Gestión óptima de la energía en industrias con Cogeneración y Generación Renovable mediante Controladores Predictivos basados en Modelos Económicos

Abstract

[ES] El uso de microrredes y energías renovables se ha incrementado en las últimas décadas debido a la necesidad global de acelerar la transición energética y desacelerar el cambio climático, así mismo, los sistemas de cogeneración (CHP) se implementan con mayor frecuencia en instalaciones con demandas de energías tanto térmicas como eléctricas, como ocurre en plantas industriales, dados los altos niveles de eficiencia que permiten en comparación con la generación tradicional separada de ambas. Por lo tanto, para optimizar el uso de los recursos energéticos y aumentar la penetración de tecnologías renovables, se han establecido nuevos paradigmas jerárquicos para la gestión y control de microrredes. De este modo, en este trabajo se propone un sistema de gestión de la energía (EMS) para el escenario de microrred de una nave industrial compuesta por un sistema CHP, una granja fotovoltaica, sistemas de almacenamiento de energía térmica (TES) y eléctrica (ESS) y conexión a la red de distribución pública. La implementación del EMS se lleva a cabo usando la metodología del control predictivo basado en modelos económicos (EMPC), para ello se obtienen modelos de predicción en espacio de estados para los sistemas CHP y TES, y se realiza el planteamiento de un problema típico de optimización que busca obtener el mayor beneficio económico posible mientras cumple con las restricciones operativas y de demanda de la planta, contemplando predicciones de: carga, el mercado energético y disponibilidad del recurso de generación renovable. Los resultados de las validaciones del optimizador demuestran una ganancia económica notable frente a un escenario base sin sistemas de almacenamiento ni de gestión de la energía, así como un mayor aprovechamiento de la energía fotovoltaica producida.

[EN] The use of microgrids and renewable energies has increased in recent decades due to the global need to accelerate the energy transition and slow down climate change, likewise, cogeneration systems (CHP) are more frequently implemented in facilities with demands for both thermal and electrical energy, as occurs in industrial plants, given the high levels of efficiency that they allow compared to the traditional generation separated from both. Therefore, to optimize the use of energy resources and increase the penetration of renewable technologies, new hierarchical paradigms for microgrids management and control have been established. Thus, in this work an energy management system (EMS) is proposed for the microgrid scenario of an industrial building made up of a CHP system, a photovoltaic farm, thermal energy storage (TES) and electricity storage (ESS) systems and connection to the public distribution network. The implementation of the EMS is carried out using the predictive control methodology based on economic models (EMPC), for which prediction models are obtained in state space for the CHP and TES systems, and the approach of a typical optimization problem that seeks to obtain the greatest possible economic benefit while complying with the operational and demand constraints of the plant, contemplating predictions for: load, the energy market and availability of the renewable generation resource. The results of the optimizer validations show a notable economic gain compared to a base scenario without storage systems and energy management system, as well as a greater use of the photovoltaic energy produced.