Optimización distribucionalmente robusta para la gestión energética de microrredes en red
Cargando...
Autores
Director
Tipo de contenido
Editor
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
En este trabajo se desarrolla un esquema integral de programación de despacho de potencia y reserva y gestión óptima de la energía para microrredes operando en modo isla, así como su extensión distribuida para sistemas de múltiples microrredes autónomas interconectadas bajo un marco de Energía Transactiva, totalmente aisladas de un sistema de potencia principal. Se presenta un modelo unificado que integra generación despachable, almacenamiento en baterías y generación renovable variable. La coordinación energética se formula como un problema global separable mediante ADMM, permitiendo una implementación completamente distribuida sin coordinador central y preservando la privacidad de cada agente.
El marco metodológico incorpora y compara distintas técnicas de optimización basadas en datos, Optimización Determinística, Estocástica, Robusta y Distribucionalmente Robusta basada en la métrica de Wasserstein (DROW), dentro de un framework computacional unificado. Los resultados muestran que los enfoques probabilísticos reducen de manera consistente tanto el costo estimado como el costo realizado en operación respecto al modelo determinístico. En particular, la formulación DROW demostró mayor versatilidad para gestionar la incertidumbre en generación renovable y demanda, permitiendo controlar explícitamente el nivel de conservadurismo del despacho y reducir la brecha entre desempeño previsto y desempeño real mediante la calibración del radio de ambigüedad.
El algoritmo distribuido basado en ADMM permitió implementar un mercado interno completamente descentralizado entre microrredes, donde el intercambio de información se limita a variables de consenso asociadas a potencias de intercambio y precios duales estimados. Los resultados evidencian que la operación interconectada de múltiples microrredes es significativamente más eficiente que la operación aislada individual, especialmente bajo alta penetración renovable, reduciendo tanto costos globales como locales mediante una asignación óptima de generación y reservas.
Si bien el modelo eléctrico adoptado simplifica fenómenos como vertimientos y pérdidas el marco desarrollado establece una base metodológica y computacional robusta para el análisis de sistemas multimicrorred bajo incertidumbre. La implementación, materializada en una librería modular en Python, permite extensiones futuras hacia modelos eléctricos de mayor fidelidad, análisis costo-beneficio de interconexión, incorporación de medidas de riesgo y arquitecturas algorítmicas asincrónicas, contribuyendo al diseño de mercados energéticos descentralizados técnicamente viables y económicamente eficientes. (Texto tomado de la fuente)
Abstract
This work develops a comprehensive framework for the optimal joint power and reserve dispatch and energy management of islanded microgrids and extends it to a fully distributed coordination scheme for interconnected multi-microgrid systems operating under a Transactive Energy paradigm, separated from a main distribution network. An integrated model is proposed that incorporates dispatchable generation, battery energy storage systems, and variable renewable resources. The global coordination problem is decomposed via the Alternating Direction Method of Multipliers (ADMM), enabling fully distributed implementation without a central coordinator while preserving the privacy of each agent.
The methodological framework integrates and systematically compares data-driven probabilistic optimization techniques, including Deterministic Optimization (DO), Stochastic Optimization (SO), Robust Optimization (RO), and Distributionally Robust Optimization based on the Wasserstein metric (DROW). Results demonstrate that probabilistic approaches consistently reduce both expected and realized operational costs compared to deterministic dispatch. In particular, DROW provides enhanced flexibility for managing uncertainty in renewable generation and demand, allowing explicit control of conservativeness levels and reducing the gap between predicted and realized performance through appropriate ambiguity set calibration.
The distributed ADMM-based algorithm enables a fully decentralized internal transactive market among microgrids, where information exchange is limited to coupling variables and estimated dual prices. Numerical results show that interconnected multi-microgrid operation significantly outperforms isolated operation, especially under high renewable penetration, yielding reductions in both global and local costs through more efficient allocation of generation and reserve resources.
Although the electrical model relies on a simplified formulation and does not capture relevant phenomena such as renewable spilling and losses, the proposed framework establishes a robust methodological and computational foundation for uncertainty-aware planning and operation of multi-microgrid systems. The modular Python-based implementation supports future extensions toward higher-fidelity power flow models, explicit risk formulations, asynchronous distributed architectures, and techno-economic planning studies for decentralized energy systems.
Palabras clave propuestas
Optimización estocástica; Optimización distribucionalmente robusta; Distancia de Wasserstein; Energía transactiva; Optimización distribuida; ADMM; Despacho económico; Microrredes interconectadas; Multimicrorredes; Stochastic optimization; Distributionally robust optimization; Wasserstein distance; Transactive energy; Distributed optimization; Energy management; Networked microgrids; Multi-microgrids; Multi-microgrids
Descripción
ilustraciones a color, diagramas