ES2948116T3 - Sistema y método de pronóstico de la demanda eléctrica de recursos distribuidos - Google Patents
Sistema y método de pronóstico de la demanda eléctrica de recursos distribuidos Download PDFInfo
- Publication number
- ES2948116T3 ES2948116T3 ES17837635T ES17837635T ES2948116T3 ES 2948116 T3 ES2948116 T3 ES 2948116T3 ES 17837635 T ES17837635 T ES 17837635T ES 17837635 T ES17837635 T ES 17837635T ES 2948116 T3 ES2948116 T3 ES 2948116T3
- Authority
- ES
- Spain
- Prior art keywords
- data
- distributed
- sunlight
- sensors
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 230000002776 aggregation Effects 0.000 claims abstract description 16
- 238000004220 aggregation Methods 0.000 claims abstract description 16
- 238000010248 power generation Methods 0.000 claims abstract 3
- 238000005259 measurement Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 15
- 230000009467 reduction Effects 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims 1
- 230000007480 spreading Effects 0.000 claims 1
- 238000010223 real-time analysis Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 238000013277 forecasting method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000013480 data collection Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/10—Energy trading, including energy flowing from end-user application to grid
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
Se divulga un método para predecir eventos de fijación de precios de la demanda y pronosticar cambios en el precio basándose en datos recopilados de una red distribuida de sistemas de control y sensores. En una realización, el método utiliza una red distribuida de sistemas y sensores para recopilar y monitorear datos que pueden usarse para predecir y anticiparse a eventos de demanda de la red eléctrica, incluidos apagones y caídas de tensión. A través del análisis en tiempo real de datos como voltaje, frecuencia, potencia, temperatura de los sistemas distribuidos y la condición de una red eléctrica en un Punto de Agregación de Subcarga (Sub-LAP) específico, se modelan y determinan el valor de la energía almacenada. , generación de energía y reducción de carga antes de las señales del mercado. (Traducción automática con Google Translate, sin valor legal)
Description
DESCRIPCIÓN
Sistema y método de pronóstico de la demanda eléctrica de recursos distribuidos
Campo técnico
Esta divulgación generalmente se refiere a un método de utilización de una red distribuida de sistemas y sensores. Más particularmente, la divulgación generalmente se refiere a un método de utilización de una red distribuida de sistemas y sensores para recopilar y monitorizar datos que pueden ser utilizados para predecir y anticiparse a eventos de demanda de la red eléctrica.
Descripción de la técnica relacionada
Las tecnologías de redes inteligentes, tales como la automatización de edificios, el almacenamiento de energía de baterías, las celdas de combustible, la carga inteligente de vehículos eléctricos y la generación renovable pueden beneficiarse de múltiples fuentes de ingresos. Estas tecnologías individuales o combinaciones de tecnologías se utilizan para satisfacer las necesidades de distintas aplicaciones al mismo tiempo. Algunos ejemplos de estas aplicaciones incluyen: (1) servicios de sitio tales como reducción de demanda, (2) servicios de red tales como regulación de frecuencia y (3) servicios de emergencia tales como energía de refuerzo. Cada una de estas aplicaciones puede tener un valor monetario (y/o de eficiencia) que varía significativamente con el tiempo. Esto es particularmente cierto en el caso de los servicios de red, donde el valor de una aplicación no se basa en el impacto de un sitio en particular, sino en las necesidades de la red eléctrica en general. El valor de los servicios de red puede ser comunicado por un operador de sistema independiente (ISO) o una empresa de servicios públicos mediante una señal de precio, tal como OpenADR o mediante el inicio de eventos de reducción de carga. Las fluctuaciones en el valor y en el tiempo de estos servicios de red pueden no estar relacionados con las aplicaciones de servicios de re y de emergencia. Por lo tanto, para maximizar adecuadamente el rendimiento de un solo sitio, el sitio debe poder equilibrar el valor de los servicios locales con los servicios que se proporcionan a la red.
El valor de los servicios de red no es el mismo en todo el sistema eléctrico. En un momento dado, un punto de agregación de subcarga puede estar operando a un precio de energía alto debido a una demanda elevada, mientras que un punto de agregación de subcarga en una región cercana puede tener un precio de energía negativo debido a la sobregeneración. Las tendencias a nivel de red y los datos de consumo no son suficientes para modelizar el precio de la energía dentro de un punto de agregación de subcarga.
Los sistemas anteriores se han centrado en recibir la notificación de un evento, determinar la disposición óptima para operar los recursos distribuidos y cumplir con los requisitos del evento de distribución de energía a través de las técnicas más efectivas disponibles. Este método falla en lo que se refiere a utilizar datos de los recursos distribuidos antes de la notificación para anticipar el próximo evento y, por lo tanto, puede tomar decisiones subóptimas antes del evento. El resultado es un rendimiento reducido del sistema distribuido global.
Los sistemas anteriores no han aprovechado el sistema de control y los datos de sensores de los recursos distribuidos para anticipar eventos. Como tal, la técnica existente se limita a la notificación y reacción de eventos.
En particular, todo el tema discutido en esta sección no es necesariamente estado de la técnica y no debe asumirse como estado de la técnica simplemente como resultado de su exposición en esta sección. En consecuencia, cualquier reconocimiento de problemas en el estado de la técnica expuestos en esta sección o asociados con dicha cuestión no debe tratarse como estado de la técnica a menos que se indique expresamente que es estado de la técnica. En cambio, la exposición de cualquier cuestión en esta sección debe tratarse como parte de la solución técnica a un problema técnico particular, que en sí misma también puede ser inventiva.
El documento US2015012144A1 describe un aparato en el que un procesador coopera con un controlador en tiempo real y está estructurado para introducir mediciones actuales de información de un sistema de energía híbrido e información de dinámica híbrida que incluye dinámica continua y dinámica de tiempo discreto que modelizan el sistema de energía híbrido. El procesador proporciona optimización en línea del sistema de energía híbrido en función de la entrada y genera una referencia de flujo de energía y una serie de controles de conmutación al controlador en tiempo real en función de la optimización en línea. El procesador está estructurado además para proporcionar al menos uno de: pronósticos en tiempo real o predicción en tiempo real de información futura asociada operativamente con el sistema de energía híbrido como parte de la entrada y procesamiento en tiempo real de la optimización en línea.
El documento US2011035073A1 describe un sistema que se comunica con un proveedor de energía para recibir datos del proveedor de energía y calcular el coste del servicio o el coste evitado utilizando datos de utilización de energía individualizados y un coste de generación del sistema en el bus más cercano. El sistema también puede pronosticar la demanda individualizada por utilización final, la demanda individualizada por ubicación, los precios de la energía o los costes de la energía. El sistema puede optimizar la distribución de energía, la utilización de energía, el coste del servicio o el coste evitado utilizando la demanda individualizada pronosticada por utilización final, la demanda individualizada pronosticada por ubicación, los precios de energía pronosticados y los costes de energía pronosticados.
Breve compendio
La invención proporciona un método para recopilar y analizar datos de recursos distribuidos para predecir próximos eventos de energía en una red eléctrica, siendo el método como se establece en la reivindicación 1. La invención también proporciona un sistema de demanda eléctrica de recursos distribuidos como se establece en la reivindicación 13.
En un aspecto de algunas realizaciones, los datos recopilados de la red distribuida de sistemas de control y/o sensores incluyen datos de voltaje, datos de frecuencia, datos de potencia, datos de temperatura o combinaciones de los mismos. En otro aspecto de algunas realizaciones, el análisis de los datos recopilados se realiza en tiempo real. En otro aspecto más de algunas realizaciones, los datos recopilados se almacenan en un servidor central. En otro aspecto más de algunas realizaciones, el análisis de los datos recopilados se realiza en el servidor central.
Continuando, en un aspecto de algunas realizaciones, los datos recopilados se almacenan en los recursos distribuidos. En otro aspecto de algunas realizaciones, el análisis de los datos recopilados se realiza en los recursos distribuidos. En otro aspecto más de algunas realizaciones, los sensores incluyen un sensor de temperatura, un sensor de voltaje, un sensor de luz, un sensor de humedad, un sensor de potencia o combinaciones de los mismos. En otro aspecto más de algunas realizaciones, el informe de datos muestra cuánta luz solar se mide en una región determinada.
En una realización, el método incluye además comparar temperaturas reales y datos de luz solar recopilados de la red de recursos distribuidos en tiempo real con la climatología pronosticada; y determinar si hay un cambio elevado en el precio de la energía y/o un cambio en el suministro debido a grandes desviaciones de la climatología pronosticada. En otro aspecto de una realización, las mediciones a través de un punto de agregación de subcarga se analizan para predecir cambios en el precio de la energía utilizando una combinación de mediciones que incluyen: datos que muestran una reducción gradual de la luz solar de este a oeste a través de un Sub-LAP, datos que muestren un día más caluroso de lo previsto y datos que muestren niveles de voltaje disminuidos en toda la red.
Las características y ventajas resultarán evidentes a partir de la siguiente descripción detallada, tomada junto con los dibujos adjuntos, que ilustran a modo de ejemplo, las características de las diversas realizaciones.
Breve descripción de las distintas vistas de los dibujos
Los dibujos adjuntos, que se incluyen como parte de la presente memoria, ilustran distintas realizaciones y, junto con la descripción general dada anteriormente y la descripción detallada de las diversas realizaciones dadas a continuación, sirven para explicar y enseñar los principios descritos en este documento.
La Figura 1 es un mapa de distribución que muestra los recursos distribuidos que operan dentro de los Sub-LAP.
La Figura 2 es una red de recopilación de datos que se basa en un servidor central para agrupar todos los datos.
La Figura 3 es un modelo de computación distribuida para añadir datos sin necesidad de un nodo central.
La Figura 4 es una vista ampliada de un nodo de recursos distribuidos de muestra que muestra distintos tipos de sensores y métodos de recopilación de datos.
La Figura 5 es una representación gráfica de la transformación de datos procedentes de los recursos distribuidos a una probabilidad prevista de un evento de respuesta a la demanda.
En particular, las figuras no están necesariamente dibujadas a escala y los elementos de estructuras o funciones similares generalmente se representan mediante números de referencia similares con fines ilustrativos en todas las figuras. Las figuras o el texto muestran ejemplos de posibles implementaciones del sistema de pronóstico de demanda eléctrica de recursos distribuidos, sin embargo, las enseñanzas son aplicables a otras implementaciones sin desviarse de la presente divulgación. Las figuras solo pretenden facilitar la descripción de las diversas realizaciones descritas en este documento. Las figuras no describen todos los aspectos de las enseñanzas descritas en este documento y no limitan el alcance de las reivindicaciones.
Descripción detallada
Cada una de las características y enseñanzas descritas en el presente documento se puede utilizar por separado o junto con otras características y enseñanzas para proporcionar un sistema y un método para implementar un sistema y un método de pronóstico de demanda eléctrica de recursos distribuidos. Los ejemplos representativos que utilizan muchas de estas características y enseñanzas adicionales, tanto por separado como en combinación, se describen con mayor detalle con referencia a las figuras adjuntas. Esta descripción detallada pretende simplemente enseñar a un experto en la técnica detalles adicionales para llevar a la práctica aspectos de las presentes enseñanzas y no pretende limitar el alcance de las reivindicaciones. Por lo tanto, las combinaciones de características descritas anteriormente en la descripción detallada pueden no ser necesarias para llevar a la práctica las enseñanzas en el
sentido más amplio y, en cambio, se enseñan simplemente para describir ejemplos particularmente representativos de las presentes enseñanzas.
En la siguiente descripción, únicamente con fines explicativos, se establece una nomenclatura específica para proporcionar una comprensión completa de la presente divulgación. Sin embargo, resultará evidente para un experto en la técnica que estos detalles específicos no son necesarios para poner en práctica las enseñanzas de la presente divulgación.
Algunas partes de las descripciones detalladas en este documento se presentan en términos de algoritmos y representaciones simbólicas de operaciones en bits de datos dentro de una memoria de ordenador. Estas descripciones y representaciones algorítmicas son utilizadas por los expertos en las técnicas de procesamiento de datos para transmitir de manera efectiva la esencia de su trabajo a otros expertos en la materia. Un algoritmo se concibe aquí, y en general, como una secuencia autoconsistente de pasos que conducen a un resultado deseado. Los pasos son los que requieren manipulaciones físicas de cantidades físicas. Por lo general, aunque no necesariamente, estas cantidades toman la forma de señales eléctricas o magnéticas que se pueden almacenar, transferir, combinar, comparar y manipular de otra manera. A veces ha resultado conveniente, principalmente por razones de uso común, referirse a estas señales como bits, valores, elementos, símbolos, caracteres, términos, números o similares.
Sin embargo, se debe tener en cuenta que todos estos términos y otros similares se deben asociar con las cantidades físicas apropiadas y son simplemente etiquetas convenientes aplicadas a estas cantidades. A menos que se indique específicamente lo contrario como se desprende de la siguiente exposición, se aprecia que a lo largo de la descripción, las exposiciones que utilizan términos tales como "procesamiento", "computación", "cálculo", "determinación", "visualización" o similares, se refieren a la acción y los procesos de un sistema informático, o un dispositivo informático electrónico similar, que manipula y transforma datos representados como cantidades físicas (electrónicas) dentro de los registros y dispositivos de memoria del sistema informático en otros datos representados de manera similar como cantidades físicas dentro de los dispositivos de memoria del sistema informático o registros u otros dispositivos de almacenamiento, transmisión o visualización de información.
Además, las diversas características de los ejemplos representativos y las reivindicaciones dependientes se pueden combinar de maneras que no se enumeran específica y explícitamente para proporcionar realizaciones útiles adicionales de las presentes enseñanzas. También se advierte expresamente que todos los rangos de valores o indicaciones de grupos de entidades exponen todos los posibles valores intermedios o entidades intermedias a los efectos de una exposición original, así como a los efectos de restringir la materia reivindicada. También se indica expresamente que las dimensiones y las formas de los componentes que se muestran en las figuras están diseñadas para ayudar a comprender cómo se llevan a la práctica las presentes enseñanzas, pero no pretenden limitar las dimensiones y las formas que se muestran en los ejemplos.
En la siguiente descripción, se exponen ciertos detalles específicos para proporcionar una comprensión completa de las diversas realizaciones descritas. Sin embargo, un experto en la técnica relevante reconocerá que las realizaciones se pueden poner en práctica sin uno o más de estos detalles específicos, o con otros métodos, componentes, materiales y similares. En otros casos, las estructuras bien conocidas asociadas con servidores, redes, pantallas, manejo de medios, ordenadores y/o procesadores/sistemas de control no se han mostrado ni descrito en detalle para evitar oscurecer innecesariamente las descripciones de las realizaciones.
A menos que se indique lo contrario, las funciones descritas en este documento se pueden realizar mediante código ejecutable e instrucciones almacenadas en un medio legible por ordenador y ejecutar en uno o más sistemas basados en procesadores. Sin embargo, también se pueden utilizar máquinas de estado sólido y/o circuitos electrónicos cableados. Además, con respecto a los procesos a modo de ejemplo descritos en este documento, no es necesario alcanzar todos los estados del proceso, ni es necesario realizar los estados en el orden ilustrado. Además, ciertos estados de proceso que se ilustran como realizados en serie se pueden realizar en paralelo.
Del mismo modo, a menos que se indique expresamente lo contrario, si bien ciertas realizaciones pueden hacer referencia a un sistema de ordenador personal ("PC") o dispositivo de datos, también se pueden utilizar otros ordenadores o sistemas electrónicos, tales como, entre otros, una televisión interactiva, asistente digital personal habilitado en red ("PDA"), una consola de juegos en red, un dispositivo de entretenimiento en red, un teléfono inteligente (porejemplo., con un sistema operativo y en el que un usuario puede instalar aplicaciones) y similares.
Además, si bien ciertas entradas o gestos del usuario se describen como proporcionados mediante la pulsación de teclas del teléfono, la entrada de datos a través de un teclado o haciendo clic con el ratón o el botón de un ordenador, opcionalmente, las entradas del usuario se pueden proporcionar mediante otras técnicas, tales como por voz, o de otro modo. Los diseños de pantalla, la apariencia y la terminología de ejemplo, tal como se representan y describen en este documento, pretenden ser ilustrativos y a modo de ejemplo, y de ninguna manera limitan el alcance de la invención tal como está reivindicada.
Las expresiones, "por ejemplo," "en uno/otro aspecto", "en uno/otro escenario", "en una/otra versión", "en algunas configuraciones", "en algunas implementaciones", "preferiblemente", "generalmente", "típicamente", "puede" y "opcionalmente", tal como se utilizan en este documento, están destinadas a ser utilizadas para presentar
realizaciones no limitativas. A menos que se indique expresamente lo contrario, si bien se hacen ciertas referencias a ciertos componentes o servicios del sistema a modo de ejemplo, también se pueden utilizar otros componentes y servicios y/o se pueden combinar los componentes a modo de ejemplo en menos componentes y/o dividir en más componentes. Los términos "miembro" y "usuario" se utilizan indistintamente. Los miembros y los usuarios están suscritos o inscritos en un servicio de red o red de usuarios.
Haciendo referencia ahora a las Figuras 1-5, se muestran distintos aspectos del sistema y del método de pronóstico de la demanda eléctrica de recursos distribuidos. En particular, los recursos distribuidos utilizados por el sistema y por el método de pronóstico de demanda eléctrica de recursos distribuidos pueden ser elementos activos tales como almacenamiento de energía, sistemas de automatización de edificios o generación renovable. Adicional o alternativamente, los recursos distribuidos utilizados por el sistema y por el método de pronóstico de demanda eléctrica de recursos distribuidos también pueden ser sensores pasivos que se instalan con el propósito específico de recopilar datos y comunicar información a la red distribuida.
Como se muestra en la Figura 1, los puntos de agregación de subcarga (Sub-LAP) varían en tamaño geográfico y densidad de población en la red eléctrica. Los sub-LAP son áreas dentro de los puntos de agregación de carga (LAP) predeterminadas de la red eléctrica que agrupan buses con impactos similares en la red. Los Sub-LAP se pueden utilizar para la publicación de precios marginales de ubicación. Los Sub-LAP también se utilizan para añadir la respuesta a la demanda y los recursos de energía distribuida dentro de los Sub-LAP. Además, los Sub-LAP permiten un reflejo más preciso de los costes de congestión para los derechos de ingresos por congestión que los puntos de agregación de carga predeterminados.
Se prefiere una red de recursos bien distribuida para predecir eventos de respuesta a la demanda. El tamaño y los centros de población de un Sub-LAP pueden afectar la distribución y concentración de recursos. Sin embargo, los datos disponibles todavía se pueden utilizar para predecir eventos de respuesta a la demanda.
En un aspecto del sistema y del método de pronóstico de demanda eléctrica de recursos distribuidos, los sensores de luz solar, voltaje y temperatura proporcionan datos útiles para predecir eventos de respuesta de demanda y son componentes deseables como parte de cada recurso. En particular, el sistema y el método de pronóstico de demanda eléctrica de recursos distribuidos funcionan con muchos tipos diferentes de sensores. Como tal, no se requiere que ningún sensor específico forme parte de ningún recurso siempre que se proporcionen los datos del sensor. En este sentido, no se pretende que el término sensor se limite a ningún conjunto particular de herramientas de medición. Cualquier información que se pueda recopilar a partir de un recurso distribuido puede añadir valor y precisión al pronóstico de respuesta a la demanda.
En algunas realizaciones del sistema y del método de pronóstico de demanda eléctrica de recursos distribuidos, los recursos se comunican a través de una red de datos celular. En otras realizaciones del sistema y del método de pronóstico de la demanda eléctrica de recursos distribuidos, los recursos se comunican (ya sea adicional o alternativamente) a través de otras redes inalámbricas y/o redes cableadas. En este sentido, un mecanismo de comunicación que permite que los recursos se comuniquen directamente entre sí o con un servidor central se puede utilizar en diversas implementaciones del sistema y del método de pronóstico de demanda eléctrica de recursos distribuidos.
Haciendo referencia ahora a la Figura 2, se muestra una realización del sistema y del método de pronóstico de demanda eléctrica de recursos distribuidos en la que la recopilación de datos y la predicción de eventos se realizan en un servidor central y se comunican a los recursos distribuidos a través de una red de comunicación. En algunas realizaciones, el servidor central incluye uno o más dispositivos de memoria y uno o más procesadores. La recopilación de datos y la predicción de eventos se realizan utilizando código ejecutable e instrucciones almacenadas en uno o más dispositivos de memoria, ejecutado por uno o más procesadores y que se ejecuta en uno o más sistemas basados en procesadores. Sin embargo, como se muestra en la Figura 3, en otras realizaciones del sistema y del método de pronóstico de la demanda eléctrica de recursos distribuidos, los propios recursos distribuidos pueden realizar los cálculos. En particular, los recursos distribuidos también incluyen uno o más dispositivos de memoria y uno o más procesadores, en los que uno o más procesadores ejecutan instrucciones almacenadas en uno o más dispositivos de memoria. En algunas realizaciones del sistema y del método de pronóstico de demanda eléctrica de recursos distribuidos, los recursos distribuidos están en una configuración de red entre iguales, de modo que los recursos distribuidos están conectados directamente a través de la red de comunicación en lugar de estar conectados a través del servidor central. En este sentido, la ubicación de la recopilación de datos y los métodos de cálculo varían entre diferentes realizaciones del sistema y del método de pronóstico de demanda eléctrica de recursos distribuidos, y no están limitados por la topología de la red.
Haciendo referencia ahora a la Figura 4, se muestra una realización de un recurso en el sistema y el método de pronóstico de la demanda eléctrica de recursos distribuidos. Específicamente, en esta realización, el Recurso 1 incluye un sensor de temperatura, un sensor de voltaje, un sensor de luz, un sensor de humedad, un sensor de potencia y una recopilación de datos de entrada del usuario. En algunas realizaciones, cada uno de estos sensores también incluye uno o más dispositivos de memoria y uno o más procesadores, en los que uno o más procesadores ejecutan instrucciones almacenadas en uno o más dispositivos de memoria. En otros recursos del sistema y del método de pronóstico de la demanda eléctrica de recursos distribuidos, se puede incluir un número mayor o menor de sensores.
Por ejemplo, en una realización, el Recurso 1 incluye un sensor, el Recurso 2 incluye cuatro sensores, el Recurso 3 incluye seis sensores, el Recurso 4 incluye tres sensores y similares. En otra realización del sistema y del método de pronóstico de la demanda eléctrica de recursos distribuidos, todos los recursos incluyen el mismo número de sensores.
La Figura 5 muestra el informe de datos y representa un sistema de sensores distribuidos que recopilan datos. El informe de datos muestra la cantidad de luz solar que se mide en una región determinada. Este es una indicación de cuánta generación solar puede estar contribuyendo a la red eléctrica local. En el ejemplo mostrado en la Figura 5, la luz solar disminuye con el tiempo. Más específicamente, según la distribución del sensor, se puede determinar que la luz solar está disminuyendo en una dirección específica (con el tiempo). El gradiente representado por estos datos muestra que la luz solar es más baja en el sur y que la reducción de la luz se produce en la región norte más tarde en el día. Muchos eventos pueden explicar la reducción de la luz solar, tales como nubes, tormentas de polvo, incendios forestales y similares. En particular, algunas reducciones en la luz solar se pueden entender bien y pronosticarse fácilmente como la nubosidad, pero los incendios forestales se pueden desencadenar en cualquier lugar y son impredecibles.
De acuerdo con la invención, el método y el sistema de pronóstico de demanda eléctrica de recursos distribuidos pueden tomar medidas de todos los nodos a través de un Sub-LAP y modelizar la caída de la luz solar disponible, predecir la escala de la caída en toda la región, y modelizar la velocidad a la que se propaga la interrupción. Con base en esas mediciones, junto con las mediciones de los otros sensores en la red (voltaje, temperatura, consumo de energía y similares), se puede anticipar la probabilidad de un evento de respuesta a la demanda o un cambio repentino en el precio y en el suministro de energía. Sabiendo cómo está cambiando la generación y el consumo de electricidad de diferentes regiones en función de los informes de datos en tiempo real sobre la energía local, el sistema y el método de pronóstico de la demanda eléctrica de recursos distribuidos pueden modificar las estrategias de gestión para minimizar el coste total de la energía y maximizar la eficiencia energética (por ejemplo, teniendo como objetivo períodos de tiempo con grandes suministros de energía que se identificaron utilizando el sistema de pronóstico de demanda eléctrica de recursos distribuidos y el método para satisfacer las demandas de energía).
En una implementación del sistema y el método de pronóstico de la demanda eléctrica de recursos distribuidos, un almacén refrigerado en la sección norte del Sub-LAP puede optar por reducir la temperatura en sus instalaciones mientras su energía solar todavía está generando a plena potencia (2:00 p. m.). El almacén refrigerado tomó esta decisión basándose en el conocimiento del sistema y el método de pronóstico de demanda eléctrica de recursos distribuidos, de que el suministro de energía solar generada se reducirá más tarde durante la tarde y, por lo tanto, el precio de la energía en tiempo real para el almacén refrigerado aumentará más tarde durante la tarde cuando el almacén frigorífico estaría adquiriendo energía. Además, un sitio cercano con un sistema de almacenamiento de energía puede comenzar a conservar energía, que normalmente se utilizaría para reducir los cargos por demanda, en previsión de que un evento de respuesta de demanda de mayor valor sea solicitado por la empresa eléctrica local o ISO.
En otra realización, las mediciones y los datos procedentes de recursos distribuidos también pueden ser utilizados por el sistema y por el método de pronóstico de demanda eléctrica de recursos distribuidos para anticipar caídas en los precios, aumentos en el suministro o el final de los eventos de respuesta a la demanda. Por ejemplo, si la luz solar medida en los nodos cercanos está aumentando y el gradiente a lo largo de la región muestra que la luz solar en un nodo específico aumentará, entonces se espera que la producción de generación solar aumente y el coste de la energía disminuya a lo largo del tiempo. En consecuencia, un sistema de batería puede retrasar la recarga basándose en esta información para reducir el coste de una operación. Adicional o alternativamente, un proceso de alta energía en un nodo se puede retrasar hasta que se produzca la caída de precio anticipada, utilizando esta información del sistema y del método de pronóstico de demanda eléctrica de recursos distribuidos.
De acuerdo con la invención, el voltaje de línea puede ser monitorizado para proporcionar un indicador temprano de restricciones potenciales de la red, eventos de respuesta a la demanda y aumento del precio de la energía en tiempo real. En este sentido, la caída del voltaje de línea en un sitio individual puede ser causada por una carga local muy alta o por la ubicación física del sitio en relación con la subestación. La caída de voltaje en un Sub-LAP puede ser causada por una caída en la generación renovable, problemas mecánicos en una planta de energía cercana o una demanda anormalmente alta en toda la región.
Mediante el uso del sistema y del método de pronóstico de demanda eléctrica de recursos distribuidos, se pueden monitorizar los voltajes en una región y se pueden guardar datos históricos. Utilizando los datos históricos junto con los datos en tiempo real, el sistema y el método de pronóstico de demanda eléctrica de recursos distribuidos separa la caída de voltaje de línea en un solo sitio de las caídas de voltaje de línea que están afectando a todo un Sub-LAP. Cuando el voltaje cae en todo un Sub-LAP, la caída generalmente se corrige solicitando un evento de respuesta a la demanda o elevando el precio de la energía para ayudar a estabilizar la red eléctrica. En particular, los sitios que operan en el sistema de pronóstico de demanda eléctrica de recursos distribuidos y la red de métodos pueden comenzar a conservar energía y prepararse para estos eventos antes de que se produzcan. Si el voltaje sigue disminuyendo en el Sub-LAP, el sistema y el método de pronóstico de la demanda eléctrica de recursos distribuidos pueden comenzar a almacenar el exceso de energía en las baterías locales en previsión de un apagón de la red y de la necesidad de energía de refuerzo.
Haciendo referencia ahora a otro aspecto más del sistema y del método de pronóstico de demanda eléctrica de recursos distribuidos, las empresas de servicios públicos a menudo anuncian eventos de respuesta de demanda de "día en adelante" basándose en previsiones meteorológicas. Sin embargo, si la climatología real se desvía significativamente de la climatología pronosticada, entonces la red puede experimentar cortes en el suministro de energía o sobregeneración de energía. En esta situación, el método y el sistema de pronóstico de demanda eléctrica de recursos distribuidos pueden realizar cálculos que comparan las temperaturas reales y los datos de luz solar recopilados de la red distribuida de sistemas en tiempo real con la climatología pronosticada. Cuando se encuentran grandes desviaciones de la temperatura esperada, el sistema puede determinar si existe una probabilidad elevada (o reducida) de un evento de precio.
Los ejemplos descritos anteriormente ilustran un tipo de mediciones a través de un Sub-LAP para predecir cambios en el precio de la energía utilizando el sistema y el método de pronóstico de demanda eléctrica de recursos distribuidos. La mayoría de las realizaciones del sistema y del método de pronóstico de la demanda eléctrica de recursos distribuidos emplearán cálculos realizados utilizando una combinación de mediciones (por ejemplo, a partir de múltiples tipos diferentes de sensores y de múltiples ubicaciones de recursos). En un ejemplo, una combinación de mediciones incluye: (1) una reducción gradual de la luz solar de este a oeste a través de un Sub-LAP (2) en un día que es más caluroso que lo pronosticado para el día siguiente, y (3) donde los niveles de voltaje se están disminuyendo en toda la red. Utilizando esta combinación de mediciones, el sistema y el método de pronóstico de demanda eléctrica de recursos distribuidos predicen una alta probabilidad de un evento de demanda y proporcionan información de sincronización de adquisición de energía. La precisión y fiabilidad del sistema y del método de pronóstico de la demanda eléctrica de recursos distribuidos se basan en la utilización de todos los datos disponibles de los distintos nodos en toda la región operativa.
Diversos aspectos de los sistemas, métodos, funciones, pasos, características y similares correspondientes a los descritos en este documento se pueden implementar en uno o más sistemas informáticos utilizando hardware, software, firmware, circuitos o combinaciones de los mismos. El hardware, software, firmware y los circuitos se refieren respectivamente a cualquier componente de hardware, software, firmware o circuito. Los sistemas informáticos a los que se hace referencia en este documento pueden referirse a cualquier dispositivo informático y viceversa (por ejemplo, un teléfono inteligente, un dispositivo informático móvil, un asistente de datos personales, una tableta, un ordenador portátil, un ordenador de sobremesa, otro dispositivo informático y similares). Por ejemplo, cada sistema informático o dispositivo informático en los sistemas descritos en este documento o cualquier realización de un sistema descrito en este documento puede utilizar uno o más de los siguientes componentes: un procesador de hardware de un solo núcleo o de varios núcleos (por ejemplo, una unidad central de procesamiento o unidad de procesamiento de gráficos) en la que se ejecutan las instrucciones del software (por ejemplo, instrucciones correspondientes a un sistema operativo, un programa de aplicación, un intérprete tal como una máquina virtual o un compilador); una memoria asociada y en conexión con el procesador de hardware, como caché u otra memoria del sistema que almacena instrucciones de software u otros datos a los que el procesador de hardware puede acceder para su procesamiento; un dispositivo de entrada (por ejemplo, un ratón, teclado, pantalla táctil y similares); un dispositivo de salida (por ejemplo, pantalla, pantalla táctil, impresora y similares); una red o interfaz de comunicación que permite que el sistema informático se comunique a través de una red o protocolo de comunicación; y un programa de aplicación que tiene instrucciones de software correspondientes que son ejecutables por un procesador de hardware. Las conexiones entre diferentes sistemas informáticos y las conexiones entre diferentes componentes de sistemas informáticos pueden ser por cable o inalámbricas.
Las técnicas de computación de virtualización, las técnicas de computación en la nube, las técnicas de computación de aplicaciones webisitio web, las técnicas de transmisión tradicionales y adaptables y otras técnicas de computación se pueden implementar mediante cualquier realización de un sistema descrito en este documento para habilitar y/o mejorar las enseñanzas descritas en este documento. Por ejemplo, en una realización de computación en la nube, uno o más servidores (es decir, uno o más sistemas informáticos) pueden almacenar y ejecutar instrucciones de software correspondientes a un programa de aplicación en función de los datos de entrada recibidos de los dispositivos del cliente. En respuesta a los datos de entrada recibidos, el programa de aplicación se ejecuta en consecuencia, lo que da como resultado que los datos gráficos se procesen y envíen a los dispositivos del cliente para mostrarlos en una pantalla, tal como una pantalla táctil en un teléfono inteligente o tableta.
Como otro ejemplo, en una realización de aplicación web o sitio web, los datos representativos de una entrada de usuario se pueden transmitir a un servidor (es decir, s un sistema informático) que aloja el sitio web para su procesamiento y almacenamiento en la memoria. En una realización del programa de aplicación, la aplicación se puede almacenar y ejecutar localmente en el sistema informático de un usuario. En otras realizaciones, uno o más componentes del programa de aplicación se pueden almacenar y ejecutar en un servidor y en el sistema informático del usuario. Por ejemplo, un usuario puede descargar el programa de aplicación desde una tienda de aplicaciones para un dispositivo informático Android, dispositivo informático Blackberry, dispositivo informático Apple, dispositivo informático Windows, dispositivo informático Samsung, otro dispositivo informático y similares. La ejecución del programa de aplicación en el dispositivo informático del usuario puede requerir que el dispositivo transmita y reciba datos hacia y desde uno o más dispositivos informáticos, tales como un servidor u otro dispositivo informático del usuario. Por ejemplo, se puede descargar una aplicación desde un servidor a un dispositivo móvil. T ras la instalación, el dispositivo móvil se puede comunicar con un servidor.
Una o más realizaciones de los sistemas descritos en este documento pueden utilizar tecnología de transmisión. La transmisión de datos permite que se presenten datos al usuario del dispositivo cliente mientras el dispositivo cliente recibe datos del servidor. La transmisión de datos desde servidores a dispositivos cliente (por ejemplo, dispositivos informáticos operados por los usuarios) a través de una red suele estar limitado por el ancho de banda de la red o, alternativamente, por la tasa de bits neta de la capa física. Se pueden implementar protocolos de transmisión tradicionales, como RTSP (Protocolo de transmisión en tiempo real), MS-WMSP (Protocolo de transmisión HTTP de Windows Media) y RTMP (Protocolo de mensajería en tiempo real), que esencialmente envían datos en pequeños paquetes desde el servidor al dispositivo cliente en tiempo real a la tasa de bits codificada de los datos. También se puede implementar la transmisión adaptativa. La transmisión adaptativa se basa casi exclusivamente en HTTP para el protocolo de transporte. Similar a la transmisión tradicional, los datos se codifican en paquetes discretos de un tamaño particular; sin embargo, los datos de origen se codifican con distintas tasas de bits en lugar de con una única tasa de bits. Los paquetes de datos correspondientes a los mismos datos codificados a diferentes tasas de bits se indexan luego en función de la tasa de bits en la memoria. Este método de transmisión funciona midiendo, en tiempo real, el ancho de banda disponible y la capacidad del ordenador del dispositivo cliente, y ajusta qué paquete de datos indexados que se va a transferir en función de la tasa de bits codificada.
Uno o más aspectos de los sistemas descritos en este documento pueden estar ubicados en (es decir, procesados, almacenados, ejecutados, o similar; o incluir uno o más componentes de hardware o software) un solo sistema informático o puede estar distribuido entre una pluralidad de sistemas informáticos conectados por una o más redes de comunicación (por ejemplo, internet, intranet, una red de telecomunicaciones, y similares). Uno o más componentes de un sistema informático pueden estar distribuidos a través de uno o más sistemas informáticos en comunicación con el sistema informático a través de una red de comunicación. Por ejemplo, en algunas realizaciones, los sistemas descritos en este documento pueden utilizar uno o más servidores (es decir, uno o más sistemas informáticos dedicados a un propósito particular en el sistema) que pueden estar dedicados a atender las necesidades de uno o más sistemas informáticos o componentes a través de una red de comunicación y/o un bus de sistema. El uno o más servidores pueden proporcionar una ubicación de procesamiento central para uno o más aspectos de los sistemas descritos en este documento.
Nuevamente, distintos aspectos de los sistemas, métodos, funciones y pasos correspondientes a los mismos descritos en este documento se pueden implementar en uno o más sistemas informáticos utilizando hardware, software, firmware o combinaciones de los mismos. Los expertos en la técnica apreciarán que se pueden utilizar uno o más circuitos y/o software para implementar el sistema y los métodos descritos en este documento. Los circuitos se refieren a cualquier circuito, ya sea integrado o externo a una unidad de procesamiento, tal como un procesador de hardware. El software se refiere al código o las instrucciones ejecutables por un dispositivo informático que utiliza cualquier componente de hardware, tal como un procesador, para lograr el resultado deseado. Este software se puede almacenar localmente en una unidad de procesamiento o ser almacenado de forma remota y acceder a él a través de una red de comunicación.
Como se describe en este documento, un procesador o procesador de hardware puede referirse a cualquier procesador de hardware o procesador de software. Un procesador de software puede incluir o constituir de otro modo un intérprete que es ejecutado por un procesador de hardware correspondiente. Un sistema informático según cualquiera de las realizaciones descritas en el presente documento está configurado para realizar cualquiera de las funciones descritas relacionadas con las diversas realizaciones de los sistemas descritos en el presente documento.
Como se describe en este documento, cualquier método, función, paso, característica o resultado se puede considerar un módulo que puede incluir instrucciones de software que dan lugar a, cuando se ejecutan mediante un dispositivo informático, el método, la función, el paso, la característica o el resultado deseados. La ejecución por un dispositivo informático incluye la ejecución por cualquier componente de hardware (por ejemplo, CPU, GPU, interfaz de red, circuitos integrados, otros componentes de hardware y similares) del dispositivo informático, tal como un procesador de hardware. Cualquier módulo puede ser ejecutado por un dispositivo informático (por ejemplo, por un procesador del dispositivo informático). Cualquier método, función, paso, característica, resultado y similares expuestos en este documento se puede implementar mediante uno o más módulos de software, ya sea que se describan explícitamente o no. Los componentes individuales dentro de un dispositivo informático pueden trabajar juntos para lograr un método, función, paso, característica o resultado deseado. Por ejemplo, un dispositivo informático puede recibir datos y procesarlos. Un ejemplo sencillo sería que una interfaz de red recibe los datos y los transmite a través de un bus a un procesador.
Diversos aspectos de los sistemas descritos en este documento se pueden implementar como software que se ejecuta en un sistema informático. El sistema informático puede incluir una unidad central de procesamiento (es decir, un procesador de hardware) conectado a uno o más dispositivos de memoria, una unidad de procesamiento gráfico, dispositivos de entrada tales como un ratón y un teclado, dispositivos de salida tales como altavoces y una pantalla, una interfaz de red para conectarse a uno o más sistemas informáticos (por ejemplo, uno o más sistemas informáticos configurados para prestar un servicio que funciona como base de datos), un sistema operativo, un compilador, un intérprete (es decir, una máquina virtual), y similares. La memoria se puede utilizar para almacenar programas ejecutables y datos durante el funcionamiento del sistema informático. Los programas ejecutables pueden estar escritos en un lenguaje de programación informática de alto nivel, tal como Java o C++. Por supuesto, se pueden utilizar otros lenguajes de programación ya que esta divulgación no se limita a un lenguaje de programación o sistema
informático específico. Además, se debe apreciar que los sistemas y métodos descritos en el presente documento no se limitan a ser ejecutados en ningún sistema informático o grupo de sistemas informáticos en particular.
Algunos métodos, funciones, pasos o características han sido descritos siendo ejecutados por un procesador mediante el software correspondiente. Se entiende que cualquier método, función, paso, característica o cualquier elemento relacionado con los sistemas descritos en este documento se puede implementar mediante hardware, software (por ejemplo, firmware), o circuitos a pesar de que ciertos métodos, funciones, pasos o características se han descrito aquí con referencia al software correspondiente que es ejecutable por un procesador para obtener el método, función o paso deseado. Se entiende que las instrucciones de software pueden residir en un medio no transitorio, tal como uno o más dispositivos de memoria accesibles para uno o más procesadores en los sistemas descritos en este documento. Por ejemplo, cuando un dispositivo de computación recibe datos, se entiende que el dispositivo de computación procesa esos datos, ya sea que el procesamiento de los datos se declare afirmativamente o no. El procesamiento de los datos puede incluir el almacenamiento de los datos recibidos, el análisis de los datos recibidos y/o el procesamiento de los datos para obtener el resultado, función, método o paso deseados. Se entiende además que los datos de entrada de un dispositivo o sistema informático pueden considerarse datos de salida de otro dispositivo o sistema informático, y viceversa. Se entiende aún más que cualquier método, función, paso, característica, resultado o cualquier elemento relacionado con los sistemas descritos en este documento puede estar representado por datos que se pueden almacenar en uno o más dispositivos de memoria, procesar por uno o más dispositivos informáticos, sr recibidos por uno o más dispositivos informáticos, ser transmitidos por uno o más dispositivos informáticos, y similares. Las diversas realizaciones y ejemplos descritos en este documento se proporcionan únicamente a modo de ilustración y no se deben interpretar como limitantes de la invención reivindicada, ni del alcance de las diversas realizaciones y ejemplos. Los expertos en la técnica reconocerán fácilmente que se pueden realizar diversas modificaciones y cambios en la invención reivindicada sin seguir los ejemplos de realizaciones y aplicaciones ilustradas y descritas en este documento, y sin apartarse del alcance de la invención reivindicada, que está establecido en las reivindicaciones siguientes. Además, se pueden combinar distintas realizaciones. Por lo tanto, la referencia a una realización, en algunas realizaciones, en otras realizaciones y similares no impide que se combinen uno o más métodos, funciones, pasos, características, resultados, implementaciones de hardware o implementaciones de software de diferentes realizaciones. Además, la referencia a una realización, en algunas realizaciones, en otras realizaciones, ejemplos y similares proporciona diversos aspectos que se pueden combinar o no con los de una o más realizaciones y/o ejemplos diferentes.
Claims (15)
1. Un método para recopilar y analizar datos de recursos distribuidos en un sistema de demanda eléctrica de recursos distribuidos para predecir próximos eventos de energía en una red eléctrica, comprendiendo el método:
recopilar datos de una red de recursos distribuidos que incluye sensores y sistemas de control, los datos recopilados son almacenados en uno o más dispositivos de memoria;
realizar, utilizando uno o más procesadores, análisis de los datos recopilados almacenados en uno o más dispositivos de memoria;
modelizar las condiciones de la red eléctrica en un punto de agregación de subcarga de la red eléctrica; determinar valores de energía almacenada, generación de energía y reducción de carga antes de las señales del mercado utilizando las condiciones de la red eléctrica modelizada;
predecir un evento de distribución de precios de demanda y pronosticar un cambio en el precio, en la oferta o en ambos; y
ejecutar una modificación en el consumo eléctrico en base al evento de distribución de precios de demanda previsto;
caracterizado por que
el sistema de demanda eléctrica de recursos distribuidos toma medidas a partir de los sensores en los nodos a través de un punto de agregación de subcarga y predice una reducción de la luz solar disponible, una escala de la reducción en toda una región y una velocidad y dirección a la que se está extendiendo la reducción utilizando las medidas de los sensores; y
el método comprende además monitorizar el voltaje de línea para predecir restricciones de la red, eventos de respuesta de demanda, aumento del precio de la energía en tiempo real o combinaciones de los mismos, en donde los datos históricos se utilizan junto con los datos en tiempo real para separar una caída de voltaje de línea en un solo sitio de una caída de voltaje de línea que está afectando a todo un punto de agregación de subcarga.
2. El método de la reivindicación 1, en el que los datos recopilados de la red distribuida de sistemas de control y/o sensores incluyen datos de voltaje, datos de frecuencia, datos de potencia, datos de temperatura o combinaciones de los mismos.
3. El método de la reivindicación 1, en el que el análisis de los datos recopilados se realiza en tiempo real.
4. El método de la reivindicación 1, en el que los datos recopilados se almacenan en un servidor central.
5. El método de la reivindicación 4, en el que el análisis de los datos recopilados se realiza en el servidor central.
7. El método de la reivindicación 4, en el que el análisis de los datos recopilados se realiza en los recursos distribuidos.
8. El método de la reivindicación 1, en el que los sensores incluyen un sensor de temperatura, un sensor de voltaje, un sensor de luz, un sensor de humedad, un sensor de potencia o combinaciones de los mismos.
9. El método de la reivindicación 1, en el que el informe de datos muestra cuánta luz solar está siendo medida en una región determinada y en el que, en función de la distribución de los sensores, el informe de datos de luz solar permite determinar que la luz solar está disminuyendo en una dirección específica a lo largo del tiempo.
10. El método de la reivindicación 1, en el que la caída del voltaje de línea se produce en un sitio individual debido a una carga local muy alta en la ubicación física de un sitio en relación con una subestación, o a combinaciones de las mismas.
11. El método de la reivindicación 1, que comprende además:
comparar las temperaturas reales y los datos de luz solar recopilados de la red de recursos distribuidos en tiempo real con la climatología pronosticada; y
determinar si hay un cambio elevado en el precio de la energía y/o un cambio en el suministro debido a grandes desviaciones de la climatología pronosticada.
12. El método de la reivindicación 1, en el que se analizan las mediciones a través de un punto de agregación de subcarga para predecir cambios en el precio de la energía utilizando una combinación de mediciones que incluyen:
datos que muestran una reducción gradual de la luz solar de este a oeste a través de un punto de agregación de subcarga, datos que muestran un día más caluroso de lo previsto y datos que muestran niveles de voltaje disminuidos en toda la red.
13. Un sistema de demanda eléctrica de recursos distribuidos para predecir próximos eventos de energía en una red eléctrica, comprendiendo el sistema:
una red distribuida que interactúa con la red eléctrica;
uno o más procesadores; y
un dispositivo de memoria que almacena un conjunto de instrucciones que, cuando son ejecutadas por uno o más procesadores, hacen que uno o más procesadores:
reciban datos procedentes de una red de recursos distribuidos que incluyen sistemas de control y/o sensores, siendo los datos recibidos almacenados en uno o más dispositivos de memoria;
realicen, utilizando uno o más procesadores, análisis de los datos recibidos almacenados en uno o más dispositivos de memoria;
modelicen las condiciones de la red eléctrica en un punto de agregación de subcarga de la red eléctrica; determinen un valor de energía almacenada, generación de energía y reducción de carga antes de las señales del mercado utilizando las condiciones de la red eléctrica modelizada; y
predigan eventos de distribución de precios de demanda y pronosticar cambios en el precio, en la oferta o en ambos; y
ejecuten una modificación en el consumo eléctrico basada en el evento de distribución de precios de demanda previsto;
caracterizado por que el conjunto de instrucciones, cuando es ejecutado por uno o más procesadores, hacen además que uno o más procesadores:
tomen medidas de los sensores en los nodos a través de un punto de agregación de subcarga y predigan una reducción de la luz solar disponible, una escala de la reducción en toda una región y una velocidad y dirección a la que se propaga la reducción utilizando las medidas del sensor; y
monitoricen el voltaje de línea para predecir restricciones de la red, eventos de respuesta de demanda, aumento del precio de la energía en tiempo real o combinaciones de los mismos, en donde los datos históricos se utilizan junto con los datos en tiempo real para separar una caída de voltaje de línea en un solo sitio de una caída de voltaje de línea que está afectando a todo un punto de agregación de subcarga.
14. El sistema de la reivindicación 13, en el que el informe de datos muestra cuánta luz solar está siendo medida en una región determinada y en el que, según la distribución de los sensores, el informe de datos de luz solar permite determinar que la luz solar está disminuyendo en una dirección específica a lo largo del tiempo.
15. El sistema de la reivindicación 13, en el que la caída del voltaje de línea se produce en un sitio individual debido a una carga local muy alta en la ubicación física de un sitio en relación con una subestación, o combinaciones de las mismas.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662370515P | 2016-08-03 | 2016-08-03 | |
PCT/US2017/045177 WO2018026964A1 (en) | 2016-08-03 | 2017-08-02 | Distributed resource electrical demand forecasting system and method |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2948116T3 true ES2948116T3 (es) | 2023-08-31 |
Family
ID=61074232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES17837635T Active ES2948116T3 (es) | 2016-08-03 | 2017-08-02 | Sistema y método de pronóstico de la demanda eléctrica de recursos distribuidos |
Country Status (7)
Country | Link |
---|---|
US (1) | US20180048150A1 (es) |
EP (1) | EP3494624B1 (es) |
CN (1) | CN110073567B (es) |
CA (1) | CA3032409C (es) |
ES (1) | ES2948116T3 (es) |
SG (1) | SG11201900917SA (es) |
WO (1) | WO2018026964A1 (es) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10418822B2 (en) * | 2017-02-14 | 2019-09-17 | Mitsubishi Electric Research Laboratories, Inc. | Energy production and frequency regulation Co-optimization for power generation systems |
US11025089B2 (en) | 2018-11-13 | 2021-06-01 | Siemens Aktiengesellschaft | Distributed energy resource management system |
CN110896219B (zh) * | 2019-11-20 | 2020-10-30 | 乐清市泰博恒电子科技有限公司 | 一种基于大数据和数据库的电力网络处理系统及方法 |
KR20210101081A (ko) * | 2020-02-07 | 2021-08-18 | 삼성전자주식회사 | 프로세스를 제어하는 전자 장치 및 그 방법 |
CN113887776A (zh) * | 2020-07-03 | 2022-01-04 | 绿铜科技公司 | 利用深度神经网络进行电力系统预测的系统及方法 |
CN112330090B (zh) * | 2020-09-25 | 2022-09-23 | 江苏方天电力技术有限公司 | 一种低压配网数据驱动业务方法 |
CN112132638B (zh) * | 2020-10-22 | 2024-04-09 | 云南电网有限责任公司电力科学研究院 | 一种储能上网定价系统及方法 |
CN112737119B (zh) * | 2020-12-26 | 2023-07-04 | 广东电网有限责任公司电力调度控制中心 | 一种电网运行数据规约化处理方法及系统 |
US20230094216A1 (en) * | 2021-09-28 | 2023-03-30 | Ford Global Technologies, Llc | Systems and methods for providing preemptive vehicle reenergizing alerts |
CN114217574A (zh) * | 2021-10-12 | 2022-03-22 | 国网河北省电力有限公司正定县供电分公司 | 一种基于能源及负荷匹配的能源网架构建系统及方法 |
CN116298482B (zh) * | 2023-05-25 | 2023-08-01 | 常州满旺半导体科技有限公司 | 一种用于电压数据监测的智能预警系统及方法 |
CN118017545B (zh) * | 2024-02-21 | 2024-09-24 | 华能山东发电有限公司烟台发电厂 | 基于深度学习与控制理论的电网调频优化方法及系统 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7274975B2 (en) * | 2005-06-06 | 2007-09-25 | Gridpoint, Inc. | Optimized energy management system |
AU2010204729A1 (en) * | 2009-01-14 | 2011-09-01 | Integral Analytics, Inc. | Optimization of microgrid energy use and distribution |
US8457802B1 (en) * | 2009-10-23 | 2013-06-04 | Viridity Energy, Inc. | System and method for energy management |
WO2011121815A1 (ja) * | 2010-03-29 | 2011-10-06 | 株式会社日立製作所 | エネルギーマネジメントシステム、エネルギーマネジメント装置及びエネルギーマネジメント方法 |
WO2012145563A1 (en) * | 2011-04-19 | 2012-10-26 | Viridity Energy, Inc. | Methods, apparatus and systems for managing energy assets |
JP5353957B2 (ja) * | 2011-06-14 | 2013-11-27 | 株式会社デンソー | 電力供給システム |
US20120323382A1 (en) * | 2011-06-15 | 2012-12-20 | Expanergy, Llc | Systems and methods to assess and optimize energy usage for a facility |
WO2014109020A1 (ja) * | 2013-01-09 | 2014-07-17 | 株式会社日立製作所 | 気象予測方法及び装置、並びに電力系統制御方法及び装置 |
US9563218B2 (en) * | 2013-03-15 | 2017-02-07 | Dominion Resources, Inc. | Electric power system control with measurement of energy demand and energy efficiency using t-distributions |
CN103269070B (zh) * | 2013-06-05 | 2015-05-06 | 广州中国科学院沈阳自动化研究所分所 | 一种自动需求响应系统和自动需求响应方法 |
US9564757B2 (en) * | 2013-07-08 | 2017-02-07 | Eaton Corporation | Method and apparatus for optimizing a hybrid power system with respect to long-term characteristics by online optimization, and real-time forecasts, prediction or processing |
US20150186904A1 (en) * | 2013-12-27 | 2015-07-02 | International Business Machines Corporation | System And Method For Managing And Forecasting Power From Renewable Energy Sources |
JP2016005390A (ja) * | 2014-06-18 | 2016-01-12 | 三菱電機株式会社 | 充放電装置 |
CN104269849B (zh) * | 2014-10-17 | 2016-08-17 | 国家电网公司 | 基于建筑光伏微电网的能量管理方法及系统 |
US20160365729A1 (en) * | 2015-06-10 | 2016-12-15 | Tanachat Pochana | Intelligent control system for power generation equipment |
CN105320996A (zh) * | 2015-08-13 | 2016-02-10 | 南方电网科学研究院有限责任公司 | 微电网电能随机匹配交易方法 |
-
2017
- 2017-08-02 CA CA3032409A patent/CA3032409C/en active Active
- 2017-08-02 SG SG11201900917SA patent/SG11201900917SA/en unknown
- 2017-08-02 CN CN201780061618.0A patent/CN110073567B/zh active Active
- 2017-08-02 ES ES17837635T patent/ES2948116T3/es active Active
- 2017-08-02 US US15/667,527 patent/US20180048150A1/en active Pending
- 2017-08-02 EP EP17837635.6A patent/EP3494624B1/en active Active
- 2017-08-02 WO PCT/US2017/045177 patent/WO2018026964A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
CA3032409C (en) | 2023-11-07 |
EP3494624C0 (en) | 2023-06-07 |
EP3494624A1 (en) | 2019-06-12 |
CN110073567A (zh) | 2019-07-30 |
EP3494624A4 (en) | 2020-02-12 |
WO2018026964A1 (en) | 2018-02-08 |
EP3494624B1 (en) | 2023-06-07 |
US20180048150A1 (en) | 2018-02-15 |
CN110073567B (zh) | 2023-08-15 |
SG11201900917SA (en) | 2019-02-27 |
CA3032409A1 (en) | 2018-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2948116T3 (es) | Sistema y método de pronóstico de la demanda eléctrica de recursos distribuidos | |
Wang et al. | Wireless big data computing in smart grid | |
US9207993B2 (en) | Dynamic application placement based on cost and availability of energy in datacenters | |
Simmhan et al. | An informatics approach to demand response optimization in smart grids | |
US9654414B2 (en) | Scheduling cost efficient datacenter load distribution | |
Lueken et al. | The effects of bulk electricity storage on the PJM market | |
EP2476578B1 (en) | Dynamic load profiling | |
US20120130554A1 (en) | Dynamically placing computing jobs | |
CN103283104A (zh) | 电力管理系统及电力管理方法 | |
Shapsough et al. | Using IoT and smart monitoring devices to optimize the efficiency of large-scale distributed solar farms | |
CN112801331B (zh) | 利用虚拟容量和优选位置实时调度进行计算负载的整形 | |
Dou et al. | A two-time-scale load balancing framework for minimizing electricity bills of internet data centers | |
Albizu et al. | Forecast ratio and security analysis of rating forecasting methods in an overhead line | |
Dey et al. | P‐EdgeCoolingMode: an agent‐based performance aware thermal management unit for DVFS enabled heterogeneous MPSoCs | |
WO2022040255A1 (en) | Methods, systems, and computer readable media for model-free privacy preserving thermal load management | |
Xu et al. | Financing sustainable smart city Projects: Public-Private partnerships and green Bonds | |
Leong et al. | A robust reliable energy-aware urgent computing resource allocation for flash-flood ensemble forecasting on HPC infrastructures for decision support | |
Chen et al. | Bringing probabilistic analysis capability from planning to operation | |
Shinohara et al. | Development of an integrated control system using notebook PC batteries for reducing peak power demand | |
Mishi | Matching geographically distributed micro-datacenters’ energy consumption with renewable energy | |
Ma et al. | An adaptive solar-aware framework and strategy for outdoor deployment of WSN | |
Khan et al. | Towards power aware data transmission in sensor cloud: A survey | |
AU2014405046B2 (en) | System, method and apparatuses for data processing in power system | |
Hui et al. | Towards a real-time cluster computing infrastructure | |
Brocanelli et al. | Reducing the expenses of geo-distributed data centers with portable containerized modules |