Comunicación presentada al IV Congreso Smart Grids:
Autores
- Jesús Torres Tenor, Integración TIC, Fundación CIRCE
- Hans Bludszuweit, Estudios de Red y Smart Grids, Fundación CIRCE
- Gregorio Fernández Aznar, Estudios de Red y Smart Grids, Fundación CIRCE
- Miguel Ángel Oliván Monge, Integración TIC, Fundación CIRCE
- Inmaculada Prieto Borrero, Técnico Superior de Distribución, Endesa Distribución
- Amador Gómez López, Gestor de Proyecto Global Infrastructures and Networks, Enel Iberia
Resumen
Presentación del diseño del control de una microrred con generación fotovoltaica y eólica, iluminación vial y almacenamiento de energía, en el entorno urbano Smart Grid de Málaga, dentro del proyecto H2020 Flexiciency. Existe una doble meta técnica: introducir servicios de flexibilidad con métodos predictivos y desarrollar un SCADA –Supervisory Control and Data Acquisition– adecuado a las últimas tecnologías web. Para ello se usa Gnoga, librería gráfica de lenguaje Ada –control de sistemas críticos–, que ofrece visualización gráfica libre, acceso remoto independiente del cliente y ciberseguridad. Se superan así los límites de las soluciones locales previas y es posible el funcionamiento integral del sistema de información (control y algoritmos). Existe además el reto de actualizar la red de control previa, no apta para el volumen de datos Smart Grid.
Introducción
La red Smart City Málaga, auspiciada por el ayuntamiento de la ciudad y Endesa, supone uno de los demostradores más relevantes de tecnología Smart Grid en un escenario urbano real. Sus infraestructuras (generación renovable, carga de vehículo eléctrico, automatización de la red de MT, integración de microrredes, etc.) acogen actividades de innovación a la vanguardia del sector.
En este marco tiene lugar, en la segunda mitad de 2017, la fase de demostración del proyecto Flexiciency, cuyo objetivo es la validación de servicios novedosos en los mercados de distribución y comercialización de energía. Con esta meta se llevan a cabo desarrollos que consisten en monitorización de última generación, control local y mecanismos de flexibilidad. Está financiado por el programa H2020 y ejecutado por un consorcio internacional de 18 socios.
En una iniciativa privada aprovechando estas infraestructuras, CIRCE y Enel-Endesa están diseñando la automatización de una microrred real. Situada en el Paseo Marítimo Antonio Banderas de Málaga, agrupa paneles de generación fotovoltaica, aerogeneradores, iluminación urbana inteligente y sistemas de almacenamiento de energía. El propósito innovador es doble: lograr una gestión en tiempo real que proporcione optimización energética con servicios auxiliares y desarrollar y validar un concepto de sistema SCADA de nueva generación, basado en librerías de código abierto para sistemas críticos y comunicación web segura.
La operación optimizada de la microrred se sustenta por unos algoritmos de predicción de precio, consumo y generación que utilizan datos de fuentes externas (mercado, clima) e internas (sensores de la instalación). Se calculan de forma cíclica y se actualizan con una resolución de quince minutos. Para dar soporte a esta optimización se requiere una arquitectura de sistemas adecuada para la gestión de los datos y el acceso a la plataforma de cálculo en la nube. Los servicios avanzados para entornos interconectados de la Smart Grid requieren explorar nuevas aplicaciones SCADA. Los principales retos residen en los requisitos de actuación en tiempo real, en el cada vez más elevado volumen de datos y en su visualización de forma orgánica y remota. El camino natural de estas soluciones pasa por las tecnologías web, con ejemplos cada vez más numerosos en la literatura (Pietrowicz et al., 2015).
Todo ello se sustenta en las mejoras ofrecidas por la evolución reciente de estas tecnologías, como HTML5 (representación dinámica sin requisitos de instalación en el cliente) o el protocolo WebSocket, que supera las trabas del esquema clásico de las comunicaciones web al permitir a los servidores mantener activa la conexión con el cliente. Esto los habilita para el envío de información asíncrono sin una petición expresa.
Tras este resumen, haremos ahora una breve descripción de la microrred y las condiciones generales del proyecto, seguida de una panorámica técnica de los componentes principales del sistema. Finalmente, se incluye el resumen de las conclusiones y aportaciones más relevantes.
Descripción del entorno
La microrred incluye elementos de energía renovable y la electrónica de control asociada: 10 aerogeneradores de eje vertical, 9 de 600 W y 1 de 4 kW, y generación solar repartida en 4 pérgolas, 2 de 3 kW y 2 de 1.5 kW. También hay 4 farolas con capacidad de generación solar de 475 W cada una. Hay también un cargador de vehículo eléctrico y baterías de 1000 Ah de capacidad. Todo se conecta a un bus de 48 VDC gobernado por tres inversores que coordinan el flujo de potencia para consumir de la red o de los recursos propios. La electrónica renovable se conecta al bus agrupada en varios reguladores MPPT –Maximum Power Point Tracking–.
La red de control actual emplea comunicaciones Modbus agrupadas en un concentrador conectado a un autómata programable. El elevado número de elementos hace que el dispositivo esté sobrecargado y el ciclo de lectura completo de todos los parámetros ascienda a 20 segundos, cifra elevada a efectos de automatización local. Se va a modificar esta fase de lectura priorizando parámetros y utilizando información preprocesada, como las curvas de los aerogeneradores, para mejorar el rendimiento.
La renovación del SCADA y el control consiste en un desarrollo software completo, desplegado en un ordenador instalado en la sala de control de la microrred. La figura 1 muestra el diagrama unifilar creado para la nueva representación, ya adoptando la nueva librería gráfica, cuyas ventajas se exponen a lo largo del artículo.
Material y métodos
Dadas la situación inicial descrita y las necesidades de interconexión (de naturaleza doble, con el sistema de optimización y con otras instalaciones del entorno), la arquitectura de la solución en términos de comunicaciones y gestión de la información resulta fundamental. Su descripción se presenta en primer lugar dentro de este apartado, con el fin de (i) introducir la aproximación novedosa del SCADA, (ii) la implementación del modelo de optimización y (iii) las ventajas de este planteamiento, también discutidas en el apartado de conclusiones. Los detalles sobre los algoritmos subyacentes se relatan después.
Arquitectura de comunicaciones y base tecnológica del SCADA
La situación idónea busca que el nuevo SCADA de la microrred, aparte de proporcionar una visualización adecuada de la instalación, se integre en el modelo general de servicios del proyecto Flexiciency. Como se ha relatado, dicho modelo se basa en dos niveles: los algoritmos centrales donde reside el núcleo de la inteligencia y la ejecución local de las operaciones.
Por lo tanto, es necesaria una solución que proporcione la monitorización gráfica propiamente dicha, capture y gestione datos y se comunique con la plataforma central. La implementación física se ha basado en esta primera etapa en un PC desplegado en la sala de control de la microrred, por su mayor flexibilidad para combinar todas las funciones expuestas y facilitar los primeros desarrollos de software. La arquitectura de comunicaciones resultante se ilustra en la siguiente figura:
El ordenador de la microrred (SCADA local en la figura) recoge y almacena la información de los dispositivos de campo, incorpora toda la programación (gestión de datos y algoritmos de tiempo real) y genera la interfaz gráfica. Dispone de una tarjeta serie integrada en el PC para conectar a la red Modbus local y de comunicación internet para el enlace con el sistema central.
Se ha desarrollado el canal de comunicaciones necesario para cada herramienta de cálculo empleada para que la plataforma sea accesible de forma remota. El módulo Matlab Compiler genera bloques de código Matlab adaptados a su incorporación en servidores web. GAMS, por su parte, ofrece un canal de comunicaciones directo en lenguaje Java. Esto permite la transmisión de los resultados de los algoritmos de optimización a la micorred, donde se ejecuta el control en tiempo real derivado.
Con este esquema completo de integración en plataformas Smart Grid, para el software SCADA de la microrred se ha escogido una base tecnológica compuesta por el lenguaje Ada y la librería Gnoga. Ada proporciona código robusto óptimo para sistemas de control, dadas sus capacidades de programación en tiempo real y para sistemas críticos (Burns and Wellings, 2007). La visualización y consulta de datos usa Gnoga, un entorno de desarrollo para Ada que permite generar aplicaciones modernas, tanto web como nativas, con el esquema modelo-vista-controlador, que busca separar y asegurar los procesos básicos.
En el diseño del SCADA pueden distinguirse tres elementos: el control de dispositivos, el almacenamiento de datos y la muestra de datos al usuario. El control de dispositivos ha sido implementado con requisitos de tiempo real, evitando llamadas al sistema y latencias de comunicaciones por red innecesarias. Se emplean recursos de Ada que aseguran la ejecución constante y en tiempo del ciclo de código principal (lectura y control de la electrónica en este caso) y la disponibilidad de los datos o consignas recibidos del exterior a través del acceso directo a memoria. Esta prestación también asegura la actualización inmediata de la información enviada al exterior y estabilidad contra accesos múltiples simultáneos.
El uso de Gnoga permite integrar la visualización y consulta de datos por el usuario íntimamente en el mismo proceso que el control. Además, provee herramientas para el uso de tecnologías web avanzadas como HTML5 (web 1) y WebSocket (web 2), que han supuesto un salto cualitativo para la interactividad de las aplicaciones web. La primera de ellas posibilita la representación gráfica común independiente de las herramientas del cliente. La segunda, por su parte, es una mejora del modelo cliente-servidor: permite que los servidores mantengan activa la conexión, lo que posibilita que envíen información de modo asíncrono sin una petición expresa, algo imprescindible en aplicaciones de monitorización.
Estructura y funcionamiento general de los algoritmos de predicción y optimización
El objetivo de los algoritmos es obtener un programa de operación de la microrred que minimice el coste energético, mediante dos fases de procesamiento y ejecución. La primera se compone de cálculos cada 15 minutos en el sistema central para definir la planificación óptima. En la segunda, el control local –de la microrred en este caso– transforma estas directrices en consignas de tiempo real sobre la instalación.
Como se puede ver en la figura 3, el programa de la primera etapa cubre las próximas 72 horas en pasos de 15 minutos y refleja para cada componente gestionable de la microrred el régimen de funcionamiento que minimiza el coste de consumo. Para ello se emplea la siguiente información:
- Información estacional: datos fijos o de variación ocasional. Destacan como ejemplo las características de los equipos (potencia de inversores, capacidad de sistemas de almacenamiento, potencia de sistemas de generación, etc.).
- Predicciones: la optimización buscada para las próximas 72 horas necesita conocer la demanda que habrá que satisfacer, los recursos disponibles y los costes de operación del sistema.
Una vez conocidos o calculados todos los datos considerados, se lanza el proceso de optimización (Optimization module en la Figura 3). Esta parte se ha desarrollado con el sistema de modelado comercial GAMS, que permite manejar problemas complejos y de grandes dimensiones. El motor de cálculo empleado es CPLEX, muy apropiado para este escenario por su alta velocidad de respuesta.
Los datos estacionarios se introducen en la configuración del sistema y se actualizan únicamente cuando las características reflejadas cambien, como por ejemplo el aumento de potencia en los generadores fotovoltaicos, cambio de baterías o cambios en el contrato de acceso a red. Las predicciones se gestionan de forma más dinámica y cubren tres frentes principales:
Predicciones meteorológicas: anticipan la generación solar y eólica a partir de la información de la web de AEMET. El servidor descarga automáticamente previsiones de radiación solar y velocidad y dirección del viento para la ubicación de la microrred, datos que se combinan con las medidas reales almacenadas. Añadiendo la información de generación disponible (datos históricos y estacionarios) se obtiene una predicción de la generación en la microrred.
Consumos no gestionables: Se trata de los que el sistema de control no puede modificar, como la carga de vehículo eléctrico. Al estimarlos es posible ajustar en consecuencia la operación local, para por ejemplo tomar la decisión de consumir energía de la red frente a usar el sistema de almacenamiento local. Se obtienen aplicando métodos estadísticos a las medidas reales de demanda registradas y almacenadas en la microrred.
Precio de la energía proveniente de la red: Parte de estos precios se conocen con exactitud, los publicados diariamente por OMIE como resultado de las casaciones de mercado. Se completan con pronósticos a partir de los datos históricos. Finalmente, se matizan los datos con otros componentes, como el mercado intradiario o pagos por capacidad.
El problema de minimización es cuadrático o QCP, Quadratic Constraint Programming. Considera coste energético de mercado, coste de uso del almacenamiento local, ingresos por venta de energía a la red, costes de los peajes de potencia y penalización por uso de las baterías a potencia elevada, para alargar su vida útil. También introduce restricciones como el flujo de potencias en el sistema y parámetros del acceso a red (potencia máxima o posibilidad de venta de energía).
Servicios de flexibilidad
Aparte del servicio al cliente de minimizar el coste del consumo o la factura, una microrred puede dar valor añadido a la red mediante servicios de flexibilidad, aumentando o reduciendo su demanda –en potencia activa y reactiva– según consignas externas procedentes del operador de distribución.
Establecido el algoritmo para optimizar el coste de consumo de la microrred, la atención a estas peticiones de flexibilidad puede lograrse con restricciones adicionales. Se consideran diferentes desviaciones del punto óptimo económico reflejadas en curvas de coste que las ilustran en función de la energía flexible (De Coninck and Helsen, 2016). Una microrred es interesante a tal efecto, ya que presenta un comportamiento no lineal (Figura 4), donde desviaciones pequeñas son más baratas por unidad de energía. Por ejemplo, cambios significativos pueden requerir el encendido o apagado de equipos con cierta penalización de coste, mientras que variaciones pequeñas se pueden gestionar de forma más sencilla, como la carga/descarga de baterías.
Así, el plan de gestión óptima para 72 horas puede complementarse con la disponibilidad de flexibilidad notificar con antelación al operador de la red la flexibilidad disponible prevista con su coste y surgen dos servicios potenciales básicos:
- Regulación de tensión: la impedancia de las líneas de distribución es resistiva, así que el control de tensión se puede conseguir regulando la potencia activa y reactiva. La microrred recibe consignas para este control según la disponibilidad ofertada y el SCADA hace un seguimiento en tiempo real del nivel de tensión, ajustando la demanda agregada para estabilizarlo.
- Regulación de frecuencia: de forma análoga, el SCADA responde a las consignas de potencia del operador controlando en tiempo real la demanda en función del desvío de frecuencia detectado.
En el segundo caso, la regulación de potencia no tendrá un efecto directo sobre la frecuencia de la red, ya que la potencia de esta instalación es relativamente pequeña y el bucle de control no tiene una realimentación fuerte como en una red aislada. Sin embargo, el control puede reaccionar en cuestión de segundos cuando el problema se haya resuelto. Además, este modelo se puede extender con la operación agregada de microrredes similares para tener una influencia significativa en la estabilización de la frecuencia.
Conclusiones
Con el objetivo inicial de renovar un SCADA con una interfaz gráfica de capacidades reducidas, se decidió acometer un desarrollo basado en tecnologías de control en tiempo real con integración web. Aunque el retardo y las tasas de error no controlables de las comunicaciones internet exigen más investigación o redes específicas para la operación de la Smart Grid, este despliegue demuestra que ya están en condiciones de aportar una solución adecuada y ventajosa para monitorización y control. El software desarrollado integra la adquisición de datos de campo, el control local en tiempo real y la monitorización. La representación gráfica es totalmente personalizable, ya que toma cualquier imagen en formato SVG, uno de los más comunes en diseño gráfico, y ubica en ella datos o medidas de campo con total libertad. La incorporación de técnicas estándar de ciberseguridad y control de acceso es inmediata y transparente (se implementará el protocolo seguro HTTPS en la puesta en marcha).
Por lo tanto, esta tecnología supera barreras típicas de las aplicaciones nativas SCADA, como una personalización de la interfaz limitada a la librería disponible de cada herramienta, ausencia de acceso remoto multiusuario simultáneo y dificultades de implementar comunicaciones con plataformas centrales para la operación en tiempo real y el intercambio de datos. En este sentido, la nueva solución permite integrar la microrred con la arquitectura para funciones avanzadas del proyecto Flexiciency. Por ello, se aprovecha el artículo para presentar los algoritmos de optimización desarrollados por CIRCE y las opciones derivadas de servicios de flexibilidad a la red. La arquitectura de dos niveles resumida en la Figura 2 promete ser idónea: aunque la tendencia apunte a peticiones horarias por parte del operador de red, el control de los dispositivos debe hacerse mucho más rápidamente para compensar efectos de inestabilidad que pueden surgir en cuestión de segundos, como oscilaciones de frecuencia o variaciones de tensión. Todo este modelo será probado y validado en el escenario Smart Grid real del entorno urbano de Málaga, validando sus resultados a partir del último trimestre de 2017.
Referencias
Burns & Wellings, Concurrent and Real-Time Programming in Ada. C.U. Press, 2007.
RDe Coninck and Helsen, “Quantification of flexibility in buildings by cost curves – Methodology and application,” Applied Energy, vol. 162, no. Supplement C, pp. 653–665, 2016.
Pietrowicz, Falchuk, Kolarov & Naidu, 2015 IEEE International Conference on Inforation Reuse and Integration. Web-Based Smart Grid Network Analytics Framework.
Web 1: introducción a HTML5: https://www.w3schools.com/html/html5_intro.asp
Web 2: WebSockets: https://www.html5rocks.com/es/tutorials/websockets/basics/