Generación distribuida en multi-agentes

Comunicación presentada al II Congreso Smart Grids:

Autores

• Felipe Alvárez-Cuevas Figuerola, Gestor de Proyectos de Sistemas y Comunicaciones, Endesa
• José Comabella López, Responsable de Arquitectura de Comunicaciones, Endesa
• Susana Carillo Aparicio, Responsable de Smart Grids, Endesa
• José Francisco Sanz, Director del Área IER, CIRCE
• Marta Calavia, Investigador Área IER, CIRCE
• Juan Manuel Perié, Investigador Área IER, CIRCE
• José Antonio Domínguez, Investigador colaborador Área IER, CIRCE

Resumen

Los incrementos en la demanda de interconexiones de recursos de generación distribuida, precisarán nuevos modelos de gestión y mantenimiento. Dado su volumen elevado, estos sistemas deberán ser altamente escalables, distribuidos y autónomos. Como continuación natural del proyecto Smart City Málaga, ENDESA con la colaboración de la fundación CIRCE está desarrollando una nueva generación de controladores de recursos distribuidos y usuarios de la red basada en un sistema altamente descentralizado y autónomo. El sistema utiliza una arquitectura de control basada en multi-agentes donde cada agente comunica con sus nodos vecinos bidireccionalmente. Este artículo describe las arquitecturas del sistema desarrollado, y las principales conclusiones de su utilización en una red real en la bonita ciudad de Málaga.

Introducción y Antecedentes

Los incrementos en la demanda de interconexiones de recursos de generación distribuida (Eléctric Vehicle, Combined Heat Power, Photo Voltaics, Aéreo Generadores, Pilas de combustible, etc.), precisarán nuevos modelos de gestión y mantenimiento. Dado su volumen elevado, estos sistemas deberán ser altamente escalables, distribuidos y autónomos.

Como continuación natural del proyecto Smart City Málaga; ENDESA con la colaboración de la fundación CIRCE está desarrollando una nueva generación de controladores de recursos distribuidos (Distributed Energy Resources) y usuarios de la red (en los diferentes niveles de tensión) basada en un sistema altamente descentralizado y autónomo. El sistema utiliza una arquitectura de control basada en multi-agentes donde cada agente comunica con sus nodos vecinos bidireccionalmente.

La mayor ventaja del concepto multi-agente reside en la escalabilidad del sistema. Con el fin de contemplar todos los agentes implicados en los sistemas futuros de recursos distribuidos, el modelo combina en cada nodo un agente técnico y un agente de mercado. Más concretamente el agente técnico se ubica en todos los nodos de la red de Media Tensión (MT) y agrupa las funciones de optimización de potencia activa, y regulación del perfil de tensión mediante consignas de potencia reactiva. El agente de mercado, únicamente es necesario en aquellos puntos de la red en las que hay un cambio de frontera administrativa o diferente dominio dentro de la misma empresa. Éste último, se encarga de coordinar los intereses económicos con los beneficios técnicos del algoritmo de control. El diseño del sistema mantiene sincronizados ambos agentes en todo momento.

El modelo propuesto puede ser fácilmente extendido con funciones de aislamiento de faltas y recuperación de servicio reconfigurando la red, así como control de sistemas de eficiencia energética.

Básicamente, los cambios más radicales que aparecen en la nueva red de nuestra ciudad inteligente son cuatro:

• Gran aumento de la complejidad de la red de distribución secundaria. Mayor automatización y monitorización en MT y BT (Baja Tensión), además de nuevas Comunicaciones en todos los niveles de tensión.
• Previsible aumento del número de mini-generadores en la red de distribución secundaria (Media Tensión).
• Aparición de multitud de generadores en la red de baja tensión que deberán funcionar de forma coordinada, por el despliegue del Autoconsumo.
• Instalación de multitud de sistemas de micro-almacenamiento en la red de BT.
• Aparición de contadores inteligentes para el control de la demanda, de la generación y el almacenamiento doméstico.

Los dos primeros ya existen en la actualidad. Sin embargo es previsible que sufran un aumento importante en número e importancia. Por lo que como resultado obtendremos una red mucho más compleja que precisará de mecanismos de control más eficientes y seguros.

El tercer punto corresponde con la mayor novedad y precisará de un especial diseño bajo la perspectiva de estabilidad, seguridad y operación.

El cuarto punto dependerá de la evolución de los precios de los sistemas de almacenamiento (en continuo descenso), permitirá a los usuarios optimizar su facturación a la vez que maximizará las ventajas de los sistemas de generación, desde el punto de vista del operador de red será un elemento clave para garantizar la estabilidad y seguridad de suministros, especialmente en aquellos puntos en los que también se instalen sistemas de generación renovable.

El último punto permitirá también que el control en tiempo real de la distribuidora llegue a los usuarios finales. Su característica masiva precisará la utilización de técnicas especiales sobre mantenimiento y comunicaciones.

Finalmente, es importante enfatizar de nuevo que todos estos sistemas tienen un punto de encuentro natural en los centros de transformación de la red de distribución secundaria, punto fundamental donde confluyen de forma natural los tres sistemas básicos (ADA, AMI, y DER).

Este artículo describe las arquitecturas del sistema desarrollado, y las principales conclusiones de su utilización en una red real en la bonita ciudad de Málaga.

Descripción de la solución

El objetivo de este proyecto es desarrollar unos algoritmos básicos para la regulación en subestación primaria de corriente en salida de subestación y perfil de tensión en la línea MT y BT. La regulación de potencia se realiza a través de la regulación de potencia activa en las subestaciones secundarias. La regulación del perfil de tensión se realiza mediante la regulación de potencia reactiva en las subestaciones secundarias.

Arquitectura de comunicaciones

La arquitectura propuesta en Smart City Málaga contempla una estructura altamente jerárquica, distribuida y autónoma según se muestra en la siguiente figura. En ella, se ha representado en forma de rectángulos de diferentes colores, los tres niveles de tensión de la red eléctrica (Baja Tensión, Media Tensión y Alta tensión). El paradigma descrito en este artículo, se basa en dos dispositivos bien diferenciados.

iSocket: Estos dispositivos comunican y controlan los equipos finales de potencia según el esquema siguiente.

Los iSockets comunican con los equipos de potencia y mantienen internamente un modelo virtual de los equipos conectados. Por otro lado; todos los iSocket eléctricamente conectados al mismo iNode (típicamente en un CT) comunican con éste con el fin de ser coordinados. A su vez; los elementos iNode comunican con todos los iSocket que están eléctricamente conectados con el CT correspondiente y actúa como coordinador. Al mismo tiempo, todos los iNode construyen un modelo sintético representación de todo lo que tienen conectado, mostrándose hacia los niveles superiores como un iSocket más. Solo que en este caso, no controla un equipo de potencia específico sino que controla una micro red de BT.

Todos los iNode de MT son controlados a su vez por el iNode de subestación primaria. En este documento se proponen unos algoritmos con el fin de controlar la tensión y potencia generada en la red de MT. Estos algoritmos deben implementarse en el iNode de Subestación primaria.

Los objetivos de los algoritmos propuestos son:

• Reducir la potencia activa en cabecera de subestación. Para ello se fijará una consigna de referencia que el algoritmo intentará seguir. Por defecto esta potencia puede fijarse a cero.
• Reducir la potencia activa en CT. Para ello se fijará una consigna de referencia (a través del scada local) que el algoritmo intentará seguir. Por defecto esta potencia puede fijarse a cero.
• Limitar las variaciones de tensión a lo largo de las líneas de MT debidas a las cargas o generadores conectados.
• Minimizar el coste total de la energía consumida.

En el primer y segundo caso, se pretende limitar los excesos o defectos de potencia activa en el transformador AT/MT y MT/BT. Para ello se propone implementar un regulador proporcional integral derivativo (PID) que actuará sobre la señal de precio de los iNodes de CT como se describe en el próximo capítulo. La estrategia  PID se intuye como la más adecuada para adaptarse al ritmo de cambio típico de un sistema de este tipo.

En el segundo caso el objetivo es limitar las variaciones de tensión en un segmento de línea MT mediante la inyección de potencia reactiva. En efecto, en una línea sin generación el perfil de tensión es monótono decreciente, lo cual puede limitar la longitud de dicha línea. En el caso de que exista generación, la tendencia en este caso no es determinista, creciendo en los puntos de consumo, pudiéndose producir sobretensiones en algunos puntos si el numero de generadores es elevado o cuando la generación supere a los consumos en ese punto.

Mediante la inyección de potencia reactiva en algunos puntos en los que los generadores lo permitan, es posible elevar la tensión en esos puntos o bien disminuirla con reactiva negativa. Nos referiremos al automatismo de regulación de potencia como AGC (Automatic Generation Control), y al automatismo de regulación de tensión como VCR (Voltage Control Regulation). Ambos se describen en las siguientes secciones.

AGC

Para el control de potencia, se proponen 2 estrategias. Uno regula la potencia desde subestación, enviando consignas de potencia a los CT, y el segundo regula precio, priorizando unas fuentes de generación sobre otras, ambos intentando minimizar la potencia de salida de los transformadores correspondientes.

Para el control de potencia activa, se ha utilizado un regulador diferencial proporcional.

VCR

Para la regulación de tensión se precisará de utilizar una función de histéresis (H) sobre el valor máximo y mínimo de las medidas de tensión en los centros de transformación seleccionados.

Para ello se contemplarán dos umbrales (HH, y HL) para el valor del máximo de todas las tensiones medidas (max(Vi)); y otros dos LL y LH para el mínimo (min(Vi)).

Agente de Mercado

El algoritmo propuesto utiliza una combinación de despacho económico con AGC que minimiza una función de coste. En dicha función de coste se suma el coste de los generadores y el coste del almacenamiento. Para los generadores se tiene en cuenta un precio de la energía (activa y reactiva) por periodo y generador de forma que se pueda simular diferentes estratégicas de gestión. Para las baterías, se ha optado por un coste de funcionamiento para minimizar los ciclos de carga y descarga.

Los datos de entrada del algoritmo de optimización son los siguientes:

• G: generadores considerados gen-1, gen-2, red.
• B: baterías consideradas bat-1, bat-2.
• dti: duración de cada periodo [h].
• cvpg: coste de la energía activa de cada generador, por periodo [€/kWh].
• cvqg: coste de la energía reactiva de cada generador, por periodo [€/kVARh].
• Sgmax: estimación de potencia aparente máxima disponible de cada generador, por periodo [VA].
• rend: rendimiento de las baterías, en tanto por uno.
• Sbmax: potencia aparente máxima de cada batería [VA].
• cvpb: coste variable de la energía activa de cada batería, por periodo [€/kWh].
• cvqbk,i: coste variable de la energía reactiva de cada batería, por periodo [€/kVARh].

Las variables a optimizar son las siguientes:

• pg: consigna de potencia activa para cada generador, por periodo [W].
• qg: consigna de potencia reactiva para cada generador, por periodo [VAR].
• pbc: potencia activa de carga para cada batería, por periodo [W].
• pbd: potencia activa de descarga para cada batería, por periodo [W].
• qbc: potencia reactiva de carga para el convertidor de cada batería, por periodo [VAR].
• qbd: potencia reactiva de descarga para el convertidor de cada batería, por periodo [VAR].

Para obtener las P y Q de las baterías, el iNode substrae la potencia de carga de la respectiva potencia de descarga. Se mantiene así´ el convenio de signos utilizado en los generadores, en las que un valor positivo indica ceder potencia a la micro red y uno negativo absorberla.

La ecuación a minimizar es la del coste total de la micro red:

Coste = Σ_jEGΣ_iEP (pg_j,i·cvpg_j,i+qg_j,i·cvqg_j,i)·dt_i + Σ_kEBΣ_iEP (cvpb·(pbc_k,i+pbd_k,i)+cvqb·(qbc_k,i+qbd_k,i))·dt_i

Metodología

El proyecto se ha definido enteramente utilizando UML (Unified Modelling Language) en cuanto a la definición de los casos de uso, en la definición de los algoritmos (utilizando diagramas de secuencia), y la definición de las clases.

Para la implementación de las comunicaciones se ha optado por utilizar IEC 61850 pues parece la arquitectura de comunicaciones mas prometedora para desplegar sistemas de Smart Grids, y parece existir un consenso generalizado acerca de su conveniencia para Smart Grids, en las dos plataformas mas importantes (Europa, y USA).

Resultados Obtenidos

Aunque el sistema se encuentra todavía en fase de implementación. Si se dispone de algunos resultados en simulación que confiamos coincidan con los resultados experimentales una vez el sistema se despliegue en el entorno demostrador definitivo (Málaga).

Conclusiones

En este documento se ha propuesto un sistema de control y optimización para una micro red de corriente alterna. Se ha optado por un sistema de control distribuido, con dos elementos reguladores de funciones y responsabilidades diferenciadas. Un nivel jerárquico por encima de ellos se sitúa el iNode, cuya función es optimizar el coste del balance energético de la micro red. Se ha presentado el algoritmo de control, la idiosincrasia del software utilizado para la simulación, y se ha verificado el buen funcionamiento del sistema propuesto en diversos escenarios y situaciones.

Actualmente, se está desplegando el sistema en un escenario demostrador real en la red de media tensión ubicada en la zona del paseo marítimo de Málaga, haciendo uso de varios sistemas de almacenamiento, y generación solar y eólica combinados.

La red eléctrica del futuro o Smart Grid será una red eléctrica que integrará de manera inteligente las acciones de todos los usuarios conectados a ella, bien sean generadores, consumidores, o una combinación de ambas figuras, con el objetivo de suministrar energía eléctrica de manera eficiente, sostenible, económica y segura. Por ello, el desarrollo de estos nuevos dispositivos inteligentes, junto a sensores, sistemas de procesado de señal y comunicaciones digitales  permitirán que la red sea monitorizable, controlable, automatizada –con posibilidad de adaptación y de auto-cicatrización- y plenamente integrada, esto es, con operatividad total con los sistemas actuales y capaz de incorporar nuevos actores energéticos dirigidos hacia el nuevo modelo energético eficiente para las ciudades del futuro.

Agradecimientos

Este trabajo continúa una labor comenzada en el proyecto Smart City Málaga que fue financiado con fondos FEDER durante los años 2009-2012. Los resultados y avances obtenidos en este proyecto no hubiesen sido posibles sin las aportaciones del proyecto mencionado.

Referencias

• Colet-Subirachs et. al, 2012, Centralized and distributed active and reactive power control of a utility connected microgrid using IEC61850. IEEE Systems Journal.
• Shengye Lu et. al, 2013, Utilizing SCADA and IEC 61850 for Real-Time MV/LV Network Monitoring, ISGT0243.