestire la transizione dalle fonti di energia fossili a quelle rinnovabili.
Descrizione sintetica in inglese	The research project aims at developing forecasting techniques for renewable production and power demand, as well as to implement stochastic optimization techniques that allow energy producers to design an optimal power generation mix. Forecasting techniques can be obtained by means of neural networks modeling production or demand in terms of relevant variables such asprices, volumes, climate conditions. Stochastic optimization can be formulated in terms of stochastic optimal control problems with mid-term finite horizon, modeling the underlying dynamics via diffusion processes with mean field interactions. The development of stochastic optimization techniques, which combine innovative probabilistic forecast and advanced tools of stochastic analysis, represents no doubt a key challenge for energy producers to manage the transition from fossil to renewable energy sources.
Numero posti	1
Settore Concorsuale	01/A3 - ANALISI MATEMATICA, PROBABILITÀ E STATISTICA MATEMATICA
S.S.D	MAT/06 - PROBABILITA' E STATISTICA MATEMATICA
Destinatari del bando (of target group)	Experienced researcher or 4-10 yrs (Post-Doc)
Data del bando	11/10/2021

 

FP7 / PEOPLE / Marie Curie Actions

Research Framework Programme / Marie Curie Actions	No

 

Dettagli dell'impiego

Tipo di contratto	Temporary
Tempo	Other
Organizzazione/Ente	ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA
Paese (dove si svolgerà l'attività)	ITALY
Città	Bologna

 

Contatto presso l'Organizzazione/Ente

Organizzazione/Ente	ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA
Tipo	Academic
Facoltà/Dipartimento/Laboratorio di ricerca	DIPARTIMENTO DI MATEMATICA - MAT
Paese	ITALY
Città	BOLOGNA
E-mail	apos.ricercatoritempodeterminato@unibo.it
Sito web	https://bandi.unibo.it/docenti/rtd

 

Dettagli per la candidatura

Data di scadenza del bando	03/11/2021 - alle ore 23:59
Come candidarsi	https://personale.unibo.it

 

Titoli di studio richiesti

Laurea	PhD or equivalent
Ambito della laurea	Mathematics

 

Esperienze di ricerca richieste

Campo principale della ricerca	Mathematics
Sottocampo della ricerca
Anni di esperienza richiesti	3

 

Lingue richieste

Lingua	ENGLISH
Livello di conoscenza della lingua	Good