El desafío es la optimización de las operaciones y la participación en el mercado eléctrico de un VPP que comprende una unidad térmica, como una central eléctrica convencional de gas, un parque eólico y una unidad hidroeléctrica de almacenamiento por bombeo para el almacenamiento de energía. Crédito:Xavier Pita
Un esquema para equilibrar los riesgos puede ayudar a obtener los beneficios de poder combinar tecnologías eléctricas complementarias, como la generación térmica, energía eólica y almacenamiento de energía. Dichos beneficios incluyen menores costos de capital y una entrega de energía más receptiva y confiable al mismo tiempo que se aprovechan las tecnologías de energía renovable.
La optimización del funcionamiento de una planta de energía de tecnología mixta es vital para que dicha generación de energía sea rentable y confiable. Sin embargo, esto es mucho más complejo que para las unidades de tecnología única debido a las fluctuaciones simultáneas en la generación causadas por el viento inconsistente, por ejemplo, así como fluctuaciones en los niveles de almacenamiento de energía y los precios de la electricidad en el mercado.
Si bien se han propuesto esquemas de optimización para tales centrales eléctricas virtuales (VPP), Los enfoques existentes adoptan un enfoque rígidamente neutral al riesgo para hacer frente a la incertidumbre en las condiciones futuras.
Ahora, mediante la integración de parámetros de riesgo en un programa de optimización eficiente para la operación de VPP, Ricardo Lima y sus colegas Omar Knio e Ibrahim Hoteit de KAUST han desarrollado una plataforma que permite ajustar el sistema para una mayor confiabilidad y rentabilidad. "Los recursos de energía renovable son intrínsecamente inciertos, "explica Lima." La operación y la interacción de estos recursos con el mercado eléctrico genera incertidumbre sobre cómo maximizar las ganancias de la mejor manera ". "esta metodología nos permite capitalizar conjuntos de viento a partir de modelos de pronóstico del tiempo, contabilizar las incertidumbres inherentes a las proyecciones futuras, "dice Hoteit
El problema considerado por el equipo de Knio es la optimización de las operaciones y la participación en el mercado eléctrico para un VPP que comprende una unidad térmica, como una central eléctrica convencional de gas, un parque eólico y una unidad hidroeléctrica de almacenamiento por bombeo para el almacenamiento de energía. El objetivo del cálculo es predecir la producción de energía óptima de la unidad térmica y la entrada / salida de la unidad hidráulica, teniendo en cuenta las fluctuaciones de las condiciones del viento y el precio de la electricidad en el mercado, lo que optimizará las ganancias durante las próximas horas.
"El tema clave para la optimización es siempre el equilibrio entre el nivel de detalle del modelo y la capacidad de obtener soluciones óptimas a partir del mismo, "dice Lima." En este trabajo, proponemos enfoques eficientes para resolver problemas grandes y ampliar los límites de los tamaños de los problemas que podemos resolver en tiempos computacionales razonables ".
Este es un problema de cálculo a gran escala con muchas variables incluso antes de la inclusión del riesgo, lo que presenta importantes desafíos para encontrar la solución más precisa. Para poder considerar la complejidad adicional del riesgo, el equipo tuvo que desarrollar un esquema de cálculo eficiente, que lograron calculando las dos partes en paralelo. El resultado es un marco que puede adaptarse tanto a enfoques conservadores de evitación de riesgos como a enfoques agresivos de búsqueda de riesgos para maximizar las ganancias de VPP.
"Nuestro modelo de optimización soporta el cálculo de decisiones de aversión al riesgo que cubren las bajas ganancias debido a la incertidumbre en la generación de energía eólica y los precios de la electricidad en el futuro, "dice Lima.