Nuevo enfoque de dimensionamiento para fotovoltaica y almacenamiento con baterías en hogares inteligentes

Investigadores de la Universidad Tecnológica Babol Noshirvani de Irán han desarrollado un nuevo marco para optimizar la capacidad de FV y almacenamiento con baterías en hogares inteligentes (HI).

La nueva técnica emplea un modelo de programación estocástica en dos etapas, que toma en cuenta las incertidumbres en la red, el precio del mercado y la producción FV.

“A pesar de los avances en los sistemas de gestión energética en el hogar (HEMS), los enfoques existentes a menudo pasan por alto la optimización sinérgica de la planificación de la capacidad de recursos energéticos distribuidos (DER) y la programación operativa bajo incertidumbres del mundo real,” afirmaron los académicos. “El dimensionamiento óptimo de FV-baterías está fuertemente influenciado por la estrategia de programación de los electrodomésticos, mientras que la mayoría de los estudios trata estas decisiones como elementos separados que requieren un modelo más integrado. Por otro lado, la generación FV, los precios de la electricidad y las interrupciones de red como variables estocásticas críticas, a menudo se simplifican o se omiten.”

El estudio supone que los HI utilizan un medidor inteligente para comerciar energía con la red, basándose en precios según horario de uso (TOU). Las decisiones se toman basándose en información como el uso de electrodomésticos del hogar, preferencias del usuario y restricciones del operador de red, la cual es enviada a un HEMS. Este HEMS luego devuelve el cronograma óptimo de operación y la secuencia para los sistemas FV y de almacenamiento.

Suponiendo esta estructura de HI, el marco de optimización utiliza información del consumidor, información sobre DER, y cargas desplazables y no desplazables como entradas. Esos parámetros se introducen en un problema de programación estocástica en dos etapas, el cual determina la capacidad de FV y almacenamiento en la primera etapa, y la programación óptima de los recursos eléctricos y electrodomésticos del HI en la segunda etapa.

“Las incertidumbres en la producción FV, el precio del mercado y la disponibilidad de la red se modelan como un conjunto de escenarios,” explicaron los investigadores. “Para este propósito, se generan 1.000 escenarios para cada uno de los parámetros mencionados y luego se reducen a cinco escenarios utilizando el algoritmo de reducción hacia atrás (BR). El algoritmo BR es un método usado para reducir el número de escenarios en un problema de optimización estocástica. Es particularmente útil para problemas con un gran número de escenarios.”

La optimización se realizó utilizando un día representativo de 24 horas para un horizonte de planificación de un año. El televisor, refrigerador y la iluminación se consideraron no desplazables, lo que significa que su operación no podía retrasarse ni programarse; mientras que electrodomésticos como la lavadora, cargador de vehículos eléctricos y aire acondicionado fueron considerados desplazables. El costo de inversión inicial de un sistema FV se consideró en 1.000 dólares/kW, mientras que las baterías tenían un precio de 250 dólares/kWh. Su vida útil era de 12 y ocho años, respectivamente.

En la simulación, el sistema FV tenía una capacidad de 0–2,5 kW, con incrementos de 0,25 kW, mientras que la batería tenía un rango de 0,5 kWh a 5 kWh, con incrementos de 0,5 kWh. En total, el marco consideró seis estudios de caso. El caso 1 era un caso de referencia de un HI normal sin sistema de programación optimizada, FV ni almacenamiento. El caso 2 utilizó operación programada sin FV ni almacenamiento, mientras que el caso 3 utilizó FV y almacenamiento con programación optimizada. En el caso 4, la optimización consideró la incertidumbre en la producción FV. El caso 5 añadió la incertidumbre del precio del mercado y el caso 6 incluyó la incertidumbre de la operación de la red.

A través de este análisis, los científicos encontraron que el caso 6 tenía un tamaño óptimo de FV de 1 kW y una capacidad de batería de 0,5 kWh, el caso 5 no tenía FV pero sí 5 kWh de almacenamiento, y los casos 4 y 3 tenían 1 kW de FV y 1 kWh de almacenamiento. Los costos anuales fueron estimados en 1.965,25 dólares en el caso 1, 1.572,19 dólares en el caso 2, 1.533,80 dólares en el caso 3, 1.552,20 dólares en el caso 4, 1.510,41 dólares en el caso 5 y 1.468,49 dólares en el caso 6.

“Bajo incertidumbres complejas (generación FV, precio del mercado eléctrico y disponibilidad de la red), priorizar la integración de FV (1 kW) sobre la expansión del almacenamiento (0,5 kWh) logra un mejor costo, mayor independencia de la red y un mejor perfil de demanda,” concluyó el grupo. “Además, los perfiles del estado de carga (SOC) demuestran que, mientras que un almacenamiento mayor permite un arbitraje por precios más amplio (48,6–100 % en el caso 5), capacidades más pequeñas combinadas con control dinámico (20,4–96,4 % en el caso 6) pueden equilibrar eficazmente las renovables, las necesidades de la red y las señales de precios bajo incertidumbre.”

Los hallazgos de la investigación fueron presentados en “Optimizing the capacity of photovoltaic resources and battery storage in smart homes considering impact of scheduling of appliances and grid availability” (Optimización de la capacidad de recursos fotovoltaicos y almacenamiento con baterías en hogares inteligentes considerando el impacto de la programación de electrodomésticos y la disponibilidad de la red) publicado en Energy.

Este contenido está protegido por derechos de autor y no se puede reutilizar. Si desea cooperar con nosotros y desea reutilizar parte de nuestro contenido, contacte: editors@pv-magazine.com.