Alejandro Merino Gómez (CEA): Soluciones para la gestión de la energía

El mercado de la energía ha experimentado una revolución en los últimos años y se espera que continúe evolucionando de manera notable en el futuro. Estamos pasando de un modelo de generación de energía centrado en unas pocas grandes centrales que distribuían la energía a numerosos consumidores de manera unidireccional, a una generación distribuida con un gran número de medianos y pequeños productores. Además, el incremento de la producción de energía a partir de fuentes renovables ha introducido incertidumbre en la capacidad y, por tanto, en la planificación de la producción, sobre todo a medio y largo plazo. A esto se suma la fuerte volatilidad de los precios de las materias primas, influenciada por la situación geopolítica actual.

En este contexto, la gestión de la energía se ha convertido en un problema de creciente complejidad en el que el número de variables a tener en cuenta se ha multiplicado, por lo que las soluciones tradicionales están comenzando a no ser suficientes o, si lo son, no aprovechan la complejidad del problema para tomar las mejores decisiones.

Esta complejidad puede tratarse en distintos niveles. Desde el lado de los productores de energía, estos deben ser capaces de satisfacer la demanda de los consumidores en tiempo real, combinando, en el caso de grandes productoras, distintas tecnologías con costes de producción diferentes y con una producción y consumo sujetos a incertidumbre. En el caso de la generación eléctrica a partir de fuentes renovables, debido a la dificultad de su gestión, resulta importante disponer de sistemas de almacenamiento que permitan acumular los excedentes de energía en los momentos de mayor generación o menor consumo. Estas nuevas formas de producción y almacenamiento de energía requieren de grandes esfuerzos de diseño, de manera que su dimensionamiento y ubicación maximicen la producción, pero además necesitan ser operadas de manera óptima en tiempo real. A este nivel, resulta importante proporcionar soluciones a los llamados “despacho económico” (Economic Dispatch) y “compromiso de unidades” (Unit Commitment). El despacho económico trata de seleccionar la combinación óptima de unidades generadoras que sea capaz de satisfacer la demanda, teniendo en cuenta los precios de producción de cada tecnología y considerando restricciones técnicas. En el compromiso de unidades, se trata de establecer la coordinación y planificación en el uso de las unidades de generación con el menor coste posible. Estos dos problemas clásicos se complican a medida que aumenta la variedad de generadores posibles y la incertidumbre asociada a las fuentes renovables. Las soluciones a estos problemas requieren resolver problemas de optimización no lineales en los que pueden aparecer variables discretas e incertidumbre. Además, en muchos casos, dependiendo del horizonte temporal del problema planteado, se necesitan tiempos de respuesta cortos que requieren algoritmos eficientes y robustos. Estos sistemas son de gran ayuda para que los operadores tomen las mejores decisiones que maximicen el beneficio económico y la eficiencia a la vez que garantizan la estabilidad de la red.

En el lado de la demanda, es importante incentivar a los consumidores para que su consumo no se concentre en determinadas franjas horarias, tratando de “aplanar la curva de demanda”. Esto ha dado lugar a programas de incentivos conocidos como DSM (Demand Side Management), que utilizan los precios de la energía para incentivar el consumo durante las horas de mayor producción de energía y penalizarlo en las horas de menor producción o mayor consumo.

Además, con el fuerte incremento de las instalaciones de paneles solares, los usuarios domésticos o pequeñas empresas pueden ser también productores. Los precios variables y la posibilidad de ser productores abren una gran cantidad de posibilidades para el pequeño consumidor, que puede beneficiarse de sistemas de ayuda que le permitan optimizar el uso que hace de la energía, ya sea con o sin almacenamiento. Surgen así soluciones que aplican técnicas de optimización matemática o de inteligencia artificial para, en función de los precios de las distintas fuentes de energía y de las predicciones meteorológicas, hacer recomendaciones de uso de la energía o directamente activar o desactivar distintos elementos, como los sistemas de aerotermia o las baterías, para minimizar el costo energético.

En el punto intermedio están las industrias, en las que aparecen problemas añadidos, dado su alto consumo energético y que, en algunos casos, disponen de plantas de cogeneración o turbinas de gas, lo que complica la toma de decisiones que pueden ser muy importantes en la cuenta de resultados. En este nivel, las decisiones acerca de la energía están relacionadas con el proceso de producción, por lo que es necesario incorporar en la solución tanto variables relacionadas con la producción de energía como con el proceso industrial.

Desde universidades y centros de investigación en el campo de la automática, se trabaja en numerosos proyectos relacionados con la gestión de la energía a todos los niveles, en colaboración con empresas del sector. Nuestra experiencia en modelado, simulación, sistemas de control, optimización, sistemas expertos y de ayuda a la decisión puede aplicarse directamente a la gestión de la energía en todos sus niveles, desde el diseño de los sistemas de generación o redes de distribución, hasta su gestión en tiempo real. Como ya se ha mencionado, los sistemas de gestión de la energía tienen un componente importante de incertidumbre. Además, en este tipo de sistemas, la cantidad de variables a tener en cuenta para tomar decisiones es muy grande. Esto hace necesaria la utilización de algoritmos que tengan en cuenta la incertidumbre, lo que supone en muchos casos la necesidad de utilizar algoritmos eficientes y, en muchos casos, distribuidos, de manera que las soluciones puedan ser obtenidas en tiempo real. Esto genera problemas muy complejos, que son áreas de investigación abiertas, cuyo desarrollo y transferencia al sector industrial serán claves para soportar un sistema energético cada vez más complejo.

Alejandro Merino Gómez

Miembro del Grupo Temático de Modelado, Simulación y Optimización del Comité Español de Automática

Profesor Titular de Ingeniería de Sistemas y Automática de la Universidad de Burgos

----

Este artículo aparece publicado en el nº 557 de Automática e Instrumentación págs. 10 y 11.