CONGRESO REDES INTELIGENTES
PLATAFORMA ESCALABLE DE FLEXIBILIDAD AGREGADA: CONTROL
DE MÚLTIPLES MICRORREDES PARA SERVICIOS ENERGÉTICOS EN
REDES INTELIGENTES
Ál a o S. Sánchez-de-Pue a – Doc o ando, Dp o. Ing. Eléc ica y Au omáƟca, Uni e sidad de Có doba
Víc o Gi ona-Ga cía – Doc o ando, Dp o. Ing. Eléc ica y Au omáƟca, Uni e sidad de Có doba
Jo ge Hu ado – Doc o ando, Dp o. Ing. Eléc ica y Au omáƟca, Uni e sidad de Có doba
An onio En ique González-Reina – P o eso Ti ula , Escuela Poli écnica Supe io del Ejé ci o, Ejé ci o de
Tie a
Jo ge E. Jiménez-Ho ne o – P o eso Ti ula , Uni e sidad de Có doba
Félix Ga cía-To es – P o eso Ayudan e Doc o , Uni e sidad de Có doba
Resumen: Es e comunicado in oduce una solución a anzada pa a la gesƟón conjun a de múlƟples mic o edes (MMG)
que con ie e la ag egación de almacenamien o y gene ación dis ibuida en una opo unidad de negocio en able y
escalable. Nues a p opues a combina un con ol p edicƟ o dis ibuido – esuel o median e un modelo MILP de bajo
cos e compu acional– con un ag egado cen alizado que coo dina en Ɵempo eal la o e a y demanda de Ňexibilidad
en el me cado eléc ico. En p uebas de alidación con conjun os de has a diez mic o edes, hemos demos ado que el
Ɵempo de cómpu o c ece casi linealmen e (28 s pa a 4 MG, 82 s pa a 10 MG), man eniendo siemp e acƟbilidad y una
b echa de opƟmalidad desp eciable. Es a a qui ec u a simpliĮca la ope aƟ a al elimina ondas i e aƟ as de
negociación en e agen es, educiendo signiĮcaƟǀĂmen e la sob eca ga de comunicación y acele ando la espues a a
señales de me cado. G acias a es as ca ac e ísƟcas, nues a solución es á p epa ada pa a in eg a se con pla a o mas
SCADA y sis emas de ading au omaƟzado, acili ando a ag egado es, come cializado as y ope ado es de edes la
c eación de nue os Ňujos de ing esos basados en se icios de Ňexibilidad, al Ɵempo que con ibuye a la es abilidad y
desca bonización del sis ema eléc ico.
Palab as cla e: Mic o edes, Con ol p edicƟ o, Ag egado cen alizado, Flexibilidad, Me cado eléc ico.
INTRODUCCIÓN
La ansición ene géƟca hacia un sis ema eléc ico comple amen e desca bonizado equie e un despliegue
masi o de uen es eno ables in e mi en es, lo que plan ea impo an es e os de es abilidad y Ňexibilidad en
las edes de dis ibución. Según la Agencia In e nacional de la Ene gía (IEA), pa a cumpli con el “Announced
Pledges Scena io” (APS) y a anza hacia el “Ne Ze o Emissions by 2050” (NZE), se á imp escindible adap a y
e o za las in aes uc u as de ansmisión y dis ibución, así como dispone de mecanismos que pe mi an
gesƟona eĮcazmen e la a iabilidad y la ince Ɵdumb e p opias de la gene ación eno able [1].
En es e con ex o, los sis emas mulƟ-mic o edes (MMG) su gen como un pa adigma p ome edo : ag upando
a ias mic o edes locales, es posible coo dina la ope ación de ecu sos dis ibuidos (ba e ías, elec ólisis,
gene ado es) pa a o ece se icios de Ňexibilidad al me cado y al ope ado del sis ema. Sin emba go, los
mé odos dis ibuidos basados en ADMM, aunque descen alizados, suelen eque i nume osas ondas de
comunicación y p esen an con e gencia len a en escena ios de g an escala.
En abajos p e ios ealizados po los au o es [2] se p opone una a qui ec u a híb ida de dos e apas que
combina un con ol p edicƟ o local (S age 1), basada en el algo i mo de planiĮcación de mic o edes con
almacenamien o hib ido p esen ado en [3,4] con un ag egado cen alizado implemen ado median e un
modelo MILP-MPC (S age 2). Es a ap oximación educe d ásƟcamen e la sob eca ga de comunicación y acele a
la ob ención de la solución global, man eniendo una b echa de opƟmalidad desp eciable incluso al escala a 10
mic o edes. Además, ab e nue as opo unidades de negocio pa a ag egado es y come cializado as al
pe miƟ les moneƟza se icios de Ňexibilidad de o ma eĮcien e y conĮable.
OBJETIVOS DE LA SOLUCIÓN
El objeƟ o gene al es desa olla y alida un esquema de con ol supe isado de dos e apas pa a ag egado es
de mic o edes que pe mi a o ece se icios de Ňexibilidad con al a escalabilidad, elocidad de espues a y
minimización de cos es en la p es ación de se icios de Ňexibilidad.
IV EDICIÓN CONGRESO DE
VOLVER AL ÍNDICE
1
9
6
CONGRESO REDES INTELIGENTES
ObjeƟ os especíĮcos:
o Diseña un con olado MPC local en cada mic o ed que, median e la linealización po amos de la
unción de cos e, calcule en Ɵempo eal su cos e ma ginal de Ňexibilidad con bajo eque imien o
compu acional.
o Implemen a un agen e ag egado cen alizado (MILP-MPC) que, a pa Ɵ de las cu as de cos e
p ep ocesadas, esuel a en un único paso la asignación ópƟma de po encia de Ňexibilidad en e odas
las mic o edes.
o E alua la me odología median e simulaciones con ag upaciones de has a 10 mic o edes, midiendo
Ɵempos de ejecución (28 s pa a 4 MGs, 82 s pa a 10 MGs) y cuanƟĮcando la b echa de opƟmalidad.
o Pone de maniĮes o los beneĮcios pa a el sec o ene géƟco: educción de cos es ope aƟ os, in eg ación
sencilla en pla a o mas SCADA/IEC 61850 y ape u a de nue as opo unidades de negocio en me cados
de ese a y balanceo.
METODOLOGÍA
Pa a da espues a a los objeƟ os plan eados, se diseñó una a qui ec u a de con ol híb ida de dos e apas.
Figu a 1: Esquema comple o de la a qui ec u a
S age 1 – Con ol P edicƟ o Local
Cada mic o ed ejecu a un con olado MPC que, en un ho izon e de p edicción de 24 h, calcula de o ma
descen alizada su p og amación ópƟma y una cu a de cos e de Ňexibilidad segmen ada.
IV EDICIÓN CONGRESO DE
VOLVER AL ÍNDICE
1
9
7
CONGRESO REDES INTELIGENTES
Tabla I: Componen es de las mic o edes Tabla II: alo es de los componen es de las mic o edes
S age 2 – Ag egado Cen alizado MILP-MPC
Un ag egado cen al ecibe las cu as de cos e de Ňexibilidad de cada MG, las linealiza po amos (MILP) y
esuel e en un único p oblema opƟmizado la asignación de po encia de Ňexibilidad pa a saƟs ace la
demanda ex e na. Al cen aliza la oma de decisión, se eliminan las ondas i e aƟ as de negociación en e
agen es, educiendo la la encia y el olumen de comunicaciones.
RESULTADOS Y DISCUSIÓN
Se alidó la p opues a median e simulaciones numé icas en MATLAB R2022b sob e un PC es ánda (In el i5,
8 GB RAM). Los esul ados de las simulaciones mues an en p ime luga que, cuando cada mic o ed ope a
de o ma independien e sin demandas de Ňexibilidad ex e nas, el con olado p edicƟ o local esuel e el
ho izon e de p edicción de 24 h, un p og ama que maximiza la en a de ene gía en las ho as más ca as y
eca ga los sis emas de almacenamien o en las ho as de meno p ecio. Como ejemplo, éanse las cu as de
ope ación en las Figu as 2–5, donde SOC es el es ado de ca ga de la ba e ía, LOH el ni el de hid ógeno del
anque, P
g id
la po encia de la ed, P
ba
la po encia de la ba e ía, P
H2
la po encia del sis ema de hid ógeno, P
Ňex
la po encia de Ňexibilidad eque ida y P
em
la po encia emanen e, que es la di e encia en e la gene ación y
la ca ga.
Figu a 2: Cu a ope ación local MG1
Figu a 3: Cu a ope ación local MG2
IV EDICIÓN CONGRESO DE
VOLVER AL ÍNDIC
E
19
8
CONGRESO REDES INTELIGENTES
Figu a 4: Cu a ope ación local MG3.
Figu a 5: Cu a ope ación local MG 4
ƐƚĂĞƚĂƉĂŐĂƌĂŶƟnjĂƋƵĞĐĂĚĂŵŝĐƌŽƌƌĞĚĚŝƐƉŽŶŐĂĚĞƵŶůşŶĞĂďĂƐĞĞĐŽŶſŵŝĐĂŵĞŶƚĞſƉƟŵĂĂŶƚĞƐĚĞĐŽŶͲ
side a cualquie se icio de Ňexibilidad ag egado.
Al inco po a la segunda e apa de coo dinación, en la que el ag egado cen aliza las cu as de cos e
inc emen al gene adas localmen e, se log a asigna la p o isión de po encia Ňexible de o ma ópƟma bajo
es icciones de p esupues o. En el escena io de beneĮcio pa cial, la asignación de los 40, 50 y 60 kW
eque idos a las 18 h, 19 h y 20 h se epa e en e las cua o mic o edes de acue do con los cos es más bajos
po amo, como ilus a la Figu a 6, dando luga a un suminis o ag egado de 36,3, 48,5 y 55,9 kW
especƟ amen e ( éanse los alo es de allados en la Tabla III y las cu as de ope ación en las Figu as 7-10).
Figu a 6: Repa o de Ňexibilidad con beneĮcio pa cial
Tabla III: Repa o de Ňexibilidad con beneĮcio pa cial
IV EDICIÓN CONGRESO DE
VOLVER AL ÍNDICE
1
9
9
CONGRESO REDES INTELIGENTES
Figu a 7: Cu a ope ación Ňexible MG1
Figu a 8: Cu a ope ación Ňexible MG2
Figu a 9: Cu a ope ación Ňexible MG3
Figu a 10: Cu a ope ación Ňexible MG4
En é minos de eĮciencia compu acional, el ag egado esuel e la asignación de Ňexibilidad pa a cua o mic o edes
en 28 s y pa a diez mic o edes en 82 s, conĮ mando una e olución casi lineal del Ɵempo de cálculo con el amaño de
la ed (Tabla IV).
Es a ele ada escalabilidad, unida a la ga anơĂ de acƟbilidad y a una b echa de opƟmalidad desp eciable g acias a la
ap oximación po amos, demues a que la a qui ec u a p opues a es adecuada pa a aplicaciones de me cado
en Ɵempo casi eal sin comp o me e la calidad de la solución.
IV EDICIÓN CONGRESO DE
VOLVER AL ÍNDICE
2
0
0
CONGRESO REDES INTELIGENTES
Tabla IV: Resumen de p opiedades compu acionales y algo í micas
CONCLUSIONES Y PRÓXIMOS PASOS
En conclusión, la p opues a de a qui ec u a de con ol híb ido pa a mic o edes o ece un mecanismo eĮcien e y
escalable pa a con e Ɵ la Ňexibilidad dis ibuida en un acƟ o come cializable. G acias al en oque de doble e apa
—con con ol p edicƟ o local y ag egación cen alizada median e MILP—, se consiguen Ɵempos de cómpu o
p ácƟcamen e lineales con el amaño de la ed, ga anƟzando al mismo Ɵempo la acƟbilidad y una b echa de
opƟmalidad desp eciable. Es e mé odo no sólo simpliĮca la in eg ación en pla a o mas de ope ación exis en es,
sino que ambién ab e nue os canales de ing esos pa a ag egado es y ope ado es al pe miƟ la pa Ɵcipación
e ecƟ a en los me cados de ese as y balanceo de la ed.
De ca a al u u o, nues o objeƟ o es alida es a solución en en o nos eales, comenzando po pilo os en clus e s
de ediĮcios y campus indus iales, donde se e alua á su endimien o an e a iaciones de demanda y condiciones
de ed eales. Al mismo Ɵempo, se abaja á en la ex ensión de la me odología pa a inco po a modelos
es ocásƟcos y obus os de ince Ɵdumb e en p ecios y gene ación eno able, asegu ando un compo amien o
ópƟmo bajo escena ios ad e sos. Finalmen e, es amos desa ollando una he amien a “plug-and-play” que acili e
su adopción po pa e de ag egado es de Ňexibilidad y emp esas de se icios ene géƟcos, de modo que puedan
desplega ápidamen e es a solución sin necesidad de adap a su in aes uc u a de con ol ni sus p ocedimien os
ope aƟ os.
REFERENCIAS
[1] In e naƟonal Ene gy Agency, Elec ici y G ids and Secu e Ene gy T ansiƟons, 2023.
[2] Ga cía-To es F. e al., “OpƟmal economic schedule o a ne wo k o mic og ids wi h hyb id ene gy s o age
sys em using dis ibu ed model p edicƟ e con ol”, IEEE T ans. Ind. Elec on., ol. 66, no. 3, 2018.
[3] Ga cía-To es F. e al., “OpƟmal Economical Schedule o Hyd ogen-Based Mic og ids Wi h Hyb id S o age Using
Model P edicƟ e Con ol”, IEEE T ans. Ind. Elec on., ol. 62, no. 8, pp. 5195-5207, 2015
[4] Ga cía-To es F. e al., “GesƟón a anzada de Mic o edes como Mecanismo de Flexibilidad”, V Cong eso Sma
G ids, 2018, Mad id.
IV EDICIÓN CONGRESO DE
VOLVER AL ÍNDICE
2
0
1
