Resumen de Microrredes multienergía con vectores de electricidad, hidrógeno y gas: modelado y control - multienergy microgrids with electricity, hydrogen and gas vectors: modelling and control
Pablo Horrillo Quintero
La problemática situación energética actual motivada por el constante aumento de la demanda de energía en ciudades e industrias, así como la alta dependencia de combustibles fósiles, agravan el impacto del cambio climático en el mundo y encarecen el acceso a la energía. A las dificultades que presenta este contexto, se une la ineficiencia del sistema eléctrico tradicional, basado en una estructura lineal donde los consumidores tienen un papel completamente pasivo y que necesita de una gran infraestructura que suele estar sobredimensionada y ser poco flexible.
Recientemente, se ha producido un crecimiento en las denominadas microrredes multienergía (en inglés multienergy microgrids, MEMG). Este tipo de microrredes (en inglés microgrids, MGs) integra diferentes vectores energéticos como electricidad, hidrógeno y gas, así como sistemas de almacenamiento de energía que pueden complementar la intermitencia característica de los recursos renovables y responder a la demanda multienergética de una forma más eficiente y sostenible con el medio ambiente. No obstante, el estudio de MEMGs se ha abordado tradicionalmente desde una perspectiva en régimen estacionario, y los sistemas de control y gestión de la energía en tiempo real no han sido estudiados en detalle. Esta tesis presenta un enfoque al estudio de MEMGs desde la perspectiva del modelado dinámico y los sistemas de control.
En esta tesis se han desarrollado cuatro modelos dinámicos, computacionalmente viables, de MEMGs residenciales que combinan la operación conjunta de vectores de electricidad, hidrógeno y gas simultáneamente. La primera configuración integra una planta solar fotovoltaica, una batería eléctrica y dos sistemas de generación de calor mediante caldera eléctrica y caldera de gas. En el segundo modelo se integra un sistema de hidrógeno compuesto por un electrolizador, una pila de combustible y un tanque de hidrógeno, y se añade un circuito de refrigeración a través de una enfriadora. Para la tercera configuración, se ha modelado e incluido una unidad de micro cogeneración de alta eficiencia que permite generar calor y electricidad simultáneamente con bajo nivel de consumo de gas. En cuarto lugar, se incluye un sistema de almacenamiento de energía térmica estratificado. Finalmente, se han estudio dos configuraciones adicionales de MGs basadas en la arquitectura de convertidores de cuasi fuente de impedancia multinivel en puente.
Para cada modelo de MEMG, se ha desarrollado un esquema de control y gestión de la energía con el objetivo de controlar eficazmente la temperatura, disminuir el consumo de energía, garantizar la independencia respecto a la red eléctrica principal, optimizar los costes de operación, controlar los niveles de los sistemas de almacenamiento de energía, disminuir las emisiones de CO2 a la atmósfera y reducir el consumo de gas.
El primer sistema de control se basa en el control por estados, el cual coordina la operación de las fuentes térmicas a partir de los niveles de energía disponible. Se ha presentado un segundo control basado en lógica difusa para optimizar la gestión de las fuentes térmicas en tiempo real. El tercer sistema de control diseñado combina simultáneamente la lógica difusa y el control predictivo basado en modelo para controlar el despacho óptimo de energía sistemas de almacenamiento multienergéticos y unidades de microcogeneración en tiempo real. Finalmente, el cuarto sistema de control integra la optimización de los costes de operación en régimen dinámico mediante un algoritmo no lineal.
Los modelos dinámicos de MEMGs, MGs y los sistemas de control han sido analizados bajo múltiples condiciones de operación, tomando datos de consumo reales basados en un conjunto de ocho viviendas. Se realizaron diversos análisis de sensibilidad para demostrar la robustez, flexibilidad y fortaleza de los modelos desarrollados, asegurando su capacidad para operar en cualquier condición y mantener los objetivos de control. Los sistemas de control y los modelos de MEMGs propuestos fueron comparados con otras arquitecturas de control y configuraciones, demostrando la superioridad de las soluciones propuestas.
Los resultados mostraron un mejor desempeño en todos los objetivos planteados. Además de simulaciones, y diversos análisis de sensibilidad considerando escenarios extremos de funcionamiento, se llevaron a cabo múltiples ensayos en tiempo real utilizando la plataforma Hardware in-the-Loop, la cual verificó y validó la respuesta de los modelos y sistemas de control desarrollados, logrando una operación conjunta óptima en régimen dinámico de múltiples vectores energéticos, sistemas de generación, almacenamiento y transformación de energía.
Los resultados obtenidos demostraron que el control dinámico en tiempo real que combina lógica difusa, control predictivo basado en modelo y un algoritmo de optimización no lineal basado en fmincon obtuvo los mejores resultados para integrar simultáneamente vectores de electricidad, hidrógeno y gas, reduciendo los costes de operación en más de un 33%, el consumo de gas en un 7.5% y aumentar el valor final del estado de energía de los sistemas de almacenamiento en un 100 %.
Adicionalmente, integrar una unidad de almacenamiento de energía térmica permitió mejorar el control de la temperatura en el circuito de agua caliente en un 91.32% y el control del balance térmico en un 81.23%, según el índice de la integral cuadrada del error en el tiempo.
