{rfName}
Op

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

8

Altmetrics

Investigadores/as Institucionales

Riyahi, MiladAutor (correspondencia)Martin, Alvaro GutierrezAutor o Coautor

Compartir

22 de abril de 2025
Publicaciones
>
Artículo
Sí

Optimizing capacity expansion modeling with a novel hierarchical clustering and systematic elbow method: A case study on power and storage units in Spain

Publicado en: ENERGY. 323 135788- - 2025-05-15 323(), DOI: 10.1016/j.energy.2025.135788

Autores:

Riyahi, M; Martín, AG
[+]

Afiliaciones

Univ Politecn Madrid, Higher Tech Sch Engineers Telecommun, Madrid, Spain - Autor o Coautor

Resumen

To reduce the computational complexity of Capacity Expansion Models, the planning horizon must be simplified into representative time-periods. Also, to accurately model the expansion of power and storage units, these representative time periods must reveal the mid-term dynamics of the planning horizon. In this paper, a novel hierarchical clustering algorithm is presented that retains the chronology of the original data in creating representative time periods. The proposed algorithm, first, determines the optimal number of clusters with a modified elbow method, enhanced with a stopping criterion to prevent it from running uselessly. The designed stopping criterion works based on percentage variance and runtime to determine the number of clusters systematically. Then, the proposed clustering algorithm employs a novel selection strategy based on the Euclidean distance, k-Medoid, and k-Means to determine the most proper representative vector in each cluster. In this way, it reduces the computational time of capacity expansion models while maintaining the accuracy of final answers. To evaluate its performance, the proposed algorithm is tested on energy data, including demand, photovoltaic, wind, and hydrogen generation, across hourly, daily, and weekly time periods. Also, the performance of the proposed clustering algorithm in selecting the number of clusters and clustering is compared with the results of some well-known methods on accuracy and runtime metrics. Numerical results show that the proposed clustering method selects a more appropriate number of clusters in less computational time than other systematic approaches. Moreover, findings on clustering show that the proposed algorithm achieves the highest accuracy on weekly and daily time periods compared to well-known clustering methods, with the error rate of 118 % and 52 %, respectively. Furthermore, implementation results show that the proposed clustering reduces the computational time of capacity expansion models by 84.81 % and 55.91 % on weekly and daily time periods. Additionally, this study assesses the robustness of the clustering methods through a sensitivity analysis, which shows that the proposed algorithm outperforms the others in this metric, as well.
[+]

Palabras clave

AlgorithmsCapacity expansion modelElbow methodEuclidean distanceGenerationHierarchical clusteringImpacK -meanK-meansK-medoidsPeriodsStopping criterionTime-series aggregation

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista ENERGY debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2025, se encontraba en la posición 3/79, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Thermodynamics.

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2026-04-26:

  • WoS: 3
  • Scopus: 3
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-26:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 18.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 12 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 3.
  • El número de menciones en Wikipedia: 1 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/91958/

Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

  • Visualizaciones: 56
  • Descargas: 38
[+]

Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (RIYAHI, MILAD) y Último Autor (GUTIERREZ MARTIN, ALVARO).

el autor responsable de establecer las labores de correspondencia ha sido RIYAHI, MILAD.

[+]

Reconocimientos ligados al ítem

This work has been funded by the Universidad Politecnica de Madrid Project "SDGine for Healthy People and Cities" which received funding from the European Union's Horizon 2020 Research and Innovation Programme under the Marie Sklodowska-Curie grant agreement No. 945139 and from REPSOL, S.A.
[+]