Comunicación presentada al II Congreso Smart Grids:
Autores
- J. Pérez, Universidad Politécnica de Madrid
- J. Díaz, Universidad Politécnica de Madrid
- C. Vidal, Universidad Politécnica de Madrid
- J. Garbajosa, Universidad Politécnica de Madrid
- A. Yagüe, Universidad Politécnica de Madrid
- C. Fernández-Sánchez, Universidad Politécnica de Madrid
Resumen
Los objetivos que marca la Comisión Europea para Smart Grids requieren incorporar en la red eléctrica sistemas inteligentes de comunicación, monitorización, control y gestión. Para abordar este desafío es necesario un despliegue de infraestructuras TIC en las redes eléctricas. Esto a su vez crea la necesidad de introducir nuevos modelos de arquitecturas software capaces de proveer de cierta inteligencia y autonomía a la red. Con el objetivo de cubrir estas necesidades, se presenta una arquitectura de referencia que define un nuevo modelo de basado en el concepto de Computación Autonómica. Por medio de esta nueva arquitectura es posible una mejor consecución de los objetivos buscados con las redes inteligentes de energía.
Introducción
Las redes eléctricas inteligentes (Smart Grids) se presentan como una solución para integrar energías renovables, caracterizadas por la intermitencia y distribución de su generación, así como para mejorar la eficiencia de la red, a través de la incorporación de Tecnologías de la Información y la Comunicación (TIC). Las Smart Grids suponen un cambio de paradigma en el modelo de energía, desde el tradicional centralizado (generación-transporte-distribución-consumo), hacia un modelo descentralizado. Una Smart Grid se define como una red eléctrica avanzada en la que se han introducido nuevas funcionalidades, como la comunicación bidireccional entre proveedores y consumidores, y sistemas de monitorización y medida inteligentes (Moslehi & Kumar, 2010).
Para conseguir estos objetivos, en 2012, la Comisión Europea había ya invertido 1,8 billones €, y para el horizonte 2020, esta inversión será aún mayor. Actualmente, uno de los grandes retos es la optimización de recursos energéticos, así como la integración de los recursos de generación distribuida (la mayoría renovables) (Giordeano et. al, 2012). Para hacer frente a este reto se necesitan nuevos modelos y arquitecturas software que permitan la incorporación a la red de sistemas de comunicación, monitorización, control y gestión inteligentes. El objetivo final sería automatizar la gestión a partir de planes y políticas que permitan a la red energética optimizar y equilibrar la oferta y la demanda de energía.
Este objetivo se puede implementar a través de la incorporación de infraestructuras TIC a las redes eléctrica basadas en una arquitectura software cuyo diseño esté basado en nuevos modelos que implementen de manera natural “inteligencia” y “autonomía” dentro de la gestión de los diferentes elementos de la red eléctrica. Esta comunicación presenta una arquitectura de referencia basada en el concepto de Computación Autonómica con las metas mencionadas.
La Computación Autonómica (Kephart & Chess, 2003) es un concepto que surge como solución a la creciente complejidad de la gestión de los sistemas computacionales de hoy en día, y la limitación de las capacidades humanas para afrontar esta complejidad. Los sistemas basados en Computación Autonómica son sistemas software que operan principalmente sin intervención externa o humana de acuerdo a un conjunto de reglas y políticas. Esta autonomía, también conocida como auto-gestión, se alcanza a través de la implementación de una o más de las siguientes propiedades:
- Auto-configuración: se refiere a la instalación y configuración automática de componentes del sistema para cumplir las necesidades del usuario, organización, etc.
- Auto-optimización: se refiere a la optimización del uso de recursos de acuerdo a las necesidades o restricciones del usuario, organización, etc.
- Auto-reparación: se refiere a la detección automática, diagnóstico y reparación de problemas en los componentes del sistema.
- Auto-protección: se refiere a la configuración automática para alcanzar ciertos objetivos de seguridad y privacidad.
Dados los beneficios que la Computación Autonómica podría proporcionar a las Smart Grids, se ha definido una arquitectura de referencia distribuida para redes eléctricas, de manera que, inicialmente, ciertos segmentos de la red —microrredes—pudieran operar de forma autónoma a través de la incorporación de unos componentes software denominados gestores autonómicos. Los gestores autonómicos están orquestados de tal forma que proporcionan inteligencia y autonomía a los elementos de la red. Este comportamiento con características de mayor inteligencia y autonomía está principalmente soportado porque los gestores autonómicos incorporan capacidades de percepción del entorno, monitorización, análisis, y actuación en tiempo real. La información derivada de tener estas capacidades permite: (i) una mayor coordinación entre productores, proveedores y consumidores de energía para equilibrar su oferta y demanda, (ii) una respuesta en tiempo real a las necesidades del mercado, (iii) una mejor comprensión y análisis del consumo eléctrico, y (iv) una reacción en tiempo real ante cambios para equilibrar la producción y oferta procedente de recursos renovables, cuya generación es intermitente.
Arquitectura de referencia para smart grids autonómicas
La arquitectura de referencia para Smart Grids creada se compone de un conjunto de componentes software. Los componentes software se han dividido en dos grupos, los que implementan políticas autonómicas (conectores) y los que no (componentes convencionales). Los conectores implementan los que hemos denominado gestores autonómicos, es decir implementan las políticas y los planes de optimización de recursos.
Los elementos de la red tienen en general su correspondiente componente software en la arquitectura, lo que, por una parte, resulta intuitivo al ingeniero eléctrico y por otra permite implementar la autonomía en los correspondientes segmentos de red en los que se está trabajando. Ejemplos de componentes son: productores, consumidores, prosumers, transformadores y sistemas de almacenamiento de electricidad (ver NuclearPowerPlant, Substation, o Transformer en figura 1).
Por otro lado, también se han definido una serie de conectores: gestores de la demanda, gestores de almacenamiento, puntos de intercambio, y centros de seccionamiento de red (ver DemandManager, StorageManager, ExchangePoint y SectionCenter en figura 1).
Finalmente, los gestores autonómicos (ver AutonomicManager en figura 1) son una pieza software incorporada dentro de los conectores capaz de: (i) monitorizar continuamente la red con capacidades de procesamiento de datos en tiempo real o cuasi tiempo real, (ii) analizar y responder a cantidades masivas de información procedente de la red, (iii) razonar y tomar decisiones en base a esta información, y (iv) ejecutar planes en base a estas decisiones. Para proporcionar este comportamiento autonómico, los gestores autonómicos implementan un modelo conocido como MAPE-K (Monitor, Analysis, Plan, Execute — Knowledge) (Kephart & Chess, 2003). Además, la arquitectura de referencia define un conjunto de componentes complejos (ver GridController en figura 1) capaces de orquestar diferentes gestores autonómicos desplegados en la red o microrred, siguiendo un enfoque jerárquico que garantiza la escalabilidad de la arquitectura.
La autonomía de la arquitectura de referencia para Smart Grids se proporciona justamente por los gestores autonómicos, que siguen un modelo MAPE-K (Kephart & Chess, 2003) definido por IBM para implementar computación autonómica (ver figura 2). Según este modelo los recursos gestionados por un sistema autónomo están provistos de un conjunto de sensores que dan información sobre su propio estado. El modelo implementa la monitorización de la información recogida por los sensores, el análisis y detección de síntomas que necesitan acciones correctivas, la planificación de acciones para cambiar el estado de un recurso de acuerdo a una serie de objetivos y políticas, y la ejecución de dichos planes a través de una serie de efectores. Por último, estas acciones se realizan sobre una base de conocimiento.
El modelo autonómico facilita la composición jerárquica de gestores autonómicos, como se aprecia en la figura 3. Los distintos recursos (agrupados en la capa de recursos) son gestionados por un gestor autonómico, que implementa las distintas capacidades autonómicas. A su vez, los gestores autonómicos son tratados como recursos y orquestados por una capa superior compuesta por gestores autonómicos de más alto nivel.
La figura 4 muestra de forma esquemática la implementación de los gestores autonómicos. La funcionalidad de los gestores autonómicos se ha desplegado en un contenedor de servicios OSGi mediante unos componentes software llamados bundles. Estos bundles implementan las actividades del ciclo autonómico MAPE-K haciendo uso de diferentes herramientas, middleware y librerías Java entre los cuales destacan: el middleware de comunicación publicador-subscriptor Data Distribution Service (DDS), un componente para realizar Análisis Complejo de Eventos (CEP), y herramientas para realizar razonamiento semántico sobre la base de conocimiento como Pellet, Jena y Jess.
Caso de estudio
Se ha simulado el despliegue de la arquitectura de referencia para Smart Grids en un escenario real que se trata de la microrred semiurbana de Santa Cruz de Mudela, Viso del Marqués y Almuradiel (Ciudad Real). Esta mirorred que incluía inicialmente generación distribuida, distribución y transmisión, y demanda, se ha extendido para incorporar almacenamiento. En concreto, la red en la que se basa el caso de estudio está compuesta de:
- 119 km de red MT
- Potencia instalada 14225kVA
- Demanda máxima 4MVA
- 2 subestaciones
- 40 centros de transformación para clientes BT
- 53 centros de transformación para clientes MT
- 3 centros de seccionamiento
- 2 centrales de generación fotovoltaica
- 1 punto frontera
- Este es el escenario real, pero el simulado se extendió para soportar
- 2 sistemas de almacenamiento
- 1 prosumer (consumidor/productor): nave industrial que permite la micro-generación eléctrica a partir de sus calderas de calefacción.
Figura 5. Instancia de la arquitectura de referencia para Smart Grids Autonómicas.
La figura 5 muestra una vista de la arquitectura del sistema desplegado en el escenario seleccionado. Como puede verse, se han instalado:
- Un conector de punto de intercambio (ExchangePoint) para bloquear el suministro de energía en una de las secciones de alimentación si las políticas de alto consumo definidas así lo requieren.
- Un conjunto de conectores de centros de seccionamiento (SectionCenter) para definir las políticas de aislamiento de un segmento específico.
- Un conjunto de conectores de gestión de demanda (DemandMannager) para tomar decisiones basadas en eventos y en las políticas de la gestión de la energía definidas.
- Un conjunto de componentes de plantas fotovoltaicas (PhotovoltaicPlant) que permiten cambiar el nivel de producción de acuerdo con las políticas de los gestores de demanda.
- Un conjunto de conectores de gestores de almacenamiento (StorageManager) para gestionar el acceso a los datos de almacenamiento.
Por último, el componente GridController es el punto de conexión entre la microrred eléctrica y la red principal de este caso de estudio. Este componente monitoriza los eventos que ocurren en la red eléctrica principal y que son relevantes para la microrred que este controla. Además, el componente GridController implementa las políticas que deben de ser ejecutadas cuando la microrred está operando tanto en modo conectado, como en modo aislado, así como las políticas para realizar el cambio entre modo conectado y aislado y viceversa.
Conclusiones
La simulación del despliegue de esta arquitectura ha sido exitoso y es un primer paso para conseguir una arquitectura de referencia madura que dote de mayor autonomía a la mirocrred, y que también posibilite un despliegue en campo.
Agradecimientos
Este trabajo ha sido parcialmente financiado por el Ministerio de Industria de España (MITYC) a través del proyecto I+D denominado IMPONET (ITEA 2 09030 – TSI-02400-2010-103), y por el Centro para el Desarrollo Tecnológico Industrial (CDTI) a través de los proyectos I+D NEMO&CODED (ITEA2 08022 IDI-20110864) y ENERGOS (CEN-20091048).
Referencias
- Giordeano, V., Meletiou A., Covrig C. F., Mengolini, A., Ardelean, M. & Fulli, G., 2012, Smart Grid projects in Europe: Lessons learned and current developments. http://ses.jrc.ec.europa.eu (2 junio 2014).
- Kephart, J. O., & Chess, D. M., 2003, The vision of autonomic computing. Computer, 36(1), 41-50.
- Moslehi, K. & Kumar, R., 2010, A Reliability Perspective of the Smart Grid. IEEE Trans. on Smart Grid, 1(1).