Dimensionado de sistemas híbridos aislados

Dado los altos costes de las fuentes de energía, principalmente de las fuentes de energía renovable y de los sistemas de almacenamiento de energía, la elección del tipo y tamaño adecuado de los distintos elementos que componen un sistema híbrido autónomo, dada una aplicación determinada, es una tarea crucial para la instalación de este tipo de sistemas. Como datos de partida para llevar a cabo el dimensionado se debe disponer de información sobre los recursos naturales disponibles en la localización en cuestión, la demanda energética que se debe satisfacer y los objetivos del dimensionado (maximizar la abilidad y/o minimizar costes y/o minimizar emisiones contaminantes).

Puesto que no hay una relación directa entre el tamaño de los componentes, el coste total del sistema y la abilidad del suministro, los métodos encontrados en la literatura están basados principalmente en simulaciones del comportamiento del sistema de potencia que debe satisfacer un perl de carga determinado, siendo el periodo de estudio uno o varios años y el paso de simulación usualmente una hora. Ya que dicho paso suele ser del orden de la hora, las simulaciones deben llevarse a cabo con modelos de comportamiento a largo plazo [Manwell et al., 1998], incluyéndose además expresiones para el análisis económico. Estos modelos reciben el nombre de modelos cuasi-estacionarios. Los fenómenos de dinámica rápida no se tienen en cuenta en esta fase del diseño, sino que se considerarán cuando se estudien aspectos como el diseño de componentes, la estabilidad del sistema, la calidad de la energía eléctrica, etc. Para la optimización del dimensionado suelen emplearse métodos enumerativos2 _{o técnicas de optimización, por ejemplo algoritmos genéticos [Dufo-López,}

2007].

En sistemas híbridos con fuentes de energía renovable y un único sistema de almace- namiento de energía, por ejemplo un banco de baterías, la estrategia para la gestión de la energía es muy simple: cuando no hay potencia renovable suciente las baterías suministran la potencia que falta, y en caso contrario el exceso se almacena en las baterías. Por supuesto, bajo este nivel alto de control existen otros lazos de más bajo nivel que tienen en cuenta otros aspectos como por ejemplo la recarga correcta de las baterías para evitar sobrecargas y sobredescargas, el control de tensiones en los buses, el seguimiento del punto de máxima potencia en los sistemas fotovoltaicos, etc. Si el sistema híbrido cuenta con un generador controlable (generador diesel, pila de combustible, etc.) y/o más de un sistema de almace- namiento (banco de baterías más sistema de hidrógeno), la estrategia de control se complica puesto que aparecen ahora varios grados de libertad. Surgen entonces cuestiones como qué prioridad se da a los generadores controlables y baterías cuando tengan que producir poten- cia, y qué prioridad se da a los sistemas de almacenamiento cuando tengan que recoger la energía sobrante. La elección de la estrategia de gestión de la energía pasa a formar parte del problema de optimización del dimensionado del sistema, puesto que pequeños cambios en la estrategia pueden suponer cambios importantes en el comportamiento a largo plazo del mismo [Ulleberg, 2004]. Nótese que una estrategia adecuada permite [Nayar et al., 2007]:

2_{Los métodos enumerativos son probablemente los métodos de búsqueda y optimización más simples pues} evalúan cada solución posible de un espacio de búsqueda nito. En espacios de búsqueda de gran tamaño, esta técnica es ineciente e incluso imposible de aplicar, por lo que se requiere limitar de alguna manera el espacio de exploración.

2.3 SISTEMAS HÍBRIDOS DE GENERACIÓN ELÉCTRICA ESTACIONARIA 37

1. Aumentar la abilidad, pues el almacenamiento de energía se ha realizado adecuada- mente.

2. Minimizar el coste de funcionamiento, ya que se podría hacer trabajar a los generado- res en puntos de operación de alto rendimiento y, por tanto, con menor consumo de combustible.

3. Minimizar el coste de reemplazamiento, puesto que se podría buscar una operación de las fuentes de potencia de manera que se evite su degradación en la medida de lo posible.

4. Reducir las dimensiones de los equipos si los ujos de potencia siguen los caminos adecuados, aprovechando en consecuencia la potencia nominal de todos las fuentes de potencia.

5. Maximizar la utilización de energía renovable.

En [Bernal-Agustín y Dufo-López, 2009] puede encontrarse un estudio sobre el estado del arte de los trabajos más signicativos encontrados en la literatura sobre simulación y optimización de sistemas autónomos basados en energía renovable. En dicho trabajo también se comparan distintas herramientas informáticas empleadas en la simulación y optimización de sistemas híbridos.

Las herramientas de optimización (también llamadas de dimensionado) permiten obtener el tamaño óptimo de cada uno de los diferentes componentes del sistema a partir de unos requerimientos energéticos. En cambio, las herramientas de simulación aportan la visión opuesta a las herramientas de optimización. El usuario especica la naturaleza y las di- mensiones de cada componente, y la aplicación proporciona un análisis detallado de las características del sistema, empleando modelos más precisos. Estas últimas herramientas se emplean para vericar y renar el dimensionado, analizar el impacto de futuros cambios en la carga, estudiar la sensibilidad del diseño respecto a parámetros concretos, etc.

Entre las herramientas de optimización, HOMER (Hybrid Optimization Model for Electric Renewables)3_{, desarrollado por el NREL (National Renewable Energy Laboratory, E.E.U.U.)}

y de acceso libre, es probablemente la aplicación más extendida. Esta herramienta per- mite optimizar sistemas híbridos formados por generadores fotovoltaicos, generadores eólicos,

baterías, turbinas hidráulicas, generadores CC y CA, pilas de combustible, electrolizadores, reformadores, tanques de hidrógeno y convertidores bidireccionales CCCA. También per- mite modelar la conexión a red del sistema híbrido. Por otra parte, las cargas pueden ser CC, CA, y/o cargas de hidrógeno, y/o cargas térmicas. El dimensionado se basa en la evaluación técnica y económica, realizada de forma simultánea, de las distintas combinaciones de los elementos seleccionados, llevando a cabo simulaciones del comportamiento a largo plazo del sistema basadas en balances energéticos. El paso de simulación es de una hora, en la que se considera que todas las variables se mantienen constantes. Las estrategias de control se basan en las descritas en [Barley y Winn, 1996]. Una vez dimensionado el sistema, el NREL recomienda renar el diseño con HYBRID24_{, herramienta de simulación desarrollada por}

el Renewable Energy Research Laboratory (RERL) de la Universidad de Massachusetts y el NREL.

Son muy numerosos los trabajos donde se emplea HOMER como herramienta de dimen- sionado tanto para sistemas aislados como para sistemas conectados a red [Fung et al., 2002; Wies et al., 2005; Zoulias y Lymberopoulos, 2007; Barsoum y Vacent, 2007; Shaahid y El- hadidy, 2007; Alam y Gao, 2007; Dalton et al., 2009; Demiroren y Yilmaz, 2010; Bekele y Palm, 2010].

Las metodologías desarrolladas en los capítulos 3 y 4 de esta Tesis utilizan HOMER como herramienta de simulación. Por este motivo, en el apéndice A se realiza una descripción de los parámetros de entrada que requiere la herramienta y los resultados que devuelve, así como los conceptos necesarios para entender cómo funciona. En cualquier caso, la descripción sólo abarca aquellos aspectos que han sido empleados en esta Tesis.