Proyecto STORY: modelización y simuladores de la planta piloto española

Comunicación presentada al III Congreso Smart Grids:

Autores

• Dra. Raquel Garde, Responsable Área de Almacenamiento del Dpto. de Integración en Red, CENER
• Sindia Casado, Responsable Área de Redes del Dpto. de Integración en Red, CENER
• Alicia Kalms, Investigadora Junior Dpto. de Integración en Red, CENER
• David Rivas, Investigador Senior Dpto. de Integración en Red, CENER
• Miguel Ángel Sicilia, Investigador Junior Dpto. de Integración en Red, CENER
• Dra. Mónica Aguado Alonso, Directora Dpto. de Integración en Red, CENER
• Clemente López, Director Dpto. Técnico, GREEN RENOVABLES

Resumen

STORY es un proyecto europeo del programa HORIZON 2020 con el objetivo principal de demostrar el valor añadido de sistemas de almacenamiento distribuidos para gestionar y proveer de servicios energéticos a la red de distribución. Para ello, se cuenta con 8 demostradores con distintas tecnologías de almacenamiento, eléctrico y térmico, y con generación de tipo renovable en los que se estudian diversas aplicaciones del almacenamiento. Una de las plantas se sitúa en las instalaciones de la empresa navarra EXKAL S.A. y tiene como objetivo demostrar el uso de baterías para optimizar la gestión de la generación fotovoltaica y reducir el término de potencia de la fábrica. En esta comunicación se presentan los resultados de modelización y simulación en tiempo real de la planta, incorporando estrategias de gestión de la energía y considerando aspectos regulatorios, que se han realizado de manera previa a la instalación de la planta real.

Palabras clave

Generación Distribuida, Almacenamiento, Microrredes, Simulaciones, Tiempo-Real

Introducción

En las últimas décadas, se está produciendo un cambio del modelo de generación y consumo de la energía eléctrica beneficiado por la incorporación de las energías renovables a la red, por la innovación tecnológica y presionada por la reducción de las fuentes de energía de origen fósil, el cambio climático y el cambio en la normativa regulatoria a nivel global y estatal. Además, el propio desarrollo de nuestra sociedad hace que la demanda de energía, en particular, la electricidad, sea cada vez mayor. Esto ha dirigido la atención hacia la investigación y el desarrollo de proyectos de redes distribuidas e inteligentes, de menor escala que las convencionales, que potencian el uso de fuentes de energía alternativas y de sistemas de almacenamiento, que reducen las emisiones de CO2 y promueven el ahorro energético.

En un enfoque local de generación distribuida, como un subsistema en sí mismo, se definen las microrredes. Un factor importante a tener en cuenta en las microrredes es la gestión inteligente de la demanda y generación. De cara a un mayor aprovechamiento de los recursos energéticos renovables, se ha recurrido al empleo de sistemas de almacenamiento eléctrico. Se busca así, reducir el impacto de la discontinuidad de los recursos renovables en la red eléctrica y disminuir los desajustes en el balance energético. Adicionalmente, la inclusión de almacenamiento incluiría otros beneficios, como la mejora de la resiliencia y robustez de los sistemas de potencia ante eventos catastróficos. Se emplean algoritmos de gestión y previsión para mejorar el balance entre producción y demanda. Además, se usan técnicas para la eliminación de picos de demanda (peak-shaving), aumentando así la capacidad de la red de distribución.

Por lo tanto, para abordar el estudio de las microrredes en su proceso de integración en la red eléctrica, es relevante el poder disponer de una plataforma de simulación que recoja los modelos de los sistemas que pueden conformar una instalación de este tipo, para poder llevar a cabo diversos estudios de viabilidad y operatividad en el diseño de las estrategias de gestión y control tanto a nivel de desarrollo de producto como de investigación, y anticiparse así, al comportamiento de la instalación antes de su implementación real, con todos los beneficios en cuanto a coste, tiempo y optimización que eso conlleva. La plataforma CeMOS (CENER Management and Optimization Software) desarrollada a través del software Matlab/Simulink en el Departamento de Integración en Red de Energías Renovables de CENER, que incorpora los modelos de sistemas que pueden integrar una microrred, es el punto de partida para el estudio de la planta piloto española del proyecto STORY. Con ella es posible emular el comportamiento de la futura instalación, a través de simulaciones en tiempo real y acelerado, configurando los modelos de los equipos que van a formar parte de la planta y atendiendo a las especificaciones de los equipos.

Para la evaluación de las simulaciones en tiempo real de cualquier planta y en concreto la de EXKAL, será necesaria la ejecución de los modelos desarrollados en Matlab/Simulink a través del target de Opal RT-lab. Los valores de las variables de los modelos serán recibidos en tiempo real en el Host PC, en el cual se tendrá acceso a dichas variables a través de LabVIEW, concretamente a través de la API de Opal existente para tal efecto. LabVIEW ejercerá de servidor, recopilando, almacenando y poniendo a disposición de los clientes SCADA las variables resultantes de la ejecución de los modelos de microrred en tiempo real. La Figura 1 muestra el esquema de los componentes de la plataforma desarrollada por CENER para llevar a cabo estos estudios.

Proyecto

El proyecto STORY (added value for STORage in distribution sYstems) es un proyecto de cinco años enmarcado dentro del programa H2020 LCE-2014-3 de la Unión Europea, cuyo consorcio está formado por 18 socios pertenecientes a 9 países procedentes tanto del ámbito de la investigación como de diferentes empresas. Como únicos socios españoles participan CENER y las empresas GREEN RENOVABLES, como tecnólogo y asesor técnico, y EXKAL S.A.

El principal objetivo de este proyecto es demostrar el valor añadido del almacenamiento de energía en el sistema de suministro de energía para conseguir que éste sea cada vez más sostenible, flexible y seguro. El proyecto STORY establecerá la hoja de ruta que permitirá aumentar la competitividad de las empresas europeas en el área del almacenamiento, ya que se van a realizar análisis de los modelos de negocio, así como un estudio de cómo afecta al resultado final los condicionantes que suponen tanto el marco regulatorio como el mercado. Para ello, se cuenta con 8 demostradores con distintas tecnologías de almacenamiento, eléctrico y térmico, combinados con sistemas de generación renovable en los que se estudian diversas aplicaciones del almacenamiento. Uno de estos se va a desarrollar en la planta de la empresa navarra EXKAL. Tiene como objetivo principal, demostrar el uso de baterías para la gestión de la generación fotovoltaica y la reducción del término de potencia de la fábrica. Se trata del caso de estudio que se presenta en este artículo. Además, como objetivos parciales se encuentra una predicción programada de la energía, un incremento del uso de energías renovables y una disminución de la absorción y la inyección de energía a la red eléctrica principal, aumentando así la capacidad de la misma.

Caso de estudio

Descripción de la planta piloto española

La planta piloto española objeto de estudio se encuentra en la localidad navarra de Marcilla, y pertenece a la empresa EXKAL S.A., y que cuenta con el asesoramiento y dirección técnica de la empresa navarra GREEN RENOVABLES. EXKAL, S.A. se dedica a la fabricación de armarios frigoríficos y tiene consumos picos comprendidos entre 200-250 kW, teniendo una potencia contratada divida en tres períodos tarifarios de 260-270 kW. Además, dispone de una instalación fotovoltaica de 112,7 kWp. El objetivo enmarcado en el proyecto STORY de esta planta piloto es la reducción del término de potencia contratada, técnica conocida como peak-shaving, a través de la utilización de sistemas de almacenamiento y su gestión eficiente. En este caso, se ha escogido instalar un sistema de almacenamiento de 222kW kWh (54 kW) de tecnología de Ion-Litio con su correspondiente convertidor de potencia. La Figura 2 muestra el esquema de la instalación existente y los componentes que formarán parte en un futuro.

A continuación, se muestra un ejemplo de consumo de la fábrica (Color gris claro, Figura 3). Se observa los picos de energía y cómo la instalación fotovoltaica (Color negro, Figura 3) no es capaz de suplir todo ese consumo. El convenio de signos del balance es positivo cuando la potencia es consumida de la red (Consumo > Generación FV) y negativo cuando la potencia es entregada a red (Consumo<Generación FV).

Metodología del caso de estudio

La metodología del caso de estudio se expone a continuación. Se parte del objetivo de la planta piloto, y por medio de la simulación, se puede determinar su comportamiento real pudiendo de este modo optimizar la solución propuesta. Este análisis se realizar en dos fases.

Modelo en tiempo real y en tiempo acelerado del caso de estudio

Para llevar a cabo el estudio de esta instalación se ha realizado una configuración de microrred acorde a las características de la planta a través de la plataforma de simulación desarrollada por CENER.

• El modelo de microrred utilizado consta de los siguientes componentes:
  • Sistema fotovoltaico, se introducen los parámetros pertinentes al modelo para que su potencia nominal a 1000 W/m2 sea 112.7 kWp (Potencia pico unitaria por panel=245 Wp, número de paneles en serie (Ns)=20, número de panales en paralelo (Np)=23).
  • Batería de Ion Litio: modelo de capacidad 222 kWh (50kW).
  • Consumos: Se realiza un registro de los consumos de la fábrica para introducirlos al modelo.
  • Gestión: La instalación se encuentra en modo conectado, y debido a la regulación actual las baterías sólo podrán cargarse a través de energía que provenga de la generación renovable. Las premisas de gestión aplicadas son las siguientes:
    • La gestión de los elementos de generación y almacenamiento dependerá del objetivo de optimización de la potencia contratada y de la regulación actual en referencia a instalaciones de generación distribuida y autoconsumo.
    • Prioridad del aprovechamiento de toda la energía producida por las fuentes de generación renovable.

Fase 1: Estudio previo del caso de estudio

En primer lugar se evalúa el recurso renovable disponible en la zona, en este caso, recurso solar y se hace un registro del consumo de la planta. De esta manera, se evalúa qué excedente de energía de origen renovable va a poder dirigirse a cargar las baterías y en qué momentos, pudiendo reducir los picos de potencia en otros instantes haciendo viable la reducción del término de potencia contratado. Los pasos a seguir son los siguientes:

1. Recogida de los datos meteorológicos del emplazamiento mediante el programa en línea PVGIS.
2. Importación al programa comercial Homer para calcular la radiación solar global media en el plano horizontal, expresado en kWh/m2, y el índice de claridad de un año para cada hora (el paso de tiempo) del año sintético en el emplazamiento.
3. Los resultados obtenidos paso 2 se emplean como datos de entrada al modelo FV de la plataforma de simulación.
4. Modelización de las cargas eléctricas utilizando como entrada de datos un archivo de un año de registros de potencia activa.
5. Análisis de la energía excedente renovable con la que se puede cargar las baterías durante un año completo en base a los datos del año sintético de radiación, atendiendo al siguiente criterio. El almacenamiento sólo funciona durante el fin de semana, almacenando la energía excedente de la fotovoltaica ya que el consumo desciende considerablemente con respecto al resto de la semana y se analiza el SOC obtenido a última hora del domingo, por cada mes del año.  De esta manera, se obtienen los datos de máxima energía-mes, mínima energía-mes de la instalación.

El resumen de variación del SOC de la batería contemplando la generación y demanda el fin de semana (cada dos días), por meses en un año sintético, se presenta en la Figura 4. (datos que representan la media de cada uno de los fines de semana que componen cada mes).  Se observa claramente que el mes de julio presenta una mayor capacidad para cargar la batería. Por el contrario, el peor mes para rentabilizar el empleo de la batería es diciembre.

Esta primera etapa sirve para evaluar en un primer momento el caso de estudio y estudiar qué posibilidades plantea el almacenamiento con la generación renovable presente. De esta manera, se ha evaluado qué excedente de energía de origen renovable va a poder dirigirse a cargar las baterías. En la segunda etapa se optimizará la descarga de las mismas a través de una estrategia de gestión más compleja, pudiendo reducir los picos de potencia en otros instantes haciendo viable la reducción del término de potencia contratado.

Fase 2: Caso de estudio. Estrategias de gestión

En la segunda fase del estudio se desarrolla una estrategia de gestión de la energía de manera más compleja incluyendo la predicción de la demanda y del recurso renovable con el objetivo de optimizar la operación de la planta. En este caso el objetivo de la estrategia de gestión energética de la planta es la reducción de los picos de potencia del suministro eléctrico o peak shaving. Una vez implementada en la plataforma de simulación nos permitirá analizar el comportamiento real de la planta y validarla. Por último se aplicará dicha estrategia a la planta real. El siguiente esquema ilustra los módulos funcionales de que se compone la estrategia de gestión de la planta de EXKAL.

El módulo de predicción renovable es el encargado de proporcionar la información acerca de la producción renovable de origen fotovoltaico en el emplazamiento en donde  se encuentra la planta piloto de EXKAL. Esta información se obtiene a partir del modelo SKIRON de CENER y proporciona una cantidad de variables meteorológicas de las cuales nuestro modelo utiliza tan sólo dos de ellas: irradiancia global sobre superficie horizontal y temperatura ambiente.

Estos valores serán tratados internamente en el módulo de predicción desarrollado para, junto con los datos del emplazamiento, obtener la irradiancia global sobre superficie inclinada para el cálculo de la generación renovable. La predicción meteorológica de la temperatura ambiente también se utilizará en el módulo de predicción de consumos. El módulo de predicción de consumos utiliza una red neuronal entrenada con datos históricos meteorológicos del emplazamiento y con registros de consumo eléctrico de la empresa. Esta red neuronal nos permitirá predecir el consumo de la planta para los días sucesivos de acuerdo a la predicción meteorológica proporcionada por el módulo de predicción renovable y datos de calendario con un grado de precisión suficiente.

Una vez se disponga de la predicción de generación fotovoltaica y de la demanda eléctrica, el módulo de cálculo de la reducción de potencia determina, tras un proceso iterativo, cual es el valor de potencia por encima del cual las baterías deben de cubrir el desequilibrio entre consumo y generación. De esta manera se evitará solicitar picos de potencia a la red externa. El módulo de envío de consignas interactuará con las variables a tal efecto disponibles en el servidor OPC, fijando en todo momento las consignas de potencia a enviar al sistema de almacenamiento de energía de acuerdo al valor de reducción de potencia calculado en el módulo descrito anteriormente.

Conclusiones

En este artículo se ha presentado la metodología seguida, las herramientas utilizadas y algunos de los resultados obtenidos en la planta piloto española dentro del marco del proyecto STORY. Se ha demostrado como las plataformas de simulación en tiempo real y acelerado son herramientas muy potentes para el diseño y análisis de la operatividad de plantas de generación distribuida. Por un lado, permiten comprobar que la configuración de la planta, las tecnologías y las dimensiones seleccionadas son las adecuadas para los objetivos del sistema. Y por otro lado, permiten validar las estrategias de gestión de la energía dentro de la planta y por lo tanto, su correcta operación. Este análisis mediante simulaciones del comportamiento de la planta previamente a su instalación, permite asegurar que la estrategia de control a implementar es la adecuada y que se ajusta al marco regulatorio actual. Además, es posible analizar otras estrategias aplicables bajo otros marcos regulatorios o en otros países facilitando posteriores modificaciones del control en la planta real de EXKAL o en cualquier otra instalación.

Referencias

• Casado S., Santamaría M. & Aguado M., 2014, Software de gestión y optimización de microrredes CeMOS, Libro de comunicaciones, II Congreso SmartGrids.