Stability-Constrained Decentralized Control and Energy Management for Grid-Forming Inverter-Based Microgrids

Resumen Técnico: Control Descentralizado con Restricción de Estabilidad y Gestión de la Energía para Microredes Basadas en Inversores de Formación de Red

Planteamiento del Problema
La transición global hacia las energías renovables ha dado lugar a microredes dominadas por recursos basados en inversores, lo que resulta en una baja inercia del sistema, desequilibrios de potencia elevados y dinámicas operativas impredecibles. Si bien los Inversores de Formación de Red (GFI, por sus siglas en inglés) ofrecen una solución prometedora para la regulación de voltaje y frecuencia en condiciones de isla o de red débil, la literatura existente suele tratar el diseño de control y la optimización de la energía como dominios separados. Los enfoques convencionales suelen depender de inversores de seguimiento de red (grid-following) que requieren referencias externas, o utilizan sistemas de gestión de energía centralizados que sufren de problemas de escalabilidad, sobrecarga de comunicación y puntos únicos de falla. Además, los modelos de optimización actuales frecuentemente simplifican la dinámica de los inversores, fallando al capturar la interacción entre los mecanismos de control y las decisiones de despacho agregadas. Existe una falta distintiva de un marco cohesivo que integre el control descentralizado de GFI, la gestión de energía óptima y el análisis de sostenibilidad dentro de un único sistema.

Metodología
El artículo propone un marco unificado que combina el control de GFI descentralizado basado en consenso con la Programación Lineal Entera Mixta (MILP) para la gestión de la energía en microredes de PV-viento-batería.

• Modelado del Sistema: El estudio modela los sistemas Fotovoltaicos (PV) utilizando un modelo de un solo diodo y las turbinas eólicas mediante un modelo de coeficiente de potencia dependiente de la velocidad del viento. La gestión de la energía se modela a través de la dinámica del Estado de Carga (SOC).
• Control Descentralizado: La capa de control emplea un algoritmo basado en consenso donde los inversores se comunican con sus vecinos para lograr un reparto proporcional de potencia sin un controlador central. Los GFI utilizan control de escoria (droop control) de potencia activa y reactiva para regular la frecuencia y el voltaje, respectivamente.
• Análisis de Estabilidad: Para garantizar la robustez, el marco incorpora un análisis de estabilidad basado en Lyapunov para demostrar la estabilidad asintótica global y un análisis de estabilidad de pequeña señal utilizando los autovalores de la matriz Laplaciana para garantizar la convergencia y el amortiguamiento.
• Optimización (MILP): Un sistema de gestión de energía basado en MILP opera en una escala de tiempo más lenta para co-optimizar el despacho de potencia, la programación del almacenamiento de energía y la operación de los inversores. La función objetivo minimiza una suma ponderada de desequilibrios de potencia, costos operativos, pérdidas de energía y emisiones de carbono.
• Acoplamiento: La arquitectura presenta una estructura de dos capas donde la capa de control descentralizado asegura la estabilidad en tiempo real, mientras que la capa de optimización proporciona los puntos de consigna sujetos a las restricciones de estabilidad derivadas de la dinámica de control.

Contribuciones Clave

1. Marco Integrado: El estudio presenta una arquitectura novedosa que aborda simultáneamente la coordinación descentralizada de GFI, la dinámica de almacenamiento de energía acoplada en el tiempo y la optimización a nivel de sistema, cerrando la brecha entre la teoría de control y la gestión de la energía.
2. Optimización con Restricción de Estabilidad: A diferencia de trabajos previos, este marco incorpora directamente restricciones de estabilidad (basadas en Lyapunov y en autovalores) en el proceso de gestión de la energía, asegurando que las decisiones de despacho no comprometan la estabilidad del sistema.
3. Evaluación Tecno-Económica-Ambiental: El artículo introduce un marco de evaluación unificado que evalúa el desempeño no solo técnicamente (eficiencia, estabilidad), sino también económicamente (costos operativos) y ambientalmente (huella de carbono).
4. Operación Descentralizada Escalable: El enfoque basado en consenso propuesto elimina la necesidad de un supervisor central, mejorando la escalabilidad y la resiliencia contra fallas de comunicación.

Resultados
Los resultados de la simulación sobre un horizonte de 24 horas, considerando la variabilidad de las renovables, las fluctuaciones de carga y las condiciones de falla, demuestran mejoras significativas de rendimiento sobre los mecanismos convencionales de seguimiento de red y control centralizado:

• Eficiencia: La eficiencia del sistema aumentó del 88% (convencional) al 94%. La eficiencia del inversor mejoró del 85% al 95% mediante estrategias avanzadas de topología y control.
• Reducción de Pérdidas: Las pérdidas de energía se redujeron aproximadamente un 50% (de 120,000 kWh a 60,000 kWh anuales).
• Emisiones de Carbono: Las emisiones de carbono se redujeron hasta en un 92%, con una reducción calculada de 460,000 kg de CO₂ en comparación con un escenario de red tradicional.
• Estabilidad y Dinámica: El sistema demostró una recuperación rápida de las condiciones de falla (restauración de voltaje y frecuencia) y logró un tiempo de asentamiento de 8 segundos en comparación con los 15 segundos de los métodos convencionales. El análisis de autovalores confirmó la estabilidad asintótica con un comportamiento dinámico bien amortiguado.
• Viabilidad Económica: A pesar de un aumento del 50% en los Gastos de Capital (CAPEX), el sistema logró un beneficio anual neto de $4.5 millones debido a una reducción del 25% en los Gastos Operativos (OPEX), ahorros de energía y el valor de los créditos de carbono.

Significancia y Reivindicaciones
Los autores afirman que este trabajo representa uno de los primeros estudios en integrar con éxito el control de inversores de formación de red descentralizado con la gestión de energía basada en MILP y el análisis de sostenibilidad. La significancia del marco propuesto radica en su capacidad para proporcionar una solución escalable, eficiente en energía y libre de carbono para microredes dominadas por inversores. Al abordar la fragmentación en la investigación actual —donde el control, la optimización y la sostenibilidad se estudian a menudo de forma aislada—, el artículo ofrece un enfoque holístico que permite una operación estable, resiliente y económicamente viable bajo condiciones de isla y de perturbación. El estudio concluye que tales marcos integrados son esenciales para la transición hacia sistemas de potencia de próxima generación y libres de carbono, aunque reconoce limitaciones respecto a la dependencia de modelos de simulación y la necesidad de futuras validaciones de hardware en el lazo (hardware-in-the-loop).