Optimización de redes inteligentes y energías renovables – Parte2
3. MODELOS DE OPTIMIZACIÓN
3.1. DESPACHO ECONÓMICO/REGULADO
Modelo matemático orientado a la planificación a medio plazo de la gestión de la energía eléctrica en: fábricas, universidades, centros comerciales, edificios de oficinas, urbanizaciones,…. . Corresponde a un modelo de despacho económico, incluyendo las restricciones asociadas a la regulación del mercado eléctrico.
Además de una herramienta de planificación, se utiliza como fuente primaria de información en otros modelos que forman parte de OPCHAIN-SGO y se basa en los conceptos del actual modelo de despacho OPCHAIN-E&G.
3.2. COMPROMISO DE LA UNIDAD DE RED INTELIGENTE
El modelo de despacho OPCHAIN-SGO-UC incluye todas las reglas que deben cumplir con el problema de compromiso de la unidad. La restricción puede estar relacionada con: plantas de arranque/parada, plantas que deben funcionar, rampas, eficiencia eólica,…
3.3. OPTIMIZACIÓN DEL DISEÑO DE LA RED
Diseño óptimo de redes de distribución radial, incluyendo: centrales eléctricas con energías renovables, almacenamientos de energía, subestaciones, transformadores, alimentadores y restricciones de fiabilidad. La optimización del diseño de redes es parte de los tres modelos necesarios para la toma de decisiones estratégicas:
- NDO – Optimización del diseño de redes: Modelo de optimización que determina la topología y las capacidades de los diferentes tipos de tecnologías de potencia que forman parte de una red de distribución radial;
- ERD – Despacho Regulado Económicamente: Modelo utilizado para determinar la información primaria que se requiere en el modelo de diseño óptimo, esta información puede estar relacionada con: precios de mercado al contado y/o despeje de planta.
- FIN – Evaluación Financiera: elabora los informes financieros necesarios para evaluar la rentabilidad de la viabilidad financiera de los proyectos.
El diseño óptimo de las redes inteligentes implica un cambio en el enfoque de modelado de diseño tradicional que asume que la topología de la red permanece constante una vez que la instalación ha sido incluida en el sistema.
Las nuevas tecnologías de potencia y los sistemas de medición inteligente permiten la reconfiguración en línea, o con frecuencia de corta duración (por hora, día, semana, mes), de la topología del sistema, por lo que el modelo de optimización debe seleccionar la disponibilidad de los activos básicos que pueden reconfigurarse en el horizonte de planificación, anticipando la operación real que se dará en el futuro.
3.4. RECONFIGURACIÓN DE REDES
La reconfiguración de la red es la optimización dinámica de la topología de la red para i) el control de la tensión, ii) la configuración de los alimentadores, iii) la localización/activación de los activos eléctricos (transformadores, condensadores) y iv) el equilibrado de fases.
3.4.1. CONTROL DE TENSIÓN
El propósito del control de tensión en las redes de distribución es cambiar la posición de las tomas de los reguladores de los transformadores con el fin de lograr el objetivo de reducir las pérdidas de potencia al tiempo que se mantienen unos perfiles de tensión satisfactorios.
El cambio de voltaje se realiza a través de varios cambiadores de tomas en carga (OLTCs), cada uno capaz de regular el voltaje del lado secundario de un transformador en un punto de la red.
El propósito del control de tensión en las redes de distribución es cambiar la posición de las tomas de los reguladores de los transformadores con el fin de lograr el objetivo de reducir las pérdidas de potencia al tiempo que se mantienen unos perfiles de tensión satisfactorios.
El cambio de voltaje se realiza a través de varios cambiadores de tomas en carga (OLTCs), cada uno capaz de regular el voltaje del lado secundario de un transformador en un punto de la red.
El problema minimiza las pérdidas de potencia y los costes de conmutación (cambio de tomas); sujeto a:
- Ecuaciones de flujo de potencia;
- Restricciones de tensión, tanto de fase a neutro como de fase a fase;
- Restricciones de corriente, incluyendo cables, líneas aéreas, transformadores, resistencia de neutro y de tierra;
- Toque Restricciones de cambio
- Restricciones de cambio de condensadores en derivación
El control de voltaje incluye la Reducción Conservadora de Voltaje (CVR), que es el concepto de reducir el voltaje de utilización a los consumidores finales de manera que sus demandas y el consumo de energía disminuyan. El beneficio más destacado de la CVR es la reducción de la carga máxima, lo que reduce el costo de suministro de energía porque cuesta más hacer funcionar las unidades de generación de punta; la CVR tiene otro beneficio de reducir la pérdida de energía. La CVR utiliza tanto condensadores como reguladores de tensión.
3.4.2. RECONFIGURACIÓN DEL ALIMENTADOR
La reconfiguración del alimentador es alterar las estructuras topológicas de los alimentadores de distribución cambiando los estados abierto/cerrado de los interruptores de seccionamiento o de amarre. El objetivo es minimizar la pérdida total de energía del sistema, manteniendo al mismo tiempo el costo de generación de los generadores distribuidos al mínimo.
Ventajas de la configuración del alimentador: i) mejorar el equilibrio de carga de la red, i) reducir las pérdidas de energía y iii) evitar la interrupción del servicio en caso de corte de energía.
3.4.3. LOCALIZACIÓN/ACTIVACIÓN DE ACTIVOS ELÉCTRICOS
Localización o reubicación de activos portátiles de acuerdo con las características del mercado en base a la revisión periódica del funcionamiento de la red Smart cuyo diseño puede ser adaptado a los cambios de demanda, estacionales o permanentes. Un ejemplo, la reubicación de los transformadores.
3.4.4. BALANCE DE FASE
El objetivo del balanceo de fase es maximizar la utilización de la capacidad del alimentador, mejorar la calidad de la energía y reducir las pérdidas de energía. Se trata de un problema de «optimización combinatoria». La solución es la asignación de la carga de cliente a cuál de las tres fases.
3.5. ETRM: COMERCIO DE ENERGÍA Y GESTIÓN DE RIESGOS
OPCHAIN-ETRM corresponde a un conjunto de modelos matemáticos orientados a apoyar las decisiones de los diferentes agentes involucrados en el comercio de la energía en: i) mercado a largo plazo, ii) mercado deportivo y iii) mercados secundarios. Se basa en un modelo de optimización estocástico que incluye ecuaciones para la gestión del riesgo. El principal insumo de ETRM es la previsión de los precios al contado, para ello se dispone de dos modelos:
- E&G-SPOT: Tecno-económico (como EDI, ERD, o modelos similares) que determina los precios al contado en un mercado energético económico Para ser usado en pronósticos de mediano/grande plazo. Se presentó en una sección anterior.
- GARCH-SPOT: Modelo estadístico de precios spot utilizando metodologías S-ARIMAX-GARCH tomando como referencia series históricas de precios spot. Para ser utilizado en tiempo real o en pronósticos a corto plazo.
El resultado de un análisis de riesgo es la definición de las curvas de riesgo de pareto frente a los ingresos/costes esperados, a partir de los cuales el responsable de la toma de decisiones debe definir la posición de riesgo.
3.6. DISEÑO DE SISTEMAS DE POTENCIA CRÍTICA, INCLUIDA LA FIABILIDAD
Un Sistema Eléctrico Crítico (SEE) es un sistema de distribución eléctrica, con indicadores de calidad de la prestación de la transmisión, tales como el (Índice de Frecuencia de Interrupción Media del Sistema) SAIFI y SAIDI (Índice de Duración de Interrupción Media del Sistema), que transgredieron, o que pueden violar, sus tolerancias. El CES es un sistema eléctrico con interrupciones causadas principalmente por desconexiones (programadas y no programadas) en los locales de transmisión (líneas de transmisión, subestaciones y transformadores) que superan, o pueden superar, las tolerancias de tasa de fallo e indisponibilidad, congestión, sobrecarga y otros parámetros críticos, mediante la formación de un sistema de transmisión radial.
Los objetivos generales son:
- Proveer sistemas eléctricos críticos de confiabilidad
- Aprovechamiento óptimo del potencial energético de los recursos eólicos, solares e hídricos
- Escenarios futuros para las variables aleatorias exógenas
La fiabilidad de un sistema puede basarse en múltiples indicadores de desempeño Indicador Clave de Desempeño (KPI), uno de ellos, el más simple, es la probabilidad de que el sistema funcione correctamente. La fiabilidad de los sistemas de distribución es una preocupación constante de las empresas distribuidoras de electricidad y de los reguladores del sector eléctrico. Los índices de fiabilidad utilizados para cuantificar la calidad de los servicios de las empresas distribuidoras corresponden a interrupciones sostenidas: SAIDI y SAIFI. Hoy en día, la creciente sensibilidad de los clientes a las interrupciones cortas ha obligado a los agentes (empresas y reguladores) a considerar las interrupciones momentáneas que se producen en sus sistemas. Esto ha dado como resultado el interés en los índices de fiabilidad momentáneos MAIFI (Índice de Frecuencia de Interrupción Promedio Momentánea) y MAIFIE (Índice de Frecuencia de Eventos de Interrupción Promedio Momentáneo).
La fiabilidad puede medirse a partir de múltiples KPIs, dentro de los cuales se puede designar el indicador de fiabilidad comúnmente utilizado por las compañías de suministro de energía eléctrica:
- CIF: Frecuencia de Interrupción del Cliente
- CID: Duración de la Interrupción del Cliente
- SAIFI: Índice de Frecuencia de Interrupción Promedio del Sistema
- SAIDI: Índice de Duración de la Interrupción Promedio del Sistema
- CAIDI: Índice de Duración de la Interrupción Promedio del Cliente
- ASAI: Índice medio de disponibilidad del sistema
- ASUI: Índice medio de indisponibilidad del sistema
- AENS: Energía promedio no suministrada
- PENS: Porcentaje de energía no suministrada
- EENS: Energía esperada no suministrada
- MAIFI: Índice de frecuencia de interrupción media momentánea
- MAIFIE: Índice de Frecuencia de Eventos de Interrupción Promedio Momentáneo
Luego se presentan las fórmulas para los KPIs más comunes.
En los modelos matemáticos, los KPIs pueden ser: i) medidos solamente, ii) pueden ser incluidos como parte de la función objetivo, o iii) pueden ser incluidos como restricciones.
El problema de definir la fiabilidad corresponde a un problema bi-criterio, ya que, si se quiere acercar la fiabilidad a la medida teórica óptima, hay que incurrir en mayores costes de inversión y explotación. En este caso los modelos de optimización se concentran en proporcionar al tomador de decisiones un coste de curva de Pareto frente a la fiabilidad que decide el nivel de fiabilidad que está dispuesto a ofrecer a los usuarios, respetando la fiabilidad mínima (presumiblemente regulada) y el presupuesto disponible para invertir en el sistema. El siguiente gráfico muestra la situación, para el caso de un KPI cuyo valor máximo teórico es igual a 1,0.
3.7. INDUSTRIAL ENERGY EFFICIENCY
The large-scale industrial production is always tied to heavy use of industrial services (various forms of consumer/producer energy conversion) which make the material conversion process feasible.
La eficiencia energética industrial se apoya en la integración de los procesos de producción con servicios energéticos orientados a la optimización simultánea de la producción industrial y de la conversión de energía relacionada con las emisiones contaminantes de gases y líquidos.
OPCHAIN-SGO puede integrarse con modelos de procesos industriales complejos, en los que es necesario rediseñar el sistema de alimentación para optimizarlo, de acuerdo con las nuevas tecnologías de alimentación. Este tipo de modelos incluye la gestión de procesos contaminantes, es decir, la combustión en hornos, para determinar la mezcla óptima de combustibles de acuerdo con la normativa medioambiental tomando como referencia la generación de energía verde y la compraventa en los mercados energéticos.
3.8. OPTIMIZACIÓN DISTRIBUIDA EN TIEMPO REAL
La Optimización Distribuida en Tiempo Real es la distribución del proceso de optimización en muchos agentes que actúan simultánea e independientemente cuando reciben información de su entorno exógeno. El proceso se puede resumir en los siguientes pasos:
1. A partir de un análisis top-down es posible construir reglas matemáticas o lógicas de interacción entre múltiples agentes (representando cada parte del sistema), que pueden representar el «estado de la realidad»,
2. A partir de las reglas matemáticas/lógicas, siguiendo un enfoque bottom-up, es posible construir modelos segmentados/atomizados del mundo real.
Utilizando un proceso de optimización asíncrono, es posible definir las acciones de un agente que mantiene el sistema en el «camino de la optimización».
Un ejemplo de la necesidad de RT-DO es la optimización del rendimiento de las redes inteligentes de suministro de energía (redes inteligentes). Para lograr la optimización de los nuevos sistemas eléctricos, lo ideal es optimizar simultáneamente, en un modelo integrado, todas las redes inteligentes que componen el sistema eléctrico. En la práctica, esto es imposible de lograr, las razones no son innumerables; sin embargo, es posible, a partir del estudio del tipo de componentes de potencia (redes inteligentes), establecer las reglas de comunicación entre componentes para lograr la optimización. El siguiente diagrama ilustra los conceptos.
En los sistemas públicos, la parte más compleja de este proceso puede ser el acuerdo entre las partes orientado a actuar de manera cooperativa para maximizar el excedente social. En una compañía privada, esto puede ser más fácil.
Cabe señalar que los dos procesos anteriores no pueden implementarse si el problema de la multiplanta, o de la red inteligente, se resuelve en un modelo integrado. Esta es otra ventaja de LSOM: una mejor comprensión del funcionamiento de los sistemas tecno-socioeconómicos.
4. OPCHAIN-SGO – PLATAFORMA TECNOLÓGICA
OPCHAIN-SGO se desarrolla utilizando el sistema OPTEX Optimization Expert System, lo que implica que hereda todas las características de OPTEX.
Artículo realizado por Jesus Velasquez
Excelente..!!