Optimización del diseño y la operación de redes eléctricas inteligentes mediante computación evolutiva
- Autores: Ricardo Mallol Poyato
- Directores de la Tesis: Sancho Salcedo Sanz (dir. tes.), Pablo Díaz Villar (codir. tes.)
- Lectura: En la Universidad de Alcalá ( España ) en 2016
- Idioma: español
- Tribunal Calificador de la Tesis: Saturnino Maldonado Bascón (presid.), Silvia Jiménez Fernández (secret.), Javier Muñoz Cano (voc.), Carlos Casanova Mateo (voc.), Javier del Ser Lorente (voc.)
- Programa de doctorado: Programa de Doctorado en Tecnologías de la Información y las Comunicaciones por la Universidad de Alcalá
- Materias:
- Enlaces
- Tesis en acceso abierto en: TESEO
- Resumen
- español
En esta Tesis doctoral se presenta una solución óptima al diseño y operación de la MR presentando un modelo, que conjuntamente selecciona la topología, la ubicación de los elementos generadores, el tamaño de los generadores, ubicación de las cargas eléctricas, ubicación y tamaño de los elementos de acumulación, programación de los periodos de carga y descarga, y definición de los perfiles programables tanto de generación como de consumo.
Para obtener esta solución óptima, se ha considerado la utilización de algoritmos de computación evolutiva. Estos algoritmos tienen como característica principal que, partiendo de un conjunto de soluciones (individuos) obtenidas, en principio, de manera aleatoria (población inicial), se evalúan, seleccionan, combinan y modifican de tal forma que, análogamente a como ocurre en la evolución de las especies en la naturaleza, solo las mejores soluciones ¿sobreviven¿ y vuelven a evaluarse en la siguiente generación. Este proceso se repite iterativamente hasta que la solución obtenida converge hacia un único valor, siendo éste, la mejor solución al problema planteado.
Concretamente, se han evaluado tres problemas diferentes: - El primero de ellos consiste en obtener una reducción del coste anual del consumo eléctrico, en una ubicación determinada y sin modificar sus perfiles de consumo. Se determinarán cuáles son los tamaños (potencias) de un generador eólico, un generador fotovoltaico y la capacidad de una batería que, si se instalasen en la ubicación, producirían la mayor reducción de costes. Esto es lo que hemos denominado selección de los parámetros de diseño. Además, también vamos a obtener lo que hemos denominado parámetros de operación, que para este problema consiste en determinar en qué instantes y con qué potencias se carga y descarga la batería. En un escenario real analizado se consigue reducir el coste anual de la energía eléctrica consumida un 29 %.
- El segundo problema evaluado consiste en analizar la misma MR que en el problema anterior, pero en lugar de evaluar el coste anual de la energía eléctrica consumida por la MR en su conjunto, se analiza la estructura interna de la MR. En este caso se va a elegir cual será la ubicación, dentro de la MR, para cada uno de los generadores y para la batería, que menores pérdidas eléctricas produzcan y, adicionalmente, se determinará la topología de la MR definiéndose entre qué nudos de la MR se instalarán cables y de qué sección, de forma que se obtiene una solución de compromiso entre el coste de instalación de la red y las pérdidas eléctricas producidas en ella, debido al hecho fácilmente constatable, de que cuanto mayor sea la sección de los cables en una MR menores pérdidas tendrá, pero también será más cara.
- En el tercer y último problema evaluado no se van a considerar aspectos económicos, sino relacionados con la eficiencia energética con la que se trabaja en una MR. En este caso se trata de minimizar el consumo energético de una MR, mediante el uso adecuado de una batería. Se determinará cual es el mejor programa de funcionamiento para la batería (en qué instantes y con qué potencia se carga y se descarga) de forma que se minimicen las pérdidas de energía en la batería. Si consideramos una batería ideal, la energía que se inyecta para cargarla sería la misma que se podría extraer al descargarla, sin embargo, lo que ocurre en una batería real, es que nunca se podrá extraer la misma cantidad de energía que se inyecta, sino otra menor, y tanto menor cuanto mayor sea la potencia instantánea que se le demanda a la batería. Debido a esto, el programa óptimo de la batería tratará de obtener el máximo de energía, pero con el mínimo de potencia en cada instante, llegándose a conseguir, en alguno de los escenarios analizados, una reducción de hasta un 17 % en la energía consumida por la MR utilizando la batería de una forma más eficiente.
- English
In this Thesis, a procedure to obtain the optimal design and operation of a MG is provided. A model that jointly selects the network topology, the location of the DG units, their size, the location of the loads, the ESS’ location, size and time scheduling, and the time scheduling for those controllable power generator and loads is presented.
Optimal solutions are provided after using evolutionary algorithms. These algorithms start by randomly choosing an initial population: a set of solutions (individuals). These individuals are evaluated, selected, combined and modified similarly to the evolution of the species in nature, where only the best solutions “survive” and are later re-evaluated in the next generation. This process is iteratively repeated until it converges towards the best solution.
Specifically, we have evaluated three different problems:
-The first problem minimizes the annual electricity cost at a particular location without modifying the consumption profile. We will determine the optimum sizes (power) of a wind generator and a photovoltaic generator, and the capacity of a battery-typed ESS to be installed at the location. This is the selection of the design parameters. In addition, we will also look for optimum operating parameters, which in this problem means to determine the battery time scheduling. A real scenario has been analyzed, achieving a 29 % reduction in the annual electricity cost.
-The second problem analyzes the same MG as in the first problem, but rather than assessing the annual electricity cost, the internal structure of the MG is studied, choosing which would be the best location within the MG for each generator and for the battery. In addition, the MG’s network topology is determined, selecting the wires to be installed and their gauge. Therefore, obtaining a compromise solution between the network installation costs and the electrical losses.
-In the third problem aspects related to energy efficiency (rather than economic aspects) are considered. In this case, optimization of the battery time scheduling is obtained, minimizing its energy losses. In other words, if an ideal battery could be considered, the energy injected to charge it would be the same obtained when discharging it. If a real battery is analyzed, the same amount of energy injected cannot be recovered, but a smaller one. The higher the power demanded, the smaller the energy obtained. Because of this, the optimal battery time scheduling will be the one that gets the maximum energy, but with minimal power at each time. In one of the scenarios analyzed, an energy consumption reduction up to 17 % is achieved
- español
