Marco de referencia multiobjetivo reducido en dimensionalidad para sistemas eléctricos resilientes con vehículos...

Área de la Ciencia:

• Ingeniería Eléctrica
• Ingeniería de Sistemas de Potencia
• Teoría de la Optimización

Sus antecedentes:

• Los sistemas eléctricos modernos enfrentan una complejidad y vulnerabilidad crecientes.
• La resiliencia del sistema es crucial para resistir eventos disruptivos.
• La integración de recursos energéticos distribuidos (DER) y almacenamiento de energía es clave para mejorar la estabilidad de la red.

Objetivo del estudio:

• Proponer un marco orientado a la resiliencia que coordine los DER con el almacenamiento de energía basado en hidrógeno (HESS).
• Integrar la planificación de líneas de transmisión, vehículos eléctricos (VE) y sistemas flexibles de transmisión de CA (FACTS).
• Desarrollar un modelo de optimización multiobjetivo que minimice los costos de las estrategias de resiliencia y maximice la contribución de los DER a la resiliencia.

Principales métodos:

• Se formuló un problema de optimización multiobjetivo con numerosas variables de decisión.
• Se aplicaron estrategias de reducción de dimensionalidad: reducción de la inyección de potencia/desconexión de carga y estrategia basada en líneas de transmisión/FACTS.
• Se emplearon algoritmos metaheurísticos multiobjetivo para resolver el problema a escala reducida.

Principales resultados:

• Las estrategias propuestas mejoraron significativamente la solidez del sistema y la calidad de la solución en los sistemas IEEE de 9, 30 y 53 barras.
• HESS demostró ventajas sobre el almacenamiento de batería convencional, reduciendo los costos de planificación en un 29,7-55,2 % (9 barras) y un 36,3-57,66 % (30 barras).
• Las ganancias de solidez variaron del 10 al 30 %, y la calidad de la solución mejoró entre un 3 y un 38,85 %, dependiendo del sistema.

Conclusiones:

• El marco de resiliencia desarrollado mejora eficazmente la estabilidad y confiabilidad del sistema eléctrico.
• HESS ofrece una alternativa superior al almacenamiento de batería para mejorar la resiliencia y la rentabilidad de la red.
• Las técnicas de reducción de dimensionalidad abordaron con éxito los desafíos computacionales en la optimización a gran escala.