⚡ electrical engineering

Multi-Region Optimal Energy Storage Arbitrage

Este artículo presenta un modelo de optimización de arbitraje de almacenamiento de energía multirregional que, mediante una reformulación exacta como programación lineal mixta-entera y validado con datos de los mercados de Bélgica y el Reino Unido, demuestra que la participación en múltiples mercados transfronterizos puede incrementar los ingresos más de un 40% en comparación con la operación local, aunque sujeto a las limitaciones de congestión de las interconexiones.

Autores originales: Md Umar Hashmi, Harsha Nagarajan, Dirk Van Hertem1

Publicado 2026-04-09

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Md Umar Hashmi, Harsha Nagarajan, Dirk Van Hertem1

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Claro que sí! Imagina que este artículo científico es como la historia de un camión de reparto inteligente que quiere ganar la mayor cantidad de dinero posible transportando "energía" (electricidad) entre dos ciudades vecinas: Bélgica y el Reino Unido.

Aquí tienes la explicación de la investigación, traducida a un lenguaje sencillo y con analogías divertidas:

1. El Problema: Un Camión con un Solo Destino

Imagina que tienes una batería gigante (como un camión de carga) en Bélgica. Normalmente, los dueños de estas baterías solo miran el precio de la electricidad en Bélgica.

La estrategia vieja: Compran electricidad cuando está barata (de noche) y la venden cuando es cara (de día). Es como comprar manzanas en el mercado local cuando están en oferta y venderlas al mediodía.
El problema: A veces, en el mercado vecino (el Reino Unido), las manzanas son mucho más caras o mucho más baratas que en Bélgica. Si tu camión solo puede vender en Bélgica, estás perdiendo mucho dinero. Además, a veces el precio de la electricidad es negativo (te pagan para que te lleves la energía), lo cual confunde a los modelos matemáticos antiguos.

2. La Solución: El "Camión Multidestino"

Los autores (Md Umar Hashmi y su equipo) crearon un nuevo cerebro digital (un modelo matemático) para este camión.

La idea genial: Este nuevo cerebro permite que la batería en Bélgica "vea" y opere en ambos mercados al mismo tiempo.
Cómo funciona: Imagina que la batería tiene un "gemelo virtual" en el Reino Unido. Cuando el precio en el Reino Unido es muy alto, la batería en Bélgica carga energía y la envía a través de un túnel submarino (el interconector) hacia el Reino Unido para venderla. Cuando el precio en Bélgica es negativo (te pagan por cargar), la batería se llena aprovechando ese dinero gratis.

3. Los Obstáculos: El Túnel y las Peajes

No todo es perfecto. Hay dos problemas principales que el nuevo modelo resuelve:

El Túnel (Interconector): El cable submarino que une Bélgica y el Reino Unido tiene un límite de capacidad (como un carril de autopista). A veces está lleno de otros camiones (energía eólica, solar, etc.). Si el túnel está atascado, tu batería no puede enviar energía, aunque sea muy rentable. El modelo calcula exactamente cuánto espacio hay disponible.
El Peaje y las Fugas: Cruzar el túnel cuesta dinero (peaje) y se pierde un poco de energía en el camino (como si el camión perdiera combustible). El modelo tiene en cuenta estos gastos para asegurarse de que el viaje valga la pena.

4. El Truco Matemático: "O una cosa u otra"

Aquí está la parte más inteligente del papel. Una batería física no puede cargar y descargar al mismo tiempo (sería como intentar llenar y vaciar un balde al mismo tiempo; no tiene sentido).

Los modelos antiguos a veces se confundían con precios negativos y sugerían hacer cosas imposibles.
Los autores usaron una técnica llamada "linearización disyuntiva". En lenguaje simple, es como poner un interruptor de luz en el cerebro de la batería. El interruptor dice: "O estás cargando (yendo al mercado A o B) O estás descargando (vendiendo al mercado A o B), pero nunca las dos cosas a la vez". Esto hace que el cálculo sea rápido y preciso, incluso cuando los precios son raros o negativos.

5. El Resultado: ¡Más Dinero y Menos Desgaste!

Probaron este modelo con datos de 8 años reales entre Bélgica y el Reino Unido.

Ganancia: ¡La batería ganó más del 40% más de dinero usando el modelo de "dos mercados" que si solo operara en uno! Es como si tu camión de reparto pudiera hacer entregas en dos ciudades diferentes en el mismo viaje.
El "Efecto Pseudo-Eficiencia": A veces, la batería hace viajes que ganan muy poco dinero pero gastan mucha vida útil (desgastan el motor). El modelo introduce un "filtro" (llamado pseudo-efficiency) que dice: "Este viaje gana tan poco que no vale la pena gastar la vida de la batería". Al descartar estos viajes pequeños, la batería dura más y gana más dinero por cada ciclo de carga/descarga.

En Resumen

Este papel nos enseña que, en el mundo moderno de la energía, la conectividad es riqueza. Al permitir que las baterías grandes operen en varios mercados a la vez (y no solo en su ciudad natal), podemos ganar mucho más dinero, gestionar mejor los precios extraños y hacer que nuestras baterías duren más tiempo.

Es como pasar de tener una tienda de barrio a tener una cadena de tiendas globales que aprovecha las diferencias de precios entre países, todo gestionado por un algoritmo súper rápido que sabe exactamente cuándo cargar y cuándo vender.

Resumen Técnico: Arbitraje Óptimo de Almacenamiento de Energía Multi-Región

1. Planteamiento del Problema

La creciente interconexión de los sistemas eléctricos mediante enlaces de CA (Corriente Alterna) y CC (Corriente Continua) permite que las unidades de almacenamiento de energía accedan a múltiples mercados eléctricos. Sin embargo, la mayoría de los modelos existentes de arbitraje se limitan a la participación en un único mercado local. Esta limitación restringe la comprensión del valor económico y las restricciones operativas asociadas a la operación transfronteriza.

El problema central abordado es cómo optimizar el arbitraje de energía para una batería a escala de red ubicada en un extremo de un interconector que une dos mercados diarios (day-ahead) distintos, considerando:

La volatilidad de precios entre regiones.
Las limitaciones de capacidad y congestión del interconector.
Las pérdidas de conversión y transmisión.
La necesidad de evitar la carga y descarga simultánea (física y económicamente inviable).
La presencia de precios negativos en el mercado, lo que introduce no convexidad en los modelos tradicionales.

2. Metodología

Los autores desarrollan un modelo de optimización exacto formulado como un Programación Lineal Mixta Entera (MILP).

Modelo de Batería y Red:
- Se considera una batería ubicada en la Región A, conectada a la Región B mediante un interconector.
- Se integran eficiencias de carga/descarga ( $\eta_{ch}, \eta_{dis}$ ), eficiencia del convertidor ( $\eta_{conv}$ ) y eficiencia de la línea de interconexión ( $\eta_{line}$ ).
- Se modela el "alquiler" del interconector ( $\zeta_i$ ) como un costo por MWh transferido.
- Los precios efectivos de compra/venta en la región remota se ajustan por pérdidas y alquiler.
Formulación Matemática (La Innovación Clave):
- El desafío principal es garantizar que la batería no cargue en un mercado y descargue en el otro simultáneamente. La restricción física $x^A_i \cdot x^B_i \geq 0$ es no lineal y no convexa.
- Los autores utilizan una linealización disyuntiva exacta. Introduce variables binarias ( $z^{ch}_i, z^{dis}_i$ ) para forzar que, en cualquier intervalo de tiempo, las variaciones de carga en ambas regiones ( $x^A_i$ y $x^B_i$ ) compartan el mismo signo (ambas positivas o ambas negativas).
- Esto transforma el problema no convexo en un MILP tratable computacionalmente, evitando relajaciones débiles (como McCormick) que podrían permitir soluciones inviables.
Gestión de Ciclos y Eficiencia Pseudo:
- Se introduce un término de eficiencia pseudo ( $\eta_{pseudo}$ ) ajustable. Al reducir este valor, el modelo "penaliza" los ciclos de carga/descarga menos rentables, descartándolos para priorizar ciclos de mayor margen de beneficio y extender la vida útil de la batería.
Tratamiento de Precios Negativos:
- A diferencia de modelos heurísticos restrictivos (como "noDis", que solo permite cargar si el precio es negativo), el modelo MILP propuesto maneja naturalmente los precios negativos sin perder convexidad en la formulación, permitiendo decisiones óptimas incluso en escenarios complejos de precios.

3. Contribuciones Clave

Formulación MILP para Arbitraje Multi-Región (MREA): Propuesta de un modelo óptimo que permite la participación simultánea de una batería en múltiples mercados, considerando restricciones físicas y de mercado.
Evaluación de Rentabilidad Tecnico-Económica: Un marco completo que evalúa los ingresos anuales simulados considerando la vida útil de la batería y los ciclos de operación.
Benchmarking Riguroso: Comparación contra modelos de un solo mercado (LP, MILP, heurística noDis) y programación dinámica (DP). El modelo propuesto supera a los enfoques tradicionales, especialmente en presencia de precios negativos.
Eficiencia Computacional: El modelo resuelve simulaciones de un año en menos de 30 segundos, lo que lo hace viable para la implementación en tiempo real o cuasi-real.

4. Resultados Principales

Los casos de estudio se basaron en 8 años de datos históricos de precios day-ahead entre Bélgica y el Reino Unido, utilizando el interconector NEMO Link (1 GW, 140 km submarino). Se simuló una batería de 1 MW / 1 MWh.

Incremento de Ingresos: La participación multi-región aumentó los ingresos por arbitraje en más del 40% en comparación con la operación solo en el mercado local.
Impacto de la Congestión: Cuando el flujo del interconector (debido a otras necesidades de la red) se opone a la estrategia óptima de arbitraje, los ingresos potenciales pueden reducirse hasta un 36%.
Ubicación de la Batería: Se observó que, en ciertos escenarios, ubicar la batería en el extremo del Reino Unido fue más rentable que en Bélgica, dependiendo de la dinámica de precios y flujos.
Gestión de Ciclos (Eficiencia Pseudo):
- Al reducir $\eta_{pseudo}$ a 0.7, los ingresos totales disminuyeron un 45% (de ~278k € a ~153k €), pero los ciclos de operación se redujeron drásticamente (de 6281 a 1593 ciclos, una reducción del 74%).
- Esto resultó en un aumento significativo del ingreso por ciclo, mejorando la rentabilidad por unidad de desgaste de la batería.
Rendimiento Computacional: El modelo demostró ser robusto frente a precios negativos, donde los modelos lineales tradicionales fallan o requieren simplificaciones subóptimas.

5. Significado e Impacto

Este trabajo es fundamental para la transición energética y la integración de redes eléctricas europeas:

Viabilidad Económica: Demuestra que el almacenamiento a escala de red puede ser significativamente más rentable si se opera de manera coordinada a través de fronteras, justificando nuevas inversiones.
Gestión de Activos: La introducción del término de eficiencia pseudo ofrece una herramienta práctica para los operadores de activos para equilibrar la maximización de ingresos a corto plazo con la prolongación de la vida útil de la batería a largo plazo.
Escalabilidad: La formulación es agnóstica al producto de mercado y se puede extender a más de dos regiones, proporcionando un marco computacionalmente eficiente para la planificación y operación de sistemas de energía interconectados.
Aplicación Práctica: La velocidad de cálculo permite su uso en estrategias de despacho en tiempo real, adaptándose a la incertidumbre mediante técnicas como la aproximación de promedio muestral (SAA) o control predictivo (MPC).

En conclusión, el paper establece que el acceso a mercados transfronterizos transforma la economía del almacenamiento de energía, pero requiere modelos de optimización avanzados que capturen las complejidades físicas y de mercado para evitar subóptimos operativos.