Programación energética óptima de un cliente residencial con generación y almacenamiento

21 Equation Chapter 1 Section 1 Proyecto Fin de Máster Máster Universitario en Sistemas de Energía Eléctrica Programación energética óptima de un cliente residencial con generación y almacenamiento Autor: Carmen García Montero Tutor: Juan Manuel Mauricio Depto. Ingeniería Eléctrica Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2017 iii Proyecto Fin de Máster Máster Universitario en Sistemás de Energía Eléctrica Programación energética óptima de un cliente residencial con generación y almacenamiento Autor: Carmen García Montero Tutor: Juan Manuel Mauricio Profesor titular Depto. de Ingeniería Eléctrica Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2017 v Proyecto Fin de Máster: Programación energética óptima de un cliente residencial con generación y almacenamiento Autor: Carmen García Montero Tutor: Juan Manuel Mauricio El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros: Presidente: Vocales: Secretario: Acuerdan otorgarle la calificación de: Sevilla, 2017 El Secretario del Tribunal vii A mi familia Agradecimientos Antes de nada, quiero agradecer a mi familia el apoyo que me han dado durante la etapa de realización del Máster, ya que sin ellos no habría llegado hasta aquí. Gracias también a mi tutor D. Juan Manuel Mauricio, por la oportunidad de realizar este proyecto y por su inestimable ayuda y preocupación en el desarrollo del mismo. Por último, no puedo acabar sin agradecer a mis compañeros de clase y amigos por compartir conmigo este camino de aprendizaje y desarrollo personal. Gracias a todos Carmen García Montero Sevilla, 2017 ix Resumen La concienciación sobre el cambio climático y el agotamiento de algunas de las fuentes convencionales de energía ha llevado a la sociedad a emplear nuevas fuentes y sistemás de abastecimiento eléctrico como son las energías renovables. El autoconsumo eléctrico y más particularmente el fotovoltaico esta experimentando una fuerte introducción en el sistema eléctrico y en los hogares, por lo que el conocimiento y los estudios sobre este tema son cada día mayores. En el presente proyecto se presenta la situación actual del autoconsumo fotovoltaico en nuestro país, y se desarrolla una herramienta de optimización del término de energía de un cliente residencial con una instalación de autoconsumo fotovoltaico con almacenamiento, a partir de la operación óptima de la batería. Siendo el objetivo principal la parametrización de la batería a un día vista para lograr minimizar la función objetivo. Teniendo en cuenta la influencia del clima y la temporalidad, y cumpliendo la normativa vigente en España, se realiza además un estudio económico comparando diferentes tipos de instalaciones, así como dos instalaciones con almacenamiento y diferentes estrategias de funcionamiento. Por último, se extiende la resolución del algoritmo del dia previsto al día real, obteniendo así los errores en el dimensionamiento de los parámetros. 1 1 ESTADO DEL ARTE 1.1 Introducción En los últimos años con el incremento de las emisiones de C02 a la atmóstfera, ha crecido la preocupación por el cambio climático a nivel mundial. Con el objetivo principal de reducir dichas emisiones, las fuentes de energía renovables han empezado a jugar un papel importante en el mix energético de todos los paises del mundo. Con la vista puesta en el objetivo H2020, los paises están introduciendo medidas para favorecer el aumento de energías limpias, coches eléctricos y cualquier otra tecnología que suponga eficiencia y ayude a evitar el cambio climático. Una de las tecnologías más desarrolladas en los últimos años ha sido la generación fotovoltaica, que a dia de hoy dispone de 303 GW instalados en todo el mundo. Figura 1-1 Evolución anual de la capacidad fotovoltaica instalada en el mundo en países pertenecientes y no pertenecientes a la agencia internacional de la energía Además, cada vez es mayor la cantidad de generación distribuida de energía eléctrica instalada en los sistemás eléctricos, ya que es una solución ampliamente aceptada para generar ahorro enérgético y desarrollo económico. La fotovoltaica juega aquí un papel fundamental ya que es una tecnología fácilmente introducible de forma distribuida gracias a su instalación en los tejados de las industrias y en los hogares. En los últimos años esta siendo introducida paulatinamente en los hogares uniendo la concienciación sobre los efectos de la contaminación y el cambio climático, a la constante disminución de precios. Del mismo modo, el aumento del consumo local permite obtener grandes ventajas técnicas como la reducción de las pérdidas en la red eléctrica, así como evitar el aumento de los precios de la electricidad. La particularidad de la fuerte dependencia del tiempo de la fotovoltaica ha llevado a incluir tecnologías de almacenamiento en dichas instalaciones con el objetivo de obtener la máxima efectividad de esta tecnología. La instalación de baterias en las viviendas permite además mejorar la fiabilidad de la instalación gestionar el consumo optimizando el consumo y los costes. Estado del arte 2 Del mismo modo que los paneles y otros componentes que forman una instalación fotovoltaica, las baterias para uso residencial han ido disminuyendo sus costes y aumentando su eficiencia en los últimos años. Un claro ejemplo es el de las baterías de Ion-Litio, que han revolucionado el Mercado de las baterias con una capacidad de descarga de hasta el 100% y una vida útil de hasta 6000 ciclos, que permite hasta 20 años de funcionamiento a pleno rendimiento de la batería. 1.2 Instalación fotovoltaica para cliente residencial El autoconsumo fotovoltaico se define como la alimentación eléctrica de un consumidor a través de una instalación fotovoltaica, apoyada o no por la red eléctrica. Una instalación fotovoltaica es un Sistema de generación que a partir de un conjunto de elementos, transformala energía de la radiación solar en energía eléctrica en forma de corriente continua, pudiendo transformarse en corriente alterna a través de un inversor. A nivel de consumidor residencial, se diferencian dos tipos de sistemás fotovoltaicos aplicables que se definen a continuación: 1.2.1 Fotovoltaica aislada Su característica principal es no estar conectada a la red eléctrica. Este tipo de instalaciones requiere disponer, a parte de los elementos habituales de una instalacion fotovoltaica (placas e inversor), de un elemento de almacenamiento mediante baterias con el objetivo de suplir las necesidades energéticas en las horas sin sol. De este modo, el cliente podrá consumir durante todo el día e incluso varios dias seguidos dependiendo de la capacidad del almacenamiento. Este tipo de instalaciones es típica en lugares donde no llega la red eléctrica o en los que conectarse a la red no es viable economica ni técnicamente. Es de gran importancia el dimensionamiento de estas instalaciones ya que a parte del Sistema de almacenamiento no cuentan con ningún otro respaldo. El tamaño del sistema de generación, así como el de almacenamiento dependerá de las necesidades de autonomía del cliente, y en el caso de llevar a cabo una instalación de este tipo en un consumo de importancia es necesario considerar instalar una segunda alternativa de alimentación, comunmente un grupo electrógeno. Figura 1-2 Instalación fotovoltaica aislada Programación energética óptima de un cliente residencial con generación y almacenamiento 3 1.2.2 Fotovoltaica conectada a red En los últimos años este tipo de instalaciones están experimentado un gran desarrollo, gracias a la disminución de costes de los elementos que conforman la instalación, así como de los incentivos realizados por parte de algunos paises, que permiten la venta de los excedentes de energía mediante tarifas FIT (feed in tariff), o balance neto o bien subvenciones para costear la instalación fotovoltaica. En este tipo de instalaciones, a diferencia de las anteriores, no es necesario disponer de un elemento de almacenamiento, ya que se utiliza la red eléctrica como respaldo para asegurar el consumo a cualquier hora del día. El funcionamiento general de esta instalación se basa en la generación de energía en las placas fotovoltaicas que transforman la energía solar incidente en los módulos de corriente continua, y posteriormente es convertida mediante el inversor en corriente alterna a tensión y frecuencia de la red eléctrica. Además, estas instalaciones cuentan con varios contadores empleados por la distribuidora para medir la energía autoconsumida, la vertida a red y la consumida de la red. Figura 1-3 Instalación fotovoltaica conectada a red Los elementos principales que componen una instalación fotovoltaica son: - Un generador solar, formado por paneles fotovoltaicos, que captan la radiación luminosa procedente del sol y la transforman en energía eléctrica. Esta energía dependerá básicamente del número y tipo de módulos instalados, de su inclinación y orientación espacial, y de la radiación solar incidente, así como de la temperatura ambiente, que afecta de forma negativa al rendimiento del panel. Las placas existentes en el mercado disponen de un rendimiento de hasta un 17% y en general tienen una vida útil de 25 años. - Un acumulador, que puede almacenar la energía producida por el generador y permite disponer de corriente eléctrica fuera de las horas de luz o días nublados, prolongando el suministro eléctrico en caso de instalaciones aisladas, o aprovechar las horas de precios baratos para almacenar energía y cederla en las horas caras. En la actualidad ya existen baterias cuya vida util dura hasta 20 años. Es clave para estos elementos evitar descargas muy importantes, aunque modelos como los de Ion-Litio permiten hasta 100% de descarga y hasta 6000 ciclos de descarga completa. - Un regulador de carga, que controla la entrada y salida de corriente en el acumulador y evita sobrecargas o descargas excesivas al acumulador, que le produciría daños irreversibles. Además, mediante el seguimiento del punto de máxima de potencia, optimiza el funcionamiento del sistema. - Un inversor, que transforma la corriente continua de 12 ó 24 V almacenada en el acumulador o proveniente de las placas, en corriente alterna de 230 V. Se encargan además de gestionar la energía eléctrica de forma eficiente, permitiendo la comunicación entre los elementos de la instalación y los Estado del arte 4 consumos del hogar. Mediante programación se puede controlar cuando utilizar la energía alamacenada en las baterias o cuando consumir de la red eléctrica. Los inversores actuales cuentan con un rendimiento de entre 90 y 98%. - Si el sistema fotovoltaico estuviera conectado a red, como sucede en este proyecto, se cuenta con elementos adicionales como como algunas protecciones, contadores de energía, conexión a red etc. con el fin de asegurar la eficiencia y la seguridad de la instalación y cumplir con la normativa vigente implantada por la compañía distribuidora de la región. 1.3 Autoconsumo eléctrico Se define autoconsumo eléctrico como el consumo por parte de los consumidores de la electricidad que han producido ellos mismos. En los últimos años, dichos consumidores han dejado de ser elementos meramente pasivos con respecto al Sistema eléctrico y ha aparecido el término “prosumers”, empleado para aquellos que han adoptado una actitud activa, siendo consumidores y productores de electricidad. Especialmente destacable dentro del autoconsumo eléctrico ha sido la cada vez más común instalación de generación fotovoltaica en los hogares para disminuir sus costes en eléctricidad empleando una energía limpia. Estos cambios, han transformado la forma de ver el Sistema eléctrico, lo que ha llevado a todos los países del mundo a la necesidad de cambiar la mentalidad con respecto a los antiguos consumidores pasivos y a elaborar diferentes mecanimos de control del autoconsumo fotovoltaico. Las diferencias entre países se han visto reflejadas en las diferentes técnicas de apoyo o rechazo a este Sistema de consumo. A continuación, se describen los mecanismos más destacables desarrollados entorno al autoconsumo y sus características: - Autoconsumo en tiempo real (Self-consumption scheme): Compensación de la energía generada y consumida en tiempo real (o intervalos de 15 minutos). - Balance neto (Net-metering scheme): Mecanismo que permite compensar la generación y el consumo durante un intervalo de tiempo establecido. En general, se realiza una compensación anual entre lo generado y lo consumido. - Balance neto económico (Net-billing scheme): Caso especial del anterior, pero la compensación se realiza en términos monetarios, es decir, el coste de lo generado durante un periodo es compensado con el coste de lo consumido de la red. - Sistemas híbridos (Hybrid systems): Existen gran cantidad de variaciones de los mecanismos anteriores que mezclan carácterísticas de unos y de otros Todos los mecanismos mencionados anteriormente están pensados para emplear la energía generada priorizando las necesidades del hogar e inyectando en la red la parte sobrante. Otra característica importante a tener en cuenta es la de las tasas y los costes asociados a la red que incluyen los mecanismos descritos anteriormente. En general todas las políticas empleadas en los diferente paises se pueden describir a partir de los siguientes parámetros: - Derecho al autoconsumo - Ingresos por autoconsumo fotovoltaico - Tasas para financiación de los costes de la red - Valor de los Ingresos por excesos de electricidad - Intervalo de tiempo maximo de compensación - Compensacion por situacion geográfica - Duración de la regulación - Autoconsumo compartido - Tasas adicionales Programación energética óptima de un cliente residencial con generación y almacenamiento 5 - Otras medidas facilitadoras para el autoconsumo - Limitación del tamaño del Sistema de autoconsumo - Limitaciones del Sistema eléctrico - Características adicionales En la siguiente tabla resumen se muestran las características más importantes que cumplen cada uno de los tipos de autoconsumo definidos anteriormente Tabla 1-1 Características de los principales modelos de autoconsumo existentes en el mundo Autonconsumo con restricciones Autoconsumo con FIT Net-billing Netmetering Autoconsumo con ventajas 1 Derecho al autoconsumo Si Si No obligatorio Si SI 2 Ingresos por autoconsumo fotovoltaico Ahorros en la factura eléctrica Ahorros en la factura eléctrica Ingresos de producción menos costes por consumo Ahorros en la factura eléctrica Ahorros en la factura eléctrica más una prima 3 Tasas para la financiación de los costes de la red Si No No No No 4 Ingresos por excesos de electricidad Sin remuneración FIT FIT Reducción en el precio de factura FIT 5 Intervalos de tiempo máximo para compensación Tiempo real Tiempo real Podría ser más de un año Podría ser más de un año Tiempo real 6 Compensación geográfica - - Podría ser virtual (Compensandose tras un tiempo establecido) Podría ser virtual - 7 Duración del esquema de regulación Ilimitado Limitado Puede ser limitado Ilimitado Limitado 1.3.1 Autoconsumo en España Dentro de los tipos de autoconsumo definidos anteriormente, el modelo existente en España se podría englobar dentro del tipo “Self-consumption scheme” y más concretamente dentro del Autoconsumo con restricciones. La regulación de las instalaciones de autoconsumo conectadas a red en España, actualmente y desde el año 2015, esta definida por el RD 900/2015. Estado del arte 6 1.3.1.1 Tipos de autoconsumo Dentro de este real decreto, se definen dos modalidades de autoconsumo cuyas características especificas se resumen en la siguiente tabla: Tabla 1-2 Características principales del modelo de autoconsumo definido en RD 900/2015 Tipo 1 Tipo 2 Autoconsumo fotovoltaico 1 Derecho al autoconsumo Si Si 2 Ingresos por Autoconsumo fotovoltaico Ahorros en la factura Ahorros en la factura 3 Tasas para la financiación de los costes de red Si (impuesto al sol) Si (impuesto al sol) Excesos de generación fotovoltaica 4 Ingresos por excesos de electricidad No Precio del mercado mayorista menos tasas 5 Intervalo máximo de tiempo para compensación Tiempo real Tiempo real 6 Compensación geográfica No No Otras características del sistema 7 Duración del esquema de regulación Ilimitado Ilimitado 8 Titularidad por parte de terceros no No 9 Tasas adicionales Para potencias superiores a 10 kW Si 10 Otros facilitadores del autoconsumo No No 11 Tamaño límite instalación FV 100 kW pero limitado a la potencia contratada Menor o igual que la potencia contratada 12 Limitacion sistema eléctrico Licencia del distribuidor Licencia del distribuidor 13 Caracteristicas adicionales Tasas en instalaciones con baterias Tasas en instalaciones con baterias Programación energética óptima de un cliente residencial con generación y almacenamiento 7 Además, los equipos de medida obligatorios serán diferentes para cada tipo de autoconsumo. A continuación, se muestran mediante imágenes, los equipos obligatorios que componen las instalaciones  Autoconsumidor tipo 1 Figura 1-4 Equipos de medida obligatorios Autoconsumidor Tipo 1  Autoconsumidor tipo 2 1. Con más de 100 kW instalados Figura 1-5 Equipos de medida obligatorios Autoconsumidor Tipo 2 Estado del arte 8 2. Con menos de 100 kW instalados Figura 1-6 Equipos de medida Autoconsumidor Tipo 2 de menos de 100 kW instalados Existen otras particularidades y limitaciones que deberán cumplir ambas modalidades, que son las siguientes: - La potencia instalada de autoconsumo será siempre menor o igual a la contratada - Quedan excluidas del régimen de autorización administrativa previa y de autorización administrativa de construcción las instalaciones menores o iguales a 100 kW de potencia. - Las instalaciones existentes tienen 6 meses para adaptarse e inscribirse en los Registros. - Instalaciones con baterías: 1. Instalación de baterías: Permitidas, cuando dispongan de las protecciones establecidas en la normativa de seguridad y calidad industrial que les aplique y se encuentren instaladas de tal forman que dispongan equipo de medida que registre la generación neta o equipo de medida que registre la energía horaria consumida. (equipo de medida compartido con la instalación de generación) 2. En el circuito de producción (entre generador y contador de generación) no podrán existir cargas de consumo 1.4 Operación de una instalación de autoconsumo De forma general, la operación de los sistemás fotovoltaicos de autoconsumo busca la reducción del coste de la factura de electricidad a partir del consumo de la red en periodos en los que la electricidad es más barata, y el consumo fotovoltaico en las horas de mayor coste. Por una parte, los sistemás sin batería, aprovechan el exceso del mediodía para verter a red, pero en el caso de las instalaciones con bateria su operación es más compleja ya que tratan de buscar el mayor rendimiento de la instalación y la disminución de costes empleados un mayor número de variables. Además, en la búsqueda de la disminución de costes, existen una gran variedad de parámetros que afectan a la operación de las instalaciones entre los que destacan:  La temporalidad de la generación fotovoltaica es la primera limitación para la operación de estos sistemás de autoconsumo. Esto ha llevado a la introducción de Sistemás de almacenamiento de energía. Este tipo de sistemás que combinan generación fotovoltaica con otro equipo de energía, permite construir sistemás que controlen mejor la intermiencia de los sistemás fotovoltaicos. Programación energética óptima de un cliente residencial con generación y almacenamiento 9  Nivel de actividad: el patrón de consumo es muy variable según el número de ocupantes de la casa, el estilo de vida y la estructura. Es, además, varible según el dia de la semana, y el clima.  Gestión de la demanda: Se define la gestión de la demanda como el conjunto de acciones que pretenden influir sobre el comportamiento de los consumidores ante el consumo eléctrico, de forma que se produzcan ahorros de energía así como mejoras en la eficiencia. Por lo tanto, la operación del sistema puede variar según el comportamiento de los clientes antes dichas acciones. La mejora de las tecnologías de automatización y control de los últimos años han permitido parametrizar las preferencias de consumo de los clientes mayoritariamente actuando una parte de la demanda susceptible de ser controlada. En la figura se muestra el esquema típico de un sistema fotovoltaico híbrido conectado a la red. Figura 1-7 Esquema sistema fotovoltaico conectado a red La principal condición en este tipo de sistemás suele ser la de cargar la batería únicamente con energía proveniente de la generación fotovoltaica, evitando el consumo de la red para este propósito. Del mismo modo, en la descarga de la misma se emplea únicamente para abastecer a las cargas locales y nunca para entregar a la red. Las dificultades que presenta este tipo de sistema vienen de la obligatoriedad de disponer de cargas automatizables, como por ejemplo electrodoméstricos y dispositivos eléctronicos con capacidad de monitorización y control, lo cual supone un coste añadido a la instalación fotovoltaica con batería.  Operación de la batería: Existe la posibilidad aprovechar el sistema de almacenamiento para modificar los consumos de la red. Con los avances en el control y la automatización se puede optar por parametrizar el funcionamiento de la batería de modo que se adapte a las necesidades reales de consumo del cliente sin que este tenga que modificar su curva de consumo.  Influencia del porcentaje de carga de la batería a media noche según el clima: Los excesos de electricidad generados por los sistemás fotovoltaicos no puede ser almacenado en la bateria durante el dia en un dia soleado cuando la bateria estaba muy cargada a media noche, por otro lado, es necesario comprar energía a la red durante el dia en un dia lluvioso, cuando la bateria no estaba cargada a media noche. En conclusión, el punto de carga óptimo de la bateria a media noche cambiará según la previsión del tiempo 1.5 Configuraciones técnicas de las instalaciones de autoconsumo Teniendo en cuenta las posibilidades y limitaciones anteriormente mencionadas y dentro del cumplimiento de la normativa establecida para el autoconsumo en cada país y de las particularidades de cada instalación, se han Metodología 16 2.1.2 Otras consideraciones Se han tenido en cuenta las siguientes consideraciones a la hora de definir los datos necesarios para obtener el óptimo funcionamiento de la bateria: - Los parámetros GEN, NOC, VHC, pfX y pdX son datos de entrada que se obtienen a partir de un archivo csv cuyo calculo se definirá en proximos capítulos. Dichos parámetros vendrán definidos en el archivo cada 300 segundos, por lo que para realizar el estudio diario se dispondrá en el archivo csv de 288 valores de cada parámetro. - El valor inicial de carga de la bateria en el instante inicial es variable, pero el algoritmo esta definido de modo cíclico, es decir, que el valor establecido para el instante inicial y final será el mismo. 2.1.3 Configuración de la instalación y características especiales que definen las ecuaciones Con el objetivo de cumplir con el RD 900/2015, han sido tenidas en cuenta las siguientes consideraciones en la definición del algoritmo: - Al ser un cliente residencial se considera una potencia instalada menor de 10 kW, por lo que para evitar el coste por autoconsumo, el cliente será autoconsumidor tipo 1, es decir, no verterá los excedentes de energía a red y en el caso de hacerlo lo hará a coste cero. Esta restricción afecta al algoritmo de modo que el precio de venta será cero. Además, se ha considerado que la instalación tendrá un elemento de inyección cero, por lo que la potencia de venta será igualmente nula. A efectos de configuración de la instalación, será como tener instalado un Sistema de reducción de potencia, como el definido en el apartado 1.5 punto 3), que aún no favoreciendo el consumo eficiente, evitará tener excedentes. Este tipo de sistemás cuenta con un controlador que al superar un umbral definido envía la señal de reducción de potencia. En el presente caso limitará la potencia fotovoltaica generada por el inversor para cumplir siempre con el balance de potencias. - Para evitar costes adicionales en el término de potencia, se considera que la instalación dispone de todos los elementros de medida y control establecidos como obligatorios y opcionales (incluyendo el contador que registre la energía consumida total por el consumidor asociado) para los autoconsumidores de tipo 1. Por lo tanto, la aplicación del termino de potencia definido en el RD de autoconsumo será el siguiente: Al ser una instalación definida como “gestionable”, es decir que dispone de un elemento de almacenamiento a partir de batería, el esquema de la instalación será el siguiente: Figura 2-1 Equipos de medida instalación gestionable Autoconsumidor Tipo 1 Para dicho caso, el real decreto de autoconsumo dice que la potencia de Aplicación de Cargos (requerida por el Programación energética óptima de un cliente residencial con generación y almacenamiento 17 consumidor), coincide con la “potencia contratada”. Por lo tanto, la potencia a aplicar para los cargos fijos sería nula: 𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑐𝑎𝑟𝑔𝑜𝑠 𝑓𝑖𝑗𝑜𝑠=𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝐴𝑝𝑙𝑖𝑐𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝐶𝑎𝑟𝑔𝑜𝑠 − 𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑐𝑜𝑛𝑡𝑟𝑎𝑡𝑎𝑑𝑎 =𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑐𝑜𝑛𝑡𝑟𝑎𝑡𝑎𝑑𝑎 − 𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑐𝑜𝑛𝑡𝑟𝑎𝑡𝑎𝑑𝑎=0 ( 2-12) 2.2 Modelo planteado Las variables determinantes del estudio son la demanda del cliente, el precio de la energía, la generación de la instalación fotovoltaica y el dimensionamiento de la batería. Todas las curvas se han obtenido con un intervalo de tiempo entre valores de 300 segundos (5 minutos) 2.2.1 Demanda Se ha realizado el cálculo de la curva de demanda diaria de un cliente residencial empleando el Excel de [1]. Con dicho archivo se obtiene la demanda eléctrica de una casa a partir de la definición de las cargas, y la ocupación existente en la misma. El programa tiene dimensionadas una serie de cargas por defecto, donde además de la demanda nominal, se encuentra el consumo en standby de las cargas que están continuamente conectadas o el factor de utilización de las mismás. Tras seleccionar la ocupación de la casa y el tipo de dia (diario o fin de semana), se pueden elegir manualmente las cargas deseadas o bien se permite la selección aleatoria de las mismás. Es importante haber seleccionado la localización y el dia del año para el que se esta llevando a cabo el studio ya que es influyente en la aleatoriedad de las cargas. Por ejemplo, para un día de verano en Sevilla, el programa no selecciona la calefacción en el cálculo aleatorio. Tras la ejecución, el resultado es la curva de demanda diaria en intervalos de un minuto, que presenta el siguiente ascpecto: Figura 2-2 Ejemplo modelo de curva de carga (minutos) A partir de la curva de demanda diaria por minuto, se calcula la curva de demanda cada 5 minutos. Para obtener los valores de dicha curva se calcula el valor medio de potencia demandada cada 5 minutos, dando como 0 500 1000 1500 2000 2500 3000 0:00 0:54 1:48 2:42 3:36 4:30 5:24 6:18 7:12 8:06 9:00 9:54 10:48 11:42 12:36 13:30 14:24 15:18 16:12 17:06 18:00 18:54 19:48 20:42 21:36 22:30 23:24 Potencia demandada (kW) tiempo (h) Ejemplo curva de demanda Metodología 18 resultado una curva como la mostrada a continuación: Figura 2-3 Modelo final curva de carga Con los valores de la curva se genera un archivo .csv cuyo título será “pd.csv” 2.2.2 Precio de la energía Los precios del término de energía de la tarifa PVPC están disponibles en la página de Red Eléctrica de España. Según la tarifa del Usuario (2.0 A, 2.0 DH o 2.0 VH), se descarga el archivo csv correspondiente para el día de estudio. Los precios disponibles para cada día son horarios, por lo que para obtener el precio cada 5 minutos se ha considerado el valor horario que le corresponda a ese instante de tiempo. Por lo tanto, se han obtenido para cada hora, 12 valores iguales al valor del precio horario que le corresponde. Los 12 valores existentes entre las 00:00 y la 00:55 tendrán como precio el valor horario correspondiente a las 00:00. Un ejemplo de la curva de precios obtenida se presenta a continuación: Figura 2-4 Modelo curva de precios 0 0,5 1 1,5 2 2,5 3 0 3300 6600 9900 13200 16500 19800 23100 26400 29700 33000 36300 39600 42900 46200 49500 52800 56100 59400 62700 66000 69300 72600 75900 79200 82500 85800 Potencia demandada (kW) tiempo (s) Curva de demanda 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0,16 0,18 0:00:00 4:48:00 9:36:00 14:24:00 19:12:00 0:00:00 4:48:00 Precio término de energía (kWh) tiempo (h) Curva de precios Programación energética óptima de un cliente residencial con generación y almacenamiento 19 Del mismo modo que en el caso de la demanda, con los resultados obtenidos se genera un archivo .csv con título “GEN.csv”,”NOC.csv” o “VH.csv”, según sea la tarifa del cliente, 2.0 A, 2.0 DHA o 2.0 VH respectivamente. 2.2.3 Generación La curva de generación fotovoltaica depende fundamentalmente de la irradiancia del lugar, sin dejar de lado la importancia de la nubosidad en el cálculo de la misma. Para el caso en estudio se van a obtener dos curvas de generación, la primera denominada “curva de generación prevista” se empleará para realizar las optimizaciones que se quieren obtener “a dia previo” del funcionamiento de la batería y se obtendrá mediante el método propuesto a continuación. La segunda curva (Curva real), se utilizará posteriormente para simular lo que sucede realmente en el día en estudio. 2.2.3.1 Curva de irradiancia prevista A partir del archivo Excel creado por [1], puede obtenerse la curva diaria de irradiancia del lugar y la radiación sobre el panel en W/m2, definiendo los siguientes parámetros: - Latitud y Longitud del lugar de estudio - Inclinación de las placas - Día del año en estudio Una vez determinada la radiación total sobre el panel (para cielo despejado) en W/m2, se emplea el coeficiente de claridad para adaptar la radiación a las condiciones de nubosidad del día en estudio. El coeficiente de claridad se ha definido como el porcentaje de nubes existente en cada instante. En [2], se dispone de dicho parámetro para cada 3 horas, por lo que se dispone de 8 datos para todo el dia. Se considera que el coeficiente de claridad será constante cambiando únicamente cada tres horas. Aplicado el coeficiente se dispone de la curva de radiación total sobre el panel (W/m2), que tendrá una forma como la mostrada a continuación: Figura 2-5 Curva de Radiación diaria sobre panel Del mismo modo que en la curva de demanda, los resultados obtenidos son cada un minuto, por lo que para obtener los valores cada 5 minutos, se realiza la media de los valores en ese intervalo de tiempo. Para obtener la curva de potencia fotovoltaica generada por la instalación es necesario tener en cuenta la superficie aprovechable de tejado de la vivienda, así como el rendimiento de la instalación fotovoltaica: 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 0:00:00 4:48:00 9:36:00 14:24:00 19:12:00 0:00:00 4:48:00 Radiación sobre panel (W/m2) tiempo (h) Radiación sobre panel Metodología 20 𝑃𝐹𝑉 =(𝐼𝑡∗𝜇𝑝𝑙𝑎𝑐𝑎 ∗𝜇𝑖𝑛𝑣𝑒𝑟𝑠𝑜𝑟 ∗𝑆ú𝑡𝑖𝑙 𝑡𝑒𝑗𝑎𝑑𝑜)/1000 ( 2-13) Siendo PFV: Potencia fotovoltaica generada It: Radiación sobre panel µplaca: Rendimiento de la placa fotovoltaica µinversor: Rendimiento inversor Sútil tejado: Superficie aprovechable de tejado de la vivienda La generación de la instalación fotovoltaica estará limitada a la potencia del inversor elegido. Obtenida la curva de generación fotovoltaica en kW, se genera un archivo .csv, con el nombre “pf.csv” 2.2.3.2 Curva de irradiancia real La curva de irradiancia real se define como una curva envolvente de la de irradiancia prevista y se empleará posteriormente, en la simulación, para obtener el error de la prevision de irradiancia realizada. Se calcula empleando las matrices de probabilidad de transición existentes en archivo Excel de (1), a partir de lo cual se obtiene la curva de nubosidad que cumple que la media de nubosidad en cada intervalo de tres horas definido, sea la nubosidad prevista. Aplicando dicha curva a la curva de irradiancia de ese día se obtiene la curva de irradiancia real Una vez obtenida dicha curva, se aplican los mismos pasos que en 2.2.3.1 para obtener la potencia generada por la instalación en un día cada 5 minutos. 2.2.4 Días tipo A la hora de definir los días de estudio se ha diferenciado entre días soleados, nublados y seminublados: - Día soleado: Aquellos días con menos de un 20% de nubosidad media - Dia seminublado: Dias con una nubosidad media diaria entre 20 y 80% - Dia nublado: Dias con una nubosidad media diaria mayor del 80% Para obtener el valor de nubosidad media diaria se calcula la media de los 8 valores diarios del coeficiente de claridad definidos en 2.2.3 2.3 Cálculo archivo csv_total Una vez obtenidos las curvas de demanda, precio y potencia fotovoltaica, y disponiendo de los archivos csv de cada una de ellas, se obtienen para cada día de estudio un archivo denominado csv_total.csv en el que se incluián dichos valores además del tiempo en segundos. Todos los archivos csv iniciales deberán tener la misma longitud, que en el presente Proyecto será de 289, donde se incluyen los 288 valores numéricos que representan un día de estudio, más el título en la primera fila. La creación de este archivo se realiza a partir del archivo csv_total.py, cuya programación se define en el Anexo 1. Este archivo será el dato de entrada para la posterior optimización. Programación energética óptima de un cliente residencial con generación y almacenamiento 21 2.4 Optimización con Python y APMonitor La combinación de Pyhton con APMonitor para la programación y resolución de la optimización da lugar a un programa de reducido tamaño, lo que permite una solución con coste mínimo para el hogar como puede ser su almacenamiento en un elemento como una Raspberry Pi. 2.4.1 Creación de archivos .py y .apm Una vez obtenido el archivo csv_total.py, se crean los siguientes archivos:  Archivo .apm Se define la función de optimización con todos los parámetros, constantes y variables a tener en cuenta para su resolución. El archivo denominado Bat.apm se encuentra en el Anexo 3  Archivo .py Como se ha comentado anteriormente, APMonitor tiene la opción se ser trabajdo con la alguna interfaz de Python, en este caso Spyder, lo que permite realizar un análisis paralelo al de la interfaz web de APMonitor, en la propia consola de Spyder. En dicha consola se han definido las variables del control no lineal empleado para la resolución de las ecuaciones y la obtención del óptimo. Este archivo es el encargado de enviar a APMonitor los datos de entrada, incluyendo los del archivo Bat.apm, y de recibir los resultados obtenidos en la optimización. La optimización realizada corresponde a una simulación dinámica, que resuelve un problema no lineal de ecuaciones a partir de una variable definida como manipulable, en este caso la potencia de la batería, y en la cual se obtienen a partir de datos previstos a 24 horas vista, el óptimo funcionamiento y resultado de las variables de estudio. En el caso del presente Proyecto, se parte de la prevision de irradiancia y por tanto potencia generada a 24 horas vista, contando con una demanda y unos precios conocidos, obteniendo la parametrización de la batería que proporciona menores costes. El archivo denominado Bat.py se encuentra en el Anexo 2 2.5 Datos de entrada del algoritmo Los datos de entrada del algoritmo son los siguientes: - Curvas reales de demanda y precios de energía - Curvas previstas de potencia fotovoltaica generada Además, será necesario definir las características de la batería empleada, así como su porcentaje de carga al comienzo (y por lo tanto, al final) del día. 2.6 Datos de salida - Coste diario del término de energía en € - Archivo .csv con los valores de potencia de la batería obtenidos cada 5 minutos para un día completo - Archivo .csv con los valores de potencia demandada a la red 22 3 CASO DE ESTUDIO A continuación, se exponen las características concretas de la vivienda y la instalación fotovoltaica definidas para el presente estudio. Además, se exponen los resultados de las curvas de demanda, generación y precios obtenidos. El proyecto se ha centrado en el estudio de tres días del año con diferentes situaciones climáticas, un dia soleado, otro parcialmente nublado y otro muy nublado, pudiendo así definir diferentes casuísticas y resultados según el clima y por lo tanto según la potencia fotovoltaica generada. 3.1 Generalidades de la vivienda Se ha realizado el estudio para un cliente residencial con generación y almacenamiento ubicado en Sevilla. La vivienda unifamiliar tiene las siguientes características: - Latitud de la ubicación: 37º - Longitud de la ubicación: 5º - Superficie aprovechable de tejado: 18 m2 - Potencia contratada: 3,3 kW - Tarifa eléctrica: PVPC 2.0 A - Ocupación de la vivienda: 3 personas 3.2 Generalidades de la instalación fotovoltaica Además, la vivienda cuenta con una instalación fotovoltaica instalada en el tejado que dispone de los siguientes elementos: - Placas fotovoltaicas con un rendimiento del 16% - Inversor de 3,3 kW de potencia nominal y un rendimiento del 98% - Inclinación de las placas: Mismo valor que la latitud de la ubicación (37º) - Potencia pico instalada: 2,88 kWp - Coste instalación fotovoltaica sin batería: 1.8€/ Wp (impuestos incluidos) - Coste instalación fotovoltaica con batería: 3.25 €/Wp (impuestos incluidos) 3.3 Curvas de demanda, generación y precio Con el objetivo de caracterizar la influencia del tiempo en la demanda y la generación, se han obtenido resultados para tres días de diario diferentes del año: - 9 de Agosto: Día despejado - 11 de Enero: Día parcialmente nublado - 14 Marzo: Día nublado Programación energética óptima de un cliente residencial con generación y almacenamiento 23 A continuación, se muestran los resultados obtenidos de demanda, generación y precio, que posteriormente se emplearán para realizar la optimización. 3.3.1 Curvas de demanda Para los tres casos de estudio se ha partido de un perfil base de consumo con una serie de cargas típicas que se han considerado, existen en todos los hogares. Además, la curva de carga del 11 de enero incluye una carga de calefacción eléctrica, mientras que la del 9 de Agosto incluye aire acondicionado. La calefacción eléctrica cuenta con acumulación por lo que se aprovecharán las horas de la noche, de menor precio, para llenar el acumulador y el resto del dia se distribuirá el calor acumulado sin coste alguno. El perfil general de la carga se caracteriza por tener gran parte del consumo de electricidad en las horas de tarde, cuando se presupone que la gente finaliza el trabajo. Además, existe otro pico en las primeras horas del dia cuando la mayoría de los consumidores se levantan. A este perfil genérico se le ha incluido las características de la estación del año, bien sea la calefacción en invierno, que por su funcionamiento consume durante las horas de la noche y el aire acondicionado en verano que se utiliza durante las horas de más calor, a partir de medio dia, cuando los consumidores llegan al hogar. A continuación, se muestras las curvas de carga obtenidas según el procedimiento explicado en 2.2.3 para los tres días definidos: - Día Soleado Figura 3-1 Curva de demanda día Soleado 0 0,5 1 1,5 2 2,5 3 3,5 0:00:00 0:55:00 1:50:00 2:45:00 3:40:00 4:35:00 5:30:00 6:25:00 7:20:00 8:15:00 9:10:00 10:05:00 11:00:00 11:55:00 12:50:00 13:45:00 14:40:00 15:35:00 16:30:00 17:25:00 18:20:00 19:15:00 20:10:00 21:05:00 22:00:00 22:55:00 23:50:00 POTENCIA DEMANDADA (KW) HORAS Curva de demanda 9 de Agosto Caso de estudio 24 - Dia parcialmente nublado Figura 3-2 Curva de demanda Dia Parcialmente nublado - Día nublado Figura 3-3 Curva de demanda día Nublado El consumo total diario de energía en kWh de cada una de las curvas es el siguiente: Tabla 3-1 Consumo diario según tipo de día (kWh) 11 Enero 14 Marzo 9 Agosto Energía diaria (kWh) 11,8 8,3 19,7 0 0,5 1 1,5 2 2,5 3 0:00:00 1:00:00 2:00:00 3:00:00 4:00:00 5:00:00 6:00:00 7:00:00 8:00:00 9:00:00 10:00:00 11:00:00 12:00:00 13:00:00 14:00:00 15:00:00 16:00:00 17:00:00 18:00:00 19:00:00 20:00:00 21:00:00 22:00:00 23:00:00 POTENCIA DEMANDADA (KW) HORAS Curva de demanda 11 Enero 0 0,5 1 1,5 2 2,5 3 0:00:00 0:55:00 1:50:00 2:45:00 3:40:00 4:35:00 5:30:00 6:25:00 7:20:00 8:15:00 9:10:00 10:05:00 11:00:00 11:55:00 12:50:00 13:45:00 14:40:00 15:35:00 16:30:00 17:25:00 18:20:00 19:15:00 20:10:00 21:05:00 22:00:00 22:55:00 23:50:00 POTENCIA DEMANDADA (KW) HORAS Curva de demanda 14 Marzo Programación energética óptima de un cliente residencial con generación y almacenamiento 25 3.3.2 Curvas de precios Una vez elegida la tarifa y seleccionados los días de estudio, se obtienen a partir de los precios de REE las siguientes curvas de precio: - Día Soleado Figura 3-4 Curva de precios día Soleado (€/kWh) - Día parcialmente nublado Figura 3-5 Curva de precios día Parciamente Nublado (€/kWh) 0,092 0,094 0,096 0,098 0,1 0,102 0,104 0,106 0,108 0,11 0,112 0:00:00 4:48:00 9:36:00 14:24:00 19:12:00 0:00:00 4:48:00 Precio término de energía (€/kWh) tiempo (h) Curva de precios - 9 Agosto 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 0,16 0,18 0:00:00 4:48:00 9:36:00 14:24:00 19:12:00 0:00:00 4:48:00 Precio término de energía (€/kWh) tiempo (h) Curva de precios - 11 Enero Resultados de la optimización 32 2. Costes Figura 4-6 Coste acumulado diario de la energía consumida 3. Uso de la batería Figura 4-7 Evolución diaria de la potencia instantánea y la energía de la batería Programación energética óptima de un cliente residencial con generación y almacenamiento 33 4. Generación fotovoltaica Figura 4-8 Potencia fotovoltaica útil La potencia demandada a la red se concentra en las primeras horas del día, en las que la generación fotovoltaica es nula, el consumo bajo y los precios bajos, por lo que se carga la batería. Durante el resto del día los precios van en aumento, por lo que con esta parámetrización de la batería se evita un coste mucho mayor del término de energía. En este caso, durante el resto del dia el consumo se suple con la generación fotovoltaica en las horas de sol y la energía acumulada en la batería durante el resto de horas. La particularidad de este día tipo es que la generación fotovoltaica de este día se aprovecha completamente, una parte para el consumo en las horas de sol y otra para la carga de la batería. 4.2.3 Dia Nublado 1. Uso de la red Figura 4-9 Potencia diaría demandada de la red y energía consumida acumulada Resultados de la optimización 34 2. Costes Figura 4-10 Coste acumulado de la energía consumida 3. Uso de la batería Figura 4-11 Evolución diaria de la potencia instantánea y de la energía de la batería Programación energética óptima de un cliente residencial con generación y almacenamiento 35 4. Generación fotovoltaica Figura 4-12 Potencia fotovoltaica útil La demanda de la red se hace mayoritariamente en las horas de precios bajos, durante la noche y se emplea para cargar la batería. Ya que durante el día la generación fotovoltaica es muy baja, debido a la alta nubosidad, la batería esta en uso durante del resto del día, a excepción de una pequeña recarga que realiza aprovechando la disminución de los precios. 4.3 Parámetros económicos Se ha realizado una extrapolación de los costes asociados a cada tipo de día para la obtención del coste anual del consumo eléctrico y el periodo de amortización de la batería. En primer lugar, se han obtenido de [3], los datos históricos de días soleados, nublados y parcialmente nublados a lo largo del año en la ubicación elegida. Para el caso en estudio, en la ciudad de Sevilla, se tiene la siguiente gráfica: Figura 4-13 Histórico de tipos de día en Sevilla Resultados de la optimización 36 El resultado de días totales de cada tipo en la ubicación elegida es el siguiente: - Dias soleados: 193.2 - Dias parcialmente nublados: 122.8 - Dias nublados: 49.2 Empleando los costes asociados a cada día se obtienen unos costes anuales para cada tipo de día que se muestran en la siguiente tabla: Tabla 4-2 Costes anuales según el tipo de día Dias soleados Dias parcialmente nublados Dias nublados Total Coste anual término de energía (€) 136.3026 94.27356 38.30712 268.883 37 5 COMPARATIVAS 5.1 Comparativas método propuesto Los costes del término de energía son ampliamente variables según los elementos que compongan la instalación, por lo cual se han realizado la comparativa del método propuesto con otros dos tipos de instalaciones con el objetivo de verificar si el método propuesto es rentable económicamente. Los resultados de dos de esas variaciones se muestran a continutación, comparándolos con los resultados del método inicial. 5.1.1 Vivienda propuesta vs Vivienda sin instalación fotovoltaica Se ha realizado una comparativa de costes de la instalación en estudio con una vivienda sin instalacion fotovoltaica. En este caso, el algoritmo de cálculo es la simple resolución de la siguiente ecuación: 𝐶𝑜𝑠𝑡𝑒 ( € 𝑑í𝑎)= ∑𝑃𝑑𝑒𝑚 (𝑘𝑊) ∗ 𝐺𝐸𝑁 (€/𝑘𝑊ℎ)∗(∆𝑡)(ℎ) 288 1 ( 5-1) Siendo: Pdem: La potencia demandada en cada instante GEN: Coste energía en cada instante ∆t : Incremento de tiempo. En el caso de estudio tiene un valor de 1/12, con el objetivo de obtener los costes del término de energía cada 5 minutos A continuación, se muestran los resultados de los tres días tipo y la comparativa: Tabla 5-1 Costes diarios y anuales según tipo de día para vivienda sin generación fotovoltaica Dia Soleado Día Semi nublado Dia nublado Total Coste término de energía (€) (sin instalación FV) 1.9889 1.7539 0.9077 - Coste anual término de energía (€) (sin instalación FV) 384.2621 215.379 44.66 644.30 Comparativas 38 Figura 5-1 Comparativa de costes anuales de Vivienda sin generación y vivienda propuesta Los resultados obtenidos suponen una diferencia de 375.42 €/año, lo que supone un ahorro en el término de energía de la factura de un 58.27 % 5.1.2 Vivienda en estudio vs Vivienda con instalación fotovoltaica sin batería La segunda comparativa se ha realizado con respecto a los resultados obtenidos para una vivienda con instalación fotovoltaica pero sin almacenamiento. En este caso se ha modificado el algoritmo quitando las variables y parámetros que hacen referencia a la batería. A continuación, se muestra la comparativa de los tres días tipo: Tabla 5-2 Costes diarios y anuales según tipo de día para vivienda con generación fotovoltaica y sin almacenamiento Dia Soleado Día Semi nublado Dia nublado Total Coste término de energía (€) (Instalación FV sin batería) 1.3896 1.5825 0.8823 - Coste anual término energía (€) (Instalación FV sin batería) 268.471 194.331 43.4092 506.211 0 100 200 300 400 500 600 700 Tipo de instalación Coste (€/año) Comparativa coste anual 1 Con instalación FV+Bat Sin instalación FV Programación energética óptima de un cliente residencial con generación y almacenamiento 39 Figura 5-2 Comparativa de costes anuales de Vivienda sin batería y vivienda propuesta Los resultados obtenidos suponen una diferencia de 237.33 €/año, lo que supone un ahorro en el término de energía de la factura de un 46.88 % 5.1.3 Periodo de amortización de las baterías y la instalación fotovoltaica A continuación, se ha calculado el periodo de amortización (pay-back) tanto de la instalación con almacenamiento como sin almacenamiento. El ahorro considerado es el obtenido de ambas instalaciones con respecto a la instalación sin generación fotovoltaica:  Datos de partida Tabla 5-3 Costes y ahorros de las instalaciones Potencia pico (con 18 m2 y 16% rendimiento de placas) Coste instalación Coste total Ahorro con respecto a la instalación sin generación 2.88 kWp 3.25 €/pico 9360 € 375.42 € 2.88 kWp 1.8 €/pico 5184 € 138.09 €  Calculo pay back 𝑃𝑎𝑦𝑏𝑎𝑐𝑘 = 𝐼0 𝐹 ( 5-2) 0 100 200 300 400 500 600 Tipo de instalación Coste (€/año) Comparativa coste anual 2 Instalación FV+Bat Instalación FV Comparativas 40 Donde: I0 es la inversión inicial del proyecto F es el valor de los flujos de caja. En el presente proyecto los flujos de caja corresponden al ahorro anual resultante de dejar de consumir de la red y hacerlo a partir de la generación fotovoltaica o la batería. Tabla 5-4 Tiempo de amortización de las instalaciones Tipo de instalación Pay back Fotovoltaica 36,5 años Fotovoltaica + Batería 23.5 años 5.2 Método no inteligente de funcionamiento de la batería 5.2.1 Método no inteligente Como comparativa al caso método de optimización propuesto se ha realizado el estudio de funcionamiento de la batería mediante un método “lógico” cuyas condiciones y ecuaciones se definen a continuación. Con el presente método se pretende igualmente establecer a un día vista el funcionamiento de la batería y los costes del término de energía que supondrá para el consumidor. 5.2.2 Especificaciones y ecuaciones del método 1. Los datos de partida y entrada del estudio son la curva diaría de potencia fotovoltaica instantánea y curva de demanda obtenidas del método estudiado anteriormente. Ambas son un vector definido cada 5 minutos, por lo que dispondrán de 288 valores. Vector Potencia fotovoltaica: irr_csv.csv Vector Demanda: dem_csv.csv 2. La batería solo carga de la energía generada por los paneles fotovoltaicos. Además, sólo cargará en el caso de que la potencia fotovoltaica instantánea sea sobrante, es decir, que sea mayor que la potencia instantánea demandada, aprovechando el exceso de fotovoltaica. 3. La descarga de la batería se realiza cuando la potencia fotovoltaica no sea suficiente como para cubrir la demanda. 4. La parametrización a un día vista de la batería será el resultado del algoritmo. Se obtendrán los vectores de potencia instantánea y energía de la misma. 5. En el caso de que no sea posible cubrir la demanda con generación fotovoltaica o con la batería se recurrirá a la red. La demanda cubierta por la red se ha obtenido a partir de la siguiente ecuación: 𝑃𝑟𝑒𝑑 =𝑃𝑑𝑒𝑚 − 𝑃𝑓𝑜𝑡+ 𝑃𝑏𝑎𝑡 ( 5-3) Programación energética óptima de un cliente residencial con generación y almacenamiento 41 Siendo: Pred = potencia consumida de la red Pdem = potencia demandada Pfot = potencia fotovoltaica Pbat = potencia instantánea demandada o generada por la batería. El criterio de signos de la potencia de la batería se ha definido de tal modo que un valor de potencia positivo implica carga en la batería y un valor negativo implica descarga. 6. El coste del término de energía para el día en estudio se obtiene a partir de la siguiente ecuación: 𝐶𝑜𝑠𝑡𝑒 ( € 𝑑í𝑎)=∑𝑃𝑟𝑒𝑑 (𝑘𝑊)∗ 𝑃𝑟𝑒𝑐𝑖𝑜 𝑒𝑛𝑒𝑟𝑔í𝑎( € 𝑘𝑊ℎ) ∗ ∆𝑡 288 1 ( 5-4) Siendo: Precio = Precio del término de energía obtenido del algoritmo anterior ∆t = Incremento de tiempo. En el presente estudio, debido a que este se realiza en intervalos de 5 minutos, será 1/12 El algoritmo completo, realizado en Python, de cálculo de la parametrización de la batería se encuentra en el Anexo 4. 5.2.3 Resultados Del mismo modo que en el método de optimización de la batería, se han obtenido los resultados para tres tipos de día (Soleado, parcialmente nublado y nublado), de la parametrización de la batería y los costes a un día vista del término de energía empleando el método no inteligente. - Día Soleado Los resultados gráficos de la parametrización de la batería se muestran a continuación: Figura 5-3 Parametrización de la potencia de la batería para día soleado y método no inteligente -4 -3 -2 -1 0 1 2 3 4 0:00:00 0:45:00 1:30:00 2:15:00 3:00:00 3:45:00 4:30:00 5:15:00 6:00:00 6:45:00 7:30:00 8:15:00 9:00:00 9:45:00 10:30:00 11:15:00 12:00:00 12:45:00 13:30:00 14:15:00 15:00:00 15:45:00 16:30:00 17:15:00 18:00:00 18:45:00 19:30:00 20:15:00 21:00:00 21:45:00 22:30:00 23:15:00 Potencia (kW) Tiempo (h) Potencia instantánea batería kW Comparativas 48 - Coste Día nublado Figura 5-13 Comparativa curvas de potencia real y prevista para dia nublado 5.3.1 Comparativa costes anuales A continuación, se muestran gráficamente los costes del término de energía anuales obtenidos mediante la optimización y los costs resultado de la simulación en el día real: Figura 5-14 Comparativa de costes anuales previstos y reales Esta diferencia en los costes anuales proviene del error cometido en la optimización realizada en cuanto a la previsión de la curva de irradiancia, y forma de porcentaje supone los siguientes valores: 0 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0:00:00 4:48:00 9:36:00 14:24:00 19:12:00 0:00:00 4:48:00 Potencia fotovoltaica útil (kw) tiempo (h) 14 Marzo- Comparativa potencia fotovoltaica 'Potencia prevista' 'Potencia real' 0 50 100 150 200 250 300 350 dias soleados dias seminublados dias nublados total Coste €/año Tipo de días Comparativa coste anual Coste real Coste Previsto Programación energética óptima de un cliente residencial con generación y almacenamiento 49 Tabla 5-7 Error de costes obtenido con la previsión de la curva de irradiancia con respecto a la curva real Dia Soleado Dia Parcialmente Nublado Dia Nublado Error Coste (%) 1,14 % 15,7 % 0,23 % En los días parcialmente nublados, la influencia del error de cálculo en la curva de generación fotovoltaica es más evidente, ya que la importancia de la variabilidad de las nubes es mayor. En el caso de los días soleados las curvas real y prevista se aproximan, al igual que en el caso de los días muy nublados en los que la generación es tan pequeña que la variación de las nubes no es tan influye 50 6 CONCLUSIONES Conclusiones sobre la selección de datos - Importancia del tipo de día La parametrización de la batería obtenida a través del método en estudio es considerablemente variable según el tipo de día elegido. En conclusión, la separación del estudio en tres días tipo dismunuye el error de los resultados. - Importancia de la carga El método propuesto se ha realizado pensando en un tipo de consumidor concreto, que como se mencionó en otros apartados, tiene sus máximos de consumo a primera hora de la mañana y a partir de la mitad de la tarde, ya que de este modo se puede aprovechar la generación fotovoltaica para cargar la batería y no incurrir en mayores costes para el consumidor. Es reseñable comentar que, ante otro tipo de consumo, el resultado de la optimización puede variar. Conclusiones sobre la optimización El método aprovecha las debilidades del sistema, en este caso la variabilidad de los precios y el clima, para obtener el mejor uso posible de la batería, consiguiendo así un ahorro importante en el término de energía. El porcentaje de carga de la batería al inicio y al final del día hace igualmente variables los resultados en coste, de ahí la importancia de tenerlo en cuenta. Conclusiones sobre el periodo de amortizacion de la bateria y los costes. Los costes de la instalación fotovoltaica, tanto en el caso con almacenamiento como sin él, llevan a un plazo de amortización excesivo considerando la vida útil de las instalaciones. Pese al descenso progresivo de los costes de las baterías y el resto de elementos de las instalaciones fotovoltaicas no es rentable para un usuario residencial incluso con la parametrización óptima de la batería. Es importante recalcar que, a pesar de dichos costes, los cuales se espera que sigan en decremento, el uso óptimo de la batería que se genera con el método propuesto, supone un gran ahorro en la factura del consumidor. Se ha demostrado que el coste anual del término de energía es considerablemente menor que el de los clientes sin instalación fotovoltaica. Además, a partir del périodo de amortización se muestra como, al menos para el consumidor tipo elegido, es beneficioso invertir en una instalación de generación que incluya almacenamiento. Conclusiones sobre la simulación. Los errores de la optimización con respecto a la simulación no son elevados en el caso de estudio propuesto. Para los días soleados y muy nublados tienen menor influencia de la optimización por lo que las curvas de potencia fotovoltaica útil son similares, al igual que el coste diario. En el caso de los días parcialmente nublados, en los cuales la variabilidad de la nubosidad es permanente podría considerarse para futuros estudios el tener en cuenta el error resultante en las curvas previstas y por tanto en los resultados. Especialmente, esto debería considerarse en localizaciones con un alto porcentaje de días de este tipo. Conclusiones con respecto al sistema eléctrico El método propuesto permite adaptar la demanda a la red a los instantes de menores precios por lo que puede ser de ayuda para las distribuidoras eléctricas y el gestor del mercado en su labor de gestionar la demanda a partir de variaciaciones de precio. Programación energética óptima de un cliente residencial con generación y almacenamiento 51 Futuros estudios - Automatizar a partir de programación el proceso de creación de curvas de demanda, obtención de precios, curvas de radiación y potencia a un día vista para obtener la parametrización de la batería óptima con datos reales. - Realización de un estudio de una instalación con vertido a red de la energía sobrante y considerando la aplicación del impuesto al sol, para concretar si es posible un escenario rentable para el consumidores xvi REFERENCIAS [1] Excel cálculo curva demanda y generación: https://dspace.lboro.ac.uk/dspace-jspui/handle/2134/7773 [2] www.windguru.cz/130928 [3] www.meteoblue.com/es/tiempo/pronostico/modelclimate/sevilla_espa%C3%B1a_2510911 [4] IEA-PVPS_-_A_Snapshot_of_Global_PV_-_1992-2016__1_.pdf [5] APMonitor Web [6] Krannich solar Web [7] http://www.autoconsumamos.com/dimensionado-instalacion-fotovoltaica-aislada-metodo-del-mes-más- desfavorable/ [8] http://re.jrc.ec.europa.eu/pvgis/apps4/PVcalchelp_en.html#Section_2 [9] https://www.esios.ree.es/es [10] http://www.quetzalingenieria.es/blog/3-clases-de-instalaciones-fotovoltaicas-con-baterias/ [11] RD 900/2015 [12] A methodology for the analysis of PV self-consumption policies. Gaetan Másson - IEA PVPS, Jose Ignacio Briano & Maria Jesús Baez - CREARA [13] Residential PV-Storage System Optimization Under Self-Consumption. Graham Provost - Energy 291 [14] Determination method of optimal planning and operation for residential PV system and storage battery on weather forecast. Ryota Suzuki, Yu Fujimoto, Yasuhiro Hayashi [15] Optimal operation of residential energy Hubs in Smart Grids. Mohammad Chehreghani Bozchalui, Syed Ahsan Hashmi, Hussin Hassen, Claudio A. Cañizares and Kankar Bhattacharya CONCEPTOS Payback: Plazo de recuperación de la inversión. Concepto para calcular el periodo de tiempo necesario para recuperar el capital inicial de una inversión Balance neto: Tipología de autoconsumo que permite la compensación de energía cedida a la red por excedente de generación por el consumo de la red en periodos de poca generación fotovoltaica Feed in tariff: Tipología de autoconsumo en la cual los autoconsumidores reciben una compensación monetaria tanto por la energía autoconsumida como por la vertida a red Prosumer (prosumidor): clientes que participan activamente en el mercado eléctrico tanto como productores como consumidores de energía eléctrica Potencia de aplicación de cargos: Potencia a la que se aplica el cargo fijo por potencia para las intalaciones de autoconsumo definidas en el RD 900/2015 Raspberry Pi: es un ordenador de placa reducida (SGB, Single Board Computer) de bajo precio y del tamaño de una tarjeta de crédito. Puede conectarse a un monitor, un teclado y un ratón y utilizarse como un ordenador de sobremesa convencional, si bien este no es su propósito principal. Debido a su reducido precio y su versatilidad, distintos modelos de Raspberry Pi son utilizados en proyectos de robótica amateur. Otras aplicaciones típicas en que se utiliza Raspberry Pi son servidores de almacenamiento de datos o como HTPC (Home Theater Personal Computer, ordenador de cine en casa), dada su capacidad para reproducir vídeo en alta resolución. xviii GLOSARIO FIT: Feed in tariff 4 RD: Real decreto 4 Anexo 1 Archivo Basic_csv import numpy as np import pandas as pd import os # read csv file = os.path.join('pf3.csv') df_pf1_raw = pd.read_csv(file) date = pd.date_range('2017-01-13', periods=288, freq='300S') df_pf1 = df_pf1_raw.set_index(date) file = os.path.join('pd3.csv') df_Load1_raw = pd.read_csv(file) date = pd.date_range('2017-01-13', periods=288, freq='300S') df_Load1 = df_Load1_raw.set_index(date) file = os.path.join('GEN.csv') df_ree_raw = pd.read_csv(file) date = pd.date_range('2017-01-13', periods=288, freq='300S') df_ree = df_ree_raw.set_index(date) file = os.path.join('time.csv') df_time_raw = pd.read_csv(file) date = pd.date_range('2017-01-13', periods=288, freq='300S') df_time = df_time_raw.set_index(date) df_time.join(df_ree) csv_0 = df_time.join(df_ree) csv_1 = csv_0.join(df_pf1) csv_total = csv_1.join(df_Load1) csv_total.to_csv(os.path.join('..','..','apm_monitor','csv_total.csv'), index=False) Anexo 4 Programación Método NO inteligente (Archivo método_no_inteligente.py) import numpy as np import pandas as pd # Leemos los CSVs de irradiancia y demanda irr = pd.read_csv('irr2_csv.csv', sep=',',header=None) dem = pd.read_csv('dem2_csv.csv', sep=',',header=None) time = pd.read_csv('time.csv', sep=',',header=None) # Creamos array de potencia y Energia P = np.zeros(288) E = np.zeros(288) # Inicializamos vbles lógicas bat_descargada = 1 # descargada si 1, no descargada si 0 bat_cargada = 0 # cargada si 1, no cargada si 0 # Valores Límite EMin = 0.064 EMax = 6.400000000 PMin = -3.300 PMax = 3.300 # Incremento de tiempo deltaT = 0.08333333 # Variable para recorrer el bucle i = 1 E[0]=EMin # Bucle while (i < 288): # Calculo de la Potencia P[i] = irr.values[i] - dem.values[i] # Limitamos Potencia if (P[i] >= PMax): P[i] = PMax if (P[i] <= PMin): P[i] = PMin # CASO 1: POTENCIA MAYOR QUE CERO if(P[i] > 0): if(bat_cargada == 1): E[i] = E[i-1] else : E[i] = E[i-1] + P[i]*deltaT if (E[i] >= EMax) : P[i] = ((EMax - E[i-1])/deltaT) E[i] = EMax if (E[i] == E[i-1]): P[i] = 0 # CASO 2: POTENCIA MENOR QUE CERO if (P[i] < 0): if (bat_descargada == 1): # Comprobamos si la batería está descargada E[i] = E[i-1] else : E[i] = E[i-1] + P[i]*deltaT if (E[i] <= EMin) : P[i] = ((EMin - E[i-1])/deltaT) E[i] = EMin if (E[i] == E[i-1]): P[i] = 0 # Vemos si la bateríá se ha cargada/descargado if (E[i] == EMin): bat_descargada = 1 bat_cargada = 0 if (E[i] == EMax): bat_cargada = 1 bat_descargada=0 else: bat_cargada = 0 bat_descargada=0 i = i+1 #Resultados i = 1 print ("Energía:") while i<288: print (E[i]) i = i + 1 print ("Potencia:") i = 1 while i<288: print (P[i]) i = i + 1