Implementation of demand response programs in intelligent energy management systems based on distributed control system

Resumen

En las últimas décadas, el enfoque jerárquico y controlado de forma centralizada en la distribución de energía existente se está moviendo hacia el paradigma de red eléctrica inteligente. En la actualidad, los consumidores se están convirtiendo en parte de la solución del problema de funcionamiento del sistema eléctrico, donde el papel del agregador y la respuesta a la demanda se están legalizando en varios países. Por lo tanto, las características técnicas y los aspectos económicos de la participación de los consumidores en los programas de respuesta a la demanda a través de un agregador requieren modelizaciones y validaciones intensivas. La contribución más relevante de este trabajo es el modelado de un agregador que es responsable de programas de respuesta a la demanda y de la implementación de los respectivos eventos y validación mediante la simulación, la emulación y la realización de control real de los dispositivos. El enfoque propuesto también tiene en cuenta tanto la participación de los consumidores en los eventos de respuesta a la demanda como los respectivos aparatos que se utilizan para obtener la reducción de la demanda requerida. En el ámbito de la contribución principal, la plataforma DEEPDISEM, diseñada y desarrollada en esta tesis, proporciona apoyo a la implementación de respuesta a la demanda en el contexto de la gestión inteligente de la energía. DEEPDISEM integra modelos de red realistas utilizando simulación en tiempo real, hardware especializado, emuladores de generación distribuida y dispositivos comerciales. La diversidad de capacidades y características de DEEPDISEM lo convierten en una potente herramienta para ensayar los modelos de respuesta a la demanda, proporcionando una gestión de carga de la demanda en los usuarios finales. Para ejecutar una simulación realista se utiliza el OP5600 como simulador en tiempo real para controlar los emuladores de laboratorio desde el entorno de simulación y obtener resultados creibles. Además, DEEPDISEM utiliza varios PLCs distribuidos y ordenadores convencionales, para la gestión descentralizada, la ejecución de modelos inteligentes creados con árboles de decisión y algoritmos de decisiones basadas en reglas. Además de esto, varias contribuciones clave se reúnen para lograr y apoyar la contribución principal. Estas contribuciones clave son clasificadas en dos categorías principales: a) potencia y sistema de energía, y b) ciencias computacionales. Las contribuciones clave relacionadas con los sistemas de potencia y energía incluyen la definición de programas de respuesta a la demanda, agregación de recursos, recopilación de respuesta a la demanda, generación distribuida y programación de respuesta a la demanda, integración de energías renovables, mercados y comunidades locales y gestión del riego. Las contribuciones clave relacionadas con las ciencias computacionales consisten en el control distribuido y las aplicaciones inteligentes. Todas estas contribuciones clave en ambas categorías se validan a través de sistemas de control de supervisión y adquisición de datos, simulación en tiempo real, emulación en laboratorio y casos de estudio. El enfoque presentado en esta tesis está respaldado a través de varios métodos desarrollados, con el objetivo de características prácticas de implementación y validación de la respuesta a la demanda a través de una diversidad de estudios de casos, tanto simulados como otros que comprenden equipos físicos reales. Se han probado varios modelos, métodos de toma de decisiones y aplicaciones, desde una granja aislada hasta un gran agregador (es decir, 220 consumidores y 86 productores) con varios tipos de usuarios finales, utilizando la plataforma DEEPDISEM. Los resultados de DEEPDISEM muestran reducciones significativas de energía y costos tanto en los modelos de agregación como para los usuarios finales. Además, los resultados demuestran el impacto real de la implementación de respuesta a la demanda a través de acciones en los dispositivos reales. Así, los resultados obtenidos validaron la viabilidad de su implementación en el mundo real y la generalización de modelos innovadores de respuesta a la demanda, lo que hasta ahora solo se estimaba mediante modelos de simulación, sin tener en cuenta el impacto real en los dispositivos físicos.