Diseño de estrategias de control predictivo robusto basado en intervalos difusos para la operación de microrredes

Abstract

Chile es un país de una geografía bastante peculiar, debido a esto existen localidades aisladas de los grandes sistemas eléctricos que proveen energía al país. Considerando además de este hecho, que el país cuenta con un potencial energético de energías renovables no convencionales importante, que no está siendo explotado. El Centro de Energía de la Universidad de Chile, ha instalado una microrred con generación distribuida que incorpora recursos renovables en la localidad de Huatacondo, ubicada en la primera región. Esta microrred está diseñada para operar con un EMS (Energy Management System), que realiza los despachos de las unidades, de manera de optimizar los costos de generación. Las entradas relevantes del EMS corresponden a predicciones de los recursos y carga de la microrred. La finalidad de este trabajo corresponde a incorporar un nuevo enfoque en el EMS que opera actualmente en Huatancondo incorporando modelos de predicción para sus entradas que incluyan su incertidumbre. Para lograr esto se diseñaron los modelos de predicción para la potencia eólica de la microrred, ya que es la unidad de generación que presenta mayor incertidumbre dentro de la microrred por lo que sus resultados son significativos para el estudio. Este nuevo enfoque robusto para el EMS permite tomar en cuenta la incertidumbre asociada a la predicción de potencia del aerogenerador. Se utilizaron datos históricos reales de velocidad del viento de la localidad de Huatancondo y de potencia eólica obtenida a partir de la curva de manufactura del aerogenerador de su microrred, además se contó con datos de predicción de velocidad del viento mesoescala proporcionados por el departamento de Geofísica de la Universidad de Chile. También para simular el funcionamiento de la microrred agregando los cambios propuestos, se utilizó un simulador del optimizador del EMS de la microrred de Huatacondo. Se estudiaron modelos lineales AR, ARX y el modelo difuso TS para predecir la potencia eólica, determinando bajo el criterio del menor error cuadrático medio, que el mejor modelo para predecir la potencia del aerogenerador era el modelo TS. Luego para representar la incertidumbre del modelo de predicción seleccionado se analizaron dos técnicas para generar intervalos de confianza difusos, mediante una optimización y mediante varianza resultando más práctica para este estudio la primera. Finalmente se aplicaron las técnicas estudiadas para diseñar un EMS robusto, para ello se aplicó la modelación TS para predicción de la potencia eólica, y a través del intervalo de confianza se determinaron nuevos despachos para el generador diesel y el banco de baterías de la microrred que reflejaran la incertidumbre de predicción. En base a los resultados fue posible notar que efectivamente una mejora en el modelo de predicción de la potencia eólica, resulta en una optimización que obtiene menores costos ya que se acerca más a las condiciones reales. Además se pudo concluir que el enfoque robusto conlleva mayores costos, que el enfoque convencional, pero brinda una mayor seguridad, otorgándole respaldo al sistema por un aumento de costo.