MICROGRID LIVING LAB CATEPS: la flexibilidad de la demanda puesta a prueba

El concepto de transición energética descansa sobre el concepto de descarbonización. Es decir, la progresiva sustitución de fuentes de generación de energía basadas en combustibles fósiles, que emiten grandes cantidades de gases de efecto invernadero a la atmósfera y provocan un aumento en la temperatura del planeta, por otras fuentes de generación renovables (eólica, fotovoltaica, etc.), libres de tales emisiones.

De “consumer” a “prosumer”

Uno de los sectores más fuertemente implicados en este proceso es la generación de electricidad y su distribución. Este sector se está transformando, pasando de grandes plantas centralizadas (nucleares, gas, carbón), a muchos puntos de generación y almacenamiento (Recursos de energía distribuidos DER, como el autoconsumo, el vehículo eléctrico o las baterías), de capacidad mucho menor, y conectados al sistema eléctrico a través de la red de distribución (de media y baja tensión).

Sin embargo, mientras aquellas grandes plantas eran teóricamente capaces de producir energía 24x7, estas más pequeñas y basadas en fuentes renovables dependen de recursos no siempre disponibles (sol viento, agua, etc.), que hay que gestionar de forma eficiente, casando su producción con la demanda. A esto hay que añadir que es necesario almacenar energía para poder recuperarla en las horas en las que dichas fuentes primarias no están disponibles.

En este sentido, la disponibilidad de DERs convierten al antiguo consumidor (“consumer”) en un actor más activo y de mayor relevancia dentro de la red, convirtiéndolo en un “prosumer” (consumidor/productor).

¿Qué es la flexibilidad de la demanda?

De aquí surge el concepto de Flexibilidad de la demanda. Este paradigma, también conocido como Gestión Activa de la Demanda, consiste en la capacidad del “prosumer” de modificar voluntariamente su patrón de consumo “normal”, generalmente disminuyendo el mismo, en respuesta a estímulos, ya sea por señales de precio o por pago de incentivos, procedentes del sistema eléctrico.

Para la gestión de esta actividad es esencial la predicción de la producción y de la demanda, así como la optimización de la distribución de la energía. En este escenario el uso de nuevas herramientas como es la Inteligencia Artificial, capaces de procesar grandes cantidades de datos y elaborar modelos que permiten la gestión de sistemas complejos, se tornan fundamental.

La creciente presencia de DER en la red de distribución implica dotar a los Operadores de Sistemas de Distribución (DSOs), los gestores de la red de distribución, de capacidad de control y análisis para optimizar y gestionar dichos recursos. Frente a la “alternativa del hierro”: incrementar y sobredimensionar las instalaciones, con estrategia de “fit and forget”; cada vez más se impone la estrategia de una gestión activa y flexible del sistema (“ASM Active system Management”) por parte de las DSOs, incluyendo el control de la flexibilidad de la demanda (FD). Para esto, es esencial un conocimiento exhaustivo de la configuración de la red (topología) y de operación (modelos de consumos/generación). En este sentido, es evidente que las técnicas de análisis de datos y de Inteligencia Artificial (IA) son una potente solución para abordar este tipo de retos.

Agregadores de demanda, Comunidades energéticas y Mercados locales de flexibilidad

Hasta el momento, la flexibilidad de la demanda en nuestro país se ha limitado a consumidores electrointensivos (>5MW), a través de los antiguos programas de interrumpibilidad. El gran reto del sistema, tanto a nivel económico, como técnico y normativo, es permitir el establecimiento y participación en este tipo de programas a un mayor número de actores, incluyendo medianos o pequeños consumidores (industriales, comerciales y residenciales); ya sea de forma directa o mediante agregadores de demanda.

Esta es otra interesante nueva figura.Los agregadores de demanda son agentes que gestionan de forma conjunta la demanda de un grupo de prosumers. Dentro de este modelo de demanda agregada cobra especial interés y atención por parte de UE, el concepto de Comunidad Energética Local (CEL), donde los recursos energéticos de una comunidad (barrio, ayuntamiento, polígono industrial, etc) tienen una componente social añadida.

Indicar que la UE considera fundamental el desarrollo de este tipo de sistemas y propugna como procedimiento deseable el establecimiento y puesta en marcha de los denominados Mercados Locales de Flexibilidad, con participación de operadores de Mercado, DSOs y consumidores directos y/o agregadores.

CATEPS uGrid Living Lab: una microrred con generación y almacenamiento para profundizar en los Mercados Locales de Flexibilidad

En pro del desarrollo de estos Mercados Locales de Flexibilidad, la Universidad de Sevilla, ha desplegado en su Escuela Politécnica Superior un proyecto de investigación que permite experimentar con el uso de la IA en este tipo de mercados, así como implementar nuevas tecnologías para su gestión. El CATEPS uGrid Living Lab es una infraestructura modular que cuenta con diversos DERs desplegados a lo largo de sus dependencias. 

Un banco de pruebas real para gestionar y optimizar con IA la flexibilidad de la demanda

Desde el punto de vista de la investigación, el principal objetivo de la instalación es desarrollar nuevos algoritmos basados en Inteligencia Artificial para gestionar la Flexibilidad de la Demanda, fundamentalmente de aprendizaje automático y aprendizaje profundo, que pueden ser testados en un entorno real a escala (Living Lab). Pero no solo se investiga sobre algoritmos IA, también sobre nuevos protocolos de telecontrol, dispositivos basados en Internet de las Cosas (IoT) para la captura de datos o arquitecturas descentralizadas tipo blockchain.

Actualmente estamos desarrollando sobre la instalación diversos proyectos en colaboración con Endesa como el proyecto DER4ALL: DERMS escalable, multinivel, interoperable y seguro basado en inteligencia artificial, edge computing y arquitecturas descentralizadas para servicios de flexibilidad, en el que se está investigando sobre plataformas para la gestión de recursos distribuidos que sean escalables, multinivel, interoperables y seguras, basadas en inteligencia artificial, computación en el borde y arquitecturas descentralizadas empleando cadenas de bloques, para facilitar servicios de flexibilidad basados en la gestión de recursos energéticos distribuidos.

Con este fin, se plantean 4 objetivos:

1. La predicción de la demanda, la generación de renovables y la optimización de la operación,
2. La auto-configuración de la plataforma, de acuerdo al nivel de red en donde se enmarca (inicialmente centrado en la parte de consumidor final, agregadores, energy hubs o comunidades energéticas),
3. La aplicación de arquitecturas descentralizadas para la trazabilidad y gestión de activos a distintos niveles de la red inteligente,
4. Y el despliegue de la plataforma en una instalación real en la Microgrid Living Lab de CATEPS, incluyendo equipos para la emulación de vehículos eléctricos con baterías (V2X).

Desde el punto de vista científico-técnico, el proyecto contribuirá a construir una nueva solución que permitirá la integración rápida, escalable, segura y eficiente de los recursos energéticos renovables desplegados, normalmente, en baja tensión, proporcionando servicios de flexibilidad y trazabilidad.

Desde el punto de vista económico-social se proporcionará una herramienta para habilitar economías circulares en el sector energético, permitiendo obtener instalaciones sostenibles, que faciliten la participación del usuario en el mercado eléctrico, aumenten la competitividad, estimulen el autoconsumo y reduzcan los precios y costes de la energía, aumentando la fiabilidad de la red.

Por otro lado, el proyecto AI4FLEX: Mejora de la gestión de la red de distribución y la flexibilidad de la demanda mediante analítica de datos e inteligencia artificial, propone tres objetivos principales:

1. Marco de gestión de la flexibilidad de la demanda para la operación óptima del sistema de distribución, basándose en la analítica avanzada de datos y la IA sobre la información disponible para la optimización y la predicción para la gestión de la congestión y la integración de los DER;
2. Integración de datos heterogéneos con los de los AMI (infraestructura de medición avanzada) para la identificación de pérdidas no técnicas en redes de distribución en base al descubrimiento de la topología;
3. Caso de uso: Gestión óptima de la flexibilidad para la integración del vehículo eléctrico a nivel de distribución, incluyendo el modelado de la degradación de la batería.

Gracias a la aplicación de estos tres objetivos, las distribuidoras podrían disponer de una potente herramienta que les permitirá operar la red de forma más eficiente, así como incrementar la resiliencia y capacidad de desplegar generación de la red.

Testeando comunidades energéticas locales

Adicionalmente el edificio está incluido dentro del proyecto eCitySevilla, que pretende lograr una zona de emisiones nulas en la Isla de Cartuja, permitiendo testar en la instalación diversas iniciativas surgidas en el marco del citado proyecto, tal y como son el desarrollo de plataformas que permitan la integración y el balanceado de energía en comunidades energéticas locales.