Resumen de Optimización de la operación de una microgrid considerando el costo de operación, la vida útil de las baterías y el costo de incertidumbre de energía eólica

Erik Esteban Carvajal González, Xavier Muñoz López, Sergio Rivera

• español

  Hoy en día los sistemas autónomos que incorporan las fuentes de energía renovables y sistemas de almacenamiento de energía en baterías, desempeñan un papel fundamental como solución a inconvenientes de suministro de energía. Estos sistemas son una buena alternativa, principalmente en zonas apartadas de la red eléctrica, como islas. En este paper se analizan los costos de pérdida de vida útil de las baterías, costos de operación y mantenimiento y los costos de incertidumbre, asociados a agentes energéticos renovables para una microgrid autónoma desarrollada en la isla Dongfushan en China. Esto con el fin de obtener los parámetros adecuados para la óptima operación de la misma, así como las características específicas de vida útil de baterías del tipo leadacid. Se pretende, por medio del algoritmo no dominante de clasificación genética, por sus siglas en inglés NSGA II, alcanzar la maximización de las ya mencionadas variables: vida útil de las baterías y reducción del costo de generación, planteando una optimización multiobjetivo. Además de lo anterior, se incluyen los costos de incertidumbre asociados a las energías renovables solar y eólica.

• English

  Nowadays, autonomous systems that incorporate renewable energy sources and energy storage systems play a fundamental role as a solution to energy supply problems. These systems are a good alternative, mainly in remote areas of the electricity network such as islands. This paper analyzes the cost of battery life, operation and maintenance costs and the uncertainty costs associated with renewable energy agents for an autonomous microgrid developed on Dong-fushan Island in China, all in order to obtain the adequate parameters for the optimum operation of the same, without forgetting the characteristics of useful life in specific lead-acid batteries. It is intended, through the non-dominant algorithm of genetic classification (NSGA II), to achieve maximization of the aforementioned variables: useful life of the batteries, and the reduction of the generation cost, proposing a multi-objective optimization. In addition to the above, the costs of uncertainty associated with renewable wind energy are included.