Embed Size (px)
DESCRIPTION
control
Citation preview
Propuesta de Arquitectura de Control para Micro Redes
como Agregador
Alonso de Jesús Chica Leal
Universidad Autónoma de Colombia, FUAC
Universidad Distrital Francisco José de Caldas
Bogotá, Colombia
César Leonardo Trujillo Rodríguez
Universidad Distrital Francisco José de Caldas
Bogotá, Colombia
Francisco Santamaría
Universidad Distrital Francisco José de Caldas
Bogotá, Colombia
Resumen--- Este artículo presenta una revisión sobre
arquitecturas de control utilizadas en micro redes. Se propone
una arquitectura de control para múltiples micro redes que
pueden operar como agregadores de potencia en un mercado de
respuesta a la demanda. Se describen cada una de las
interrelaciones de los niveles jerárquicos en la arquitectura
propuesta, y se describe el funcionamiento de los sistemas de
control predictivo basado en modelo utilizado en cada micro red
y en la agrupación de micro redes como agregador. Al final se
presenta una reflexión de la propuesta.
Palabras claves—Micro redes, control predictivo, agregador de
potencia.
I. INTRODUCCIÓN
Los recursos energéticos distribuidos (DER) para respuesta a la demanda (DR) son un componente vital en las futuras redes inteligentes [1], buscando hoy en día, integrar los recursos energéticos renovables, para mantener el equilibrio entre la oferta y la demanda de energía. Cuando se consideran agrupaciones de los DER y las cargas dentro de unos límites eléctricos conforman las denominadas Micro Redes (MRs). Estas MRs pueden definirse como redes de bajo voltaje, con sus respectivas cargas, sistemas de fuentes de energía y unidades de almacenamiento energéticos conectados a ésta y controlados para suministrar energía de manera fiable y eficiente a las cargas locales [2], [3]. Además, como agrupación de DER su comportamiento en las redes de distribución puede ser el de proporcionar flexibilidad para responder rápidamente a las necesidades energéticas, aumentar la capacidad para reducir pérdidas en la red de distribución y responder a la demanda de las cargas de distribución [2], [4].
Las MRs pueden ser redes de corriente alterna, de corriente continua o de corriente alterna de alta frecuencia [2]–[4]. Por otra parte, pueden operar en dos modos diferentes, en modo red o modo isla [5]–[7]. Los requisitos para cada uno de
estos modos de operación son diferentes y las especificaciones de control y estabilidad también divergen [3].
Las MRs pueden observarse como entidades controladas que puede ser operada, como de una única carga o generador agregado, y que podría funcionar como fuente de energía a incorporar a la red o como un medio para proporcionar servicios auxiliares que contribuye a la estabilidad y a la regulación de la red principal [8].
A nivel de distribución puede disponerse de cientos de unidades DER individuales para proponer una carga agregada a la red principal. Esto conduce a una distribución inteligente que requiere de información en tiempo real sobre cada unidad DER y las cargas [9]. Por otro lado, el problema de la complejidad de control se reduce a controlar todas las unidades DER para MR de despacho. En este enfoque, por ejemplo se da la situación de que cada MR puede responder a la solicitud de reducción de la carga mediante el aumento de su generación interna y/o desactivación de algunas cargas críticas.
Este artículo se centra en la propuesta de una arquitectura de control para el caso de MRs actuando como agregador de potencia, planteando la posibilidad de que las MRs puedan tener contrato con el operador del sistema de alguna cantidad de potencia que puede suministrarse en respuesta a la demanda. En la sección II se muestra una revisión de las arquitecturas de control en MRs, en la sección III se presenta el concepto de agregador de potencia utilizando MRs, en la sección IV se expone las arquitectura de control propuesto y en la sección V se hace una reflexión sobre la propuesta en mención.
II. ARQUITECTURAS DE CONTROL EN MICRO REDES
Dependiendo de la arquitectura del control, es necesario disponer de las consignas a controladores locales de fuentes de generación, sistemas de almacenamiento de energía y cargas inteligentes, así como también de la operación en modo aislado o en red [10]. En la literatura se encuentran tres
Agradecimientos por la financiación de este proyecto por parte de
Universidad Autónoma de Colombia y la Universidad Distrital
Francisco José de Caldas.
arquitecturas de control en MRs, centralizado, descentralizado y multicapa, también llamado control por niveles jerárquicos [11]–[14]. En control centralizado, las fuentes son controladas por un sistema de control central localizado remotamente, en configuración Maestro-Esclavo, como se muestra en la figura 1. En esta arquitectura el Controlador Central MCC (Microgrid Central Controller), optimiza el intercambio de potencia entre la MR y la red, maximizando la producción local dependiendo de las restricciones de seguridad y precio del mercado. Esto se logra proporcionando puntos de consigna de control a los DER y cargas controlables dentro de las MRs.
Figura 1. Arquitectura de control centralizado, modificado de [13].
En esta arquitectura es necesaria la utilización de redes de comunicación bidireccionales entre el MCC y cada controlador local LC (Local Controller). Esta comunicación se puede hacer utilizando líneas telefónicas, portadoras de líneas de potencia o por medio inalámbrico [15], [16], siendo los protocolos más utilizados Modbus, RS-485 y CAN [17].
En el control descentralizado, las fuentes individuales comparten la carga de acuerdo a sus características y capacidades de control de potencia individuales sin ninguna comunicación entre sí. En este concepto la mayoría de los controladores siguen esquemas de control “droop”, bien sea para la operación en modo de conexión a red o en modo de isla [18]–[20]. En la figura 2, se observa la independencia de los controladores y la ausencia de un controlador central. Utilizando este enfoque no es posible la optimización en tiempo real de los costos de operación y de la utilización de las fuentes bajo varias condiciones de operación.
Figura 2. Arquitectura de Control Descentralizado, modificado de [12].
En el control multicapa o jerárquico, se combinan las
mejores características de los conceptos de control centralizado y descentralizado [12]. Este concepto es utilizado para las MRs a partir de la experiencia que ha tenido el control jerárquico del despacho para grandes sistemas de potencia, gracias al cual las desviaciones de amplitud y frecuencia son limitadas y debido a esto la calidad, confiabilidad y estabilidad
del sistema de potencia es mejorada [19]. En [22], se propone introducir un nivel de control de corrección de estas desviaciones. Adicionalmente, se propone que la sincronía en el nivel de campo se presente sin redes de comunicaciones, y utiliza el concepto de impedancia virtual de salida para la sincronía de inversores al compartir potencia con cargas en la red [23].
El control supervisor en MRs es planteado en [15], como un control que utiliza tres niveles jerárquicos. En el nivel de red o superior se encuentra tanto el controlador de operador de distribución DNO (Distribution Network Operator) y operador de mercado, Market Operator MO), en el nivel de gestión o medio se encuentra el controlador central de cada MR y en el nivel de campo o inferior se encuentran los controladores locales (LC) de los DER y las cargas controlables manejados por cada MCC (figura 3). Dependiendo del enfoque del control cada LC puede tener cierta inteligencia. En una operación centralizada cada LC recibe los valores de consigna de su correspondiente MCC, en una operación descentralizada, cada LC toma las decisiones localmente.
Figura 3. Arquitectura jerárquica del control supervisorio.
Cuando se requieren abordar problemas de control para múltiples generadores, para mejorar la calidad de potencia en MR, realizar una compensación distribuida y la intervención de MR AC, DC e híbridas, sistemas de almacenamiento distribuidos, entre otros casos, se han considerado estrategias de control avanzado, en las que sobresalen las estrategias distribuidas y cooperativas. Esta búsqueda de estrategias de control avanzada debe permitir la optimización de los recursos tanto DER como de control. Dentro de las propuestas encontradas sobresale la inclusión de sistemas multiagentes que han sido ampliamente aplicados en los sistemas de software y en la robótica, y que desde luego han permitido la optimización de tareas de agentes locales, gobernados por agentes líderes [24].
III. MICRO REDES COMO AGREGADOR
Las MRs que operan en modo interconectado pueden trabajar como agregadores de respuesta a la demanda (ARD), para así participar como clientes en gestión de la respuesta de la demanda [25]. Debido a que los generadores de pequeñas cargas que tienen una baja capacidad en la mayoría de los casos no son calificados como aceptables en DRM, por lo tanto es necesario revisar el papel como agregador de DR, tratado algunas veces como plantas virtuales de potencia (Virtual Power Plant), y por algún medio reunir a los
pequeños generadores, buscarles una representación y permitirles una participación en el mercado energético mayorista como entidades flexibles de DR. De esta manera las cargas en las MR pueden combinarse entre sí como una gran carga elástica equivalente para la participación en DRM.
La dificultad de lograr esto, aumenta si la MR cuenta con generación no despachable [26] como eólica y fotovoltaica, o aquella cuyo funcionamiento está ligado a la disponibilidad de un recurso intermitente [27], [28]. El problema acotado se puede tratar desde el sistema de distribución, el cual debe adecuarse o transformarse para dar respuesta ante la operación que deban realizar las MRs, buscando la confiabilidad del sistema de potencia ante la penetración de las energías renovables y el creciente surgimiento de cargas temporales, entre los que se encuentran los carros eléctricos. En [29], se presenta un ejemplo hacia la electrificación desde el sistema de distribución y cómo éste debe cambiar para dar respuesta a éstos cambios que se están gestando. Si bien el problema asociado de organizar, cómo se darán las dinámicas para los mercados de energía, con base en las próximas MR de energía en las ciudades, o cerca de éstas.
Las MRs pueden rápidamente ofrecer potencia a la red principal a un precio menor que el precio del mercado spot, ya que cuenta con DERs [30]. Un agregador es una entidad que recopila energía generada por una o varias MRs y la vende a la utilidad [31]. Los agregadores de respuesta a la demanda (ARD) pueden obtener beneficio participando en la fijación de precios entre la oferta y la demanda. Existen varios escenarios posibles para que operen los ARD. Por ejemplo pueden existir varios ARD, donde cada MR está asociada a un ARD, o existe solo un ARD, donde varias MRs que se asocian a él. Las transacciones inteligentes entre la nueva carga del agregador y los mercados mayorista y complementarios, ya han sido estudiados desde el lado de los sistemas multiagentes [33], [34], en este artículo se propone la solución desde los controladores predictivos basados en modelos.
Figura 4. Propuesta Conceptual MRs como agregador
Si un operador del sistema requiere de una cantidad determinada de potencia de los ARDs, o de un ARD único, a un mínimo precio de compra, empieza una comunicación en dos estados desde el lado del agregador, donde el primer estado es el de fijar el precio entre el operador del sistema y el ARD y el otro estado, es el de fijar el precio entre el ARD y las MRs [31]. Para dar respuesta a este problema, desde el enfoque desde las MRs, la figura 4 presenta una arquitectura conceptual de las MRs y un ARD, en donde se encuentran
MRs, cada una con sus unidades DER y cargas localizadas en una coordenada geográfica determinada, las cuales operan
de manera local. También se presenta al nodo ARD el cual realiza las transacciones con el mercado mayorista, minorista, en donde participa en la fijación de precios de potencia agregada por las MR.
IV. ARQUITECTURA DE CONTROL PROPUESTA
La arquitectura de control propuesta se muestra en la figura 5. En esta arquitectura el ARD es el responsable de iniciar todos los mercados locales y la realización de la subasta entre los comerciantes de diferentes MR y la red principal. El ARD interpreta las opciones de RD propuestas por los agentes de carga, los cuales se encuentran monitoreando las unidades DER de las MRs con sus potencia agregada total y el costo de potencia agregada total del Nivel de Agregador de Potencia (PAL), el cual recibe información del costo de potencia agregada por cada MR, estima la potencia para agregación de cada MR y envía señales de referencia a los controladores de las MRs. En un Nivel de Gestión de Energía (EMS) de cada MR, se realizan las mediciones de los DER, se construyen modelos de pronósticos y predicción, y se realiza una predicción de carga de la MR. Con esta información los sistemas de control basado en modelo SCPM, que se encuentran en el Nivel de Control Supervisor (SCN), que opera en una arquitectura de control descentralizada y distribuida, evalúa a partir de la predicción de las cargas, y los costos asociados, la participación en la venta de energía [32]. En este nivel se realizan tareas de control utilizando Sistemas de Control Predictivo Basados en Modelo (SCPBM), y utilizan el concepto de horizonte deslizante para realizar predicciones a un periodo fijado por la dinámica de la MR.
Figura 5. Arquitectura de control propuesta MRs como agregador
El SPBM en cada MR, define y resuelve un problema de optimización. En cada paso de tiempo, el controlador debe tener decisiones de alto nivel sobre cuándo debe iniciarse y detenerse cada unidad de generación, cuánto debe generar cada unidad para cumplir con esta carga a un costo mínimo, cuando debe realizar el ciclo de carga o descarga del sistema de almacenamiento, cuándo y cuánta energía debe ser comprada o vendida al operador del sistema (cuando la MR se encuentra conectada a la red), horario de reducción (deslastre o desconexión de carga) y la cantidad de energía que tiene que ser almacenada. La optimización económica en cada MR se
consigue mediante la elección de las variables de decisión para que un coste funcional que representan los costos de operación se reduzca al mínimo. Por lo tanto, se plantea para cada MR una función de coste que incluye los costos asociados a la producción de energía y las decisiones de puesta en marcha y parada, junto con las posibles ganancias y penalizaciones de restricción.
V. REFLEXIÓN
Cada MR puede ser independientemente despachada vía local o puede agruparse con otras MRs, para participar en mercados de respuesta a la demanda utilizando agregadores de potencia. Las transacciones entre las MRs, ARD y el operador de red, dependen de la predicción de costo y de carga. El surgimiento de nuevas MRs puede estar enmarcado en la posibilidad de crecer como MRs acopladas para operar como agregador de red. Los SPBM permiten incluir la planeación de carga ante las inmediaciones del precio o decisiones de generación local. La propuesta no solo muestra una forma de iniciar un nuevo mercado para las MRs existentes, sino que también posibilita el diseño de nuevas MRs con DER existentes o nuevas, en forma de negocio en mercados de energía para Zonas Aisladas. Para formar y consolidar un mercado MRs no es sencillo en el marco regulatorio, técnico y financiero [35] actual de algunos países como Colombia, la mayoría de los intentos han sido experimentos académicos, pero vale la pena seguir trabajando sobre este enfoque.
VI. REFERENCIAS
[1] D. T. Nguyen, L. B. Le, and S. Member, “Risk-Constrained Profit Maximization for Microgrid Aggregators with Demand Response,”
IEEE Trans. Smart Grid, vol. 6, no. 1, pp. 135–146, 2015.
[2] Y. A. Muñoz, “Optimización de recursos energéticos en ZNI mediante
estrategias de suministro y consumo,” 2012.
[3] T. S. Ustun, C. Ozansoy, and A. Zayegh, “Recent developments in
microgrids and example cases around the world - A review,” Renew. Sustain. Energy Rev., vol. 15, no. 8, pp. 4030–4041, 2011.
[4] I. Patrao, E. Figueres, G. Garcerá, and R. González-Medina, “Microgrid
architectures for low voltage distributed generation,” Renew. Sustain. Energy Rev., vol. 43, pp. 415–424, 2015.
[5] H. Laaksonen, “Advanced islanding detection functionality for future
electricity distribution networks,” IEEE Trans. Power Deliv., vol. 28, no. 4, pp. 2056–2064, 2013.
[6] D. Velasco, C. T. Rodríguez, and J. H. Mora, “Algoritmo de detección
en modo isla de un inversor, basado en la medición del segundo armónico,” Rev. Lasallista Investig., vol. 10, no. 1, pp. 62–74, 2013.
[7] C. L. T. Rodríguez, D. Velasco, D. Fuente, E. F. Amorós, and G. G.
Sanfeliú, “Análisis de un método activo para la detección de isla basado en la perturbación de la fase en el pll y comparación con otros métodos
activos,” no. 12.
[8] H. a. Gabbar and A. a. Abdelsalam, “Microgrid energy management in
grid-connected and islanding modes based on SVC,” Energy Convers.
Manag., vol. 86, pp. 964–972, 2014.
[9] R. H. Lasseter, “Smart distribution: Coupled microgrids,” Proc. IEEE, vol. 99, no. 6, pp. 1074–1082, 2011.
[10] M. Yazdanian, G. S. Member, and A. Mehrizi-sani, “Distributed Control
Techniques in Microgrids,” pp. 1–9, 2014. [11] D. E. Olivares, A. Mehrizi-Sani, A. H. Etemadi, C. a. Cañizares, R.
Iravani, M. Kazerani, A. H. Hajimiragha, O. Gomis-Bellmunt, M.
Saeedifard, R. Palma-Behnke, G. a. Jiménez-Estévez, and N. D. Hatziargyriou, “Trends in microgrid control,” IEEE Trans. Smart Grid,
vol. 5, no. 4, pp. 1905–1919, 2014.
[12] R. G. Wandhare, S. Thale, and V. Agarwal, “Design of a photovoltaic power conditioning system for hierarchical control of a microgrid,”
Photovoltaic Specialist Conference (PVSC), 2014 IEEE 40th. pp. 3144–
3149, 2014.
[13] S. Thale, R. G. Wandhare, and V. Agarwal, “A Novel Reconfigurable
Microgrid Architecture with Renewable Energy Sources and Storage,”
IEEE Trasaction Ind. Appl., vol. 9994, no. c, 2014.
[14] E. Mojica-Nava, C. a Macana, and N. Quijano, “Dynamic Population Games for Optimal Dispatch on Hierarchical Microgrid Control,” Syst.
Man, Cybern. Syst. IEEE Trans., vol. 44, no. 3, pp. 306–317, 2014.
[15] F. Katiraei, R. Iravani, N. Hatziargyriou, and A. Dimeas, “Microgrids management,” IEEE Power Energy Mag., vol. 6, no. june, pp. 54–65,
2008.
[16] A. G. Tsikalakis and N. D. Hatziargyriou, “Centralized control for optimizing microgrids operation,” IEEE Trans. Energy Convers., vol.
23, pp. 241–248, 2008.
[17] B. A. Vaccaro, M. Popov, D. Villacci, and V. Terzija, “An Integrated Framework for Smart Microgrids Modeling , Communication , and
Verification,” Proc. IEEE, vol. 99, no. 1, pp. 119–132, 2011. [18] R. H. Lasseter, “MicroGrids,” in Power Engineering Society Winter
Meeting, 2002. IEEE, 2002, pp. 305–308.
[19] C. K. Sao and P. W. Lehn, “Control and power management of converter fed microgrids,” IEEE Trans. Power Syst., vol. 23, no. 3, pp. 1088–1098,
2008.
[20] J. Rocabert, A. Luna, F. Blaabjerg, and I. Paper, “Control of Power Converters in AC Microgrids.pdf,” IEEE Trans. Power Electron., vol.
27, no. 11, pp. 4734–4749, 2012.
[21] M. Hua, H. Hu, Y. Xing, and J. M. Guerrero, “Multilayer control for inverters in parallel operation without intercommunications,” IEEE
Trans. Power Electron., vol. 27, no. 8, pp. 3651–3663, 2012.
[22] J. M. Guerrero, J. C. Vasquez, J. Matas, L. G. De Vicuña, and M. Castilla, “Hierarchical control of droop-controlled AC and DC
microgrids - A general approach toward standardization,” IEEE Trans.
Ind. Electron., vol. 58, no. 1, pp. 158–172, 2011. [23] J. M. Guerrero and J. Miret, “Inverters in Microgrids Using Resistive
Output Impedance,” pp. 5149–5154, 2006.
[24] H. Xin, Z. Qu, J. Seuss, and A. Maknouninejad, “A self-organizing strategy for power flow control of photovoltaic generators in a
distribution network,” IEEE Trans. Power Syst., vol. 26, no. 3, pp.
1462–1473, 2011. [25] F. Rahimi and A. Ipakchi, “Demand response as a market resource under
the smart grid paradigm,” IEEE Trans. Smart Grid, vol. 1, no. 1, pp. 82–
88, 2010. [26] U. S. E. I. Adminstration, “Levelized Cost of New Generation Resources
in the Annual Energy Outlook 2013,” 2013.
[27] Y. M. Atwa, E. F. El-Saadany, M. M. a Salama, and R. Seethapathy, “Optimal Renewable Resources Mix for Distribution System Energy
Loss Minimization,” Power Syst. IEEE Trans., vol. 25, no. 1, pp. 360–
370, 2010. [28] H. S. V. S. K. Nunna, S. Member, and S. Doolla, “Demand Response in
Smart Distribution System With Multiple Microgrids,” IEEE Trans.
Smart Grid, vol. 3, no. 4, pp. 1641–1649, 2012. [29] T. Dragicevic, J. Vasquez, J. Guerrero, and D. Škrlec, “Advanced LVDC
Electrical Power Architectures and Microgrids,” IEEE Electrif. Mag.,
vol. 2, no. March, pp. 54–65, 2014. [30] S. P. Chowdhury, S. P. Chowdhury, and P. Crossley, Microgrids and
Active Distribution Networks. London, United Kingdom: The Institution
of Engineering and Technology, London, United Kingdom, 2009. [31] K. Hongseok and M. Thottan, “A Two-Stage Market Model for
Microgrid Power Transactions via Aggregators,” Bell Labs Tech. J., vol.
16, no. 3, pp. 101–107, 2011. [32] A. Parisio and L. Glielmo, “Energy efficient microgrid management
using Model Predictive Control,” IEEE Conf. Decis. Control Eur.
Control Conf., pp. 5449–5454, 2011. [33] H. S. V. S. Kumar Nunna and S. Doolla, “Energy management in
microgrids using demand response and distributed storage - A
multiagent approach,” IEEE Trans. Power Deliv., vol. 28, no. 2, pp. 939–947, 2013.
[34] M. Ding and K. Luo, “A multi-agent energy coordination control strategy in microgrid island mode,” Lect. Notes Electr. Eng., vol. 238
LNEE, no. 11511075, pp. 529–536, 2014.
[35] L. Tao, C. Schwaegerl, S. Narayanan, and J. H. Zhang, “From laboratory Microgrid to real markets Challenges and opportunities,”
8th Int. Conf. Power Electron. - ECCE Asia "Green World with Power
Electron. ICPE 2011-ECCE Asia, pp. 264–271, 2011.
