Fuente: https://www.pv-magazine.com
Científicos de China propusieron un nuevo método para optimizar el comercio de energía entre microrredes interconectadas y la red eléctrica principal. El novedoso enfoque utiliza optimización de enjambre de partículas y algoritmos de búsqueda gravitacional con Nash Bargaining.
Un grupo internacional de científicos ha desarrollado un algoritmo novedoso para optimizar el comercio de energía dentro de microrredes cooperativas de energía renovable. El método utiliza optimización de enjambre de partículas (PSO) y algoritmos de búsqueda gravitacional (GSA) con Nash Bargaining.
«Inspirándose en el comportamiento social, PSO destaca en la búsqueda local y el refinamiento de soluciones, mientras que GSA, inspirada en la ley de la gravedad, enfatiza la exploración global», explicaron los investigadores. «La combinación de estos algoritmos tiene como objetivo lograr un equilibrio entre exploración y explotación, permitiendo estrategias de comercio de energía eficientes y sólidas».
El grupo calibró algunos parámetros de este modelo híbrido, tras ensayos preliminares. Luego, agregaron la técnica de Negociación Generalizada de Nash (GNB), que ayuda a equilibrar los intereses de las diferentes microrredes y facilita resultados justos en el comercio de energía.
Después de su desarrollo, el novedoso algoritmo se implementó en el software MATLAB, donde se le pidió que resolviera un problema comercial de minimización de costos de energía. Esta simulación se realizó con cuatro microrredes interconectadas con distintas fuentes de generación: una solo con energía fotovoltaica, otra solo con energía eólica, otra con ambas fuentes de energía renovables y otra sin ninguna. Todas estas configuraciones del sistema se probaron con diferentes precios de energía y perfiles de carga complejos.
Además, se comparó la solución de optimización para el comercio de microrredes con un escenario base. Cada una de esas cuatro microrredes solo podría comerciar con la red eléctrica en el escenario base.
Según los resultados, el coste mensual total de las cuatro microrredes fue de 94.551 dólares sin el comercio de energía. Sin embargo, utilizar el modelo PSO-GSA con Nash Bargaining en un escenario en el que las microrredes pueden comerciar entre sí ha reducido su factura total a 60.720 dólares.
«Se puede argumentar que el costo de la energía se ha reducido suficientemente gracias a la introducción del comercio cooperativo de energía dentro de las microrredes», dijeron los científicos. “Por ejemplo, en el caso base, la microrred 1 tiene que pagar el monto de la factura de la red pública de $749,10 (por 24 horas) por la energía comprada de la red pública principal; sin embargo, después de la negociación cooperativa, el mismo monto de la factura se redujo a $500,25”.
Además, el grupo académico ha comparado la nueva optimización con otros cuatro algoritmos metaheurísticos bajo los mismos datos y condiciones. Mientras que el novedoso PSO-GSA tiene un coste energético de 60.720 dólares, GWO (Grey Wolf Optimizer) alcanzó los 66.582 dólares. MPA (Algoritmo contra depredadores marinos) obtuvo 64.166 dólares; Sólo PSO recibió 60.925 dólares; ETSO (Optimización mejorada de búsqueda transitoria) obtuvo 61.122 dólares; y GSA por sí sola rindió 60.994 dólares.
«El algoritmo híbrido PSO-GSA propuesto supera a otros enfoques de optimización en términos de sus características de convergencia y su capacidad para minimizar los costos de energía», concluyeron los académicos.
Los resultados de las simulaciones se presentaron en » Comercio óptimo de energía en microrredes cooperativas considerando sistemas híbridos de energía renovable «, publicado en el Alexandria Engineering Journal . El equipo de investigación incluyó científicos de la Universidad de Ciencia y Tecnología Huazhong de China , la Universidad COMSATS de Islamabad de Pakistán , la Universidad Taibah de Arabia Saudita y la Universidad Ain Shams y la Universidad Future de Egipto.