Modelo y desarrollo de un sistema de gestión óptima para una microrred empleando algoritmos bio-inspirados

Abstract

[ES] Las fuentes de energía renovable (ER) permiten una alta disgregación, por lo que hacen posible generar la energía que se utilizará en el mismo sitio de su aprovechamiento. Esto favorece un cambio en la estructura de las redes eléctricas, permitiendo pasar de un esquema de generación centralizado a un esquema distribuido. Sin embargo, las fuentes de ER son altamente dependientes de las condiciones medioambientales como la radiación solar, la nubosidad, el viento, entre otros, por lo que lograr un sistema de generación basado en energías renovables es un reto en la actualidad. Los sistemas de generación que integran fuentes renovables tienen que ser capaces de establecer estrategias de control y gestión de la energía que para hacer un uso eficiente de ella e intentar cubrir la demanda de energía de forma óptima al combinar más de un tipo de fuente y sistema de almacenamiento, siendo posible operar de manera aislada o conectada a la red eléctrica. En la actualidad es de interés el estudio, desarrollo e implementación de sistemas gestores de la energía (SGE) para microrredes eléctricas híbridas, que permitan aumentar su eficiencia, fiabilidad, y disminuir los costes de instalación, operación y mantenimiento. Diversos estudios de investigación han probado múltiples estrategias, desde SGE basados en reglas, algoritmos comparativos, controladores clásicos, y en años recientes, la integración de algoritmos de optimización bio-inspirados e inteligencia artificial. Estos algoritmos han mostrado ser una alternativa interesante a las técnicas clásicas para la solución de problemas de optimización y control en diversos problemas de ingeniería, su aplicación en el ámbito de las microrredes sigue en estudio y en ello se basa este trabajo de investigación. Los algoritmos bio-inspirados se fundamentan en imitar matemáticamente los mecanismos y estrategias que la naturaleza ha implementado a lo largo de millones de años para lograr un equilibrio en su funcionamiento, por ejemplo, imitando el cómo las aves vuelan en parvada buscando alimento, o como las hormigas y los lobos siguen patrones para la búsqueda de su alimento, o como las especies llevan a cabo mecanismos de cruce con el objetivo de mejorar su raza haciéndolas una especie optimizada y mejorando su supervivencia. Por tanto, se puede hacer una analogía con los sistemas artificiales para la mejora de controladores y diseño de sistemas en microrredes eléctricas. En este trabajo de investigación se muestra el modelo y desarrollo de un sistema de gestión óptima para una microrred empleando algoritmos bio-inspirados con el objetivo de mejorar su desempeño, partiendo desde el control primario, con la mejora de los convertidores de potencia, hasta el control terciario con las transacciones energéticas de la microrred. Se exploran diversos algoritmos, evaluando su desempeño. Los resultados para las diferentes etapas de esta investigación se encuentran plasmados en cuatro diferentes publicaciones científicas que se detallan en el Capítulo 2 del presente documento, donde se explica la metodología y los principales resultados y hallazgos para cada una de ellas.

[CA] Les fonts d'energia renovables (ER) permeten una alta desagregació, pel que fan possible generar l'energia que s'utilitzarà en el mateix lloc del seu aprofitament. Això afavoreix un canvi en l'estructura de les xarxes elèctriques, permetent passar d'un esquema de generació centralitzat a un esquema distribuït. No obstant, les fonts d'ER són altament dependents de les condicions mediambientals com la radiació solar, la nuvolositat, el vent, entre altres; pel que aconseguir un sistema de generació basat en energies renovables és un repte. Els sistemes de generació que integren energies renovables han de ser capaços de: establir estratègies de control i gestió de l'energia que es genera per fer un ús eficient d'ella i intentar cobrir la demanda d'energia de la millor manera possible al combinar més d'un tipus de font d'energia, i sistemes d'emmagatzemament. Aquest esquema es coneix com a microxarxa elèctrica, la qual és capaç d'operar de manera aïllada de la xarxa elèctrica principal, o de manera interconnectada. Actualment s'està interessant en l'estudi, desenvolupament i implementació de sistemes gestors de l'energia (SGE) per a microxarxes elèctriques híbrides, que permeten augmentar la seua eficiència, fiabilitat i reduir els costos de la seua instal·lació i d'operació i manteniment. S'han provat múltiples estratègies, des de SGE basats en regles, algorismes comparatius, controladors clàssics i, en anys recents, la integració d'algorismes d'optimització bio-inspirats i intel·ligència artificial. Aquests algorismes han demostrat ser una alternativa interessant a les tècniques clàssiques per a la solució de problemes d'optimització i control en diversos problemes d'enginyeria, la seua aplicació en l'àmbit de les microxarxes continua en estudi. Els algorismes bio-inspirats es basen en imitar matemàticament els mecanismes i estratègies que la Natura ha implementat al llarg de milions d'anys per aconseguir equilibri en el seu funcionament, per exemple, imitant com les aus volen en ramat buscant menjar, o com les formigues i els llops segueixen patrons per a la recerca del seu menjar, o com les espècies porten a terme mecanismes de creuament amb mira a millorar la seua raça fent-les una espècie més apta per a la supervivència;, el qual es pot fer una analogia a sistemes artificials per a la millora de controladors i disseny de sistemes en microxarxes elèctriques. En aquest treball de recerca es mostra el model i desenvolupament d'un sistema de gestió òptima per a una microxarxa emprant algorismes bio-inspirats amb l'objectiu de millorar el seu rendiment, partint des del control primari, amb la millora dels convertidors de potència, fins al control terciari amb les transaccions energètiques de la microxarxa. S'exploren diversos algorismes, avaluant el seu rendiment. Els resultats per a les diferents etapes d'aquesta recerca es troben plasmats en quatre diferents publicacions científiques que es detallen al Capítol 2 del present document, on s'explica la metodologia i els principals resultats i troballes per a cada una d'elles.

[EN] Renewable energy sources (RES) allow for high disaggregation, making it possible to generate energy at the site of its use. This favors a change in the structure of electrical grids, allowing for a transition from a centralized generation scheme to a distributed scheme. However, RES are highly dependent on environmental conditions such as solar radiation, cloudiness, wind, among others, making the creation of a renewable energy generation system a challenge. Generation systems that integrate renewable energies must be able to establish control and energy management strategies to make efficient use of the energy generated and try to meet the energy demand in the best possible way by combining more than one type of energy source and storage systems. This scheme is known as a microgrid, which is capable of operating independently from the main electrical grid or interconnecting with it. Currently, the study, development, and implementation of energy management systems (EMS) for hybrid microgrids are of interest in order to increase their efficiency, reliability, and reduce installation, operation, and maintenance costs. Multiple strategies have been tested, including rule-based EMS, comparative algorithms, classical controllers, and in recent years, the integration of bio-inspired optimization algorithms and artificial intelligence. These algorithms have shown to be an interesting alternative to classical techniques for solving optimization and control problems in various engineering problems, although their application in the field of microgrids is still under study. Bio-inspired algorithms are based on mathematically imitating the mechanisms and strategies that Nature has implemented over millions of years to achieve balance in its operation, for example, by imitating how birds fly in flocks in search of food, or how ants and wolves follow patterns to search for food, or how species carry out crossing mechanisms in order to improve their breed and make them more suitable for survival; in other words, they are based on how Nature optimizes its resources to prosper. Therefore, an analogy can be made with artificial systems for improving controllers and designing systems in microgrids. In this research work, the model and development of an optimal management system for a microgrid using bio-inspired algorithms is presented with the aim of improving its performance, starting from primary control, with the improvement of power converters, to tertiary control with the energy transactions of the microgrid. Various algorithms are explored, evaluating their performance. The results for the different stages of this research are reflected in four different scientific publications that are detailed in Chapter 2 of this document, where the methodology and main results and findings for each of them are explained.