Inicio » Listado de proyectos » Optimización del almacenamiento de energía en redes eléctricas

Optimización del almacenamiento de energía en redes eléctricas

Código del proyecto
FSE_1_2017_1_145060
Fecha de inicio
2018/08/15
Beneficiario
Juan Andrés Bazerque Giusto : Facultad de Ingeniería
Duración
24
Año de convocatoria
2017
Departamento
Montevideo

Resumen publicable

En el contexto de la operación de redes eléctricas, los avances tecnológicos recientes en sistemas de almacenamiento de energía (SAEs) abren nuevas posibilidades para la optimización del despacho y la planificación. Al incorporar SAEs se evita descartar excedentes de generación, aumentando así la energía neta disponible y compensando los picos de demanda. Desde el punto de vista de la planificación esta nueva flexibilidad permite enlentecer la expansión de la matriz de generación. La presencia de SAEs permite también diferir inversiones de infraestructura, al regular la potencia inyectada en las líneas y evitar sobrecargas.
Surge entonces la incógnita sobre cuál debe ser la penetración de SAEs en la red, en particular cuánto, cuándo, y dónde incorporar SAEs. Proponemos aportar a este análisis con nuevos modelos y métodos de optimización del sistema eléctrico, incorporando restricciones de red, la aleatoriedad de la demanda y la generación renovable, y las ecuaciones dinámicas que modelen los SAEs.

El ciclo de carga de los SAEs induce un paso de optimización corto que no es compatible con el horizonte de largo plazo para la planificación. La complejidad numérica también explota al pasar de un modelo uninodal a uno que contemple la red. Se imponen simplificaciones en los modelos y algoritmos que permitan conciliar las escalas de tiempo de operación y planificación, sin perder la capacidad de lograr un diseño distribuido del sistema de almacenamiento global.

Los objetivos de este proyecto se desarrollarán en contacto con los principales actores del sector eléctrico uruguayo, y a nivel internacional se aprovecharán los vínculos con investigadores en las universidades de Minnesota, Pennsylvania, y Caltech. A su vez el proyecto permitirá la formación de nuevos recursos, previéndose la contratación de dos ayudantes los cuales iniciarán sus estudios de posgrado en optimización con aplicación a redes eléctricas.

Productos académicos

Artículo

Castellano, A., & Bazerque, J. A. (2 2020). Learning the operation of energy storage systems from real trajectories of demand and renewables. doi: https://www.doi.org/10.1109/isgt45199.2020.9087648

Artículo

Paternain, S., Bazerque, J. A., Small, A., & Ribeiro, A. (8 2021). Stochastic Policy Gradient Ascent in Reproducing Kernel Hilbert Spaces. IEEE Transactions on Automatic Control, 66, 3429–3444. doi: https://www.doi.org/10.1109/tac.2020.3029317

Artículo

Paternain, S., Bazerque, J. A., Small, A., & Ribeiro, A. (12 2019). Policy Improvement Directions for Reinforcement Learning in Reproducing Kernel Hilbert Spaces. doi: https://www.doi.org/10.1109/cdc40024.2019.9029198

Artículo

Min, H., Paganini, F., & Mallada, E. (9 2019). Accurate Reduced Order Models for Coherent Synchronous Generators. doi: https://www.doi.org/10.1109/allerton.2019.8919840

Artículo

Paganini, F., & Mallada, E. (7 2020). Global Analysis of Synchronization Performance for Power Systems: Bridging the Theory-Practice Gap. IEEE Transactions on Automatic Control, 65, 3007–3022. doi: https://www.doi.org/10.1109/tac.2019.2942536