Nuevo concepto de inversor formador de red basado en un algoritmo de colonia de abejas

Investigadores de la Universidad Inha de Corea del Sur han creado un nuevo concepto de inversor formador de red basado en el algoritmo de colonias de abejas artificiales (ABC), que es un algoritmo de optimización basado en el comportamiento inteligente de un enjambre de abejas melíferas.

Este algoritmo imita el comportamiento de búsqueda de alimento de las colonias de abejas melíferas cuando buscan néctar. Optimiza problemas numéricos convirtiéndolos en el problema de encontrar el mejor parámetro para minimizar una función objetivo. El algoritmo avanza hacia las mejores soluciones y abandona las malas.

Los inversores formadores de red crean tensión y frecuencia ajustables y pueden hacer funcionar microrredes sin generadores de energía síncronos convencionales. También pueden actuar como mecanismos primarios para mejorar la sincronización de la red, especialmente en condiciones de funcionamiento de baja inercia.

Según el grupo, el diseño de inversor propuesto puede funcionar de forma óptima tanto en condiciones de conexión a la red como de funcionamiento en isla. Combina estas dos estrategias de control utilizando un controlador proporcional-integral basado en el orden fraccional (FOPI), una forma de añadir parámetros adicionales al algoritmo.

“El controlador FOPI tiene un mayor grado de libertad en comparación con los controladores PI convencionales, y el objetivo de minimización de errores puede hacerse de forma más eficaz”, explica, y añade que utilizó simulaciones de Montecarlo, típicamente desplegadas para evaluar resultados impredecibles influidos por variables aleatorias, reduciendo procesos complejos a un conjunto de sucesos e interacciones básicos. “La simulación de Montecarlo se ha realizado para generar el espacio de búsqueda óptimo inicial”.

El controlador también puede funcionar siguiendo un criterio de parada adaptable, que, según los científicos, ayuda al algoritmo a detenerse antes si se encuentra una solución convergente. Esto hace que el algoritmo sea más rápido y eficaz en comparación con otros algoritmos de optimización diferentes, como la optimización por enjambre de partículas (PSO) y la optimización por lobo gris (GWO), que también fueron probados por el grupo con el mismo diseño de inversor.

PSO es un método de optimización estocástico basado en el movimiento y la inteligencia de los enjambres, para minimizar el CoE de ambas fuentes de energía en el modelado. El algoritmo GWO imita la jerarquía y el mecanismo de caza de los lobos grises en la naturaleza.

Los controladores funcionan en modo de datos de calidad (qd) y, según se informa, ayudan al inversor a encontrar la solución óptima reduciendo la incertidumbre de quedar atrapado en una solución subóptima. Se simuló su funcionamiento en distintos escenarios, como diferentes tiempos de reconexión de la red en isla, y se comprobó su rendimiento durante los cambios de carga, así como durante los cambios en los parámetros de la línea.

Mediante la simulación, los científicos comprobaron que parámetros cruciales como la frecuencia, la cantidad dq de tensión y la potencia real y reactiva alcanzaban el estado estacionario o el rango admisible dentro del periodo deseado. Su rendimiento resultó “satisfactorio” para cada nivel de carga.

El nuevo diseño del inversor se presenta en el artículo “Integrated grid forming-grid following inverter fractional order controller based on Monte Carlo Artificial Bee Colony Optimization” (Controlador de orden fraccional de inversor de formación de red-seguimiento de red integrado basado en la optimización de colonia de abejas artificial Monte Carlo), publicado en Energy Reports.