Optimización Blitz para la Operación de Sistemas de Energía Eléctrica (BlitzPower)

Funder: JUNTA DE ANDALUCIA

Call: (JUNTA DE ANDALUCIA)

Of Regional scope.

Las energías renovables, aunque sostenibles y respetuosas con el medio ambiente, presentan un alto grado de variabilidad e incertidumbre, lo cual constituye un desafío significativo para la operación de los sistemas eléctricos en tiempo real. En Andalucía, esta problemática es especialmente relevante, ya que la región se ha consolidado como un pilar clave en la integración de energías renovables en España. En 2022, Andalucía se destacó como la segunda comunidad con mayor producción renovable en España, cubriendo el 45,9% de toda la electricidad generada en la región. Para mitigar las fluctuaciones inherentes a las fuentes de energía renovables, los sistemas de almacenamiento de energía juegan un papel crucial. En este contexto, en 2024, Iberdrola anunció la instalación de una nueva batería de almacenamiento en la planta fotovoltaica de Andévalo en Huelva. Además, la empresa española Rolwind está desarrollando dos proyectos significativos en Andalucía: uno de 200 MW en Tarifa y otro de 110 MW en Álora. La combinación de generación eléctrica de origen renovable con la gestión óptima de sistemas de almacenamiento requiere herramientas avanzadas y eficientes, asegurando que las decisiones se adapten rápidamente a las condiciones cambiantes del sistema. En este proyecto se propone un marco denominado "optimización blitz", que prioriza la rapidez y la eficiencia en la toma de decisiones operativas sobre la búsqueda de soluciones perfectas. Esta denominación se inspira en las partidas de ajedrez blitz, donde cada jugador dispone de un tiempo limitado (entre 3 y 5 minutos) para realizar todas sus jugadas, exigiendo rapidez tanto en las decisiones como en la ejecución. La hipótesis principal de este proyecto es que se pueden desarrollar modelos de optimización que, utilizando datos disponibles y técnicas avanzadas de análisis y aprendizaje automático, aproximen el problema real y reduzcan significativamente la carga computacional. Para ello, se emplearán tanto algoritmos de aprendizaje automático que extraigan información valiosa de grandes conjuntos de datos históricos de operación del sistema eléctrico, como técnicas de optimización que reduzcan el espacio factible del problema mediante restricciones de variables y desigualdades válidas. Sin embargo, a diferencia de la tendencia predominante de depender exclusivamente de la inteligencia artificial (IA) y el aprendizaje automático (ML) para proponer enfoques tipo "caja negra", la optimización blitz se distingue por su transparencia e interpretabilidad. En este enfoque, la IA y el ML juegan un papel asistencial al proporcionar información procesada que simplifica la tarea de optimización posterior y reduce la carga computacional. Este método combina el conocimiento físico del problema con datos del sistema eléctrico, permitiendo a los operadores entender los fundamentos de las decisiones tomadas y facilitando su implementación práctica. La optimización blitz se aplicará a cuatro problemas críticos en la operación de sistemas eléctricos con alta penetración de renovables: flujo de cargas óptimo, conmutación óptima de líneas, gestión de sistemas de almacenamiento y estimación de estado. El objetivo principal será reducir la carga computacional de estos problemas para resolverlos en tiempo real en sistemas eléctricos caracterizados por condiciones operativas variables. Los resultados de este proyecto prometen tener un impacto significativo en la gestión de la red eléctrica, facilitando una mayor integración de energías renovables, reduciendo costes y mejorando la sostenibilidad del sistema energético.