Modelo de comercio energético para microrredes renovables interconectadas

Un grupo internacional de científicos ha desarrollado un novedoso algoritmo para optimizar el comercio de energía en microrredes cooperativas de energías renovables. El método utiliza la optimización por enjambre de partículas (PSO) y algoritmos de búsqueda gravitacional (GSA) con Negociación Nash.

“Inspirado en el comportamiento social, el PSO destaca en la búsqueda local y el refinamiento de soluciones, mientras que el GSA, inspirado en la ley de la gravedad, hace hincapié en la exploración global”, explican los investigadores. “La combinación de estos algoritmos pretende lograr un equilibrio entre exploración y explotación, permitiendo estrategias de intercambio de energía eficientes y robustas”.

El grupo calibró algunos parámetros de este modelo híbrido, tras unas pruebas preliminares. A continuación, añadieron la técnica de Negociación de Nash Generalizada (GNB), que ayuda a equilibrar los intereses de las distintas microrredes y facilita unos resultados justos en el comercio de energía.

Tras su desarrollo, el novedoso algoritmo se implementó en el software MATLAB, donde se le pidió que resolviera un problema de comercio de minimización de costos energéticos. Esta simulación se llevó a cabo con cuatro microrredes interconectadas con distintas fuentes de generación: una con sólo energía fotovoltaica, otra con sólo energía eólica, otra con ambas fuentes de energía renovable y otra sin ninguna. Todas estas configuraciones del sistema se probaron con distintos precios de la energía e intrincados perfiles de carga.

Además, la solución de optimización para el comercio de microrredes se comparó con un escenario base. Cada una de estas cuatro microrredes sólo podía comerciar con la red pública en el escenario base.

Según los resultados, el costo mensual total de las cuatro microrredes era de 94.551 dólares sin comercio de energía. Sin embargo, la utilización del modelo PSO-GSA con Negociación Nash en un escenario en el que las microrredes pueden comerciar entre sí ha reducido su factura total a 60.720 dólares.

“Se puede afirmar que el costo de la energía se ha reducido lo suficiente gracias a la introducción del comercio cooperativo de energía en las microrredes”, afirman los científicos. “Por ejemplo, en el caso base, la microrred 1 tiene que pagar una factura de 749,10 dólares (durante 24 horas) por la energía adquirida a la red principal; sin embargo, tras el comercio cooperativo, el importe de la factura se ha reducido a 500,25 dólares”.

Además, el grupo académico ha comparado la novedosa optimización con otros cuatro algoritmos metaheurísticos bajo los mismos datos y condiciones. Mientras que el novedoso PSO-GSA tiene un costo energético de 60.720 dólares, GWO (Grey Wolf Optimizer) logró 66.582 dólares. MPA (Algoritmo de Depredador Marino) obtuvo 64.166 dólares; PSO solo 60.925 dólares; ETSO (Optimizador de Búsqueda Transitoria Mejorada) logró 61.122 dólares; y GSA solo 60.994 dólares.

“El algoritmo híbrido PSO-GSA propuesto supera a otros enfoques de optimización en cuanto a sus características de convergencia y su capacidad para minimizar los costos energéticos”, concluyen los académicos.

Los resultados de las simulaciones se presentaron en “Optimal energy trading in cooperative microgrids considering hybrid renewable energy systems” (Comercio óptimo de energía en microrredes cooperativas considerando sistemas híbridos de energía renovable), publicado en la revista Alexandria Engineering Journal. El equipo de investigación estaba formado por científicos de la Universidad Huazhong de Ciencia y Tecnología de China, la Universidad COMSATS de Islamabad (Pakistán), la Universidad Taibah de Arabia Saudí y las universidades Ain Shams y Future de Egipto.