Bogotá D.C., Lima, Madrid, México D.F.

Transcripción

1 Bogotá D.C., Lima, Madrid, México D.F.

2 SGO Smart Grids Optimization

3 OPCHAIN-SGO OPTIMIZING THE VALUE CHAIN Smart Grids Optimization

4 Smart Grids Optimization El mercado de la energía está cambiando de forma acelerada: redes inteligentes + generación distribuida + fuentes no convencionales + suministro de combustibles térmicos + interconexiones + equipos inteligentes + respuesta de la demanda + almacenamiento de energía + Las smart grids son el futuro del sector eléctrico. Su impacto es de dimensiones inconmensurables, similar al impacto de la internet. Los sistemas de medición smart metering son la vía de recopilación de grandes volúmenes de información (big data) necesarios para capturar el valor agregado de esta nueva dimensión. La demanda ha pasado a ser un agente activo, dejando de lado la posición pasiva que hasta ahora ha mantenido Los modelos matemáticos utilizados para optimizar las grandes redes eléctricas deben revisarse a la luz de esta nuevo ambiente.

5

6 Smart Grids Optimization

7

8

9

10 OPCHAIN-SGO Smart Grids Optimization (under development) La nueva generación de AMIs (Advanced Metering Infraestruture) Parte de los modelos de OPCHAIN-SGO pueden instalarse en los sistemas inteligentes de medición de forma tal de realizar una optimización distribuida en la medida que se produce la información. Los modelos que se pueden instalar en el Smart Metering System : OPCHAIN-SGO-DRO (Demand Response Optimization) OPCHAIN-SGO-FRES (Forecast of Renewable Energy Sources) OPCHAIN-SGO-OLM (Optimization of Load Management) OPCHAIN-SGO-RTO (Real Time Optimization)

11 Clientes: Distribuidores Comercializadores Universidades centros Comerciales Conjuntos Residenciales OPCHAIN-SGO-DRO Smart Grids Optimization (under development) OPCHAIN-SGO-DRO (Demand Response Optimization) optimización de la gestión de la energía eléctrica en conjuntos de edificios, como universidades, urbanizaciones, centros comerciales,... Situación: 40% del consumo mundial de electricidad en edificios (incluyendo casas) residenciales Los consumidores de energía en edificios pueden generar y vender energía a la red eléctrica Los consumidores pueden tomar beneficio económico de los esquemas de precios de la electricidad Objetivos de la optimización: Minimizar el costos de energía en el sistema de edificios Decisiones: Programación (scheduling) de arranque/parada de equipos inteligentes (smart appliances) Parámetros: Tarifas horarias de la electricidad Política de manejo de los equipos Restricciones del sistema eléctrico Fuentes de generación de electricidad (eólica, solar) Sistema de Almacenamiento disponible (baterías, vehículos)

12

13

14

15

16

17

18

19 OPCHAIN-SGO-EEO (Energy Efficiency Optimization) optimización de la gestión de la energía en sistemas industriales intensivos en el consumo de energía. Situación: Las industrias intensivas en consumo de energía (minería, petroquímica, química, ) enfrentan cada vez mayor presión para implementar programas de eficiencia energética y de control ambiental Necesidad de disminuir costos de producción y de controlar las emisiones de gases contaminantes. En el futuro este tipo de empresas pueden participar activamente en los mercados de energía como auto-generadores o como co-generadores pudiendo vender sus excedentes al sistema Las nuevas fuentes de energía renovable permiten desarrollar proyectos ajustados a la conveniencia de las industrias Objetivos de la optimización: Minimizar el costo de producción respetando todas las restricciones ambientales. Decisiones: Programación (scheduling) de los procesos productivos Mezclas de Combustibles - Mezcla de Materias Primas Programación de los intercambios de electricidad con la red eléctrica nacional Parámetros: Leyes físico-químicas de los procesos industriales (combustión, molienda, trituración, blending,.. ) Reglas del negocio Clientes: Industria Pesada OPCHAIN-SGO-EEO Smart Grids Optimization (under development)

20 OPCHAIN-SGO-FRES (Forecast of Renewable Energy Sources): predicción de corto/mediano plazo de la disponibilidad de fuentes energía renovables, como: el viento, la radiación solar y los recursos hídricos. Situación: Las nuevas fuentes de energía renovable tienen un comportamiento marcadamente aleatorio y es necesario su proyección a futuro para que los agentes generadores puedan asumir compromisos de energía firme y/o de despacho de acuedro a la reglamentación de la región donde operen. Objetivos de la optimización: Identificar modelos óptimos de forecast de la disponibilidad de las fuentes renovables en el corto/mediano/largo plazo. Decisiones: Apoyo indirecto a las decisiones del operador de las centrales de energías renovables. Parámetros: Series historias de las disponibilidad de las fuentes de energía renovables. Cliente: Distribuidores - Comercializadores OPCHAIN-SGO-FRES Smart Grids Optimization (under development)

21 OPCHAIN-SGO-OLM (Optimization of Load Management): optimización de la gestión de la carga eléctrica. Situación: Objetivos de la optimización: Minimizar el costo diario de la operación (incluye costos de y cargos regulados). Generación, y costos de reserva Decisiones: Reconfiguración de la smart grid Balanceo de Fases Despacho de los activos de la smart grid Parámetros: Capacidad de Transmisión Limites en Generación por tipo de Tecnología Límites de Voltaje Restricciones ambientales Tarifas de la Electricidad Capacidad de Almacenamiento de Energía (Energy Storage) Clientes: Distribuidores OPCHAIN-SGO-OLM Smart Grids Optimization (under development)

22

23

24 OPCHAIN-SGO-DNP (Distribution Network Planning): optimización del diseño de las Smart Grids Situación: El promotor debe decidir sobre la topología y sobre las capacidades de la smart grid más conveniente Se deben cumplir con criterios de confiabilidad y de sostenibilidad de la red Existen múltiples tecnologías que es posible utilizar El problema incluye múltiples dimensiones de incertidumbre: demanda de energía, disponibilidad de las fuentes renovables, ubicación de vehículos (PHEV), Objetivos de la optimización: Maximizar el valor presente neto (VPN) de la inversión y su rentabilidad. Decisiones: Implementar la red óptima la red propuesta Parámetros: Disponibilidad de las fuentes renovables Demanda del sistema Precios esperados de la electricidad Fuentes de financiación Tecnologías disponibles OPCHAIN-SGO-DNP Smart Grids Optimization (under development) Cliente: Distribuidores - Organismo de Planificación

25 OPCHAIN-SGO-RTO (Real Time Optimization): Sistemas de control avanzado para optimización de la operación de una smart grid Situación: La operación de las smart grids enfrentan volatilidad en las variables de los procesos como: disponibilidad de las fuentes renovables La programación de la operación sufre desvíos de las metas debida a la anterior volatilidades Se requiere controlar la red eléctrica dentro de condiciones de confiabilidad y de sostenibilidad Objetivos de la optimización: Mantener el sistema eléctrico dentro de las condiciones de confiabilidad Minimizar las desviaciones de las metas programadas Decisiones: Ajustes automáticos a la operación a nivel local Parámetros: Series de datos en tiempo real Cliente: Distribuidores Centros de Control Centros Residenciales Industria Pesada OPCHAIN-SGO-RTO Smart Grids Optimization (under development)

26 "the computer-based mathematical modeling is the greatest invention of all times" Herbert Simon Premio Nobel en Economía (1978) "for his pioneering research into the decision-making process within economic organizations"

27 Bogotá D.C., Lima, Madrid, México D.F.