ES2848274T3

ES2848274T3 - Sistema y método de control de red de suministro de potencia

Info

Publication number: ES2848274T3
Application number: ES14732498T
Authority: ES
Inventors: Ridder Fedor De; Bert Claessens; Breucker Sven De
Original assignee: Vito NV
Current assignee: Vito NV
Priority date: 2013-05-22
Filing date: 2014-05-22
Publication date: 2021-08-06
Anticipated expiration: 2034-05-22
Also published as: WO2014186845A1; US10516266B2; EP3000161A1; MX2015015967A; EP2806520A1; EP3000161B1; US20160105023A1; MX353047B

Abstract

Método para controlar una red de suministro de energía o potencia, que comprende un centro de coordinación, una pluralidad de unidades de usuario final locales y una red de comunicaciones que conecta las unidades locales y el centro de coordinación y una red de suministro que conecta las unidades locales y el centro de coordinación para el suministro de energía o potencia, teniendo la red de suministro al menos una o más restricciones que limitan el consumo de potencia o energía en al menos una de las unidades de usuario final locales, comprendiendo el método: transmitir, el centro de coordinación, una señal de control de guiado que indica un grado de desviación del sistema a la al menos una de las unidades de usuario final locales, y transmitir, la al menos una unidad de usuario final local, una señal de reacción al centro de coordinación indicativa de un plan de potencia para la unidad local, caracterizado porque controlar la red de suministro de energía o potencia incluye la etapa de descomponer el control en subproblemas que se resuelven localmente cada uno en controladores locales mediante un procedimiento iterativo, en el que la unidad local tiene inteligencia local y potencia de procesamiento digital y ejecuta un solucionador que resuelve un problema de optimización de uso de potencia de la unidad local teniendo en cuenta la señal de control recibida, en el que, dependiendo del valor de la señal de control, se envía un plan de potencia al centro de coordinación desde la unidad de usuario final local, en el que el centro de coordinación recibe el plan y actualiza la señal de control y vuelve a enviar la señal de control actualizada a la unidad local de manera iterativa hasta que se cumplen la al menos una o más restricciones, en el que el control de la energía es de tal manera que - se cumple un conjunto de restricciones de red - la señal de control es estable, y - las señales de reacción son estables.

Description

DESCRIPCIÓN

Sistema y método de control de red de suministro de potencia

La presente invención se refiere a sistemas de suministro de potencia o energía y a sus métodos de control y a componentes para los mismos, que permiten que diferentes actores del mercado que tienen software de control arbitrario actúen conjuntamente de modo que puedan cumplirse algunas restricciones comunes.

Antecedentes técnicos

Puede esperarse que la demanda de potencia aumente a lo largo de los próximos años, suponiendo que, por ejemplo, las bombas de calor y las fuentes de energía distribuida y los disipadores se volverán más populares. Los operadores de sistemas de distribución (DSO) y los operadores de sistemas de transmisión (TSO) tienen dos opciones para hacer frente a la creciente demanda: (i) aumentar la capacidad de la red, lo que resulta caro, o (ii) hacer que la red sea más inteligente y hacer que los actores se comuniquen de modo que puedan evitarse la congestión y la ineficiencia.

Debido a la liberalización del mercado de la electricidad se prevé que estarán activos muchos minoristas de suministro eléctrico. Algunos de estos minoristas comprarán potencia, por ejemplo, en un mercado diario, mientras que otros producirán su propia potencia. Al menos parte de la potencia podría generarse mediante granjas eólicas u otras fuentes renovables. Dado que la producción de salida de estos recursos renovables es más difícil de predecir, gestionar y hacer coincidir con la demanda, una opción es adaptar el consumo de los usuarios finales a la producción real, por ejemplo, activando/desactivando bombas de calor en el momento adecuado, por ejemplo, trabajando según las prioridades. Esto último exige una coordinación significativa entre los usuarios finales dispersos por una parte y las unidades de producción por otra parte. Tal coordinación no es necesaria inmediatamente para minoristas convencionales, que compran su potencia, por ejemplo, en un mercado diario o la producen en una central nuclear convencional, por ejemplo.

Todos estos diferentes minoristas pueden tener diferentes controladores y dispositivos de comunicación instalados. Algunas empresas podrían no usar nada, mientras que otros minoristas usan dispositivos de control y comunicación avanzados para hacer coincidir el consumo de los usuarios finales con la producción de potencia real. Todavía otros minoristas pueden usar la flexibilidad de los usuarios finales para aumentar sus beneficios, por ejemplo, en el mercado de desequilibrio: si el consumo de potencia total es en realidad menor que la producción total, estos minoristas pueden obtener un cierto beneficio al no consumir potencia que habían comprado en un mercado diario y ofrecer esta potencia en el mercado de desequilibrio.

Partiendo de un sistema eléctrico global en el que se suministra potencia eléctrica a un gran número de dispositivos, en principio puede construirse un controlador que puede hacer funcionar todos estos dispositivos, puede tener en cuenta todas las restricciones y puede encontrar un óptimo global. Esto dejará de ser práctico si el número de usuarios finales o dispositivos pasa a ser demasiado grande, por ejemplo, debido a problemas de memoria y a la velocidad de cálculo.

Una posible solución es el uso de redes eléctricas inteligentes que introducen inteligencia (es decir, memoria y potencia de procesamiento digital programable) de manera central (por ejemplo, la producción) y de manera local (por ejemplo, el consumo) en la red eléctrica de potencia. Inteligencia significa, por ejemplo, software y microprocesadores programados para controlar el consumo y la producción de potencia de modo que ambos permanezcan en equilibrio.

Puede esperarse que se introduzcan muchos tipos diferentes de inteligencia, es decir, software, en el mercado. Puede ser perfectamente posible que cada minorista trabaje con su propio producto, a menudo patentado.

Tres problemas que pueden surgir en este contexto son:

- En una red eléctrica de potencia, hay muchos actores presentes (los usuarios finales, los minoristas, el operador de sistemas de distribución (DSO), el operador de sistemas de transmisión (TSO), la parte responsable de equilibrio (BRP) y los productores de potencia...). Es necesario que todos estos actores actúen conjuntamente para cumplir restricciones comunes. Dos ejemplos son:

o La red: cada línea y cada transformador tiene una capacidad finita, que ha de tenerse en cuenta.

o Es necesario consumir cada julio de energía que se produce en algún lugar; de lo contrario la red eléctrica se volverá inestable.

Así que de algún modo es necesario que los diferentes actores se comuniquen de una manera automatizada y controlada.

- El software usado, por ejemplo, por los minoristas a nivel doméstico puede diferir de un minorista a otro. Un primer minorista puede estar usando un algoritmo de tipo PowerMatcher como lo está desarrollando IBM hoy en día, mientras que un segundo minorista puede haber decidido no usar inteligencia en absoluto, porque esta inteligencia interfiere con perfiles de carga convencional, lo que hace que sea más difícil predecir el consumo futuro. Un tercer minorista puede estar usando un software muy sofisticado que realiza una planificación con un día de antelación con el fin de aumentar los beneficios en el mercado de desequilibrio. Si es necesario que la potencia con la que comercian todos estos usuarios finales pase por un alimentador común, con una capacidad limitada, es necesario que este alimentador comunique las restricciones de capacidad.

Hoy en día es razonablemente sencillo hacer frente a ambos de los problemas anteriores a nivel de TSO, cuando sólo están activos unos pocos productores (muy grandes). En un futuro con la posibilidad de muchas unidades de producción descentralizadas, como unidades de producción combinada de calor y potencia (CHP), molinos de viento e instalaciones fotovoltaicas, se volverá muy difícil/imposible calcular y controlar los flujos de potencia de manera centralizada. Generalmente a nivel de DSO no hay ninguna inteligencia presente. Con un sistema grande y variado existe un conflicto entre usar sólo inteligencia local que requiere entonces una cantidad considerable de comunicación entre usuarios para obtener una optimización y un único sistema de control centralizado que tiene un controlador o sólo unos pocos controladores pero que requiere una comunicación entre el controlador central y todos los usuarios finales. En cualquier caso la pérdida de comunicación provocada por una interrupción del servicio detiene los procedimientos de optimización y control.

Además, muchos recursos renovables son difíciles de controlar. ¿Cuánto viento hará mañana? ¿Hará sol a las 14:30 h?

Un tercer problema se refiere a cuestiones de privacidad. Si se produce potencia localmente (por los usuarios finales, por ejemplo), ¿estará dispuesto el usuario final a compartir información y restricciones locales?

El documento WO 2012/129675 da a conocer un sistema que tiene un centro de energía para la gestión y optimización del uso de energía, por ejemplo, el consumo, la producción y el almacenamiento. El sistema de gestión del centro de energía comprende un microcentro de energía configurado para comunicarse con dos o más componentes de energía en un local. Un motor de optimización de energía tiene un modelo de componente de energía para cada componente de energía basado en las características de funcionamiento de cada componente de energía, estando el motor de optimización de energía adaptado para recibir al menos una entrada procedente de los dos o más componentes de energía y una entrada procedente de una fuente de datos externa con respecto a cualquier restricción de uso de energía externa para el microcentro de energía. En respuesta a al menos una entrada procedente de los dos o más componentes de energía y cualquier restricción de uso de energía externa en el microcentro de energía, el motor de optimización de energía está adaptado para emitir una o más señales de control a al menos uno de los componentes de energía en el local para optimizar el uso de energía basándose en uno o más criterios de optimización. El uno o más macrocentros de energía están adaptados para invalidar temporalmente un plan para el funcionamiento de componentes de energía establecido por los microcentros de energía con el fin de impedir un apagón parcial o total en la red eléctrica de energía. Un sistema de distribución puede incluir diferentes consumidores o productores con prioridades sumamente diferentes. Por ejemplo, servicios de emergencia tales como parques de bomberos, hospitales u organizaciones de defensa civil pueden desear tener un suministro de electricidad mucho más seguro. Las emisoras de televisión y radio pueden tener normalmente una prioridad baja, pero la misma puede cambiar a alta cuando es necesario informar al público en general, por ejemplo, de que se aproxima un huracán. Una intervención unilateral para invalidar los planes locales puede afectar negativamente a tales servicios y sólo está justificada en situaciones de emergencia reales. Para todas las demás situaciones se requiere un enfoque diferente.

Sumario de la invención

Un aspecto de la presente invención es proporcionar un mecanismo, sistema y métodos de coordinación y componentes para los mismos, que permitan que diferentes actores del mercado que tienen software de control arbitrario actúen conjuntamente de modo que puedan cumplirse algunas restricciones comunes. Una ventaja adicional de algunas realizaciones es que pueden equilibrarse objetivos individuales.

En un aspecto se proporciona un método o sistema para controlar una red de suministro de energía o potencia que comprende un centro de coordinación, una pluralidad de unidades de usuario final locales y una red de potencia y de comunicaciones que conecta las unidades locales y el centro de coordinación y una red de suministro que conecta las unidades locales y el centro de coordinación para el suministro de energía o potencia, teniendo la red de suministro una o más restricciones que limitan el consumo de potencia o energía en al menos una de las unidades de usuario final locales, estando adaptado el método o sistema de modo que el centro de coordinación transmite una señal de control que indica un grado de desviación con respecto a una norma o un grado de desequilibrio del sistema a la al menos una de las unidades de usuario final locales, y la al menos una unidad de usuario final local está adaptada para transmitir una señal de reacción al centro de coordinación indicativa de un plan de potencia para la unidad local, en el que controlar la red de suministro de energía o potencia incluye la etapa de descomponer el control en subproblemas que se resuelven localmente cada uno en controladores locales mediante un procedimiento iterativo en el que el control de la energía es de tal manera que se cumple un conjunto de restricciones de red, la señal de control es estable, y las señales de reacción son estables.

La red puede ser cualquier red de suministro de energía o potencia tal como una red eléctrica, de calor o de gas. La transmisión de un grado de desequilibrio es una mejora con respecto a una intervención unilateral invalidando planes locales. Una ventaja importante de realizaciones de la presente invención es que pueden hacer frente a múltiples objetivos de los cuales una emergencia sólo es uno. Por ejemplo, usuarios finales pueden desear beneficiarse de precios bajos y desear aumentar su producción, los DSO pueden desear reducir la potencia reactiva o restringir el consumo en una calle, mientras que el minorista puede desear aumentarlo al mismo tiempo. Realizaciones de la presente invención pueden identificar una solución estable al tiempo que permiten una variedad de optimizaciones locales.

Según realizaciones de la presente invención, el desequilibrio puede ser la diferencia entre la energía producida y consumida o puede significar un grado de cualquier tipo de desviación, por ejemplo, entre desequilibrio óptimo, potencia reactiva, corriente, tensión, presión, temperatura u otras medidas del estado de la red que deben permanecer dentro de límites predefinidos.

Realizaciones de la presente invención puede equilibrar múltiples restricciones. En un caso de este tipo, puede asociarse una señal de guiado con cada restricción. Los usuarios finales pueden recibir la suma de todas las señales de guiado.

Con fines de comunicación entre componentes de la red puede usarse cualquier comunicación remota adecuada tal como una red por cable o inalámbrica. La red de suministro de potencia o energía puede ser un sistema de suministro de potencia eléctrica mediante cables o puede ser un sistema de suministro de energía de calor. Una señal de control o una señal de reacción puede describirse como “señal de guiado”.

En realizaciones de la presente invención, la señal de guiado puede ser un multiplicador de Lagrange. La señal de guiado, en realizaciones de la presente invención, no está anulando un controlador local, sino que es un incentivo para adaptar el comportamiento. Esto permite que el sistema de control distribuido encuentre su propia solución. Se supone, por ejemplo, que una red eléctrica local tiene una pequeña falta de energía. La red puede fácilmente seguir funcionando si algunos dispositivos reducen su consumo y/o algunos otros aumentan su producción.

Lo que estas realizaciones hacen es no anular los dispositivos. En vez de eso, el centro puede alterar el multiplicador de Lagrange para fomentar un cambio de comportamiento. Los controladores locales son libres de reducir el consumo o ignorar este incentivo. Si el problema no se resuelve, el centro puede aumentar el valor del multiplicador de Lagrange hasta que se alcanza la reacción deseada.

Traducción

Según realizaciones de la presente invención, se proporciona la traducción de señales de control y/o de plan de potencia para dar una señal de control local deseada. Según realizaciones de la presente invención, se proporcionan agentes de traducción y/o de planificación.

Un método o sistema según realizaciones de la presente invención puede estar dotado de un controlador local en una unidad de usuario final local y un agente para traducir la señal de control para introducir en el controlador local o un agente para generar la señal de reacción.

Un agente para su uso con un sistema puede estar dotado de un controlador local en una unidad de usuario final local y el agente puede estar adaptado para traducir una señal de control que indica un grado de desequilibrio del sistema y para introducir en el controlador local o estando el agente adaptado para generar la señal de reacción indicativa de un plan de potencia para la unidad de usuario final local.

Comprobar/corregir si hay fraudes/errores sistemáticos

Según realizaciones de la presente invención, comparando el plan propuesto con datos históricos, pueden identificarse fácilmente errores y fraudes. En un sentido estadístico, ambos no deben diferir. Más precisamente, calculada como promedio a lo largo de una serie temporal larga, la diferencia entre la potencia predicha y consumida debe ser próxima a cero. Si esto no es así, entonces hay un error tal como inteligencia local que no está bien ajustada o hay fraude.

Según realizaciones de la presente invención, puede proporcionarse un método o sistema que está adaptado para comparar la señal de reacción con una señal de reacción derivada a partir de datos históricos para determinar un error o para determinar un comportamiento fraudulento.

Realizar predicciones si es necesario

Según realizaciones de la presente invención, los agentes pueden predecir el consumo futuro, lo cual puede usarse para producir perfiles de carga convencional. Esta puede tener valor para los minoristas. Un minorista tiene normalmente un coste de desequilibrio, por ejemplo, de aproximadamente el 15%, y predicciones mejores pueden reducir este coste.

Según realizaciones de la presente invención, un plan de potencia puede incluir predecir un consumo futuro.

Control de tensión en la red de distribución

Según realizaciones de la presente invención, la señal de control puede derivarse a partir de una señal de tensión. La señal de tensión puede ser la tensión de la red de potencia, siendo una bajada o una subida de la tensión alrededor de un valor convencional una indicación del grado de funcionamiento no estable del sistema de suministro de potencia.

Seguir funcionando si hay una avería de comunicación

Según realizaciones de la presente invención, tras un fallo de comunicación entre un centro de coordinación y al menos una unidad de usuario final, la unidad de usuario final local sigue controlando el consumo de potencia local usando el último control conocido, es decir la señal de guiado. Opcionalmente, el centro de coordinación puede estar adaptado para seguir coordinando a otros usuarios finales, teniendo en cuenta sólo los planes obsoletos procedentes de la unidad o las unidades desconectadas.

Además, las redes locales pueden seguir funcionando si hay un fallo de la red de comunicación global. Si, por ejemplo, un vecino todavía puede comunicarse, pero hay un fallo en la comunicación con otros vecinos, todavía puede hacerse funcionar esta red local. Esto puede evitar apagones o facilitar reinicios después de un apagón. Señal de comunicación óptima

Según realizaciones de la presente invención, la señal de control o de guiado puede ser un multiplicador de Lagrange o las señales generadas, por ejemplo, mediante generación de columnas. La generación de columnas es un método en el que cada usuario final envía un conjunto de situaciones posibles al centro de coordinación y el centro de coordinación selecciona la que es mejor.

Una ventaja es que, con las señales de guiado, por ejemplo, multiplicadores de Lagrange y señales de planificación, puede encontrarse una solución ventajosa u óptima.

La optimización es la selección de un elemento mejor que local, o globalmente el mejor, con respecto a algunos criterios relevantes a partir de un conjunto de alternativas disponibles.

Por ejemplo, un problema de optimización comprende encontrar un extremo, tal como maximizar o minimizar una función real. Un ejemplo de método puede incluir elegir de manera sistemática o aleatoria valores de entrada a partir de un conjunto permitido y calcular el valor de la función. Alternativamente, pueden usarse funciones analíticas. La generalización de la teoría y técnicas de optimización a otras formulaciones comprende un gran campo de las matemáticas aplicadas. Más generalmente, la optimización incluye encontrar los valores “mejores disponibles” de alguna función objetivo dado un dominio definido, incluyendo una variedad de diferentes tipos de funciones objetivo y diferentes tipos de dominios.

Breve descripción de las figuras

La figura 1 es una vista general de diferentes actores que pueden participar y se necesita controlar; de los problemas que van a controlarse, de sus relaciones de corriente y de la capa de comunicación, es decir la red de comunicaciones, como realizaciones de la presente invención.

La figura 2 es una vista general esquemática de un centro de coordinación, un agente de traducción y uno de planificación.

La figura 3 muestra variables estocásticas. La demanda y cargas no inteligentes varían de un usuario final a otro. La figura 4 muestra una representación esquemática de un sistema doméstico.

La figura 5 muestra un diagrama de flujo de un procedimiento de horizonte rodante.

La figura 6 muestra un consumo de potencia para diferentes estrategias de precios y control.

La figura 7 muestra un histograma de una variación estocástica de la potencia.

La figura 8 muestra precios de desequilibrios positivos y negativos.

La figura 9 muestra una representación esquemática de una ciudad con dos distritos, cada una con tres calles, cada una con 10 casas.

La figura 10 muestra una representación de conjunto del problema y la solución.

La figura 11 muestra una potencia a diferentes niveles de agrupación. De izquierda a derecha: a nivel de domicilio, a nivel de calle, a nivel de distrito y a nivel total.

La figura 12 muestra multiplicadores de Lagrange a diferentes niveles de agrupación. De izquierda a derecha: a nivel de domicilio, a nivel de calle, a nivel de distrito y a nivel total.

La figura 13 muestra una comparación entre tiempo de supervivencia en caso de un apagón entre usuarios finales individuales y una agrupación de diez (calle). La carga controlable está limitada a 1 kW.

La figura 14 muestra una comparación entre los tiempos de supervivencia de diferentes calles con diferentes niveles de cargas controlables. Las cargas no controlables se muestrean a partir de una distribución normal convencional, las cargas controlables varían entre 0,5 y 1 kW.

La figura 15 muestra una comparación entre los tiempos de supervivencia de distritos con diferentes niveles de cargas controlables. Las cargas no controlables se muestrean a partir de una distribución normal convencional, las cargas controlables varían entre 0,125 y 0,5 kW.

La figura 16 muestra potencia activa y reactiva y cos phi si la potencia reactiva no se altera; habiéndose tenido en cuenta todas las demás restricciones.

La figura 17 muestra que la mitad de las bombas de calor ajustaron su potencia reactiva de modo que cos phi total es igual a uno.

La figura 18 muestra una representación esquemática de una simulación.

La figura 19 muestra la carga de potencia para 5 coches. Algoritmos de control de arriba abajo: PM, MPC, MPC, MPC, ninguno.

Nomenclatura

A continuación se menciona la notación principal para una referencia rápida. Esta es la lista de símbolos para la realización 2. En las otras se explican los símbolos a medida que aparecen.

Otros símbolos se definen según se requiera a lo largo de todo el texto.

El desequilibrio positivo y negativo en el tiempo t (kW),

e Parámetro para cuantificar las pérdidas por transporte (€/kWh2)

yt Multiplicador de Lagrange en el tiempo t

Ej f , Ej i

Energía almacenada respectivamente en el depósito intermedio de agua caliente y de calor (kWh) fi(pi,t) El coste de la bomba de calor i en el tiempo t (€/MWh)

S (A Í ’ A f ) El coste de desequilibrio en el tiempo t (€/MWh)

h(pt) El coste para el DSO en el tiempo t (€/MWh)

pi,t Potencia eléctrica consumida por la bomba de calor i en el tiempo t

1 2

P i, t ’ P í,t Potencia respectivamente para el depósito intermedio de agua caliente y el depósito intermedio de calor (kW)

Ts Periodo de muestra (15 minutos)

Descripción de las realizaciones preferidas

La presente solicitud se refiere a métodos y a sistemas para el control de redes de suministro de potencia que tienen una combinación de diferentes mecanismos de coordinación locales, tales como PowerMatcher, Intelligator y un controlador predictivo de modelo habitual, que se usan en un método o un sistema o como elementos de un sistema de este tipo. Estas realizaciones pueden ser útiles cuando diferentes minoristas de suministro de potencia están usando diferentes módulos de software de control de potencia. Usando realizaciones de la presente invención estos diferentes módulos de software pueden comunicarse con el fin de coordinar el suministro de potencia para mantener el sistema dentro de restricciones. En un sistema eléctrico pueden seleccionarse de potencia, frecuencia (para sistemas de CA), tensión o corriente de modo que, por ejemplo, no se sobrecarga un alimentador. En un sistema de calefacción pueden ser la temperatura o el flujo de calor. En un aspecto de la presente invención, se usa una señal de comunicación o de control iterativa, mediante lo cual al menos una o algunas o la totalidad de las unidades locales en la red tienen que proporcionar una señal de reacción, por ejemplo, para suministrar o declarar su plan (de potencia) presentes o predicho, a un centro de coordinación y reciben una señal de control de vuelta a partir de ese centro. En algunas realizaciones, la respuesta local a la señal de control puede tener dos estados: si la señal de control está en un estado tal como “alto”, debe reducirse la potencia si es posible, y viceversa. Por tanto, la señal de control es una medida de si la potencia que está usándose es demasiado alta o demasiado baja, es un indicador de desequilibrio de potencia en el sistema (entendiéndose que el equilibrio significa que el suministro y la demanda están optimizados dentro de las restricciones). Se supone que algunas o la totalidad de los controladores que están actualmente disponibles no entenderán esta señal de control y no estarán programados o no estarán dispuestos para enviar una señal de reacción tal como un plan. Por consiguiente, otro aspecto de la presente invención es el uso de agentes adicionales. Por ejemplo, un primer grupo de agentes tienen medios para construir las señales de reacción, es decir planes futuros, por ejemplo, a partir de datos históricos y/o información recibida a partir del controlador local. Un segundo grupo de agentes tienen medios para traducir la señal de control a partir del centro de coordinación para dar información útil para la unidad de control local para permitir el control.

Algunos campos de aplicación posibles de la presente invención son cualquiera de:

- Un distrito con un alimentador con capacidad limitada. Los usuarios finales necesitan actuar conjuntamente con el fin de reducir el consumo de potencia total

- Un distrito con una línea con capacidad limitada: lo mismo

- Una línea de transmisión con capacidad limitada: lo mismo

- Un conjunto de bombas de calor que actúan conjuntamente para cumplir un objetivo común, tal como participar en un mercado de desequilibrio o seguir un patrón de consumo predefinido

- Un conjunto de bombas de calor que minimizan el desequilibrio de un minorista

- Un distrito con problemas de tensión, debido a la instalación de demasiadas instalaciones fotovoltaicas o demasiada poca capacidad del alimentador o las líneas.

- La coordinación entre diferentes actores en una red eléctrica de distribución (diferentes actores son, por ejemplo, el minorista, el usuario final, el DSO, los productores, la BRP, etc.);

La figura 1 proporciona una visión general de diferentes actores que pueden participar y se necesita controlar en realizaciones relacionadas con la potencia eléctrica; de los problemas que van a controlarse, de sus relaciones de corriente y de la capa de comunicación, es decir la red de comunicaciones, que es objeto de realizaciones de la presente invención. La red de suministro no se muestra.

Los diferentes actores se muestran en sombreado gris, concretamente cualquiera de:

- DSO: operador de sistemas de distribución, que es responsable de la red eléctrica de distribución;

- TSO: operador de sistemas de transmisión, que tiene en sentidos generales el mismo papel, pero limitado a la red de transmisión (transporte de potencia de alta tensión);

- Usuarios finales: domicilios, industria, sector público,...

- Minoristas: compran energía en mercados, tales como Endex, mercado diario,...

- Productores: grandes centrales de producción de potencia

- BRP: parte responsable de equilibrio, que tiene que encargarse de que la potencia producida y consumida estén en equilibrio.

Los principales problemas considerados en una red de este tipo se muestran en los recuadros blancos y pueden ser cualquiera o la totalidad de:

- Controlar la potencia reactiva en la red eléctrica o red de suministro;

- Controlar los flujos de potencia en la red eléctrica o red de suministro, por ejemplo, de modo que los alimentadores, transformadores, estaciones de conmutación, subestaciones, permanecen estables;

- Mantener la red de suministro funcionando dentro de restricciones de red tales como mantener la tensión, corriente o frecuencia en cada punto de la red eléctrica dentro de límites predefinidos (por ejemplo 210-250 V);

- Controlar otros problemas de calidad de potencia, tales como reducir armónicos, etc...

- Equilibrar la potencia: la potencia producida y consumida deben ser iguales en cada caso;

- Comercio: dependiendo del mercado, tienen que seguirse determinadas reglas de comercio.

- La red o red eléctrica pueden soportar los flujos de potencia resultantes.

Las conexiones sin flechas muestran qué actores participan para cada uno de los problemas considerados. Obsérvese que habitualmente los usuarios finales pequeños no participan directamente.

La presente invención se refiere a un sistema o a un método o a componentes de un sistema que hacen uso de una infraestructura de comunicación, es decir, una red de comunicaciones, que se muestra mediante las flechas continuas curvadas entre los actores. Cada uno de los actores implicados puede enviar una serie de valores escalares como señales de control (por ejemplo, en algunas realizaciones un parámetro de comodidad o de desequilibrio tal como un multiplicador de Lagrange) que expresa una incomodidad o desequilibrio del actor con el comportamiento actual y planificado del usuario final. En respuesta, el usuario final puede devolver una señal de reacción tal como un plan.

Dentro de la red de suministro, el consumo y la producción de potencia de los usuarios finales se caracteriza por varias cantidades, tales como:

- Potencia

- Potencia reactiva

- Armónicos

Para cada una de estas cantidades se necesita un conjunto diferente de parámetros de comodidad y de desequilibrio. Es muy posible que dos actores tengan objetivos opuestos. Por ejemplo: el minorista puede mejorar su ganancia en el mercado de desequilibrio aumentando el consumo del usuario final, mientras que el DSO desea reducir el consumo para prolongar la vida útil de su transformador.

Aspectos útiles de realizaciones de la presente invención son:

- La solución es óptima (en condiciones), lo cual significa que

° con la información dada no puede encontrarse ninguna solución mejor (desde un punto de vista económico) ° se garantiza la estabilidad: si existe una solución estable dentro de las restricciones de cada actor, se encuentra

- Se proporciona un entramado general, de modo que cada actor puede optimizar su propia situación, manteniendo local la información sensible de privacidad (no se comparte).

- Se facilita un entramado de modo que pueden fusionarse diferentes esquemas de control, usados por diferentes conjuntos de actores, para actuar conjuntamente.

Por consiguiente, según realizaciones de la presente invención, se proporciona un sistema o un método o elementos del sistema para proporcionar control de potencia. El sistema puede comprender elementos tales como un centro de coordinación, unidades locales y una red de cables para llevar la potencia eléctrica a las unidades locales y una red de comunicaciones que puede ser la misma que la red de suministro o ser total o parcialmente independiente de la misma. Un aspecto específico es un sistema o método que permite descomponer el problema de control en subproblemas que pueden resolverse cada uno localmente o de manera centralizada, por ejemplo, mediante un procedimiento iterativo.

Haciendo referencia a la figura 2, realizaciones de la presente invención se basan en una señal (5) de control tal como un multiplicador de Lagrange, que se actualiza según una señal de reacción tal como una señal (7) de planificación. Un centro (10) de coordinación garantiza que la restricción considerada, por ejemplo, un límite de capacidad en un alimentador (8) se cumple mediante un procedimiento iterativo que implica las señales de control y de reacción. En el lado de usuarios finales, pueden estar activos uno o dos agentes, si se requiere: un agente (2 1 2-n) de traducción y un agente (4-1....4-n) de planificación, que interaccionan con un controlador (6-1....6-n) local.

Señal (5) de control de guiado

Una función de la señal (5) de control es cambiar directamente una estructura que altera la cantidad de potencia eléctrica que se usa. Una estructura de este tipo es la estructura de tarifa, porque un aumento del precio de la electricidad dará como resultado que se seleccione menos potencia para consumir y viceversa.

En realizaciones de la presente invención, en un esquema de control según la presente invención, la señal de control puede tener la dimensión de [kW/€], pero este valor no es un precio como tal sino una variable de control, es decir, con fines de guiado. Una señal de guiado de este tipo “precio”, por ejemplo, en “€”, nunca se factura. Por tanto, la señal de control o el valor kW/€ se usan como señal de guiado en el sistema de control según realizaciones de la presente invención. El hecho de que esta señal aumenta o disminuye no significa que los abonados tengan que pagar más o menos. Puede usarse cualquier otra variable de control de guiado adecuada. Por ejemplo, una señal de control alternativa puede ser una que se refiere a la modulación de la tensión, corriente o frecuencia (en un sistema de CA). Por ejemplo, si se consume demasiada potencia (con respecto a la producción), la tensión, corriente y/o frecuencia disminuirán. Esto puede medirse por agentes locales en cada ubicación (3-1....3-n) y el valor medido puede usarse como variable de control o para derivar una señal de control para reducir el consumo o aumentar la producción o viceversa. Si la tensión se usa activamente o no por el controlador como señal es opcional.

Algunas señales de control alternativas según realizaciones de la presente invención pueden ser:

- Un valor o una función de penalización en función de la potencia consumida (relacionado con PM). Si para cada posible demanda de potencia se facilita una señal de control correspondiente (tal como una función de oferta en el algoritmo de PM), las iteraciones se vuelven redundantes.

- Una penalización sin horizonte. Si se facilita un único número para controlar sólo el estado actual, el algoritmo pierde su capacidad de predicción, pero se vuelve mucho más sencillo.

- Pueden usarse múltiples señales de control: si se necesita controlar de manera independiente la tensión, corriente, diferencia de fase entre tensión y corriente o armónicos, puede ser adecuado usar diferentes señales para cada uno de estos componentes.

Señal (7) de planificación

Si algunos o la mayor parte de los usuarios finales no usa dispositivos de control inteligentes, puede ser más económico o más fácil agregarlos antes de realizar una planificación. En este caso la planificación (agente 4) se derivará para una pluralidad de usuarios finales (no mostrados en la figura 1). Esto puede reducir el error de predicción debido al cálculo de promedio.

Si la cantidad que va a controlarse no es la potencia, sino por ejemplo la calidad de potencia, esto tiene que planificarse.

De hecho, la señal de planificación consiste preferiblemente en dos partes. En primer lugar, está la predicción/el consumo de potencia instantáneo, que debe ser exacto y preciso y debe concordar con todas las restricciones locales y comunes. En segundo lugar, hay una parte de predicción, que debe ser algo parecido a la mejor estimación, pero habitualmente se permiten errores en este caso.

Centro (10) de coordinación

Para cada restricción de red común, un centro (10) de coordinación coordina preferiblemente el comportamiento de todos los usuarios finales. Por ejemplo, un alimentador (8) con capacidad limitada tiene un centro (10) de coordinación, que gestiona el consumo de potencia de los usuarios finales detrás del alimentador (8).

En este caso, tres aspectos deben concordar durante el funcionamiento de la red:

- Debe cumplirse la restricción

- La señal (5) de control o de guiado (por ejemplo, un multiplicador de Lagrange) debe ser estable

- Las señales (7) de reacción o de planificación deben ser estables

Estable significa que el valor de la señal ya no debe evolucionar en el esquema de iteración dentro de un intervalo aceptable, es decir, dentro de una tolerancia predeterminada.

La presente invención permite, dentro de su alcance, que los centros (10) de coordinación también puedan funcionar si no se facilita ninguna realimentación a partir de los controladores (6-1....6-n) distribuidos, tal como la señal de reacción. En ese caso, los centros (10) de coordinación envían una señal (5) de control o de guiado y comprueban independientemente si se cumplen las restricciones, por ejemplo, están adaptados para comprobar directamente con el alimentador si el alimentador (8) no está sobrecargado. Si el alimentador no está sobrecargado, se aumenta la señal de control (o se reduce dependiendo del convenio usado). Una vez que se detecta sobrecarga, se reduce la señal (o se aumenta dependiendo del convenio usado).

Ambas de estas alternativas de control están incluidas dentro del alcance de la presente invención: una con una realimentación local (señal 7 de planificación) y una sin una señal de este tipo. Si el cumplimiento de la restricción se mide directamente, por ejemplo, en el alimentador, todavía hay una señal de realimentación pero sólo de manera global en cuanto a la restricción relevante y no localmente en cuanto a la unidad. La realimentación tiene una granularidad mucho más grande en este caso.

Pueden construirse muchas funciones para relacionar las señales (7) de planificación, la restricción que va a controlarse y la señal (5) de control. Realizaciones de la presente invención pueden usar una clase de esquema de relajación, mediante lo cual se usa la infracción (o una posible infracción o una posible infracción futura) de la restricción como medida o función de control para aumentar o reducir la señal (5) de control. Por tanto, la señal (5) de control puede considerarse como una medida de lo alejado que está el sistema con respecto a un funcionamiento óptimo, es decir, un grado de desequilibrio. Por ejemplo, la señal de control puede estar relacionada con el coste marginal para cambiar la potencia alrededor del punto de consenso.

Otras realizaciones de la presente invención pueden incluir cualquiera o la totalidad de:

- Técnicas de aprendizaje de máquina, como una red neuronal (NN) mediante lo cual la NN puede estar adaptada para aprender a partir de datos históricos en cuanto a cómo debe adaptarse la señal (5) de control con el fin de reducir las infracciones de restricciones. Si se entrena bien, puede funcionar igual o mejor que los métodos de relajación, dado que la NN puede corregir errores sistemáticos en las señales de planificación.

- También puede usarse una NN para construir directamente una señal de control.

- Métodos de Q-learning son una alternativa para NN. Tanto los métodos de Q-learning y como la NN pueden ser ventajosos si tienen que controlarse dispositivos para los que no hay modelos disponibles. Una desventaja puede ser que el controlador tiene que aprender sus acciones. Por tanto, en la primera fase sus acciones de control pueden no ser fiables.

- Un método de (cadena de Markov)-Monte-Carlo. En este caso, se perturba de manera aleatoria la señal de control con el fin de encontrar valores óptimos.

- Puede usarse una función de control para minimizar una función objetivo.

- Se conocen tales esquemas de optimización, de los que un método de Levenberg-Marquardt o uno de Newton-Gauss son ejemplos, y pueden usarse para minimizar la función objetivo buscando en la dirección de descenso más pronunciado. En algunas condiciones puede construirse el jacobiano de manera analítica. En otros casos, pueden usarse aproximaciones numéricas del jacobiano. También pueden combinarse fácilmente métodos de LM o NG con MCMC. Una combinación de este tipo evita mínimos locales (ventaja de métodos de MC) y tiene la convergencia rápida de métodos de LM/NG.

Agente (2) de traducción

Dado que un controlador (6-1...6-n) local arbitrario puede interpretar erróneamente el significado de la señal (5) de control o no está necesariamente adaptado para hacer uso de la señal (5) de control ni siquiera para reconocerla, realizaciones de la presente invención pueden hacer uso de un agente (2-1...2-n) de traducción que está instalado para relacionar la señal (5) de control con señales de comunicación internas reconocidas por el controlador (6-1....6 n). Este agente de traducción hace posible que diferentes esquemas de control locales puedan interaccionar para cumplir una restricción común.

Si el controlador local puede entender la señal de control, el agente de traducción se vuelve redundante.

El agente de traducción puede proporcionarse como un dispositivo independiente, por ejemplo, un dispositivo de procesamiento con un motor de procesamiento y memoria e interfaces para comunicarse con el controlador local y el centro de coordinación o puede estar implementado en forma de software que puede ejecutarse en un dispositivo de procesamiento adecuado tal como el propio controlador local.

Agente de planificación

El agente de planificación deriva un plan a partir de señales de control locales. El plan es de tal manera que puede interpretarse por el centro (10) de coordinación.

Si el controlador local está adaptado para generar planes adecuados, el agente de planificación se vuelve redundante.

El agente de planificación también puede estar dotado de propiedades adicionales: por ejemplo, puede estar adaptado para comprobar si el controlador local no está desviado (de manera accidental o intencionada).

El agente de planificación puede proporcionarse como un dispositivo independiente, por ejemplo, un dispositivo de procesamiento con un motor de procesamiento y memoria e interfaces para comunicarse con el controlador local y el centro de coordinación o puede implementarse en forma de software que puede ejecutarse en un dispositivo de procesamiento adecuado tal como el propio controlador local.

Controlador local

Si el controlador local funciona de manera óptima, también lo harán los resultados del sistema general, pero soluciones inferiores a la óptima de un controlador también pueden resultar ventajosas para otros controladores: se supone que un controlador se carga cuando los precios son altos. Los otros controladores no podrán cargarse en ese momento, pero una capacidad adicional pasa a estar disponible en otros momentos (más beneficiosos).

El uso de cualquier clase de controlador o la ausencia de cualquier esquema de control, y por tanto de controlador, se incluye dentro del alcance de la presente invención, pero dentro del sistema está presente al menos un controlador.

Según una realización específica, las unidades locales están adaptadas para enviar señales de reacción tales como planes de potencia al centro de coordinación, lo cual genera una señal de control, por ejemplo, en forma de un multiplicador de Lagrange, en respuesta a las mismas y la distribuye a las unidades locales. Esta señal de control es un indicador de desequilibrio en el sistema. El controlador puede proporcionarse como un dispositivo independiente, por ejemplo, un dispositivo de procesamiento con un motor de procesamiento y memoria e interfaces para comunicarse con el centro de coordinación y un agente de traducción o de planificación o puede implementarse en forma de software que puede ejecutarse en un dispositivo de procesamiento adecuado tal como el propio controlador local.

Según realizaciones de la presente invención el sistema está adaptado para usar una relajación de Lagrange para fusionar restricciones comunes en una función de coste. También según realizaciones de la presente invención, el sistema está adaptado para resolver un problema doble que puede formularse (por ejemplo, como descomposición doble) de la siguiente manera: cada unidad local tiene inteligencia local y potencia de procesamiento digital para ejecutar un solucionador que resuelve el problema de optimización de uso de potencia propio de la unidad local teniendo en cuenta el multiplicador de Lagrange que ha recibido. Dependiendo del valor de estos multiplicadores de Lagrange, se envían planes (de potencia) al centro de coordinación a partir de las unidades locales. El centro de coordinación está adaptado para recibir estos planes y para actualizar los multiplicadores de Lagrange y para volver a enviar estos valores actualizados a las unidades locales. Estas últimas comunicaciones se iteran hasta que se cumplen todas las restricciones.

Según las realizaciones anteriores, el centro de coordinación envía una señal de control a cada agente participante que determina o cambia su comportamiento basándose en la misma. Cada unidad local tiene en cuenta esta señal de control, junto con sus propios objetivos y restricciones, y (posiblemente) las demandas de su minorista, etc., y realiza un plan para el siguiente periodo de tiempo, por ejemplo, unas pocas horas. Si cada unidad acuerda los planes y se cumplen todas las restricciones, entonces se implementa una primera etapa de control.

Las ventajas de estas realizaciones son una o más de:

- La solución final puede ser una solución mejorada o una óptima. Sin embargo, se encuentra fuera de la presente invención si esfuerzos que alguien esté dispuesto a realizar pueden mejorar la solución (para la información dada) y para un participante dado. Cada sistema de control puede usarse de manera incorrecta, por ejemplo, un proveedor de potencia puede reducir de manera deliberada la potencia suministrada para aumentar el precio, se denomina manipulación.

- Toda la información privada (excepto los planes) permanece en el solucionador local en la unidad local. Por tanto, un minorista no tiene que compartir información con un competidor.

- Cada solucionador local en una unidad local resuelve su propio problema. Por tanto, el sistema puede ajustarse a escala (en determinadas condiciones) y pueden llegar a alcanzarse redes más complejas con muchos más participantes.

- Se usa un centro de coordinación para gestionar restricciones comunes. Este puede ser el DSO, que está adaptado para hacer funcionar una restricción de red tal como un transformador con capacidad limitada, una línea con una capacidad límite, funcionar para mantener la potencia reactiva dentro de algunos límites predefinidos; o puede ser la BRP, que debe garantizar que cada kilovatio consumido en algún lugar también se produce, o puede ser la caja de fusibles con una capacidad limitada.

- Puede haber una opción de no reaccionar frente a un incentivo a partir de la señal de guiado o de control tal como un multiplicador de Lagrange. Esto puede ser importante en comparación con otros mecanismos de coordinación. En estas realizaciones, la unidad local hace funcionar su entorno local y sigue siendo exclusivamente responsable de ese entorno.

Un posible problema con este tipo de esquema de control descentralizado es que no puede forzarse necesariamente a cada minorista a implementar un sistema en el que se entienden las señales de comunicación mencionadas anteriormente (señales de control o de guiado y de reacción). Algunos de los minoristas pueden incluso no tener ninguna comunicación en absoluto en sus controladores locales, de modo que cualquier incentivo que se les dé mediante la señal de control o de guiado, por ejemplo, multiplicador de Lagrange, se pierde y nunca se realizará ningún plan por unidad local en sus sistemas.

Además, la capacidad de control del sistema se reduce debido a la presencia de subproblemas (casi) homogéneos. Con el fin de hacer coincidir los diferentes subsistemas posibles en un esquema de este tipo, pueden usarse dos tipos de agentes de traducción. El primer agente de traducción necesita traducir la señal de control o de guiado tal como el multiplicador de Lagrange para dar una señal entendida por el optimizador local del controlador local y el segundo necesita construir un plan.

Los agentes pueden ser dispositivos independientes, por ejemplo, microcontroladores o motores de procesamiento con potencia de procesamiento digital y memoria, tales como FPGA o microprocesadores, o pueden ser software que está configurado para ejecutarse en los sistemas de procesamiento de los controladores locales u otros dispositivos locales.

La figura 2 da una representación esquemática de un sistema 1 según una realización de la presente invención. En la figura 2 se muestra tanto la red de comunicaciones, por ejemplo, desde el centro de coordinación hasta el usuario final, como también una parte de la red de suministro tal como el alimentador.

1. En cada casa (3-1 ....3-n) o unidad, está presente un agente (4-1, ...4-n) de planificación. Este agente (4-1, ...4-n) de planificación está dotado de inteligencia local, por ejemplo, un procesador y una memoria, y está adaptado para realizar una predicción sobre un comportamiento futuro de su cliente. Esto puede ser, por ejemplo, el consumo de potencia planeado si está activa una restricción de potencia en el alimentador (8). Esta predicción puede generarse directamente por el controlador (6-1....6-n) local de esa unidad o puede basarse en datos históricos y construirse por el agente (4-1....4-n) de planificación o puede ser cualquier combinación adecuada de ambas,

2. El centro (10) de coordinación tiene inteligencia, por ejemplo, un procesador y una memoria, y está adaptado para comprobar si todos los planes que recibe a partir de, o mediante, los agentes (4-1....4-n) de planificación pueden seguirse sin infringir cualquiera de las restricciones de sistema comunes. Si se determina que se da este último caso, se activarán señales (5) de control o de guiado, por ejemplo, en forma de multiplicadores de Lagrange, y se enviarán a los agentes (2-1....2-n) de traducción.

3. Estos agentes (2-1....2-n) de traducción tienen inteligencia, por ejemplo un procesador y una memoria, y están adaptados para transformar la información procedente del centro (10) de coordinación en una forma que puede entenderse por el controlador (6-1....6-n) local.

4. El controlador (6-1....6-n) local tiene inteligencia, por ejemplo un procesador y una memoria, y puede adaptar su comportamiento según la señal de control o de guiado, por ejemplo multiplicador de Lagrange, que recibe. Opcionalmente puede ignorar la señal de guiado de control, por ejemplo, el multiplicador de Lagrange.

5. Las etapas 2-4 se repiten hasta que ya no se infringen las restricciones y han convergido tanto los planes como las señales (5) de control.

En esta realización puede realizarse una suposición sobre la inteligencia local de los controladores (6-1 ...6-n), concretamente que los dispositivos de procesamiento locales, por ejemplo, el motor de procesamiento y la memoria, están preferiblemente programados para actuar conjuntamente para cumplir restricciones comunes. Por tanto, por ejemplo, opcionalmente no se permite la manipulación.

La señal de control como multiplicador de Lagrange

Realizaciones de la presente invención tienen preferiblemente la ventaja de usar las propiedades de relajación de Lagrange y descomposición doble (optimización/ADMM distribuidas y otros solucionadores para control distribuido): si se usan los multiplicadores de Lagrange como señal (5) de control o de guiado y se comunican a las unidades locales y se responden señales de reacción tales como planes en un procedimiento iterativo, el punto óptimo global para el sistema general se alcanza de una manera económica.

Esto significa que cada controlador (6-1....6-n) local puede, sólo por su propia actividad en combinación con el centro (10) de coordinación, encontrar los parámetros de control óptimos para el/los dispositivo(s) bajo el control con la información disponible para ese controlador. No es posible que algunos de los controladores locales pudieran haber encontrado resultados mejores si la información disponible se proporcionara en una forma diferente.

Si hubiera estado disponible información adicional, tal como mejores modelos, mejores predicciones, etc., podría haberse encontrado una solución todavía mejor, pero en tal caso el algoritmo de DD o LR también podrá mejorar sus resultados.

Por otra parte, es muy posible que algunos o la totalidad de los controladores locales no funcionen de manera óptima debido a software mal escrito o a otros motivos.

El agente de traducción para señales de control o de guiado tales como multiplicadores de Lagrange

El objetivo del agente (2-1....2-n) de traducción es traducir la señal de control o de guiado, por ejemplo, multiplicador de Lagrange, para dar una señal que puede entenderse por el controlador (6-1...6-n) local. Dado que la unidad local puede ser de cualquier tipo, no está definida de manera previa. Por tanto, no hay un agente de traducción óptimo, sino que cada uno debe estar adaptado para el controlador con el que está trabajando. A continuación se describirá un agente de traducción adecuado para una gama de controladores conocidos:

- PowerMatcher: en este controlador la cantidad de potencia que va a consumirse viene dada en función de una señal de precio. La señal de control o de guiado, tal como un multiplicador de Lagrange, puede traducirse para dar un valor de €/MWh, y esto puede ser sumarse/restarse del precio de asignación para cambiar el comportamiento del usuario final. Dado que PowerMatcher no anticipa, no se usa ninguna señal de control o de guiado, tal como multiplicadores de Lagrange, definida con respecto al futuro.

- Intelligator: en este caso la cantidad de potencia que va a consumirse se expresa en función de una prioridad. Si existe una relación entre la prioridad y el precio, esta relación puede usarse para traducir la señal de control o de guiado, tal como multiplicador de Lagrange, para dar una escala de prioridad. Si esta relación está ausente, puede construirse, el valor más bajo observado en las señales de control o de guiado, tales como multiplicadores de Lagrange, durante los últimos N días se asocia con la prioridad más baja observada durante este mismo periodo y también se asocian los valores más altos. Para cualquier valor intermedio, puede construirse una relación lineal. - Algoritmo de NMPC de horizonte móvil

o Con horizonte idéntico: las señales de control o de guiado, tales como multiplicadores de Lagrange, pueden usarse directamente en el algoritmo de optimización

o Con horizonte más corto, los valores que se encuentran detrás del horizonte no se usan; el resto se implementan directamente en el algoritmo de optimización.

o Con horizonte más largo: los valores que no se facilitan por el centro de coordinación se estiman basándose en datos históricos

- Buscador de coincidencias ciego. Muchos minoristas pueden no desear reaccionar frente a señales procedentes del DSO, por ejemplo, dado que esta reacción provocará desviaciones con respecto a los perfiles de carga convencional (que se usan para comprar la potencia en el mercado diario). Estas desviaciones provocarán desequilibrios y por tanto posiblemente costes superiores en el mercado de desequilibrio. Tales minoristas no reaccionarán en absoluto. Por tanto, el agente de traducción no hará nada.

El agente de planificación para su uso con señales de control o de guiado tales como multiplicadores de Lagrange Con el fin de realizar señales de control o de guiado precisas, tales como multiplicadores de Lagrange, el centro de coordinación necesita recibir buenas señales de reacción, por ejemplo, planes. Dado que algunas unidades de control locales no pueden comunicar nada o no existen en absoluto, la presente invención incluye dentro de su alcance que se añaden dispositivos para generar los planes. Por ejemplo, pueden colocarse agentes (4-1....4-n) de planificación entre el controlador (6-1...6-n) local y el centro (10) de coordinación. Estos agentes (4-1....4-n) de planificación pueden recibir planes directamente a partir del controlador local o pueden producir sus propios planes basándose en datos históricos o combinar ambos.

Realizaciones

Realización 1: estabilización de tensión en una red eléctrica de distribución por medio de señales de control o de guiado usando, por ejemplo, un esquema de control de relajación de Lagrange

Se considera un alimentador con N usuarios finales. En la conexión de cada usuario final se monitorizan de manera continua la tensión V (NxT) y la potencia p (NxT). El alimentador tiene una capacidad restringida y, en esta realización, se usa un algoritmo de relajación de Lagrange para tener en cuenta esta restricción.

Las tensiones se desvían de su valor óptimo V0 debido a perturbaciones en la demanda de potencia (en aproximación de primer orden)

V -V 0+^-& p

dp

con

Esta matriz puede identificarse a partir de las tensiones y potencias medidas.

La potencia se controla (parcialmente) mediante la señal de precio o de control X (Nx1). En una aproximación de primer orden

La derivada es la flexibilidad del sistema o la elasticidad de precio en términos económicos y puede calcularse a partir del algoritmo de relajación de Lagrange, en el que el precio cambia y la potencia sigue estos cambios. Obsérvese que el término “precio” se refiere a una variable de control que puede influir sobre cuánta potencia se consume o se produce. Por tanto, la potencia sigue al precio. El “precio” es una variable de control o de guiado y no está relacionada con la facturación.

Combinando ambas aproximaciones de primer orden

dV_ty_ _AVAX

dp dX

O

En esta ecuación, la primera derivada puede medirse, la segunda es un resultado a partir del algoritmo de relajación de Lagrange, delta-V se mide y delta-lambda es el incentivo de precio/control que tiene que enviarse a cada usuario de modo que su comportamiento se adapte con el fin de estabilizar la red de tensión.

Dado que la tensión cambia mucho más rápidamente de lo que pueden adaptarse los planes de potencia, es menos favorable usar algoritmos de pronóstico o señales de planificación en el contexto de la de estabilización de tensión. En vez de eso, se envía una señal de control instantánea a cada usuario final. Esta señal de control instantánea puede variar de un instante a otro. Se incluyen implementaciones basadas en acontecimientos dentro del alcance de la presente invención, por ejemplo, en las que la comunicación se produce cuando el sistema cambia y no en momentos predefinidos.

Si se usa un algoritmo de relajación de Lagrange clásico, se necesita un centro de coordinación en cada nodo en la red. Esta conduciría a una sobrecarga de comunicación. En vez de eso, en realizaciones de la presente invención, se permite que un centro de coordinación en el alimentador central envíe diferentes señales de control a cada usuario final con el fin de mantener la tensión estable. La ventaja es que sólo se necesita un centro de coordinación. Realización 2: método, sistema y elementos de red de coordinación para minoristas, partes responsables de equilibrio y usuarios finales a nivel de distrito

La presente realización se refiere a una estrategia de coordinación que tiene en cuenta los intereses de minoristas, usuarios finales, operador responsable de la distribución (DSO) y la parte responsable de equilibrio (BRP). Permite que los diferentes participantes compartan una infraestructura de red común, sin infringir restricciones de red. Esta realización comprende una red eléctrica inteligente equipada con un sistema de comunicación bidireccional. Cada participante intercambia información con otros a través de la infraestructura de comunicación con el fin de converger hacia el plan de consumo de potencia óptimo y optimizar sus propios objetivos locales sin compartir información privada con otros usuarios. Esta estrategia se ilustrará a nivel de distrito con bastantes bombas de calor, de modo que la coordinación entre los usuarios finales se vuelve necesaria con el fin de evitar la sobrecarga de la red de distribución. Además, puede mostrarse que la solución encontrada es la solución global para el problema, lo que significa que no puede encontrarse ninguna solución mejor.

Este entramado de control puede usarse con diferentes estructuras de tarifa que pueden afectar a la estabilidad de la red. Por ejemplo, las estructuras de tarifa individual y diurna/nocturna muestran que variaciones de precio provocan sincronización de carga y conducen a sobrecargas de red. Con una estructura de tarifa por discriminación horaria, si cada bomba de calor optimiza su comportamiento para minimizar los costes de personal, no queda ningún incentivo para alcanzar restricciones comunes, tales como suministro de potencia total. Si se imponen restricciones de potencia, la misma red puede estabilizarse, aunque aumenten las demandas de potencia con un factor de tres o cuatro.

Por último, basándose en el coste de desequilibrio, puede guiarse la agrupación para maximizar beneficios en el mercado de desequilibrio.

Una agrupación de empresas y actores están implicados en una generación y control de potencia eléctrica antes de que la potencia llegue a los usuarios finales. Los productores necesitan encontrar minoristas que vendan su potencia. Si el consumo del usuario final se desvía con respecto a las expectativas realizadas por el minorista, se necesita comerciar la falta de coincidencia en un mercado de desequilibrio (un socio responsable de equilibrio (BRP) se encarga de esta función). La potencia total, la producida, consumida y de desequilibrio, necesita estar equilibrada. Para transportar la energía a los usuarios finales, los operadores de sistemas de transmisión (TSO) y los operadores de sistemas de distribución (DSO) necesitan estar de acuerdo con el fin de mantener el suministro de potencia. Si los flujos de potencia se vuelven demasiado grandes en algunos nodos de la red eléctrica, ya no puede garantizarse la fiabilidad del suministro de potencia. Cada uno de estos actores tiene su propia operación y papel específicos y tiene que tener en cuenta restricciones particulares. Según realizaciones de la presente invención, se proporciona un entramado para redes eléctricas inteligentes automatizadas que permite que los actores compitan y/o actúen conjuntamente al mismo tiempo para maximizar la eficiencia dentro de las limitaciones de hardware de sus propios dispositivos y de la red eléctrica de potencia.

Se toman como ejemplo los vehículos eléctricos y las bombas de calor. En grandes números, estos dispositivos supondrán un desafío para la fiabilidad del suministro de potencia de la red eléctrica dado que un dispositivo de este tipo puede consumir la misma potencia que un domicilio. La solución de hardware es aumentar la capacidad de la red eléctrica de (distribución), pero esto es caro, dado que la red eléctrica necesita dimensionarse para algunas ocasiones poco frecuentes en las que todas las bombas de calor están encendidas. Una alternativa, que se encuentra con frecuencia en la bibliografía, es implementar gestión en el lado de demanda (DSM). En este caso, algunos de los dispositivos eléctricos pueden comunicarse y pueden ayudar de manera activa a soportar la fiabilidad de la red eléctrica controlando los requisitos de potencia en el lado de demanda.

En la bibliografía ([2], [3], [4], [5]) se ha propuesto una gama de enfoques, pero se ha prestado poca atención a la buena disposición para actuar conjuntamente entre los diferentes actores. Puede dudarse si todos los usuarios finales estarán dispuestos a dar el control de sus dispositivos a un tercero. Antes de proponer soluciones, se facilita un breve resumen de los métodos existentes.

Una primera clase encontrada con frecuencia en la bibliografía son los denominados métodos de control directo ([6], [7]). En este caso, los consumidores y productores agregan toda la información y una unidad central calcula el plan óptimo, teniendo en cuenta todas las restricciones locales y globales. A continuación, se envían acciones de control individuales a cada dispositivo. Estos enfoques tienen la ventaja de que puede calcularse la acción de control óptima, pero esto puede volverse difícil para agrupaciones grandes. Un problema adicional es que cada participante necesita compartir datos privados y restricciones con un tercero y debe estar dispuesto a transferir el control de su(s) dispositivo(s). Esto puede dificultar una implementación a gran escala, dado que todos los participantes deben estar dispuestos a transferir el control de sus dispositivos o a compartir datos que son privados [8].

Una segunda clase consiste en enfoques de optimización distribuida ([3], [4], [5], [9]). En estos métodos, cada dispositivo resuelve su problema de optimización privado. Se fusionan restricciones comunes (lineales) en las funciones de utilidad personal por medio de un enfoque de relajación de Lagrange.

Las principales ventajas son

(i) La capacidad de ajuste a escala del sistema: pueden controlarse agrupaciones grandes, dado que los cálculos se realizan localmente.

(ii) En caso de que se produzcan averías en las líneas de comunicación, los controladores individuales siguen funcionando y cada dispositivo conoce valores obsoletos para los multiplicadores de Lagrange y todavía pueden usarse [5].

(iii) Las cuestiones de privacidad se gestionan mejor. No se necesitan compartir todas las restricciones personales y otra información. Sin embargo, se necesita pasar el plan de potencia a un tercero. A partir de este plan puede decodificarse mucha información sensible, tal como cuándo están las personas en casa, etc.

(iv) El problema de cálculo pasa a ser manejable [véase, por ejemplo: Convex Optimization, Stephen Boyd y Lieven Vandenberghe, Cambridge University Press]

(v) La inteligencia distribuida puede hacer que el sistema sea más robusto contra averías de comunicación y puede permitir un mejor rendimiento para el control local

Además de este problema de privacidad, este enfoque tiene otras dos desventajas principales:

(i) Para cumplir las restricciones globales, tiene que seguirse un esquema de iteración, en el que, en cada iteración, se actualizan los multiplicadores de Lagrange basándose en los planes de potencia y viceversa. Estas iteraciones provocan más comunicación.

(ii) Se supone de manera implícita que cada participante está actuando conjuntamente para optimizar la utilidad global. En la práctica, algunos participantes pueden optimizar su propio beneficio y, para hacerlo, pueden desviarse con respecto a la utilidad global.

(iii) Las funciones de utilidad deben ser convexas.

(iv) Acciones de control binario y subproblemas homogéneos

(v) Se requiere inteligencia local

(vi) El número de iteraciones requeridas no es determinista y depende parcialmente de la elasticidad de precio y de los accionistas.

Realizaciones de la presente invención son variantes de este enfoque.

Una tercera clase basa su estrategia en la teoría de juegos [véase, por ejemplo, Hamed Mohsenian-Rad, Vincent W.S. Wong, Juri Jatskevich, Robert Schober y Alberto Leon-Garcia, “Autonomous Demand Side Management Based on Game-Theoretic Energy Consumption Scheduling for the Future Smart Red Grid”, IEEE Transactions on Smart Grid, vol. 1, n.° 3, págs. 320-331, diciembre de 2010]. En este caso, no se supone que todos los participantes actuaron conjuntamente para cumplir un objetivo global. En vez de eso, se supone que los participantes son competidores. Esto puede ser más próximo a la realidad y es por eso que supone un gran adelanto. Sin embargo, en esta fase, este método todavía se enfrenta a algunos problemas:

(i) cada dispositivo tiene que comunicarse con cada uno de los otros dispositivos, lo cual conducirá a sobrecarga de comunicación para agrupaciones grandes;

(ii) se mantienen restricciones bastante estrictas para la función de utilidad. Todavía necesita ser estrictamente convexa.

Una cuarta clase consiste en enfoques basados en agente que emplean reglas heurísticas para planificar dispositivos ([10], [11], [12]). Se toma como ejemplo PowerMatcher [véase, por ejemplo, Koen Kok, Martin Scheepers y René Kamphuis. Intelligence in electricity networks for embedding renewables and distributed generation. Capítulo en: R.R. Negenborn, Z. Lukszo, and J. Hellendoorn, editores, Intelligent Infrastructures. Springer, Intelligent Systems, Control and Automation: Science and Engineering Series, 2009]. En resumen, cada dispositivo envía una denominada función de oferta, en la que se facilita la cantidad de potencia en función de un precio. El agregador encuentra una coincidencia entre todas estas funciones de oferta y envía una asignación de vuelta a cada agente. Este procedimiento se repite para cada intervalo de tiempo. Las principales ventajas son que estos algoritmos son intuitivos, fáciles de implementar y entender, la capacidad de ajuste a escala es fácil y algunas de estas estrategias ya se han sometido a prueba en el campo y funcionan bien [ECN 2]. Sin embargo, la coincidencia es estática y esto hace que sea difícil tener en cuenta efectos dinámicos o tener en cuenta cualquier predicción o aspecto futuro. Una segunda desventaja es que no puede garantizarse optimalidad. De hecho, cualquiera puede elaborar su propio conjunto de reglas y en algunas condiciones estas funcionarán bien o razonablemente o pueden volverse inestables.

La presente realización proporciona un método de control de red de suministro de potencia y un entramado en el que se cumplen restricciones comunes, pero en el que cada participante puede optimizar su propio funcionamiento, teniendo en cuenta sus propias restricciones privadas. Por tanto, agregar toda la información en un ordenador central resulta impráctico. Según esta realización, iterando señales de control en tiempo real que indican un grado de desequilibrio de potencia de la red, puede calcularse la misma solución óptima de una manera distribuida, sin compartir información confidencial.

Los elementos de la presente realización incluyen: un algoritmo de control distribuido óptimo, estructuras de tarifa actuales y una situación de discriminación horaria (ToU). La sincronización de carga puede provocar problemas y puede evitarse teniendo en cuenta la limitación de red como restricción común. Dentro de una situación de ToU sucede que los usuarios finales pueden cambiar su comportamiento y por tanto cambiar los perfiles de carga convencional. Esto puede provocar desequilibrios mayores en la red. Teniendo en cuenta de manera explícita costes de desequilibrio se pueden reducir los costes de desequilibrio.

La presente realización proporciona un algoritmo de control que permite que todos los actores actúen conjuntamente para cumplir restricciones comunes, sin compartir toda la información privada. Una ventaja práctica es poder ayudar al DSO a mantener la red eléctrica de distribución estable, sin tener que actualizar el hardware. Evidentemente, varios actores tienen que desviarse con respecto a su planificación óptima y tendrán que asumir algunas pérdidas. Si estas pérdidas pueden recuperarse a partir del DSO, este último puede decidir seguir teniendo pérdidas esporádicas o actualizar su hardware. Como tal, se crea un incentivo basado en mercado para que el DSO proporcione equilibrio, intervenga en el comportamiento de usuarios finales o invierta.

Sin embargo, la introducción de bombas de calor a gran escala puede provocar graves problemas en la red eléctrica. En primer lugar, en comparación con las cargas residenciales, estas bombas de calor consumen mucha potencia, normalmente 2-5 kW de cada eléctrica. Durante periodos fríos, la mayor parte de las bombas de calor estarán funcionando, lo cual puede aumentar el consumo de potencia promedio de cada domicilio desde aproximadamente 1 kW hasta 4 kW. La red eléctrica de distribución puede abordar que domicilios individuales consuman tales cantidades de potencia, pero puede no estar equipada para abordar un distrito, en el que muchos domicilios están consumiendo tales cantidades de potencia.

En segundo lugar, la demanda de calor depende de la temperatura exterior, que es idéntica para todos los domicilios en un distrito. Esto provoca una gran sincronización en la demanda de potencias de bombas de calor, lo cual sólo empeorará la carga de potencia.

Estos dos problemas son más genéricos y pueden extrapolarse, por ejemplo, a vehículos eléctricos, mientras que el problema de calidad de potencia es específico. La solución más robusta es aumentar la capacidad de la red, lo cual también es probablemente la solución más cara. No sólo se necesita actualizar los transformadores, sino también las líneas de potencia. Realizaciones de la presente invención proporcionan una solución alternativa que implementa gestión en el lado de demanda (DSM). Si las bombas de calor pueden comunicarse para encontrar alguna especie de acuerdo sobre un plan, puede usarse adicionalmente la red existente.

La DSM gestiona el consumo y la producción de los miembros de una agrupación y hace uso de su flexibilidad. La flexibilidad de consumidores es su posibilidad para desplazar o incluso cancelar su consumo. En contraposición con la energía eléctrica, el calor puede almacenarse fácilmente y de manera más eficiente y a un coste menor, lo cual hace que las bombas de calor sean dispositivos muy flexibles en una red de DSM. La gestión de la flexibilidad de una agrupación grande, sin poner en riesgo la fiabilidad de la red eléctrica existente [1], puede considerarse como un problema de optimización de restricciones y puede ser una tarea difícil.

En primer lugar se considera una red de distribución, de modo que no se tiene en cuenta el TSO. Además, sólo se considerarán bombas de calor y cargas no inteligentes. En contraposición a vehículos eléctricos, una bomba de calor ya puede competir económicamente con instalaciones de calefacción convencionales. Puede esperarse razonablemente que las bombas de calor se volverán populares en el futuro cercano, debido a los precios crecientes para combustibles fósiles y a la concienciación medioambiental.

Por ejemplo, en un distrito belga típico, el transformador usado para distribuir potencia está dimensionado normalmente de modo que pueden proporcionarse 2-4 kW a cada domicilio. El consumo promedio varía alrededor de 0,8 kW con picos de hasta unos pocos kW. Dado que estos picos no se producen simultáneamente, este sistema funciona bien. Pueden surgir problemas cuando, en distritos poco habituales, la mayor parte de las personas deciden usar bombas de calor para calentar sus casas.

Se supone que el distrito que está considerándose consiste en 100 domicilios, que están distribuidos por igual a lo largo de las tres fases del suministro eléctrico. Por tanto, sólo se considerará una fase. El transformador puede suministrar 240 kVA, lo cual es 2,4 kVA por domicilio en promedio. 34 domicilios están conectados en la fase relevante. No se considerará la correlación cruzada entre las diferentes fases. Las cargas no inteligentes se basan en patrones de consumo medidos (con un consumo promedio entre 3500 y 4000 kWh). Se realizan simulaciones durante una semana en febrero, cuando la demanda de calor es alta. Durante este periodo de invierno, las bombas de calor pueden triplicar el consumo de potencia por domicilio, lo cual lleva el consumo total cerca de los límites de red. Puede ser muy posible que, en un distrito no habitual, que estará equipado con muchas bombas de calor, el aislamiento térmico de las casas sea mucho mejor y la demanda de calor será inferior. En la figura 3 pueden encontrarse valores típicos para la demanda de calor y agua caliente.

Se consideran cuatro tipos de actores:

- Usuarios finales: el consumo de cada domicilio consiste en una carga no controlable y el consumo de una bomba de calor controlable. La carga no controlable se basa en patrones de consumo medidos en el domicilio de domicilios belgas típicos. En la figura 3 se muestra una carga no inteligente de este tipo. A continuación se describen las bombas de calor en detalle.

- Los minoristas proporcionan la energía a los usuarios finales y compran esta energía en un mercado diario. Se comparan varias estructuras de tarifa como caso de prueba. Como referencia, se usan las estructuras de tarifa actuales: un precio constante (155 €/MWh) y una estructura de tarifa doble, con un precio alto desde las 7 a.m. hasta las 10 p.m. (170 €/MWh) y un precio bajo durante la noche (140 €/MWh). A continuación se examina una situación de ToU sin restricciones.

En la figura 3 se muestran los precios usados.

- Parte responsable de equilibrio (BRP): si el minorista y los usuarios finales no coinciden, el desequilibrio se compensa por la parte responsable de equilibrio. Se consideran dos casos. En el primero, el minorista paga una tasa fija a la BRP y no se preocupa sobre el desequilibrio. Este es normalmente el caso para pequeños minoristas. En segundo lugar, se considera el caso en el que el minorista y el BRP son la misma parte. En este caso, el desequilibrio tiene que compensarse en el mercado de desequilibrio a nivel nacional.

- El DSO es responsable de la red de distribución. En este artículo, no se considera la topología de la red, por tanto, el papel del DSO se limita al mantenimiento del transformador y a garantizar que el consumo total está limitado por su capacidad.

El modelo de bomba de calor

En la figura 4 se facilita una representación esquemática de la instalación de bomba de calor. La bomba de calor está conectada a dos depósitos intermedios. El primero se usa para el suministro de agua caliente y el segundo para calefacción. Ambos depósitos intermedios tienen un volumen de 300 l. Se recopilan perfiles de demanda de agua caliente a partir de [13]. Se usa un domicilio típico con una demanda promedio de 300 l/día a 45°C. Los datos para la demanda de calor se simulan con TRNSYS y se muestran en la figura. Los perfiles de temperatura externa se toman de Meteonorm V5, proporcionado dentro del módulo TRANSYS. Para cada usuario final se genera un perfil único. Se usa un modelo lineal sencillo para simular y controlar este sistema. La potencia usada por la bomba de calor puede modularse y el coeficiente de rendimiento (CoP) se fija a tres. El calor se divide a lo largo de los dos depósitos intermedios:

elec

Siendo la potencia eléctrica usada por la HP de la casa i en el tiempo t*Ts, siendo t un índice de tiempo y Ts r>2

el periodo de muestra. T,í y " m son las potencias térmicas suministradas a ambos depósitos intermedios. La energía perdida en los depósitos intermedios se desprecia, de modo que los cambios de energía en los depósitos vienen dados por

H '

Siendo las demandas de calor de ambos depósitos intermedios (* puede ser 1 ó 2). La energía interna en cada depósito se calcula en una red eléctrica escalonada [14]. La energía almacenada no puede medirse directamente. En vez de eso, se usa la temperatura media en el depósito intermedio como medida para el estado de carga. Las temperaturas y la energía son simplemente proporcionales:

Siendo cw la capacidad calorífica específica del agua y V* el volumen del depósito intermedio. La temperatura para calentar agua está limitada entre

r!=40°C 4

Ti = 55°C

Y los límites de depósito intermedio de calor varían linealmente con la temperatura exterior (véase la figura 3)

T 2 =22°C-0A3(TeiíieúO!-20°C) 5

t 2 = r 2 io ° c

Algoritmo de control distribuido

En primer lugar se definirá una función de utilidad global. Resolver esta función puede no ser práctico pero, en principio, la solución tiene propiedades notables: se cumplen todas las restricciones, se minimizan los costes totales y este mínimo es un mínimo global, de modo que no puede encontrarse ninguna solución mejor con la información disponible. Evidentemente, resolver esta ecuación se volverá prácticamente imposible y cada actor necesita compartir la totalidad de sus limitaciones e información privadas. Por tanto, en vez de optimizar esta función de utilidad total, se formulará un problema doble (denominado descomposición doble [15]). Este problema doble es una relajación idéntica al problema de optimización total, por tanto, su solución tiene las mismas propiedades correctas, pero también está distribuida a lo largo de los diferentes actores. Esto tiene dos consecuencias importantes. En primer lugar, cada actor puede resolver su propio problema de optimización y ya no tiene que compartir limitación privada e información privada. En segundo lugar, dado que cada actor puede optimizar su problema en paralelo, pasan a poder resolverse sistemas con grandes cantidades de actores. El inconveniente es que también se necesita distribuir las restricciones comunes a lo largo de los actores. Esto se hace introduciendo un término de penalización, que se necesita iterar hasta que se cumplen todas las restricciones. Este procedimiento iterativo ralentiza el procedimiento de optimización, aumenta la sobrecarga de comunicación y necesita predicciones a partir de todos los actores implicados. Estas predicciones se basan de nuevo en la información privada procedente de los actores. Por tanto, todavía debe proporcionarse algo de información con el fin de resolver restricciones comunes.

A continuación se formula la minimización de la función de utilidad global a nivel de distrito:

4 Í A

Sujeto a:

Ecuaciones 1-5 Vt, Vi

Siendo pt la potencia total consumida por todas las bombas de calor y cargas de disipación. El límite superior para esta potencia es p. Las funciones f¡(p¡,t), h(pt) y se definen a continuación en este párrafo, pero representan los costes respectivos para usuarios finales y minoristas. El desequilibrio se descompone en dos términos, A+ que representa un exceso de potencia y A l un déficit de potencia en la agrupación.

Las ecuaciones (1-5) describen la dinámica y la limitación de las bombas de calor instaladas en los usuarios finales. La ecuación (2-4) limita el desequilibrio positivo y negativo a la capacidad del transformador. La ecuación (9-10) limita la potencia total suministrada por el minorista y consumida por los usuarios finales, respectivamente. La ecuación (11) se refiere a la falta de coincidencia entre los minoristas y usuarios finales por una parte y al desequilibrio por otra parte.

Sólo las ecuaciones (10-11) son restricciones con variables comunes y se sustituyen en la función objeto por el método de multiplicadores de Lagrange, de modo que (1) pasa a ser

M N (12)

miti E S / i( f t , , ) *(p ,) g(Af,A7)...

Sujeto a las ecuaciones (1-5, 2-9)

Lo cual puede descomponerse en tres conjuntos de solucionadores

• Problema de los usuarios finales

Sujeto a

las ecuaciones (1-5)

Para un conjunto dado Yt y Yt , esta ecuación y sus restricciones están todas definidas dentro de un domicilio y, en principio, puede resolverse en un dispositivo de red eléctrica inteligente doméstico. El coste de etapa local f i (P i,t ) ~ ^tPi,t + SP ifís

El segundo término cuadrático tiene en cuenta las pérdidas, pero de hecho se añade para hacer que la ecuación sea estrictamente convexa, lo cual hace que la convergencia sea más fácil. Técnicas tales como ADMM o cálculo de promedio primario no necesitan esta propiedad para converger. Problema del Minorista

M 15

m m Y JM.pt ) r tP tTs

Pt t=0

Sujeto a

la ecuación (9)

En esta ecuación y sus restricciones sólo está implicado el minorista, por tanto, en un mundo de red eléctrica inteligente pasa a ser su problema gestionar la pt. Dependiendo del caso de negocio que está considerándose, h(pt) puede adoptar diferentes formas:

«DÁM

En una situación de discriminación horaria, el precio viene dado por adelantado. Esto puede ser el precio de asignación en un mercado diario, por ejemplo. El coste de etapa viene dado por

h(,p,) = A°M p,Ts 9 ?T? 16

siendo e un parámetro de ajuste a escala que tiene en cuenta las pérdidas por transporte y es habitualmente 2d á m

pequeño (del 1 al 5%). es el precio al que el minorista ha comprado energía. En realidad, parte de esta energía se compra con contratos a largo plazo y parte, por ejemplo, en un mercado diario (DAM). Por simplicidad, se supone que el precio del minorista es simplemente el 50% del precio de los usuarios finales. El 50% restante son impuestos, pérdidas y costes de distribución.

Problema del BRP

Habitualmente los motivos de los minoristas no son encontrar una coincidencia exacta entre la potencia planificada y la potencia consumida real, sino maximizar los beneficios. En determinadas condiciones, una desviación puede ser beneficiosa

Sujeto a

las ecuaciones (2,4)

Esta ecuación tiene en cuenta desequilibrios y puede resolverse independientemente de los solucionadores (11) y (13). El término g(AÍ,A7) _{puede ser}

En el que § '■t v y ^ '- t son los costes de desequilibrio. El primer término en esta ecuación asocia un coste o beneficio al desequilibrio y el segundo término tiene en cuenta pérdidas. Descomponer el desequilibrio en un término positivo ^ j+ _DAM

y uno negativo tiene una ventaja importante: siempre que el desequilibrio positivo y negativo no pueden ser diferentes de cero al mismo tiempo.

Estas ecuaciones no pueden resolverse de manera completamente independiente, porque todas contienen los multiplicadores de Lagrange. Este multiplicador puede encontrarse de una manera iterativa, por ejemplo, mediante un método de subgradiente,

Siendo (aa, ab) parámetros ajustables, que son normalmente proporcionales a 1/N.

Para cada nuevo conjunto de valores para

tienen que volver a resolverse los solucionadores (12, 15 y 17). El valor inicial valor es

Por consiguiente, se proporciona un algoritmo de descomposición, que divide la inteligencia de la red eléctrica en los participantes que se producen legal y realmente. Cada participante tiene que optimizar su propio beneficio, teniendo en cuenta sus propias restricciones privadas y zonas de comodidad y decide finalmente cuánta potencia se comercia.

Modelo de predicción

Todos estos esquemas de control dependen de variables desconocidas, tales como la demanda de calor y agua corriente ^{( H} * ^} >* ^{t , H u í} la temperatura exterior (Textenor), el precio de la energía y los precios de desequilibrio ⁽ V ^X f» ^{XX X}t^~í⁾ y la carga no inteligente futura (ptcarga no inteligente). Para el presente análisis, se supone que todo lo que está disponible para estas variables estocásticas son datos históricos y estos se usan para predecir valores futuros. Existen muchas técnicas avanzadas para predecir valores futuros a partir de datos históricos [por ejemplo, véase Automatic Autocorrelation and Spectral Analysis Broersen, Petrus M.T., Springer], pero puede usarse una regla sencilla para realizar predicciones: cada variable muestra un fuerte ciclo diario y puede usarse el valor promedio a lo largo de los últimos cinco días como medida para el día siguiente

Siendo T = 24 h, x la variable que va a predecirse y t el tiempo en horas. Como consecuencia, en este caso no se tienen en cuenta ni fines de semana ni vacaciones, pero pueden tenerse fácilmente en cuenta si se necesita. Tampoco se tiene en cuenta la estocasticidad.

Implementación de modelo

El esquema propuesto en los párrafos anteriores proporciona a cada actor un conjunto de parámetros de control óptimos. Sin embargo, los modelos usados no son perfectos y las variables estocásticas se desviarán con respecto a los valores esperados. Como resultado, los parámetros de control se desviarán con respecto a los valores actuales a medida que pueda tenerse en cuenta nueva información. Para evitar este problema puede usarse un algoritmo de horizonte rodante. En este caso, el esquema de control vuelve a calcularse cada 15' con la información disponible en ese momento. Sólo se implementan los primeros parámetros de control. La figura 5 resume esto:

• Etapa a: se inicializan los multiplicadores de Lagrange;

• Etapa b: se calculan los solucionadores de usuarios finales, minoristas y desequilibrio (se resuelve n las ecuaciones 12, 15 y 17);

• Etapa c: se actualiza el multiplicador de Lagrange;

• Etapa d: si el multiplicador de Lagrange no ha convergido, se repiten las etapas b y c;

• Etapa e: se repite el procedimiento de horizonte rodante para la siguiente etapa de tiempo.

Para implementar este esquema en un caso real, se supone que

• Cada consumidor tiene un dispositivo de comunicación bidireccional que puede recibir los multiplicadores de Lagrange y puede enviar la potencia esperada que va a consumirse;

• Cada domicilio tiene un dispositivo de optimización que puede resolver la ecuación (3), al igual que el DSO y la parte responsable de desequilibrio;

• Se comunican los multiplicadores de Largange, el consumo de potencia local, el consumo de potencia tot al y los desequilibrios de manera suficientemente rápida de modo que puede alcanzarse un equilibrio.

Resultados de simulación

Se ha sometido a prueba el algoritmo propuesto en algunos casos de prueba. Como experimento de referencia, se usa una estructura de una tarifa plana. En este caso, no se facilita ningún incentivo de precio, de modo que las bombas de calor sólo se accionan mediante demanda de agua caliente y calor. En un segundo caso de prueba se usa una estructura de tarifa doble. En este caso puede esperarse que las bombas de calor eviten los periodos de tarifa alta. Finalmente, se someten a prueba dos estructuras de tarifa por discriminación horaria. En la primera, se relaja la restricción sobre el transformador. Esto se asemeja al caso si se incluyera una situación de ToU hoy en día. Resulta que los límites de potencia se infringen con bastante frecuencia y por ese motivo se repite este experimento con todas las restricciones activas.

En todos estos experimentos, no se considera la BRP, pero se muestra que el consumo de potencia de dispositivos inteligentes que reaccionan a incentivos de precios es más difícil de predecir. Esto es muy lógico dado que se introduce una fuente adicional de incertidumbre. Por este motivo se incorpora el comercio en el mercado de desequilibrio.

Todo el software se escribe en matlab. La optimización numérica se realiza con cvx-toolbox. En un dispositivo Intel® Core™ i5-2520 M CPU a 2,50 GHz, 773 Mhz y 3,16 GB de RAM, cada etapa de tiempo se realiza como máximo en unos pocos segundos.

a. Estructuras de tarifa individual y doble

Actualmente, en Bélgica sólo están disponibles estructuras de tarifa individual y doble para usuarios finales domésticos. En la primera, el precio no varía con el tiempo y no da ningún incentivo en absoluto a los usuarios finales para cambiar su comportamiento. Para motivar a los usuarios finales a consumir potencia durante la noche, se ha introducido una estructura de tarifa doble. Desde las 10 pm hasta las 7 am, los usuarios finales pueden consumir a una tarifa reducida. De hecho, esta tarifa reducida también es válida durante los fines de semana, pero esto no se considera en este caso. De hecho, ambas estructuras de tarifa las propone el minorista. Esto último es un incentivo para que los usuarios finales consuman menos durante el día, cuando el minorista tiene que pagar más por la potencia. Actualmente, el DSO no está implicado. Sin embargo, si el consumo se duplica, estas estructuras de tarifa ya no son neutras para el DSO y tienen que encontrarse nuevos equilibrios.

En la figura 6 se muestran los resultados de todas las simulaciones. En conjunto, parece que la estructura de tarifa individual todavía puede abordar este patrón de consumo aumentado. Los picos en la demanda de calor se encuentran al principio de la mañana, mientras que el pico de potencia se produce más tarde en el día. Debido a este desplazamiento en la carga de pico, el límite de potencia no se supera en este ejemplo.

En una estructura de tarifa doble, las bombas de calor llenan sus depósitos intermedios justo antes de las 7 am y posponen su consumo hasta las 10 pm si es posible. Esto puede observarse en el pico pronunciado justo antes de las 7 am cada día. Se demanda poco calor y agua caliente después de las 10 pm. Por tanto, el único efecto observado es una disminución pronunciada en el consumo de potencia justo antes de las 10 pm.

La demanda de pico a las 7 am provocó casi todos los días una pequeña infracción de los límites de potencia: se supera el 3,4% del límite con un consumo excesivo total de 135 kVA. Por tanto, si el minorista da un incentivo al usuario final para cambiar su comportamiento, esto provoca una sincronización de la actividad de bombas de calor y una presión aumentada en el DSO.

b. Situación de ToU sin restricciones

Una de las primeras situaciones para incluir la red eléctrica inteligente puede ser una situación de discriminación horaria, en la que el precio de la energía puede variar durante el día, pero en la que el precio se fija con 24 h de antelación. Esto contrasta con la situación de fijación de precios en tiempo real, en la que el precio puede variar en cualquier momento.

Obsérvese que, en una situación de ToU de este tipo, el minorista puede gestionar mejor sus riesgos y pasar los precios de pico al usuario final. A su vez, el usuario final puede beneficiarse en diferentes momentos de precios bajos.

Sin embargo, cambios en el consumo de potencia local no afectarán al precio de comercio y por tanto ni el minorista ni el DSO reciben información sobre el consumo de potencia planificado y no pueden alterar el comportamiento de los usuarios finales. Esto se ilustra en la figura 6, en la que se muestra el consumo de potencia total. Los límites sobre el consumo de potencia se infringen de manera mucho más frecuente que en los dos casos anteriores. El 13 por ciento del tiempo se cruzan los límites con un exceso total de más de 1 MVA en una semana. Los usuarios finales encenderán sus bombas de calor si los precios son bajos. Además, en este caso, los precios bajos coinciden con el pico en la demanda de calor. Dado que todos los usuarios finales ven la misma señal de precio y experimentan casi la misma demanda de calor, se comportarán de manera casi idéntica, dando como resultado estos picos en la demanda de potencia. Por tanto, a partir de esta simulación parece que una estructura de tarifa por discriminación horaria combinada con usuarios finales flexibles provocará probablemente más problemas que las situaciones de precio actuales para el DSO.

Un segundo problema que pasa al centro de atención es la predictibilidad. Las situaciones de discriminación horaria pueden parecer prácticas para el minorista, porque puede darse un incentivo de precio a los usuarios finales de modo que se reduce el consumo cuando hay picos de precios. Estos precios se forman por adelantado, cuando los minoristas y los productores de potencia comercian, por ejemplo, en el mercado diario o con contratos a largo plazo. En ambos casos, el minorista basa su estrategia e los perfiles de carga convencional de los usuarios finales. Si los usuarios finales no tienen o tienen muy pocos dispositivos flexibles o cuando los incentivos de precios están ausentes, el minorista puede predecir el consumo dentro de errores aceptables. Esto se muestra a modo de ejemplo en la periodicidad del consumo de potencia para la estructura de tarifa individual y doble. Sin embargo, cuando la señal de precio se vuelve más compleja, también lo hace el patrón de consumo, lo cual hace que sea mucho más difícil para el minorista predecir el consumo futuro. Se usa como ejemplo la señal promedio a lo largo de los últimos 7 días. Como estimación para la parte estocástica, y por tanto impredecible, se restó esta SLP de los patrones de consumo de potencia real. Esto se ilustra en la figura 7, en la que se muestran los histogramas de este residuo. Casi no hay ninguna diferencia entre la tarifa individual y doble, ni tampoco hay ninguna diferencia entre los residuos de ToU sin restricciones y con restricciones. Sin embargo, los valores de media cuadrática caso se duplican (estructura de tarifa individual y doble: 4 kVA, para la estructura de ToU: 9 kVA). Esto ilustra que se volverá más difícil predecir el consumo futuro en una estructura de tarifa de ToU con dispositivos flexibles. Por tanto, el minorista puede ahorrar algunos costes pasando los precios de pico, pero puede crear otros en el mercado de desequilibrio.

En conclusión, si se incluyen redes eléctricas inteligentes para estabilizar localmente la red eléctrica de potencia de modo que se vuelva posible la integración de energía renovable a gran escala, esto parece no ser directamente compatible con una situación de precios de ToU. Esto complicará el papel tanto del minorista como del DSO. Se necesita examinar los límites sobre la producción total de potencia y finalmente se examina el comercio en el mercado de desequilibrio.

c. Situación de ToU con restricciones

Dentro de este esquema de relajación de Lagrange para un control óptimo y distribuido, pueden incorporarse fácilmente restricciones comunes. En este caso, se vuelve activo el límite sobre el consumo de potencia común. Si demasiadas bombas de calor planifican encenderse simultáneamente, esta restricción se volverá activa y los multiplicadores de Largrange aumentarán hasta que se vuelva desventajoso que determinadas bombas de calor sigan funcionando y éstas cambiarán su plan de modo que no se infringe ningún límite. Evidentemente, sólo lo harán si puede suministrarse el calor demandado.

En la figura 6 se muestra el consumo de potencia con restricciones activas. Dentro de los límites de la precisión numérica, nunca se infringe el límite de potencia. La mayor parte del tiempo esta restricción no está activa y el comportamiento del sistema es similar al sistema de ToU sin restricciones.

d. Minimización del coste de desequilibrio

Recientemente, ha cambiado el mecanismo de precio para costes de desequilibrio en Bélgica. Ahora la parte responsable de equilibrio (BRP) debe comerciar el desequilibrio a sus costes marginales. Se usa el precio de desequilibrio para febrero de 2012 [16]. Los valores usados en esta simulación se muestran en la figura 8, junto con la señal de precio diario. Como SLP usado por el minorista, se usó la señal promedio diaria a partir de los cinco días anteriores. En primer lugar, se restan las cargas de disipación promedio y el sistema optimizará el plan de las bombas de calor en las restantes. Por tanto, las bombas de calor seguirán la potencia reservada y la desviación provocada por las cargas de disipación. Esto no significa necesariamente que se minimice el desequilibrio. Pueden distinguirse cuatro situaciones:

(i) Algunas veces el sistema está en equilibrio y se consume toda la potencia adquirida.

(ii) Si el precio de desequilibrio positivo es mayor que el precio de adquisición, el sistema intentará vender algo de potencia redundante.

(iii) En otros momentos, el sistema todavía está en una situación con demasiada potencia y el controlador decide vender esta potencia, aunque el precio de desequilibrio positivo sea menor que el precio de adquisición.

(iv) Cuando el desequilibrio es negativo, el sistema reducirá el consumo, pero esto no siempre es suficiente para eliminar todos los desequilibrios. Este desequilibrio negativo tiene que comprarse en el mercado. Sin embargo, obsérvese que la potencia se compra en el mercado de desequilibrio en los momentos en los que los precios son bajos. Con frecuencia, los precios de desequilibrio son menores que el precio en el mercado diario.

La flexibilidad procede del usuario final, por tanto, de una manera u otra, se le debe motivar para que la use con fines comunes, tales como estabilidad de red eléctrica y/o predictibilidad del consumo. Se necesita examinar adicionalmente el desequilibrio. Se continuará con respecto a la situación de ToU con restricciones. En primer lugar, se minimiza el desequilibrio. A continuación, se optimizan los beneficios/costes en el mercado de desequilibrio. Tal como se describió anteriormente, se propone un método que fusiona los objetivos de los diferentes actores entre sí y que puede implementarse adaptando el sistema. El método es rápido y está distribuido y puede tener en cuenta restricciones comunes. Las principales desventajas son que la solución óptima sólo se encuentra después de algunas iteraciones y que cada actor tiene que realizar predicciones, que pueden contener algo de información que debe permanecer privada.

Se toman como ejemplo los mercados diarios. En primer lugar, cada actor tiene que dar planificaciones de producción o consumo de potencia en forma de funciones de oferta y se usa una asignación de precio variable para planificar cada actor. Por tanto, tampoco no existe una privacidad completa en un mercado diario. En segundo lugar, la calidad de la predicción será probablemente muy diferente en ambas estructuras de mercado. En un mercado diario típico sólo están activos los grandes participantes, que pueden predecir muy bien qué cantidad de potencia desean comerciar. Las predicciones realizadas por domicilios individuales son mucho más falsas. Malas predicciones en un mercado diario deben equilibrarse en el mercado de desequilibrio, lo cual con frecuencia no resulta ventajoso para el comerciante. Si se copiara este principio, ningún usuario final estaría dispuesto a comerciar en tales mercados, dado que los costes de desequilibrio se vuelven demasiado altos. Desde este punto de vista, tiene más sentido si la unidad de predicción está en manos del centro de coordinación que gestiona las restricciones. Esto no entrará en conflicto con cuestiones de privacidad, dado que la predicción se basa en datos históricos.

En tercer lugar, en principio puede no permitirse la manipulación según reglas nacionales. Este es uno de los motivos por los que gran parte del comercio todavía tiene que realizarse manualmente. Si se usaran directamente programas de software, el código fuente podría indicar que el actor está en realidad aplicando teoría de juegos. En realizaciones de la presente invención, también se supone que los diferentes actores están jugando un juego cooperativo.

En cuarto lugar, inicialmente los consumidores y productores envían una función de oferta al mercado diario sin tener en cuenta restricciones de red. La coincidencia óptima entre ambos puede alterarse si la red eléctrica de potencia no puede soportar la transmisión de potencia. Esta coincidencia alternativa difiere con respecto a la solución inicial y por tanto es inferior a la óptima. En realizaciones de la presente invención, los multiplicadores de Lagrange también pueden cambiar la solución inicial si se infringen restricciones de red u otras.

Una cuestión evitada hasta ahora es cómo se producen los flujos de efectivo. ¿Tienen que pagar los usuarios finales una tasa adicional provocada por los multiplicadores de Lagrange? ¿O son los multiplicadores de Lagrange (con dimensión de €/kWh) variables artificiales sin ninguna consecuencia económica?

Un primer argumento para las consecuencias económicas es que los usuarios finales tienen un incentivo real para cambiar su comportamiento, incluso para intentar volverse más flexibles. Un segundo es que la restricción de red eléctrica está provocada por el DSO, por tanto, se le debería facturar a él por las restricciones de red eléctrica. Un argumento adicional es que es el DSO el que establece la restricción. Se toma como ejemplo un transformador. En el ejemplo resuelto anteriormente, se usa un límite estricto para la potencia, pero puede tolerarse fácilmente una infracción breve de esta restricción sin dañar el transformador. Dado que el transformador es propiedad del DSO, es este actor el que puede decidir los modos de funcionamiento del transformador. Si el DSO es el actor que es económicamente responsable de la replanificación, puede decidir tolerar infracciones de restricción en determinadas condiciones o decidir invertir en un transformador más grande.

Puede usarse un argumento similar para beneficios y pérdidas producidos en el mercado de desequilibrio. Al final, el desequilibrio lo provocan malas predicciones realizadas por el minorista. Por tanto, finalmente él debería dar el incentivo económico. Son los usuarios finales los que tienen la flexibilidad para ayudar al minorista a reducir sus costes o incluso obtener beneficios adicionales. Por tanto, de algún modo el usuario final debería recibir un incentivo por sus esfuerzos.

En resumen, es muy posible que los multiplicadores de Lagrange sean grandes y positivos, lo cual significa que los usuarios finales se ven forzados a consumir menos y a pagar un precio virtual más grande por la potencia que consumen en realidad, pero, desde el punto de vista de modelo empresarial, tiene más sentido si el minorista y/o el DSO pagan al usuario final para que reduzca su consumo.

¿Cómo puede medirse el incentivo de usuarios finales? ¿Cómo puede medirse la flexibilidad de usuarios finales? [véase, por ejemplo: Demand side integration: four potential business cases and an analysis of the 2020 situation. Fjo De Ridder, Maarten Hommelberg, Eefje Peeters, European transactions on electric power, 2011]. En el proyecto lineal, por ejemplo, se ha propuesto un consumo promedio virtual de dispositivos inteligentes. Pueden medirse desviaciones positivas y negativas con respecto a este comportamiento promedio y usarse como medida para la flexibilidad. En el entramado de este artículo, se propone una medida alternativa para la flexibilidad: la flexibilidad de un usuario final es su cambio en el consumo/producción de potencia, debido a un cambio de precio

23 Flexibilidad,

En el procedimiento iterativo, los multiplicadores de Lagrange cambian de manera continua. Los cambios de “precios” pueden usarse, en un sentido de diferencia finita, como perturbación en la señal de precio. Cada usuario final reaccionará a esto cambiando posiblemente su consumo/producción de potencia. Un usuario final que no reacciona en absoluto no tendrá ninguna flexibilidad. Un usuario final que sólo está dispuesto a cambiar su comportamiento si se duplican los precios, lo cual no es actualmente el caso, tampoco mostrará flexibilidad. En economía, esta medida se denomina elasticidad de precio, lo cual se usa habitualmente.

En conclusión, nadie pierde. Los minoristas pueden posponer o evitar inversiones en hardware dando incentivos esporádicos a los usuarios finales, los minoristas pueden reducir costes de desequilibrio o incluso obtener beneficios en el mercado de desequilibrio controlando los usuarios finales y estos usuarios finales reciben incentivos económicos por su buena disposición a actuar conjuntamente.

Resumiendo lo anterior, se propone un método y un sistema de control óptimo distribuidos para coordinar usuarios finales, un minorista, un BRP y un DSO. Este esquema se muestra a modo de ejemplo en un distrito con un exceso de bombas de calor, de modo que la coordinación se vuelve crítica para la estabilidad de la red de distribución. En primer lugar, se descompone una función de utilidad total, de modo que cada participante puede optimizar su propio comportamiento. Multiplicadores de Lagrange garantizan que pueden cumplirse restricciones comunes. En contraposición a métodos directos, se necesita compartir menos información con otros miembros y cada participante puede tratar sus propias restricciones locales. La principal desventaja en este tipo de algoritmos de control distribuido es que cada participante debe actuar conjuntamente para cumplir restricciones comunes.

El algoritmo se somete a prueba en un distrito de 100 domicilios de los cuales 50 están equipados con una bomba de calor.

En una estructura de tarifa individual, la red de distribución puede abordar esto. Sin embargo, ya en una estructura de tarifa doble, las restricciones de red se infringen fácilmente. Esta situación empeora si se introduce una estructura de tarifa por discriminación horaria. Las infracciones de red pueden evitarse si los dispositivos pueden colaborar, tal como se propone en este artículo.

Finalmente, se tiene en cuenta el mercado de desequilibrio. Parece que el consumo de energía se desvía gravemente con respecto a los perfiles de carga convencional. Estas desviaciones están impulsadas principalmente por precios beneficiosos en el mercado de desequilibrio.

Bibliografía

[1] M. C. J. C. a. M. M. Warrington J, “Predictive power dispatch through negotiated locational pricing”, IEEE PES Innovative Smart Grid Technologies Europe, Gothenborg, Suecia, octubre de 2010.

[2] W. V. Xu J, “An approximate dynamic programming approach for coordinated charging control at vehicle -to-grid aggregator”, Smart Grid Communications, IEEE International Conference, págs. 279-284, octubre de 2011.

[3] W. V. J. J. S. R. L.-G. A. Mohsenian-Rad A, “Autonomous demand-side management based on game-theoretic energy consumption scheduling for the future smart grid”, IEEE Transactions on Smart Grids, vol, 1, n.° 3, págs. 320-331, 2010.

[4] B. V. B. M. H. J. S. G. Molderink A, “Management and control of domestic smart grid technology”, IEEE Transactions on Smart Grids, vol. 1, n.° 2, págs. 109-119, 2010.

[5] G. G. Gatsis N, “Residential load control: distributed scheduling and convergence with lost AMI messages”, IEEE Transactions on Smart Grids, p. en la prensa, 2012.

[6] C. I. O. J. Ruiz N, “A direct load control model for virtual power plant management”, IEEE Transactions on Power Systems, vol. 24, n.° 2, págs. 959-966, 2009.

[7] B. A. P. W. S. W. Anderson A, “Adaptive stochastic control for the smart grid”, Proceedings of the IEEE ??????, vol. 99, n.° 6, pág. 1098, 2011.

[8] O. t. f. o. t. U. A. w. group, “Home area network system requirements specification”, 2008.

[9] M.-R. A. S. R. W. V. J. J. Samadi P, “Optimal real-time pricing algorithm based on utility maximization for smart grid”, IEEE Internation Conference on Smart Grid Communications, págs. 415-420, 2010.

[10] H. M. R. K. P. E. De Ridder F, “Demand side integration: exploring the flexibility of a cluster”, International jo urnal of distributed energy resources, vol. 5, n.° 4, págs. 295-314, 2009.

[11] D. R. F, H. M en P. E, “Demand side integration: four potential business cases and an analysis of the 2020 situation”, EUROPEAN TRANSACTIONS ON ELECTRICAL POWER, vol. 21, n.° 6, págs. 1902-1913, 2011.

[12] W. C. K. I. K. S. G. hommelberg M, “Distributed control concepts using multi-agent technology and automatic markets: an indispensible feature of smart power grids”, IEEE Power enrineering society general meeting, págs. 1 -7, 2007.

[13] “http://www.ecbcs.orglannexes/annex42.htm”, [en línea].

[14] F. H. a. W. J. E. Harlow, “Numerical calculation of time-dependent viscous incompressible flow of fluid with free surface”, Phys. Fluids., vol. 8, pág. 2182, 1965.

[15] B. DP, Nonlinear Programming: 2nd Edition, Athena Scientific, 1999.

[16] “http://www.elia.be/en/grid-data/data-download”, [en línea].

Ejemplo 3: agrupación de potencia local

En una red eléctrica inteligente, se producirá potencia localmente, lo cual debe hacer que el transporte de energía sea menos importante. Mucha gente cree que debe motivarse el consumo local. En este caso, se muestra un conjunto de reglas que estimulan el consumo local con respecto al transporte de potencia:

• Se motiva a los usuarios finales a producir/consumir su propia potencia. Si no es posible una coincidencia local, se buscan vecinos que consuman/produzcan la falta de coincidencia local.

• Si una calle no puede equilibrar su producción y consumo de potencia, se conectará a calles vecinas.

• Si no pueden hacerse coincidir calles vecinas, se formarán agrupaciones más grandes para transportar potencia desde regiones con exceso hasta regiones con escasez.

El principio puede ajustarse a escala y puede usarse en agrupaciones más grandes arbitrarias.

El objetivo de esta simulación es mostrar a modo de ejemplo que pueden desplegarse fácilmente algoritmos en un contexto de Lagrange. En esta realización pueden fusionarse entre sí múltiples restricciones.

Las principales ventajas son que se evitan pérdidas por transporte o están al menos en equilibrio con los costes económicos. Una segunda ventaja es que se evitan corrientes en transformadores, lo cual prolonga la vida útil de estos transformadores.

El DSO y el TSO deben obtener el máximo beneficio a partir de tales algoritmos.

Tales algoritmos pueden implementarse para aislar domicilios, calles, distritos, ciudades, regiones, etc., lo cual puede ser beneficioso para evitar apagones o reducir costes si se introducen tarifas reguladas.

Si se introducen tarifas reguladas en diferentes niveles (de domicilios a alimentador, en el transformador local, en una subestación, etc.), este algoritmo permite optimizar el consumo/producción local en tales estructuras de tarifa reguladas.

En esta realización se reformula un problema de optimización a múltiples niveles como problema de optimización de restricciones, de modo que pueden usarse multiplicadores de Lagrange. Restringiendo estos multiplicadores, permanece el carácter de la minimización; es decir, que no tiene que alcanzarse exactamente la restricción de igualdad.

Este esquema permite que el DSO fomente la producción/consumo local a diferentes escalas geográficas.

Con este esquema de control pueden aislarse agrupaciones de manera completa o parcial.

Esquema de control

La función de coste global es

24

Sujeto a:

spositivos Vk,vj 25

Vi 26

distrito calle dis ositivos 27

La primera restricción optimiza el consumo de energía local.

La segunda optimiza el consumo a la segunda escala (calle) y la última el consumo de cada distrito.

De hecho, esto es una optimización de múltiples criterios, que puede ser difícil de resolver.

Por ese motivo, se simplifica a

28

Sujeto a:

dispositivos

29

Lo cual es más riguroso.

Esto puede reescribirse como (usando multiplicadores de Lagrange)

distrito calle dispositivos 32

k j i

distrito calle dispositivos

£ I t i T I n j *

k j i

distrito calle dispositivos

P ij*

k j i

distrito calle dis ositivos

Donde m es el número de iteración. En cada iteración se actualizan los multiplicadores de Lagrange con el fin de incorporar las restricciones.

Obsérvese que los multiplicadores de Lagrange están limitados. En muchas condiciones no pueden cumplirse las restricciones de igualdad y los multiplicadores de Lagrange correspondientes pasarán a ser infinitos. Para evitar esto, se usan límites superior e inferior. Esto corresponde en algún sentido de nuevo al problema de minimización. El problema doble puede derivarse fácilmente a partir de esta última ecuación

Y resolverse localmente.

Si es necesario, pueden añadirse términos y restricciones adicionales, por ejemplo

Sujeto a

Prnin < PiJ,k < Pmax 38 Generalización

Ejemplos

Se considera como ejemplo una ciudad que consiste en dos distritos. Cada distrito consiste en tres calles y cada calle en 10 casas, tal como se muestra en la figura 9.

En la figura 10 se facilita una visualización alternativa. Cada nivel equilibra su potencia dirigiendo los usuarios finales locales. Obsérvese que la jerarquía de los niveles depende de los límites de sus multiplicadores de Lagrange.

Si no tienen restricciones, la influencia puede volverse posiblemente mucho más grande.

Equilibrado de potencia local

En este caso se motiva el consumo/producción local. En primer lugar, cada calle intenta equilibrar el consumo y producción local. Si esto no es posible, las calles dentro de un distrito intentan encontrar un equilibrio. Ahora, se penaliza a cada usuario final por transportar su potencia al transformador local. Si las calles no pueden encontrar un equilibrio, los dos distritos intercambian potencia. De nuevo, se penaliza a cada usuario final por transportar su potencia a la subestación. Si ambos distritos no pueden encontrar un equilibrio, se intercambia la potencia con una segunda ciudad, etc...

Aún no se tienen en cuenta aspectos dinámicos. Cada domicilio simplemente consiste en una carga no inteligente, que es una muestra de una distribución normal convencional y una carga ajustable, que puede variar entre menos y más un kW. Se usa una penalización cuadrática para mantener esta carga ajustable sin usar si no es necesaria. Por tanto, el consumo o producción adicional de cada usuario final es proporcional al cuadrado de la potencia demandada.

La figura 11 muestra la potencia a los diversos niveles en función del número de iteración. Inicialmente, cada domicilio consume su carga no inteligente. Cuando los multiplicadores de Lagrange se vuelven activos, las diferentes casas en cada calle comienzan a intercambiar potencia con el fin de reducir los costes en el transformador conectado a esa calle. Lo mismo está sucediendo a nivel de distrito y a nivel de ciudad.

Obsérvese que el equilibrio de potencia total no es cero. Esto puede explicarse: no es un resultado de los límites sobre los multiplicadores de Lagrange, que no alcanzaron esos límites (véase la figura 12), sino que es una solución intermedia. Si se dirige más potencia controlable hacia el equilibrio local, se volverá más caro comerciar el desequilibrio a un nivel superior. Por ese motivo, el algoritmo decide comerciar el desequilibrio restante.

Por tanto, algunos valores numéricos aún no son realistas, puede verse que los transformadores y alimentadores se usan menos y que se minimiza el transporte de potencia.

Agrupación y funcionamiento en isla para impedir apagones

En este segundo ejemplo, se ilustra que el tiempo de supervivencia de una agrupación aumenta rápidamente con el tamaño de la agrupación.

Antecedentes: se supone que una región tiene mucha potencia flexible y/o producción local. En estas condiciones puede desconectarse fácilmente de la red eléctrica principal durante un tiempo. Esto puede impedir apagones en la red eléctrica principal. Se supone, por ejemplo, que se produce una escasez de potencia. Si pueden aislarse varias regiones y pueden sobrevivir esto, el resto de la red eléctrica principal puede sobrevivir más fácilmente a la escasez de potencia. Evidentemente, este funcionamiento en isla cambiará drásticamente el comportamiento dentro de la región que funciona en isla dado que ahora está en modo de inanición.

Cada 15 minutos, se comprueba qué casas todavía están operativas. En una primera prueba, cada domicilio tiene que equilibrar su propia potencia. En segundo lugar, tiene que hacerse lo mismo para cada calle y finalmente cada distrito tiene que encontrar un equilibrio.

La figura 13 muestra la fracción de casas y calles que están sobreviviendo si la carga controlable está limitada a 1 kW. El 100% de las calles sobreviven la prueba, mientras que la última casa sobrevive durante 3 h.

Si se reduce la carga controlable desde 1 kW hasta 0,75 kW, tampoco pueden sobrevivir las agrupaciones de calles. Si se reduce la carga controlable hasta 0,5 kW, incluso la última de las 6 calles sólo sobrevive 1,5 h tal como puede observarse en la figura 14.

Los distritos sobreviven a esta prueba, aunque la carga controlable sólo sea de 0,5 kW (véase la figura 15).

Obsérvese que, aunque los datos aún no son realistas, el tiempo de supervivencia aumenta rápidamente cuando aumenta el número de casas.

Esto abre la posibilidad a poner determinadas agrupaciones durante un par de horas en un modo de funcionamiento en isla. Para la agrupación, esto no importa dado que puede sobrevivir al funcionamiento en isla, pero para al BRP, esto puede garantizar el suministro de potencia a regiones más críticas, tales como puertos, industria, hospitales, etc.

Ejemplo 4: controlar la potencia reactiva

El DSO es responsable de mantener la potencia reactiva pequeña, es decir, la diferencia de fase entre la tensión y la corriente debe ser habitualmente menor de 0,3 radiales (cos phi > 0,95). La instalación industrial es con frecuencia responsable de no producir demasiada potencia reactiva.

Actualmente los domicilios no tienen ningún límite sobre la cantidad de potencia reactiva que puede producirse, pero la implementación, por ejemplo, de bombas de calor puede provocar problemas en la red eléctrica de distribución. El motor de una bomba de calor tiene normalmente un cos phi de aproximadamente 0,8. Por tanto, si en un distrito están funcionando simultáneamente muchas bombas de calor, la potencia reactiva producida en este distrito puede volverse grande.

Esto puede dañar, por ejemplo, al transformador, porque se necesita una corriente mucho más grande para soportar la misma potencia.

Pueden usarse convertidores, actualmente usados para conectar la instalación fotovoltaica a la red eléctrica o para modular la potencia consumida por una bomba de calor, para inyectar potencia reactiva a la red eléctrica. Si se hace esto de una manera inteligente, puede cancelar la potencia reactiva producida por otros dispositivos u otros usuarios finales sin (casi) ningún coste adicional.

Otras aplicaciones son, por ejemplo: si un distrito es un productor de potencia y la potencia redundante tiene que transportarse a lo largo de un alimentador largo, puede ajustarse el cos phi puede en este distrito de modo que se vuelve cero en el otro lado del cable de transporte (habitualmente el cable de transporte tiene un carácter inductivo). Formulación

Se empieza a partir del ejemplo de bomba de calor explicado en el ejemplo “método de coordinación para bombas de calor a nivel de distrito”, en el que el problema de optimización total viene dado por

Sujeto a:

Ecuaciones (1-5) en otras Vt,Vi documentan

Con los usuarios finales locales el problema de optimización se formula como

Sujeto a

En este caso, no se tiene en cuenta la potencia reactiva y “ h t es la potencia activa consumida por la bomba de calor.

Si en este distrito debe desaparecer la potencia reactiva, esto puede lograrse añadiendo una restricción adicional al sistema general, es decir,

inteligente

Donde es la potencia reactiva producida por cargas no controlables.

La ecuación (*) debe sustituirse por

Además, la potencia reactiva está restringida por

el V í.V f 45 tfi.t <q

Esta restricción adicional puede incorporarse usando la técnica de multiplicador de Lagrange y el problema doble pasa a ser

Sujeto a las ecuaciones (42), (45) y (45).

Ejemplo

Para ilustrar este algoritmo, se usa la simulación que se estableció en el ejemplo “método de coordinación para bombas de calor a nivel de distrito”, es decir, se usa un distrito de 100 casas con un transformador de 240 kVA y tres fases. Cada casa consume una carga no controlable no inteligente con un cos phi de 95. Esta carga se basa en datos reales medidos en Flandes, Bélgica.

Sólo se considera una fase y se ignoran las interacciones entre las fases. Por tanto, se consideran 34 casas en esta simulación y la capacidad de transformador es de aproximadamente 80 kVA. La mitad de las casas están equipadas con una bomba de calor, que tiene un cos phi por defecto de 0,8. La mitad de estas bombas de calor pueden adaptar su potencia reactiva. Por tanto, en conjunto 8 casas de las 34 pueden ajustar su potencia reactiva.

La figura 16 muestra los resultados si ninguna bomba de calor reacciona a la potencia reactiva. La figura 17 muestra los resultados si la mitad de las bombas de calor ajustan su convertidor para reducir la potencia reactiva.

Ejemplo 5: coches eléctricos

Se presentan resultados de una simulación para ilustrar que puede construirse la solución propuesta. El esquema se refiere a 5 coches eléctricos o híbridos en una calle y alimentados con un alimentador con capacidad limitada. Si todos los coches toman la potencia de carga máxima para sus baterías, se superará la corriente nominal de alimentador. Por tanto, los coches necesitan actuar conjuntamente con el fin de permanecer por debajo de la restricción del alimentador. Un coche usa PowerMatcher, tres coches usan un algoritmo de MPC de horizonte móvil y un coche no usa ningún dispositivo de comunicación. Dos minoristas diferentes están activos. El primero suministra potencia al coche de PM y dos de los tres coches de MH. El segundo suministra potencia al último coche de MH y al coche sin comunicación, tal como puede observarse en la figura 18.

Los agentes de traducción para PowerMatcher y tres controladores de horizonte móvil funcionan tal como se describió anteriormente y el agente de traducción para el controlador sin comunicación no hace nada. El agente de planificación para PowerMatcher y el agente sin comunicación realizan planes basándose en datos históricos (es decir, se usa la media a lo largo del último día). Para los controladores de horizonte móvil, se usan directamente los planes realizados mediante el algoritmo.

En la figura 19 se muestra una simulación.

Se eligieron valores arbitrarios, y por tanto irrealistas, para los parámetros, tales como la potencia de carga, la potencia consumida cuando un coche está conduciendo, etc., sólo la capacidad del alimentador se elige de modo que no todos los coches pueden cargarse siempre de manera simultánea. En la figura 18, en negro se muestra la potencia de carga para cada unidad de control. En rojo se muestran los valores óptimos. Esto se habría alcanzado cuando cada coche estuviera usando el algoritmo de MPC, que es óptimo. Dado que el coche de Cindy y el coche de PM usan diferentes controladores, sus patrones de carga difieren. Para los tres controladores de ^mP^cambos patrones también difieren ligeramente, pero esto se debe a las restricciones.

Implementación

Tal como se explicó anteriormente, la presente invención se refiere a métodos, sistemas y componentes para controlar una red de suministro. Están implicados equipos tanto de producción como de consumo. Sin embargo, software y programas informáticos pueden proporcionar opciones de implementación útiles. Por tanto, la presente invención incluye un producto de programa informático en forma de software que tiene segmentos de código, que cuando se ejecutan en un dispositivo de procesamiento tal como un microprocesador, microcontrolador, matriz de compuertas programables en el campo, etc., puede usarse en un método para controlar una red de suministro de energía o potencia que comprende un centro de coordinación, una pluralidad de unidades de usuario final locales y una red de comunicaciones que conecta las unidades locales y el centro de coordinación y una red de suministro que conecta las unidades locales y el centro de coordinación para el suministro de energía o potencia, teniendo la red de suministro una restricción que limita el consumo de potencia o energía en al menos una de las unidades de usuario final locales.

El software puede estar adaptado para permitir que el centro de coordinación transmita una señal de control de guiado que indica un grado de desequilibrio del sistema a la al menos una de las unidades de usuario final locales. El software también puede estar adaptado para permitir que la al menos una unidad de usuario final local transmita una señal de reacción al centro de coordinación indicativa de un plan de potencia para la unidad local.

Cuando hay un controlador local en una unidad de usuario final local, el software también puede estar adaptado para permitir traducir señales de control y/o reacción para que pueda entenderlas el controlador local. El software también puede estar adaptado para permitir comparar la señal de reacción con una señal de reacción derivada a partir de datos históricos para determinar un error o para determinar un comportamiento fraudulento. El software también puede estar adaptado para permitir un plan de potencia que incluye una predicción de un consumo futuro. En cualquier software, la señal de control puede derivarse a partir de una señal de tensión, corriente y/o frecuencia. La señal de tensión puede ser la frecuencia, corriente o tensión de la red de suministro de energía o potencia, mediante lo cual el software también puede estar adaptado de tal manera que una bajada o una subida de la tensión, corriente o frecuencia alrededor de un valor convencional es una indicación del grado de funcionamiento inestable del sistema de suministro de potencia.

Tras un fallo de comunicación entre un centro de coordinación y al menos una unidad de usuario final, el software también puede estar adaptado para permitir que la unidad de usuario final local continúe controlando el consumo de potencia local usando la última señal de control conocida.

El software también puede estar adaptado para permitir que el centro de coordinación continúe coordinando a otros usuarios finales, teniendo sólo los planes obsoletos procedentes de la unidad o las unidades desconectadas en cuenta.

En cualquier software, la señal de control puede ser un multiplicador de Lagrange y la señal de control puede representar una medida de si la potencia o la energía usada es demasiado alta o demasiado baja.

El software también puede estar adaptado para permitir el control de la red de suministro de energía o potencia, mediante cualquiera de:

controlar la potencia reactiva en la red;

controlar los flujos de potencia en la red, de modo que el funcionamiento de componentes de red permanece estable;

mantener la red en funcionamiento dentro de restricciones de red, por ejemplo, mantener la tensión, corriente o frecuencia en cada punto en la red dentro de límites predefinidos; controlar los armónicos, equilibrar la potencia de modo que la potencia producida y la consumida son iguales.

En cualquier software la señal de control o la de reacción puede tener un valor escalar.

El consumo o producción de potencia puede estar caracterizado por cualquiera de potencia, potencia reactiva o armónicos y para cada una de estas cantidades el software también puede estar adaptado para permitir usar un conjunto diferente de parámetros de desequilibrio.

El software también puede estar adaptado para permitir controlar la red de suministro de energía o potencia para incluir la etapa de descomponer el control en subproblemas que pueden resolverse cada uno localmente en controladores locales o de manera centralizada en un centro de coordinación mediante un procedimiento iterativo. Cualquier software puede permitir que la señal de control pueda actualizarse según la señal de reacción. En particular la señal de control puede ser cualquiera de

un valor o una función de penalización en función de la potencia consumida,

una penalización sin horizonte,

un múltiplo de señales de control seleccionadas de tensión, corriente, diferencia de fase entre tensión y corriente o armónicos.

El software también puede estar adaptado para permitir que la señal de reacción sea una agregación de planes de diferentes usuarios finales locales.

El software también puede estar adaptado para permitir que la señal de reacción comprenda o consista en dos partes, una primera parte relacionada con la predicción/el consumo de potencia instantáneo, y una segunda parte de predicción.

El software también puede estar adaptado para permitir controlar la red de suministro de energía o potencia de tal manera que

se cumple la restricción

la señal de control es estable, y

las señales de reacción son estables.

El software también puede estar adaptado para permitir que la señal de reacción se obtenga monitorizando si se cumple o se infringe la restricción.

La unidad local puede tener inteligencia local y potencia de procesamiento digital y el software también puede estar adaptado para permitir ejecutar un solucionador que resuelve un problema de optimización de uso de potencia de la unidad local teniendo en cuenta la señal de control recibida.

El software también puede estar adaptado de modo que, dependiendo del valor de la señal de control, se envían planes de potencia al centro de coordinación desde la unidad local.

El centro de coordinación puede recibir el plan y el software también puede estar adaptado para permitir actualizar la señal de control y volver a enviar la señal de control actualizada a la unidad local, de manera iterativa hasta que se cumple la restricción.

Claims

REIVINDICACIONES

Método para controlar una red de suministro de energía o potencia, que comprende un centro de coordinación, una pluralidad de unidades de usuario final locales y una red de comunicaciones que conecta las unidades locales y el centro de coordinación y una red de suministro que conecta las unidades locales y el centro de coordinación para el suministro de energía o potencia, teniendo la red de suministro al menos una o más restricciones que limitan el consumo de potencia o energía en al menos una de las unidades de usuario final locales, comprendiendo el método:

transmitir, el centro de coordinación, una señal de control de guiado que indica un grado de desviación del sistema a la al menos una de las unidades de usuario final locales, y transmitir, la al menos una unidad de usuario final local, una señal de reacción al centro de coordinación indicativa de un plan de potencia para la unidad local, caracterizado porque controlar la red de suministro de energía o potencia incluye la etapa de descomponer el control en subproblemas que se resuelven localmente cada uno en controladores locales mediante un procedimiento iterativo,

en el que la unidad local tiene inteligencia local y potencia de procesamiento digital y ejecuta un solucionador que resuelve un problema de optimización de uso de potencia de la unidad local teniendo en cuenta la señal de control recibida,

en el que, dependiendo del valor de la señal de control, se envía un plan de potencia al centro de coordinación desde la unidad de usuario final local,

en el que el centro de coordinación recibe el plan y actualiza la señal de control y vuelve a enviar la señal de control actualizada a la unidad local de manera iterativa hasta que se cumplen la al menos una o más restricciones,

en el que el control de la energía es de tal manera que

- se cumple un conjunto de restricciones de red

- la señal de control es estable, y

- las señales de reacción son estables.

Método según la reivindicación 1, en el que la señal de control se deriva de un ajuste de restricción técnico, seleccionado de tensión, frecuencia, corriente, temperatura, presión, composición química u otras variables que describen el estado de la red, o

en el que la señal de control es un multiplicador de Lagrange o las señales de control intercambiadas en una generación de columnas, o

en el que la señal de control representa una medida de si la potencia o la energía usada es demasiado alta o demasiado baja o

en el que la señal de control se actualiza según la señal de reacción, o

en el que la señal de control puede ser cualquiera de

un valor o una función de penalización en función de la potencia consumida,

una penalización sin horizonte,

un múltiplo de señales de control seleccionadas de tensión, corriente, diferencia de fase entre tensión y corriente o armónicos o

en el que la señal de control tiene un valor escalar o

en el que la señal de control tiene un valor y, dependiendo del valor de la señal de control, se envían planes de potencia al centro de coordinación desde la unidad local.

Método según la reivindicación 2, en el que la señal de control es una frecuencia o una tensión de la red de suministro de energía o potencia, mediante lo cual una bajada o una subida de la tensión o frecuencia alrededor de un valor convencional es una indicación del grado de funcionamiento no estable del sistema de suministro de potencia.

4. Método según cualquier reivindicación anterior, en el que controlar la red de suministro de energía o potencia comprende cualquiera de:

controlar la potencia reactiva en la red;

controlar los flujos de potencia en la red, de modo que el funcionamiento de componentes de red permanece estable;

mantener la red en funcionamiento dentro de restricciones de red, por ejemplo mantener la tensión, corriente o frecuencia en cada punto en la red dentro de límites predefinidos;

controlar los armónicos,

equilibrar la potencia de modo que la potencia producida y la consumida son iguales.

5. Método según cualquier reivindicación anterior, en el que la señal de reacción tiene un valor escalar, o

en el que la señal de reacción es una agregación de planes de diferentes usuarios finales locales, o en el que la señal de reacción comprende o consiste en dos partes, una primera parte relacionada con la predicción/el consumo de potencia instantáneo, y una segunda parte de predicción, o

en el que la señal de reacción se obtiene monitorizando si la una o más o la totalidad de restricciones se cumplen o se infringen.

6. Método según cualquier reivindicación anterior, en el que la unidad local tiene un controlador local, que comprende además traducir señales de control y/o reacción para que pueda entenderlas el controlador local.

7 Método según cualquier reivindicación anterior, en el que, tras un fallo de comunicación entre un centro de coordinación y al menos una unidad de usuario final, la unidad de usuario final local sigue controlando el consumo de potencia local usando la última señal de control conocida o

en el que el centro de coordinación sigue coordinando otros usuarios finales, teniendo en cuenta sólo los planes obsoletos procedentes de la unidad o las unidades desconectadas.

8. Método según cualquier reivindicación anterior, que comprende además:

comparar la señal de reacción con entidades consumidas o producidas derivadas de datos históricos para determinar un error o para determinar un comportamiento fraudulento u otras desviaciones.

9. Método según cualquier reivindicación anterior, en el que un plan de potencia incluye una predicción de un consumo futuro.

10. Método según cualquier reivindicación anterior, en el que el consumo o la producción de potencia se caracteriza por cualquiera de potencia, potencia reactiva o armónicos y para cada una de estas cantidades se usa un conjunto diferente de parámetros de desequilibrio.

11. Producto de programa informático que comprende segmentos de código que cuando se ejecutan en un dispositivo de procesamiento implementan cualquiera de las reivindicaciones de método 1 a 10.

12. Dispositivo de almacenamiento de señal no transitorio que almacena un producto de programa informático que comprende segmentos de código que cuando se ejecutan en un dispositivo de procesamiento implementan cualquiera de las reivindicaciones de método 1 a 10.

13. Sistema para controlar una red de suministro de energía o potencia que comprende un centro de coordinación, una pluralidad de unidades de usuario final locales y una red de comunicaciones que conecta las unidades locales y el centro de coordinación y una red de suministro que conecta las unidades locales y el centro de coordinación para el suministro de energía o potencia, teniendo la red de suministro una o más restricciones que limitan el consumo de potencia o energía en al menos una de las unidades de usuario final locales, estando adaptado el sistema de modo que el centro de coordinación transmite una señal de control que indica un grado de desequilibrio del sistema a la al menos una de las unidades de usuario final locales, y la al menos una unidad de usuario final local está adaptada para transmitir una señal de reacción al centro de coordinación indicativa de un plan de potencia para la unidad local, caracterizado porque el sistema está adaptado para controlar la red de suministro de energía o potencia descomponiendo el control en subproblemas que se resuelven localmente cada uno en controladores locales mediante un procedimiento iterativo,

en el que la unidad local tiene inteligencia local y potencia de procesamiento digital y está adaptada para ejecutar un solucionador que está adaptado para resolver un problema de optimización de uso de potencia de la unidad local teniendo en cuenta la señal de control recibida,

en el que, dependiendo del valor de la señal de control, la unidad de usuario final local está adaptada para enviar un plan de potencia al centro de coordinación, en el que el centro de coordinación está adaptado para recibir el plan, actualizar la señal de control y volver a enviar la señal de control actualizada a la unidad local de manera iterativa hasta que se cumplen la al menos una o más restricciones,

en el que el control de la energía es de tal manera que

- se cumple un conjunto de restricciones de red

- la señal de control es estable, y

- las señales de reacción son estables.