Dottorando in Energetica , 38o ciclo (2022-2025)
Dipartimento Energia (DENERG)
Profilo
Dottorato di ricerca
Argomento di ricerca
Sviluppo di algoritmi avanzati per il controllo ottimale di Energy Hub multienergia attraverso tecniche di data analytics, modellazione energetica e co-simulazione
Tutori
Interessi di ricerca
Biografia
Da maggio 2022 è iscritto al dottorato di ricerca presso il Dipartimento di Energia del Politecnico di Torino con la tesi “Advanced control strategies for energy Management of energy hub and building integrated microgrids”. La sua ricerca si concentra sullo sviluppo di algoritmi di controllo avanzati basati su Reinforcement Learning e Model Predictive Control per la gestione energetica ottimale di Energy Hub e sistemi multi-energia, integrando tecniche di data analytics, modellazione energetica e metodologie di co-simulazione per la validazione e l'ottimizzazione delle strategie di controllo.
Pubblicazioni
Pubblicazioni più recenti Vedi tutte le pubblicazioni su Porto@Iris
- Piscitelli, Marco Savino; Razzano, Giuseppe; Buscemi, Giacomo; Capozzoli, Alfonso (2025)
An interpretable data analytics-based energy benchmarking process for supporting retrofit decisions in large residential building stocks. In: ENERGY AND BUILDINGS, vol. 328. ISSN 0378-7788
Contributo su Rivista - Nweye, Kingsley; Kaspar, Kathryn; Buscemi, Giacomo; Fonseca, Tiago; Pinto, Giuseppe; ... (2024)
CityLearn v2: energy-flexible, resilient, occupant-centric, and carbon-aware management of grid-interactive communities. In: JOURNAL OF BUILDING PERFORMANCE SIMULATION. ISSN 1940-1493
Contributo su Rivista - Kaspar, Kathryn; Nweye, Kingsley; Buscemi, Giacomo; Capozzoli, Alfonso; Nagy, Zoltan; ... (2024)
Effects of occupant thermostat preferences and override behavior on residential demand response in CityLearn. In: ENERGY AND BUILDINGS, vol. 324. ISSN 0378-7788
Contributo su Rivista - Nweye, Kingsley; Kaspar, Kathryn; Buscemi, Giacomo; Pinto, Giuseppe; Li, Han; Hong, ... (2023)
A framework for the design of representative neighborhoods for energy flexibility assessment in CityLearn. In: 18th Conference of International Building Performance Simulation Association, Shangai (China), 4-6 September, pp. 1814-1821. ISSN 2522-2708
Contributo in Atti di Convegno (Proceeding) - Nweye, Kingsley; Kaspar, Kathryn; Buscemi, Giacomo; Pinto, Giuseppe; Li, Han; Hong, ... (2023)
CityLearn v2: An OpenAI Gym environment for demand response control benchmarking in grid-interactive communities. In: 10th ACM International Conference on Systems for Energy-Efficient Buildings, Cities, and Transportation, BuildSys 2023, Istanbul (TUR), 2023, pp. 274-275
Contributo in Atti di Convegno (Proceeding)