Un Sistema de Gestión de Energía de Microrred, Optimización Estocástica y Análisis de Big Data

10 Junio 2020
Carlos Mariño, profesor e investigador de CENTRUM PUCP, investigó sobre Apache Spark, una tecnología que permite procesar una gran cantidad de datos a fin de estabilizar la distribución de energía de las microrredes.

Las microrredes son unidades distribuidas de generación y consumo de energía dentro de una frontera definida, donde se encuentran los generadores de energía (tradicionales y renovables) para los sistemas distribuidos de almacenamiento y los consumidores finales. Las microrredes en general están conectadas a la red eléctrica y le dan una serie de beneficios como mayor confiabilidad, la posibilidad de utilizarlas como reservas de la energía no consumida, así como una mayor resiliencia frente a los desastres naturales como terremotos o climas duros.

A pesar de estos beneficios, la gestión de microrredes presenta una serie de retos debido a la aleatoriedad que existe en incorporar la generación de electricidad por parte de la energía solar o eólica. Estas fuentes de energía son variables, no se puede controlar y muchas veces se tiene que reducir esta generación de energía renovable para mantener el balance de energía en la microrred.  Por esa razón es muy importante tratar de buscar nuevas herramientas para optimizar las microrredes y poder incorporar estas fuentes de energía para fomentar su. Nuestra investigación se centra en la incorporación Apache Spark como tecnología de Big Data a fin de capturar una cantidad inmensa de datos en tiempo real. Apache Spark es un sistema de computación distribuida que tiene la posibilidad de procesar grandes cantidades de datos dando escalabilidad horizontal y la tolerancia a fallos.

Al incorporar Apache Spark dentro de nuestra propuesta de optimización, encontramos la posibilidad de mejorar los pronósticos de la generación eólica al poder procesar una gran cantidad de datos de velocidad de viento proveniente de los sensores climáticos. Al tener esa información en tiempo real, se puede mejorar sustancialmente estos pronósticos, los cuales a su vez alimentan un modelo matemático de formulación aleatoria que provee la información más óptima para gestionar una microrred.  Nuestros análisis muestran cómo nuestra arquitectura propuesta al incorporar Spark supera visiblemente los resultados de optimización. Nuestra investigación contribuye dando a los tomadores de decisión un modelo de gestión que puede impulsar el uso de la generación de electricidad a través de energías renovables en estos microrredes.

Este artículo es un resumen del paper “A microgrid energy management system based on chance-constrained stochastic optimization and big data analytics”, elaborado por Carlos Antonio Mariño y Mohammad Marufuzzaman.

Si desea comunicarse con el profesor e investigador Carlos Mariño, de CENTRUM PUCP, puede escribir a cmarino@pucp.pe

CENTRUM PUCP se reserva sobre las opiniones personales  presentadas en este artículo.

¿Te gustó este artículo?

¡Compártelo!

Volver
ARTÍCULOS RELACIONADOS
Política monetaria óptima bajo incertidumbre
28 Junio 2022

Política monetaria óptima bajo incertidumbre

Los bancos centrales juegan un rol fundamental en la estabilidad de precios. Una de las dificultades más importantes para el logro de dicha estabilidad es la incertidumbre puesto que ni los bancos centrales ni los agentes económicos cuentan con información perfecta sobre lo que está sucediendo en la economía. Esta incertidumbre, si no es incorporada como parte de la toma…
Llosa Velasquez Luis Gonzalo