Resumen de Integración de tecnologías Blockchain en un esquema de control predictivo distribuido y jerárquico para comunidades energéticas

Manuel Sivianes, Pablo Velarde, Ascensión Zafra Cabeza, Carlos Bordóns Alba

• español

  En este estudio, se introduce una plataforma de gestión energética jerárquica que incorpora la tecnología blockchain para eliminar la dependencia de un coordinador centralizado. La plataforma está diseñada para operar en comunidades energéticas donde aparecen incertidumbres estocásticas. La estrategia se divide en dos niveles: en el nivel superior, se lleva a cabo un problema de optimización de control predictivo distribuido estocástico, en el que todos los hogares de la comunidad participan para determinar las acciones de control de manera horaria. En este nivel, se utiliza un contrato inteligente como intermediario entre los hogares, encargado de realizar las tareas de control e intercambio de información. Por otro lado, en el nivel inferior, cada hogar resuelve de manera local e independiente un problema de optimización de control predictivo para seguir las referencias establecidas después del consenso alcanzado por la capa superior, a una frecuencia significativamente mayor. La validez de esta plataforma para optimizar el funcionamiento económico de la comunidad y cumplir con las restricciones probabilísticas, se ha validado con diferentes simulaciones.

• English

  This study introduces a hierarchical energy management platform that leverages blockchain technology to eliminate the need for a centralized coordinator. The platform is designed to operate in energy communities facing stochastic uncertainties. The approach is divided into two levels: at the upper level, a stochastic distributed model predictive control problem is solved by all households in the community to determine control actions on an hourly basis. A smart contract serves as a bridge between households, performing control tasks and facilitating information exchange. In contrast, at the lower level, each household independently solves a model predictive control problem locally to track the references established after consensus is reached by the upper layer, at a much higher frequency. The effectiveness of the platform in optimizing the community's economic performance and adhering to probabilistic constraints is demonstrated through extensive simulations.