1 of 10

GESTIÓN ÓPTIMA DE ENERGÍA PARA MÚLTIPLES MICRORREDES ELÉCTRICAS BAJO INCERTIDUMBRE

Eduardo Mojica Nava; Sergio R. Rivera

Departamento de Ingeniería Eléctrica y Electrónica

Universidad Nacional de Colombia

Bogotá, Colombia

eamojican@unal.edu.co; srriverar@unal.edu.co

2 of 10

“We need to understand that the intelligent behavior of large-scale systems arises as much from the interactions among agents as from the intelligence of individual agents.”

​

​

Michael I. Jordan, Stop Calling Everything AI, Machine-Learning Pioneer Says

IEEE Spectrum, March 2021

3 of 10

CONTEXTO: SISTEMAS DISTRIBUIDOS DE ENERGÍA

4 of 10

MICRORREDES EN RED EL SISTEMA DE GESTION DE ENERGÍA

  • Las múltiples microrredes pueden operar en modo autónomo, dando lugar a problemas de calidad de energía o incluso inestabilidad cuando tienen variaciones significativas de carga o de generación.
  • La conexión de múltiples microrredes (NMG) puede mejorar el rendimiento y la fiabilidad de los sistemas de distribución.
  • Las NMG han emergido como una estrategia fundamental para abordar la gestión de la energía proveniente de los DER en los sistemas de distribución

5 of 10

SISTEMA DE GESTION DE ENERGÍA

 

 

6 of 10

OPTIMIZACIÓN ROBUSTA DISTRIBUCIONAL PARA EMS EN NMG

​

​

  • Los parámetros del problema cuentan con un alto grado de incertidumbre, dando paso a la implementación de técnicas de optimización como la optimización robusta (RO) y optimización robusta distribucional (DRO).
  • Estas técnicas buscan obtener una respuesta óptima resistente a la incertidumbre, basándose en factores como la generación, la demanda y los generadores con fuentes renovables.

7 of 10

DE LA OPTIMIZACIÓN TRADICIONAL AL DRO

8 of 10

IDEA GENERAL DE DRO

9 of 10

SIMULACIONES ILUSTRATIVAS

Fig. Respuesta de la potencia de cada microrred.

 

Fig. Respuesta de la señal de precio.

10 of 10

CONCLUSIONES

Un factor crítico en la implementación futura de los NMG es la incertidumbre en todos los niveles, desde el modelado incompleto hasta las predicciones de carga variable, lo que destaca la necesidad de desarrollar métodos conscientes del riesgo para la gestión óptima de la energía. La optimización robusta distribucional es una excelente herramienta para este fin.