logo móvil
Contáctanos

Un algoritmo metaheurístico para la gestión flexible del almacenamiento de energía en redes de distribución de electricidad residencial

Autores: Ivanov, Ovidiu; Neagu, Bogdan-Constantin; Grigoras, Gheorghe; Scarlatache, Florina; Gavrilas, Mihai

Idioma: Inglés

Editor: MDPI

Año: 2021

Descargar PDF

Acceso abierto

Artículo científico
2021

Un algoritmo metaheurístico para la gestión flexible del almacenamiento de energía en redes de distribución de electricidad residencial


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Cambio climático
Paneles solares fotovoltaicos
Almacenamiento de energía
Baterías
Algoritmo genético
Operación de red

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 31

Citaciones: Sin citaciones


Descripción
Los esfuerzos de mitigación del cambio climático a nivel mundial han aumentado los esfuerzos de los gobiernos nacionales para incentivar a los hogares locales a adoptar paneles solares para la generación de electricidad local. Dado que la generación fotovoltaica está disponible durante el día, en horas fuera de pico, la gestión óptima de tales instalaciones a menudo considera el almacenamiento local que puede diferir el uso de la generación local a un momento posterior. La energía almacenada en baterías ubicadas en lugares óptimos en la red puede ser utilizada por la empresa de servicios públicos para mejorar las condiciones de operación en la red. Este documento propone un enfoque metaheurístico basado en un algoritmo genético que considera tres escenarios diferentes de uso de almacenamiento de energía para reducir las pérdidas de energía en la red. Dos casos consideran la colocación y operación de la batería bajo el control directo del operador de la red, con ubicaciones de colocación de bus y fase únicas y múltiples. Aquí, el objetivo era maximizar el beneficio para toda la red. El tercer caso considera la gestión egoísta de la batería del prosumidor, donde el propietario del almacenamiento utiliza las baterías solo para su propio beneficio. El diseño óptimo del algoritmo genético y de la codificación de la solución permite un estudio comparativo de los resultados, resaltando las fortalezas y debilidades importantes de cada escenario. Se realiza un estudio de caso en un sistema de distribución real.

Otros recursos que podrían interesarte

Temas Virtualpro