Multi-objective scheduling of highway PV-storage-charging microgrid clusters with EV-load cascades

Resumen Técnico: Programación Multiobjetivo de Clústeres de Microredes Fotovoltaicas-Almacenamiento-Carga en Autopistas con Cascadas de Carga de Vehículos Eléctricos

Planteamiento del Problema
Las áreas de servicio en autopistas están evolucionando hacia nodos acoplados de transporte y energía, donde la demanda de carga de vehículos eléctricos (VE) suele modelarse como un perfil de carga exógeno y fijo. Este enfoque tradicional no logra capturar la realidad dinámica de los viajes de larga distancia, donde la presión de las colas, el estado de carga (SOC) restante, los retrasos en el viaje y las decisiones de omitir estaciones provocan que la demanda de carga se desplace espacialmente a lo largo de un corredor. Además, los modelos de programación existentes suelen tratar la demanda de VE como estática, ignorando el comportamiento de "omisión de estación" (station-skipping), donde los conductores evitan estaciones congestionadas aguas arriba para cargar en estaciones aguas abajo. Esta desconexión crea una brecha entre las respuestas conductuales del lado del tráfico y las operaciones de la microred del lado de la energía. Adicionalmente, la optimización multiobjetivo para microredes frecuentemente depende de métodos de penalización suave, lo que puede generar soluciones que parecen óptimas en el espacio de objetivos (costo/emisiones) pero que violan restricciones físicas críticas, como los límites de SOC, la capacidad del transformador o los requisitos de SOC terminal, volviéndolas operativamente inviables.

Metodología
El estudio propone un marco de dos capas que vincula un modelo de cascada de carga de VE espacio-temporal con un modelo de programación de microredes de nivel de corredor que agrega fotovoltaica, almacenamiento y carga.

1. Modelo de Cascada de Carga de VE:

   • Lógica Conductual: El modelo trata la omisión de estaciones como una respuesta conductual restringida en lugar de una redistribución libre. Utiliza una formulación logit binaria para calcular las probabilidades de omisión basadas en costos generalizados. Estos costos ponderan el tiempo de espera en cola, el retraso de viaje entre estaciones, el SOC restante y el riesgo de autonomía.
   • Restricciones Físicas: Una restricción estricta asegura que la omisión solo se permita si el SOC restante es suficiente para alcanzar la siguiente estación manteniendo un margen de seguridad.
   • Mecanismo de Cascada: La demanda omitida de una estación aguas arriba (p. ej., Estación A) se retrasa por el tiempo de viaje y se añade a la tasa de llegada de la estación aguas abajo (p. ej., Estación B), creando una cascada de carga espacio-temporal.

2. Modelo de Programación de la Microred:

   • Alcance del Sistema: Tres áreas de servicio consecutivas (A, B, C) se agregan en un único clúster de microred a nivel de corredor para evaluar la operación conjunta de la fotovoltaica compartida, los Sistemas de Almacenamiento de Energía (ESS) y los transformadores.
   • Objetivos: El modelo minimiza dos objetivos en conflicto: el costo operativo neto diario (incluyendo compra de electricidad, venta y degradación del ESS) y las emisiones netas de carbono diarias.
   • Restricciones: El horizonte de programación es de 24 horas (144 intervalos de diez minutos). Las restricciones clave incluyen límites de SOC ([0.1, 0.9]), límites de potencia activa del transformador, un requisito de SOC terminal (SOC final $\ge$ SOC inicial para evitar el préstamo de energía interdiario) y la prohibición de exportación de ESS a la red (para evitar el arbitraje mediado por baterías).

3. Flujo de Trabajo de Optimización:

   • Algoritmo: Se emplea el Algoritmo Genético de Clasificación No Dominada II (NSGA-II).
   • Preservación de la Factibilidad: A diferencia de los enfoques estándar, este flujo de trabajo integra una inicialización orientada a la factibilidad, una reparación de restricciones hacia adelante (recorte de límites de potencia, ajuste secuencial de SOC) y un filtrado de Pareto de plena factibilidad.
   • Selección: Solo se retienen los programas que satisfacen todas las restricciones estrictas (cero violaciones en SOC, capacidad del transformador y SOC terminal). Se selecciona una solución de compromiso de este frente "totalmente factible" utilizando una puntuación de membresía normalizada con pesos iguales para costo y carbono.

Contribuciones Clave

• Modelado Acoplado: El estudio vincula explícitamente las respuestas de transporte inducidas por colas (tiempo de espera, omisión) con las entradas de carga de la microred aguas abajo, yendo más allá de los perfiles de carga fijos.
• Agregación a Nivel de Corredor: Demuestra que, si bien la redistribución de la demanda ocurre a nivel de nodo, la programación operativa debe considerar los recursos agregados (fotovoltaica, ESS, capacidad de red) de todo el corredor.
• Manejo Estricto de la Factibilidad: El artículo introduce un flujo de trabajo que impone restricciones estrictas (SOC terminal, no exportación de ESS a la red) durante el proceso de optimización, asegurando que el frente de Pareto resultante consista enteramente en programas ejecutables en lugar de aproximaciones de penalización suave.
• Reproducibilidad: El estudio proporciona un flujo de trabajo NSGA-II totalmente reproducible con semillas aleatorias fijas y mecanismos de reparación específicos, produciendo 500 soluciones de Pareto totalmente factibles.

Resultados
El estudio de caso se centra en un corredor con tres áreas de servicio.

• Dinámica de la Cascada de Carga: Los resultados muestran una transferencia de carga asimétrica. El Área de Servicio A (aguas arriba) experimenta una presión de cola significativa (tiempos de espera de hasta 21.46 min), lo que resulta en una probabilidad de omisión promedio de 0.215. Esta demanda es absorbida en gran medida por el Área de Servicio B (aguas abajo), que observa un incremento en la carga. La transferencia al Área de Servicio C permanece limitada (probabilidad de omisión promedio de 0.041) debido a las restricciones de SOC restante y la distancia de viaje.
• Resultados de la Optimización: De las 500 soluciones de Pareto totalmente factibles, se seleccionó una solución de compromiso:
  • Costo Operativo Neto: 13,515.78 CNY/día.
  • Emisiones Netas de Carbono: 12,067.92 kg CO₂/día.
  • Métricas Operativas: El ESS opera principalmente para desplazar la energía dentro del corredor (cargando durante la disponibilidad fotovoltaica, descargando durante los picos del atardecer) en lugar de exportar a la red. La exportación total a la red, la exportación fotovoltaica y la exportación de ESS a la red son todas de 0.00 kWh.
  • Satisfacción de Restricciones: La solución mantiene el SOC dentro de [0.2577, 0.9000], devuelve el SOC terminal al valor inicial de 0.5000 y registra cero violaciones de los límites de SOC, la capacidad del transformador y la exportación de ESS a la red.

Significancia y Reivindicaciones
El artículo sostiene que tratar la demanda de carga en autopistas como un proceso espacialmente transferible, moldeado por las condiciones de la cola y las restricciones de autonomía, proporciona una interfaz más clara entre la dinámica del tráfico y las operaciones del sistema energético. La significancia del trabajo no reside en la novedad del optimizador (NSGA-II) en sí, sino en el acoplamiento reproducible del modelado de cascada de carga impulsado por colas con la programación a nivel de corredor que preserva la factibilidad.

Los autores enfatizan que, al imponer la recuperación del SOC terminal y prohibir la exportación de ESS a la red, el equilibrio reportado entre costo y emisiones es más auditable e interpretable operativamente. La solución de compromiso seleccionada se presenta no como un óptimo numérico sin restricciones, sino como un programa factible que respeta los límites físicos de la microred y las realidades conductuales de los conductores de VE. El estudio concluye que tal marco de trabajo respalda una operación de bajo carbono, técnicamente interpretable y factible en términos de restricciones para los clústeres de microredes en corredores de autopistas, aunque reconoce limitaciones respecto a factores de carbono fijos, horizontes de un solo día y la falta de restricciones de flujo de potencia de CA.