📈 economics

Profit-Oriented Planning and Multi-Market Operation Model for Hybrid Energy Storage Systems

Este trabajo propone un marco de optimización a dos niveles que determina conjuntamente el dimensionamiento óptimo de la capacidad y las estrategias de oferta en múltiples mercados para un sistema híbrido de almacenamiento de energía con capacidad de influir en los precios, permitiendo la asignación estratégica de componentes de almacenamiento heterogéneos entre los mercados de arbitraje de energía y de reservas para maximizar la rentabilidad.

Autores originales: Lizhong Zhang, Junqi Liu, Jianxiao Wang, Lei Zhu

Publicado 2026-05-19

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Lizhong Zhang, Junqi Liu, Jianxiao Wang, Lei Zhu

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

Imagina la red eléctrica como un mercado gigante y bullicioso donde la electricidad se compra y se vende cada segundo. En el pasado, este mercado era gestionado principalmente por grandes centrales eléctricas (como generadores de gas) y algunas fuentes predecibles (como la eólica y la solar). Pero a medida que añadimos más energía eólica y solar, el mercado se vuelve más salvaje y difícil de predecir, como un mar tormentoso. Para mantener las luces encendidas, necesitamos "amortiguadores" llamados Sistemas de Almacenamiento de Energía (ESS): básicamente baterías gigantes que pueden almacenar energía extra cuando es barata y liberarla cuando es cara.

Este documento propone una forma nueva y más inteligente de gestionar estas baterías, específicamente cuando un operador posee dos tipos diferentes de baterías trabajando en equipo (un Sistema Híbrido de Almacenamiento de Energía, o HESS).

Aquí está el desglose de su idea utilizando analogías simples:

1. El Problema: El Error del "Talla Única"

La mayoría de los estudios anteriores trataban a todas las baterías por igual, o asumían que eran solo jugadores pasivos que debían aceptar el precio que el mercado establecía (como un cliente en una tienda de comestibles que no puede negociar).

Sin embargo, en la realidad, un gran operador de baterías es como un proveedor mayorista. Si deciden vender una gran cantidad de energía de una vez, en realidad pueden cambiar el precio del mercado. Son "formadores de precios", no "aceptadores de precios".

Además, no todas las baterías están construidas igual.

Batería A (El Maratonista): Tiene un tanque enorme (alta energía) pero una tubería estrecha (baja potencia). Es excelente para retener mucha agua, pero no puede verterla rápidamente.
Batería B (El Velocista): Tiene un tanque pequeño pero una tubería de manguera contra incendios (alta potencia). Puede descargar energía increíblemente rápido, pero se agota rápidamente.

El documento argumenta que no debes tratar a estos dos como una sola mancha borrosa. Necesitas una estrategia que permita al "Maratonista" realizar tareas de larga distancia y al "Velocista" realizar tareas rápidas y de alta velocidad.

2. La Solución: Un Plan de Juego de Dos Niveles

Los autores crearon un "juego" matemático de dos niveles para determinar la mejor estrategia:

Nivel 1 (El Jefe - Planificación de Capacidad): El Jefe decide qué tan grandes deben ser los tanques tanto para el Maratonista como para el Velocista. También decide cómo ofertar en el mercado. El Jefe quiere ganar la mayor cantidad de dinero posible.
Nivel 2 (El Árbitro - Liquidación del Mercado): El Árbitro (el Operador del Sistema) examina todas las ofertas del Jefe, los parques eólicos y las plantas de gas. El trabajo del Árbitro es equilibrar la red al costo más bajo posible. El Árbitro establece los precios finales basándose en quién ofreció qué.

La Magia: El Jefe juega primero, pero es lo suficientemente inteligente como para predecir exactamente cómo reaccionará el Árbitro a sus ofertas. Esto permite al Jefe colocar sus apuestas estratégicamente para maximizar las ganancias.

3. La Estrategia: Especialización y Trabajo en Equipo

Los resultados muestran que la mejor manera de gestionar este equipo híbrido es especializarse:

El Velocista (Alta Potencia): Esta batería se utiliza para Arbitraje. Se carga rápidamente cuando los precios son bajos y descarga su energía rápidamente cuando los precios se disparan. También salta al mercado "Tiempo Real" (el mercado de emergencia) para corregir errores repentinos en el pronóstico eólico.
El Maratonista (Alta Capacidad): Esta batería se utiliza para Reservas. Mantiene una cantidad constante de energía lista para ser llamada para mantener la red estable. No necesita moverse rápido; solo necesita estar allí cuando se necesite.

El Secreto: Transferencias Internas
El documento introduce una característica interesante: Transferencia Interna de Potencia. Imagina que las dos baterías están en el mismo edificio. Si el Velocista está lleno pero el Maratonista está vacío, y la conexión a la red está congestionada (como un atasco de tráfico en la carretera hacia la ciudad), el Velocista puede pasar su energía extra directamente al Maratonista dentro del edificio. Esto mantiene al equipo flexible incluso cuando el mundo exterior está bloqueado.

4. Los Resultados: ¿Quién Gana el Dinero?

Cuando ejecutaron los números:

El Velocista ganó la mayor cantidad de dinero. Debido a que podía moverse rápido, capturó los picos de precios más grandes en el mercado de energía.
El Maratonista ganó dinero constante y fiable proporcionando servicios de reserva.
El Mercado en Tiempo Real fue complicado. A menudo, los precios en el mercado de emergencia (tiempo real) eran más bajos que en el mercado planificado (día anterior). Por lo tanto, las baterías a menudo terminaron cargando en el mercado de tiempo real (comprando barato) en lugar de vender, lo cual es lo opuesto a lo que podrías esperar.

5. Por Qué Esto Importa

Este documento demuestra que si posees una mezcla de diferentes tecnologías de baterías, no debes simplemente agruparlas. Al tratarlas como personajes distintos con diferentes fortalezas y permitiéndoles "hablar" entre sí internamente, puedes generar significativamente más ganancias.

Es como dirigir una empresa de mensajería: No usas un camión lento y pesado para entregar una sola carta urgente, ni usas una motocicleta rápida y costosa para mover una tonelada de muebles. Usas la herramienta correcta para el trabajo correcto, y permites que coordinen sus rutas para evitar atascos de tráfico. Este documento proporciona el reglamento sobre cómo hacer eso con la electricidad.

Resumen Técnico: Modelo de Planificación Orientada a Beneficios y Operación en Múltiples Mercados para Sistemas de Almacenamiento de Energía Híbridos

Enunciado del Problema
La creciente penetración de fuentes de energía renovable variable requiere una mayor flexibilidad en los sistemas de potencia, lo que impulsa el despliegue de operadores independientes de almacenamiento de energía (OAE). Si bien la literatura existente aborda extensamente el dimensionamiento de capacidad para sistemas de almacenamiento que son aceptadores de precios o la coordinación operativa de recursos distribuidos agregados, existe una brecha en la optimización conjunta de la planificación de capacidad y la oferta en múltiples mercados para un OAE que actúa como formador de precios y gestiona un Sistema de Almacenamiento de Energía Híbrido (SAEH). Los modelos actuales a menudo fallan en preservar la heterogeneidad tecnológica de los componentes integrados, frecuentemente agregando diversas tecnologías de almacenamiento en una única entidad de oferta, lo que oculta las ventajas operativas individuales. Además, los modelos de optimización existentes suelen asumir que las transferencias de energía ocurren únicamente entre las unidades de almacenamiento y la red principal, pasando por alto la flexibilidad operativa proporcionada por el enrutamiento interno de energía entre sistemas heterogéneos ubicados en el mismo sitio.

Metodología
Los autores proponen un marco de optimización de dos niveles para optimizar conjuntamente las decisiones orientadas a beneficios relacionadas con la planificación de capacidad y la operación en múltiples mercados para un OAE que gestiona dos sistemas de almacenamiento heterogéneos ( $s_1$ y $s_2$ ).

Problema de Nivel Superior (PNS): El OAE actúa como formador de precios, maximizando el beneficio total determinando las capacidades nominales óptimas ( $E_s$ ) y presentando ofertas de precio-cantidad en el mercado conjunto de energía-reserva de día anterior y en el mercado de ajuste en tiempo real. El PNS modela explícitamente el mecanismo de transferencia de potencia interna entre los dos sistemas de almacenamiento, permitiendo una gestión coordinada de la energía cuando el acceso a la red está restringido. La función objetivo incluye los ingresos por arbitraje de energía, provisión de reservas y ajuste en tiempo real, menos los costos operativos marginales y los costos de inversión amortizados.
Problemas de Nivel Inferior (PNI): Estos representan los procesos de despacho de mercado del Operador del Sistema (OS).
- PNI 1 (Día Anterior): Un problema de minimización de costos que optimiza conjuntamente las capacidades de energía y de reserva de subida/bajada basándose en las ofertas presentadas por el OAE, los generadores eólicos y los generadores de gas. Determina los precios de despacho ( $\lambda$ ) y los programas.
- PNI 2 (Tiempo Real): Un problema de minimización de costos que despacha el mercado de ajuste para restaurar el equilibrio del sistema tras las desviaciones de la previsión eólica. Utiliza las reservas adquiridas previamente en el mercado de día anterior y nuevas ofertas en tiempo real, con un despliegue estrictamente restringido por los compromisos de día anterior.
Técnica de Solución: El modelo de dos niveles se reformula como un Programa Matemático de un solo nivel con Restricciones de Equilibrio (PMRE). Para manejar las no convexidades y los términos bilineales (productos de precios y cantidades endógenos), los autores emplean una reformulación Big-M y envolventes de McCormick para linealizar el problema en un Programa Lineal Entero Mixto (PLEM). Debido a la gran escala del PLEM resultante, se utiliza un algoritmo de descomposición de Benders. Este enfoque separa las variables de inversión a largo plazo (capacidades) de las decisiones operativas a corto plazo, generando cortes de optimalidad distintos para cada día típico para preservar la información y acelerar la convergencia.

Contribuciones Clave

Marco de Dos Niveles para SAEH de Formador de Precios: El artículo propone un marco novedoso que optimiza conjuntamente la planificación de capacidad para dos sistemas de almacenamiento heterogéneos y su participación en los mercados de día anterior y tiempo real, modelando explícitamente al OAE como un formador de precios cuyas ofertas influyen en los precios de despacho del mercado.
Estrategias de Oferta Diferenciadas por Sistema: A diferencia de los modelos que agregan el almacenamiento, este marco permite al OAE presentar ofertas independientes de precio-cantidad para cada tecnología por mercado. Esto explota las características complementarias del almacenamiento diversificado (por ejemplo, alta densidad de energía frente a alta densidad de potencia) para adaptar la participación en el mercado.
Modelado Explícito de la Transmisión de Potencia Interna: El modelo formula el mecanismo de transferencia de potencia entre sistemas de almacenamiento heterogéneos. Esto permite una gestión coordinada de la energía interna, proporcionando un amortiguador crítico para sostener la participación en el mercado y la rentabilidad cuando las capacidades de intercambio con la red están restringidas.

Resultados
Los experimentos numéricos utilizando datos del Mercado Nacional de Electricidad de Australia (día anterior) y del AESO canadiense (eólica) demuestran lo siguiente:

Asignación Óptima de Capacidad: El modelo determina una cartera de inversión mixta donde el sistema con una alta relación potencia-capacidad ( $s_2$ ) se dimensiona para capturar beneficios de arbitraje mediante transferencias rápidas y de alto volumen en ventanas de precios volátiles. Por el contrario, el sistema con una baja relación potencia-capacidad ( $s_1$ ) se optimiza para especializarse en la provisión de márgenes de reserva base en el mercado de día anterior.
Impacto en el Mercado: Como formador de precios, el OAE desplaza estratégicamente el equilibrio del mercado. Durante la descarga, introduce capacidad en la orden de mérito para capturar cuota de mercado de los generadores de gas marginales sin desencadenar tramos de precios más bajos. Durante la carga, ofrece estratégicamente para agotar la capacidad de los generadores más baratos, evitando la activación de unidades más costosas que elevarían el precio marginal de despacho.
Distribución de Beneficios: El mercado de día anterior sirve como la principal fuente de ingresos. El sistema de alta potencia ( $s_2$ ) genera la mayoría del beneficio operativo conjunto, particularmente en el arbitraje de energía, mientras que el sistema de baja potencia ( $s_1$ ) contribuye significativamente a los ingresos por reservas. Los beneficios del mercado en tiempo real son generalmente negativos, ya que el OAE tiende a cargar en tiempo real para equilibrar las desviaciones de la previsión eólica cuando los precios en tiempo real son más bajos que los precios de día anterior.
Valor de la Transmisión Interna: Bajo escenarios con acceso limitado a la red (congestión), se activa la transmisión de potencia interna. Este mecanismo permite al operador reasignar potencia dentro del sistema híbrido, mitigando las restricciones de la red e influyendo en las decisiones óptimas de planificación de capacidad.

Significado
El artículo afirma que su marco proporciona estrategias de oferta diferenciadas y flexibilidad de participación en el mercado para los SAEH, mejorando la rentabilidad general. Al preservar la heterogeneidad tecnológica y modelar la coordinación interna, el estudio demuestra que tratar los sistemas de almacenamiento como una entidad unificada que forma precios permite una planificación estratégica más efectiva que agregarlos o tratarlos como aceptadores de precios. Los resultados validan la necesidad de variables de decisión independientes para sistemas heterogéneos y destacan el valor de la coordinación interna para sostener la participación en el mercado bajo restricciones físicas de la red. Los autores señalan que el trabajo futuro investigará el impacto de las incertidumbres en la previsión de la generación renovable y la carga, así como modelos detallados de degradación y el equilibrio de mercado con múltiples operadores.