Modelo de un sistema de administración de energía autónomo operado desde la nube para optimizar la gestión de un grupo de microrredes

Fecha

Autores

Rosero Bernal, David Gustavo

Autor corporativo

Título de la revista

ISSN de la revista

Título del volumen

Editor

Compartir

Altmetric

Resumen

Organizing the generation, storage, and management of electrical energy from the perspective of renewable energies, as well as the parameterization of the energy consumption characteristics of communities with limited access to the interconnected electricity supply, has taken more relevance in recent years due the demands that define the social welfare of this century. Complementary to the demand increase, other factors require the improvement and updating of the utility grid infrastructure and its opening to other technologies that meet the needs of end users. The interest in renewable energy sources, the evolution of energy storage technologies, the continuous research in microgrid management systems, and the massification of technologies and tools available in cloud computing, machine learning, big data, and the internet of things environment motivated the development of this doctoral research.

This doctoral research focuses on three tasks linked to the operation of a cluster of microgrids. The first task is the fluctuating integration of heterogeneous energy generation devices and objects whose mobility and distribution characteristics are particular over various geographical areas. The second is the need for real-time operation and extensive information processing and storage capabilities. Finally, the third task considers the conservation factors for critical applications linked to advanced optimization techniques, especially the operational cost and the battery's lifespan. An autonomous and scalable energy management model that follows the hierarchical control structure and bases its operation on cloud computing, the internet of things, machine learning, and big data solves the aforementioned tasks.

This research defines the elements considered by the real-time autonomous and scalable energy management system framework in a cluster of microgrids. For this, it is necessary to emulate the behavior of a group of interconnected microgrids and test the framework under real scenarios with the assistance of power-hardware-in-the-loop platforms connected to a cloud server. The server programming must include the implementation of the framework management protocol that exploits the optimization algorithm and state of charge equalization. Also, the framework takes advantage of machine learning and big data tools available in a cloud computing environment, ensuring the scalability of the framework's operation based on the fluctuation of the available resources in a microgrid or extending its operation to a cluster microgrids in a transparent way by the incorporation of IoT sensors or other tools. This doctoral thesis summarizes the framework research results and the published evidence released in one book, two journal papers, two international conferences, and one national conference.

Descripción

Organizar la generación, almacenamiento y gestión de energía eléctrica desde la perspectiva de las energías renovables, así como la parametrización de las características de consumo energético de las comunidades con acceso limitado al suministro eléctrico interconectado, ha tomado mayor relevancia en los últimos años debido a las demandas que definen el bienestar social de este siglo. Complementariamente al aumento de la demanda, otros factores requieren la mejora y actualización de la infraestructura de la red eléctrica y su apertura a otras tecnologías que satisfagan las necesidades de los usuarios finales. El interés en las fuentes de energía renovable, la evolución de las tecnologías de almacenamiento de energía, la investigación continua en sistemas de gestión de microrredes y la masificación de tecnologías y herramientas disponibles en el entorno de la computación en la nube, aprendizaje automático, big data y el internet de las cosas motivaron el desarrollo de esta investigación doctoral. Esta investigación doctoral se centra en tres tareas vinculadas al funcionamiento de un grupo de microrredes. La primera tarea es la integración fluctuante de dispositivos y objetos heterogéneos de generación de energía cuyas características de movilidad y distribución son particulares en varias áreas geográficas. El segundo es la necesidad de una operación en tiempo real y amplias capacidades de procesamiento y almacenamiento de información. Finalmente, la tercera tarea considera los factores de conservación para aplicaciones críticas ligadas a técnicas avanzadas de optimización, especialmente el costo operativo y la vida útil de la batería. Un modelo de gestión energética autónomo y escalable que sigue la estructura de control jerárquico y basa su funcionamiento en la computación en la nube, el internet de las cosas, el aprendizaje automático y el big data resuelve las tareas antes mencionadas. Esta investigación define los elementos que considera la arquitectura del sistema de gestión de energía autónomo y escalable en tiempo real en un grupo de microrredes. Para esto, es necesario emular el comportamiento de un grupo de microrredes interconectadas y probar la arquitectura en escenarios reales con la ayuda de plataformas power-hardware-in-the-loop conectadas a un servidor en la nube. La programación del servidor debe incluir la implementación del protocolo de gestión del modelo que explota el algoritmo de optimización y la ecualización del estado de carga. Además, el modelo aprovecha las herramientas de aprendizaje automático y big data disponibles en un entorno de computación en la nube, asegurando la escalabilidad de la operación del modelo en función de la fluctuación de los recursos disponibles en una microrred o extendiendo su operación a un grupo de microrredes de forma transparente a través de la incorporación de sensores IoT u otras herramientas. Esta tesis doctoral resume los resultados de investigación del modelo y la evidencia publicada en un libro, dos artículos de revistas, dos conferencias internacionales y una conferencia nacional.

Palabras clave

Sistema de administración de energía, Internet de las cosas, Aprendizaje automático, Grupo de microrredes, Tiempo real, Banco de pruebas

Materias

Doctorado en Ingeniería -- Tesis y disertaciones académicas , Generación de energía eléctrica , Microrredes , Computación en la nube , Tecnologías de almacenamiento de energía

Citación