Diseño de una Microrred Eléctrica en un Campus Universitario

Equation Chapter 1 Section 1 Trabajo Fin de Máster Máster Universitario en Ingeniería Industrial Diseño de una Microrred Eléctrica en un Campus Universitario Autor: Carlos Fernández Ramos Tutor: Jose Luís Martínez Ramos Tutor Empresa: Manuel Ángel Caamaño Bedoya Tutor: Jose Luís Martínez Ramos Dpto. de Ingeniería Eléctrica Universidad de Sevilla Sevilla, 2019 iii Trabajo Fin de Máster Máster Universitario en Ingeniería Industrial Diseño de una Microrred Eléctrica en un Campus Universitario Autor: Carlos Fernández Ramos Tutor: José Luis Martínez Ramos Catedrático de Universidad Tutor Empresa: Manuel Ángel Caamaño Bedoya Dpto. de Ingeniería Eléctrica Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2019 v Trabajo Fin de Máster: Diseño de una Microrred Eléctrica en un Campus Universitario Autor: Carlos Fernández Ramos Tutor: Tutor Empresa: José Luis Martínez Ramos Manuel Ángel Caamaño Bedoya El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros: Presidente: Vocales: Secretario: Acuerdan otorgarle la calificación de: Sevilla, 2019 El Secretario del Tribunal vii A mi familia. A mis amigos. ix Agradecimientos Muchas gracias a mi familia por apoyarme en todo lo que hago. A mis amigos por alegrarme y por regalarme momentos únicos. Carlos Fernández Ramos Sevilla, 2019 3.5.1 Tratamiento de parámetros e Influencia en el resultado. 29 3.5.2 Leyenda Análisis Comparativo. 30 4 Microgrid Aislada sin Batería 33 4.1.1 Análisis CASO 1. 34 4.1.2 Conclusiones 37 4.2 Análisis Casos Alternativos. 37 4.2.1 Análisis Comparativo. 38 4.2.2 Conclusiones. 40 5 Microgrid Aislada Con Batería 41 5.1 Dimensionamiento de la batería. 42 5.2 Análisis CASO 2. 43 5.3 Comparativa CASO 1 Vs CASO 2 45 6 Microgrid Conectada a Red sin Batería 47 6.1 Análisis CASO 3. 48 6.2 Análisis CASOS ALTERNATIVOS 3.1 y 3.2. 50 7 Microgrid Conectada a Red con Batería 53 7.1 Análisis CASO 4 54 7.2 Análisis CASOS ALTERNATIVOS. 56 8 Conclusiones Generales 59 8.1 Estudio de día tipo. 59 8.2 Exposición de resultados. 61 8.3 Estimación Algoritmo PSO. 63 9 ANEXO A. 67 9.1 Resultado Simulación TIPO. 67 10 ANEXO B. Artículo Técnico 71 Referencias 75 xvii ÍNDICE DE TABLAS Tabla 3–1. Tabla climática. Datos Históricos del tiempo Madaba. FUENTE [13] 17 Tabla 3–2. Distribución de paneles solares por las diferentes áreas. 18 Tabla 3–3. Comparativa generación potencia solar real con estimaciones de HOMER y OCTAVE (nov17 – oct18) 22 Tabla 3–4.Generadores Diésel utilizados 23 Tabla 3–5. JOD/litro de diesel mensual del 2017 y 2018. FUENTE: [22] 25 Tabla 3–6. Análisis de gasto de combustible de Generador diésel 150 kVA. FUENTE: [17] 25 Tabla 3–7. Análisis de gasto de combustible de Generador diésel 300 kVA. FUENTE: [18] 25 Tabla 3–8. Análisis de gasto de combustible de Generador diésel 700 kVA. FUENTE: [19] 26 Tabla 3–9. Análisis de gasto de combustible de Generadores Diésel ante Incremento del precio de petróleo. 26 Tabla 3–10. Análisis de gasto de combustible de Generadores Diésel ante Disminución del precio de petróleo 26 Tabla 3–11. Captura de pantalla de Tarifas Oficiales de NEPCO. FUENTE: [23] 27 Tabla 3–12. Costes Fijos, Variables y de Inversión en 2018. FUENTE: [24] 29 Tabla 4–1. Casos de estudio para Microgrid Aislada sin Batería. 33 Tabla 4–2. Comparativa resultados técnicos con ambas alternativas CASO 1. 34 Tabla 4–3. Comparativa resultados económicos con ambas alternativas CASO 1. 35 Tabla 4–4. Comparativa resultados técnicos con ambas alternativas CASO 1 sin restriccón 5% en HOMER. 36 Tabla 4–5. Comparativa resultados técnicos CASOS 1, 1.1 y 1.2. 38 Tabla 4–6. Comparativa resultados económicos CASOS 1, 1.1 y 1.2. 39 Tabla 5–1. Energía generada por motores diésel, descargada por la baterías y desperdiciada para HOMER y OCTAVE con diferentes capacidades de la batería. 42 Tabla 5–2. Comparativa resultados técnicos con ambas alternativas CASO 2. 43 Tabla 5–3. Comparativa resultados económicos con ambas alternativas, CASO 2. 44 Tabla 5–4. Comparativa resultados técnicos con ambas alternativas CASO 1 Vs CASO 2. 45 Tabla 6–1. Esquema de conexión para los diferentes casos Microgrid Conectada a Red Sin Batería. 48 Tabla 6–2. Comparativa resultados técnicos con ambas alternativas CASO 3. 48 Tabla 6–3. Comparativa resultados económicos con ambas alternativas, CASO 3. 49 Tabla 6–4. Comparativa resultados técnicos CASOS ALTERNATIVOS 3.1, 3.2 y CASO 3. 51 Tabla 6–5. Comparativa resultados económicos CASOS ALTERNATIVOS 3.1, 3.2 y CASO 3. 51 Tabla 7–1. Casos de estudio para Microgrid Conectada a Red con Batería. 54 Tabla 7–2. Comparativa resultados técnicos con ambas alternativas, CASO 4. 54 Tabla 7–3. Comparativa resultados económicos con ambas alternativas, CASO 4 55 Tabla 7–4. Comparativa resultados técnicos CASOS ALTERNATIVOS 4.1, 4.2 y CASO 4. 56 Tabla 7–5. Comparativa resultados económicos CASOS ALTERNATIVOS 4.1, 4.2 y CASO 4. 57 Tabla 8–1. Comparativa técnica de CASOS 1, 2, 3 y 4 para alternativas HOMER-OCTAVE 61 Tabla 8–2. Comparativa económica de CASOS 1, 2, 3 y 4 para alternativas HOMER-OCTAVE 62 Tabla 8–3. Datos Pre-Dimensionamiento PSO. CASO 5 63 Tabla 8–4. Resultado Pre-Dimensionamiento PSO. CASO 5 64 Tabla 8–5. Comparativa técnica de CASOS 1, 2, 3, 4 y 5 para OCTAVE. 64 Tabla 8–6. Resultados económicos de CASOS 1, 2, 3, 4 y 5 para OCTAVE 65 Tabla 9–1. Resultados simulación OCTAVE Microrred Conectado a Red Con Batería, CASO 4 69 xix ÍNDICE DE FIGURAS Figura 2-1. Esquema de flujos de energía de la MICROGRID implementada en OCTAVE. 3 Figura 2-2. Esquema lógica utilizada para Cargar Datos Iniciales. 4 Figura 2-3. Esquema orientativo de la lógica utilizada para el uso conjunto de todos los algoritmos implementados a través del software OCTAVE 12 Figura 3-1. Localización Universidad. FUENTE: Google Maps 15 Figura 3-2. Vista Aérea Campus Universitario. FUENTE: Google Maps 16 Figura 3-3. Climográma Madaba. FUENTE: [13] 16 Figura 3-4. Diagrama de Temperatura Madaba. FUENTE: [13] 17 Figura 3-5. Esquema GJU Microgrid. FUENTE: [14] 18 Figura 3-6. Área 1, 2250 paneles, 708.75 kW. FUENTE: [16] 19 Figura 3-7. Área 2, 1146 paneles, 360.99 kW. FUENTE: [16] 19 Figura 3-8. Área 4, 267 paneles, 84.112 kW. FUENTE: [16] 20 Figura 3-9. Área 5, 396 paneles, 124.74 kW. FUENTE: [16] 20 Figura 3-10. Área 6, 1256 paneles, 395.64 kW. FUENTE: [16] 21 Figura 3-11. Gráfica comparativa de energía solar real generada (PV REAL), estimación energía a través de OCTAVE (PV OCTAVE) y estimación a través de HOMER (PV HOMER) 22 Figura 3-12. Evolución precios de diésel en Jordania. FUENTE: [22] 24 Figura 4-1. Flujo de energía Microgrid aislada sin batería CASO 1. 33 Figura 4-2. Comparativa Técnica HOMER-OCTAVE para CASO 1. 34 Figura 4-3. Comparativa Económica HOMER-OCTAVE para CASO 1 35 Figura 4-4. Comparativa Técnica HOMER-OCTAVE, CASO 1, sin restriccón 5% en HOMER. 36 Figura 4-5. Flujo de energía Microgrid aislada sin batería CASO ALTERNATIVO 1.1 y 1.2.. 37 Figura 4-6. Comparativa Técnica HOMER-OCTAVE Motores Diesel, CASO 1, 1.1 y 1.2. 38 Figura 4-7. Comparativa Económica HOMER-OCTAVE, CASO 1, 1.1 y 1.2. 39 Figura 5-1. Flujo de energía Microgrid aislada con batería CASO 2. 41 Figura 5-2. Gráfica de la energía generada por motores diésel, descargada por la baterías y desperdiciada para HOMER y OCTAVE para diferentes valores de la batería. 42 Figura 5-3. Comparativa Técnica HOMER-OCTAVE, CASO 2 44 Figura 5-4. Comparativa Económica HOMER-OCTAVE, CASO 2 45 Figura 5-5. Comparativa Técnica HOMER-OCTAVE, CASO 1 Vs CASO 2 46 Figura 6-1. Flujo de energía Microgrid Conectada a Red sin Batería, CASO 3. 48 Figura 6-2. Comparativa Técnica HOMER-OCTAVE, CASO 3. 49 Figura 6-3. Comparativa Económica HOMER-OCTAVE, CASO 3 50 Figura 6-4. Flujo de energía Microgrid aislada sin batería CASO ALTERNATIVO 3.1 y 3.2.. 50 Figura 6-5. Comparativa Técnica HOMER-OCTAVE, CASOS ALTERNATIVOS 3.1, 3.2 y CASO 3. 51 Figura 6-6. Comparativa Económica HOMER-OCTAVE, CASOS ALTERNATIVOS 3.1, 3.2 y CASO 3. 52 Figura 7-1. Flujo de energía Microgrid Conectada a Red con Batería, CASO 4 53 Figura 7-2. Comparativa Técnica HOMER-OCTAVE, CASO 4 54 Figura 7-3. Comparativa Económica HOMER-OCTAVE, CASO 4 55 Figura 7-4. Comparativa Técnica HOMER-OCTAVE, CASOS ALTERNATIVOS 4.1, 4.2 y CASO 4. 56 Figura 7-5. Comparativa Económica HOMER-OCTAVE, CASOS ALTERNATIVOS 4.1, 4.2 y CASO 4. 57 Figura 8-1. Estudio Flujo de Potencia Día Tipo HOMER-OCTAVE 29/06 y 30/06 59 Figura 8-2. Estudio Estado Energía Batería Día Tipo HOMER-OCTAVE 29/06 y 30/06 60 Figura 8-3. Gráfica comparativa técnica de CASOS 1, 2, 3 y 4 para alternativas HOMER-OCTAVE 61 Figura 8-4. Gráfica comparativa económica de CASOS 1, 2, 3 y 4 para alternativas HOMER-OCTAVE 62 Figura 8-5. Flujo de carga simulación pre-dimensionamiento CASO 5. Día 29/06, 30/06 y 01/07. 64 Figura 8-6. Gráfica técnica de CASOS 1, 2, 3 ,4 y 5 para OCTAVE. 65 Figura 8-7. Gráfica económica de CASOS 1, 2, 3 ,4 y 5 para OCTAVE. 65 Figura 9-1. Resultados simulación económica HOMER Microrred Conectado a Red Con Batería, CASO 4 69 Figura 9-2. Resultados simulación técnica HOMER Microrred Conectado a Red Con Batería, CASO 4 70 Figura 9-3. Resultados simulación técnica-batería HOMER Microrred Conectado a Red Con Batería, CASO 4 70 xxi ÍNDICE DE ECUACIONES (2–1) 5 (2–2) 5 (2–3) 5 (2–4) 5 (2–5) 6 (2–6) 6 (2–7) 8 (2–8) 8 (2–9) 9 (2–10) 9 (2–11) 10 (2–12) 11 (2–13) 11 1 1 INTRODUCCIÓN. ALCANCE DEL PROYECTO ste Trabajo Fin de Máster posee dos partes claramente diferenciadas. Una de ellas es la implementación del algoritmo que permite el pre-dimensionamiento y el estudio de viabilidad económica y técnica de una microgrid, se explicará en el Capítulo 2. Otra parte de este proyecto es la aplicación del mencionado algoritmo a una microgrid real, de ese modo nos permite utilizar el algoritmo creado a una instalación de gran tamaño y a su vez comparar los resultados con otro software del mercado para así validar este algoritmo. En este proyecto se le va a dar mayor importancia al análisis y conclusiones del caso de estudio mencionado, es por ello que se va a explicar de manera general la lógica utilizada para el desarrollo del conjunto de algoritmos pero no se va a detallar la implementación concreta de cada uno de ellos. A lo largo de este documento se utilizará directamente la denominación OCTAVE para referirse al conjunto de algoritmos desarrollados en este software matemático y HOMER para las simulaciones realizadas a través de este software eléctrico. A su vez, se utilizarán indistintamente los conceptos Microrred y Microgrid cuyo significado es el mismo. Este Proyecto se ha realizado en colaboración con la empresa ISOTROL.S.A situada en PCT Cartuja, Sevilla. Para el análisis de la microrred objeto de estudio se han utilizado los datos facilitados por el Departamento de Ingeniería Eléctrica de la Universidad de Sevilla. Antes de proceder con mayor desarrollo del proyecto se cree necesario mencionar brevemente conceptos básicos de una microrred eléctrica, de este modo se podrá comprender más fácilmente la lógica utilizada y las conclusiones del análisis. 1.1 Microgrid eléctrica. 1.1.1 Definición. Existen varias definiciones de microrredes. El Grupo de Intercambio de Microrredes del Departamento de Energía de EEUU lo define como: Grupo de cargas interconectadas y recursos energéticos distribuidos dentro de límites eléctricos claramente definidos que se comporta como una única entidad controlable con relación a la red. Una microrred puede conectarse y desconectarse de la red para permitir que funcione tanto conectada a la red como en modo “isla”. E Introducción. Alcance del proyecto 2 El grupo de Trabajo CIGRÉ C6.2, Microgrid Evolution Roadmap lo define como: Sistema de distribución de electricidad que incluyen cargas y recursos energéticos distribuidos (como generadores distribuidos, dispositivos de almacenamiento o cargas controlables), que pueden manejarse de forma controlada y coordinada, tanto si están conectados a la red principal como si están puesto a tierra. Una manera de definir una microrred eléctrica es considerarla una versión más pequeña de la red eléctrica: cuenta con diferentes fuentes de energía, usuarios y puede, en algunos casos, intercambiar energía con otras redes. En algunas situaciones, las microrredes se pueden suministrar para atenuar la falta de fiabilidad de una red de suministro. Por lo tanto, es necesario disponer de un controlador que pueda realizar una transición eficiente del modo de conexión a la red al modo isla: se debe encargar de la generación y almacenamiento disponibles, además de suministrar cargas cuando se necesiten y evitar que se disparen los dispositivos de protección Una microrred eléctrica puede adoptar números formas, dimensiones y distribuciones. Todas ellas comparten las siguientes características comunes:  Múltiples fuentes y cargas.  Son distribuidas.  Controlables y con cierta autonomía de control. A su vez, los motivos principales para la instalación de la microrred son los siguientes:  Reducir los costes.  Reducir la contaminación.  Garantizar la seguridad de suministro. [1, pp. 38-40] 1.1.2 Arquitectura de la micro-red Los principales elementos que forman parte de una microgrid son los siguientes:  Sistemas de generación. Se pretende, en la mayoría de los casos, integrar tecnología de generación renovable y obviar el empleo de fuentes de generación tradicionales. Se suelen utilizar energía fotovoltaica, eólica, pequeño salto hidráulico, generadores diésel, etc…  Cargas. Serán las cargas de consumo conectadas a la red y que será necesario abastecer eléctrica o caloríficamente.  Sistemas de almacenamiento. Son dispositivos que ofrecen la posibilidad de almacenar la energía para hacer uso de ella cuando sea necesario, aporta más fiabilidad y estabilidad al sistema.  Interconexión Red Eléctrica. Suele existir una conexión con la red eléctrica que permita una compra o venta de energía si se considera necesario. En caso de que no intercambie energía con la red funcionará de forma aislada. [2, pp. 6-8] 3 2 ALGORITMO DE SIMULACIÓN n este capítulo se explicará el conjunto de algoritmos que se han desarrollado en el software matemático OCTAVE que nos permite la posibilidad de realizar la optimización económica y técnica así como el predimensionamiento de una instalación tipo de una microgrid. 2.1 Introducción. Utilizando el software matemático OCTAVE se desarrollarán un conjunto de algoritmos que son el resultado de la interpretación de varias fuentes. Se pretende, en primer lugar, estimar un pre-dimensionamiento de la red dentro de unos rangos para las diferentes tecnologías de generación que se consideren oportunas; en segundo lugar, realizar una simulación diaria en base a un perfil de consumo acorde con el pre-dimensionamiento anterior para verificar su viabilidad técnica; y, en tercer lugar, realizar ambos estudios en un contexto económicamente viable, penalizando aquellas instalaciones prediseñadas que sean menos rentables. Figura 2-1. Esquema de flujos de energía de la MICROGRID implementada en OCTAVE. La microgrid modelo que se ha utilizado para aplicar este algoritmo va a poseer: generación solar y generación E CARGA Generación Solar Batería Red de Distribución Eléctrica Generación Eólica 3 x Gen. Diésel Algoritmo de Simulación 10  Estimación Horaria de potencia consumida por la carga.  Estimación Horaria de generación solar.  Estimación horaria de generación eólica.  Energía de la Batería a primera hora de la simulación (SOC).  Potencia mínima técnica necesaria y máxima técnica posible para que los generadores diesel funcione en condiciones de seguridad y eficiencia.  Potencia continua mínima de funcionamiento de generador diésel si así se requiere.  Potencia de Carga y Descarga máxima de las baterías. Influye tanto el montaje del conjunto de baterías (según número de bancos de baterías en serio o paralelo) como la máxima corriente de carga soportada por cada una de ellas. Se calculará como porcentaje en función de la energía a almacenar. Una vez se tienen todos los datos se puede llevar a cabo la simulación. Tras probar varias alternativas se ha determinado que el algoritmo SIMPLEX será el utilizado para resolver este problema de optimización matemática. El método SIMPLEX es un método de iterativo donde obtenemos solución a un problema de optimización lineal sin restricción en el número de variables. [10] La simulación en base a la utilización de este método se basa en conseguir para cada hora que la oferta sea igual a la demanda, es decir, que todos nuestros sistemas de generación eléctrica, de almacenamiento o de intercambio con la red den lugar a un sumatorio nulo teniendo en cuenta el consumo horario de las cargas. El éxito en esta simulación se consigue imponiendo al método SIMPLEX muchas restricciones, ninguna de ellas debe ser excluyente porque si no podría bloquear el algoritmo. La función objetivo en la que se basará el método SIMPLEX, estará formada por los costes de penalización de las diferentes tecnologías. Nos permite penalizar una tecnología frente a otra y de ese modo se elige primero la que esté menos penalizada. [11] Las restricciones que se aplicarán serán las correspondientes a las ecuaciones (2–11). 0<𝑉𝑒𝑐𝑡𝑜𝑟𝑆𝑜𝑙𝑎𝑟<𝑃𝑔𝑠𝑜𝑙𝑎𝑟 0<𝑉𝑒𝑐𝑡𝑜𝑟𝐸ó𝑙𝑖𝑐𝑜<𝑃𝑔𝑒𝑜𝑙𝑖𝑐𝑎 0<𝑉𝑒𝑐𝑡𝑜𝑟𝐷𝑖𝑒𝑠𝑒𝑙1<𝑃𝑑𝑖𝑒𝑠𝑒𝑙𝑚𝑎𝑥1 0<𝑉𝑒𝑐𝑡𝑜𝑟𝐷𝑖𝑒𝑠𝑒𝑙2<𝑃𝑑𝑖𝑒𝑠𝑒𝑙𝑚𝑎𝑥3 0<𝑉𝑒𝑐𝑡𝑜𝑟𝐷𝑖𝑒𝑠𝑒𝑙3<𝑃𝑑𝑖𝑒𝑠𝑒𝑙𝑚𝑎𝑥3 𝑀𝑎𝑥𝐶𝑎𝑟𝑔𝑎𝐻𝑜𝑟𝑎<𝑉𝑒𝑐𝑡𝑜𝑟𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎𝐵𝑎𝑡𝑒𝑟𝑖𝑎< 𝑀𝑎𝑥𝐷𝑒𝑠𝑐𝑎𝑟𝑔𝑎𝐻𝑜𝑟𝑎 0<𝑉𝑒𝑐𝑡𝑜𝑟𝐶𝑜𝑚𝑝𝑟𝑎𝑅𝑒𝑑< 𝑖𝑛𝑓𝑖𝑛𝑖𝑡𝑜 −𝑖𝑛𝑓<𝑉𝑒𝑐𝑡𝑜𝑟 𝐶𝑎𝑟𝑔𝑎<𝑖𝑛𝑓 −inf< 𝐸𝑠𝑡𝑎𝑑𝑜𝑉𝑜𝑙𝑐𝑎𝑑𝑜𝐶𝑎𝑟𝑔𝑎 < 0 0 < 𝐸𝑠𝑡𝑎𝑑𝑜𝑅𝑒𝑠𝑡𝑟𝑖𝑛𝑔𝑖𝑑𝑎𝐶𝑎𝑟𝑔𝑎 < 𝑖𝑛𝑓 𝑆𝑂𝐶𝑚𝑖𝑛 <𝐸𝑛𝑒𝑟𝑔í𝑎𝐻𝑜𝑟𝑎𝑟𝑖𝑎𝐵𝑎𝑡𝑒𝑟í𝑎<𝑆𝑂𝐶𝑚𝑎𝑥 (2–11) Finalmente la función objetivo para cada hora será la correspondiente a la fórmula (2–12) 11 Diseño de una Microrred Eléctrica en un Campus Universitario 0.01· 𝑆𝑜𝑙𝑎𝑟+0.01·𝑉𝑖𝑒𝑛𝑡𝑜+𝐶𝑝𝑒𝑛𝑑𝑖𝑒𝑠𝑒𝑙·𝐷𝑖𝑒𝑠𝑒𝑙+0.01·𝑃𝐵𝑎𝑡𝑒𝑟í𝑎+𝐶𝑜𝑚𝑝𝑟𝑎𝑅𝑒𝑑·𝑃𝑅𝑒𝑑+ 0 ·𝑃𝐶𝑎𝑟𝑔𝑎 +0·𝑃𝑉𝑜𝑙𝑐𝑎𝑑𝑜𝐶𝑎𝑟𝑔𝑎+15 𝐶𝑎𝑟𝑔𝑎𝑅𝑒𝑠𝑡𝑟𝑖𝑛𝑔𝑖𝑑𝑎+0·𝐸𝑛𝑒𝑟𝑔í𝑎 𝐻𝑜𝑟𝑎𝑟𝑖𝑎 (2–12) La tecnología solar y eólica será la menos penalizada junto con el uso de la batería, de este modo se consigue que realmente la red se alimente siempre que sea posible de tecnología renovable o a través de la energía disponible en la batería. La siguiente tecnología que se encuentra más penalizada serán los generadores diésel, que compiten directamente con la compra de energía de la red. Dependiendo de los precios de la red a lo largo del año será más rentable utilizar los motores diésel directamente o bien comprar energía de la red. Está disponible en el algoritmo hasta 3 modelos diferentes de generadores diésel a los que se les podrá aplicar costes distintos de penalización por cada kWh. La carga que se encuentra más penalizada es la carga restringida ya que se espera que no se tenga que recurrir a ella, a no ser que no esté disponible potencia real en el resto de tecnologías. Los únicos costes de penalización que están disponibles para el usuario son los costes del combustible y los costes de compra de energía de la red, por lo que dependiendo de cuál tenga menor precio en cada momento entrará en juego uno u otro. Estos costes son los mismos que se van a utilizar para calcular la función fitness en la viabilidad económica. Es de esperar que, para bastantes horas, no se consiga igualar el flujo de potencia y demanda por diferentes causas: la arbitrariedad inicial del algoritmo PSO de generar variables aleatorias de manera abstracta y sin ningún razonamiento lógico es la principal de ellas. Conforme se vaya convergiendo a una solución más coherente se irá consiguiendo esta igualdad. Para conseguir estimar inicialmente la simulación y que el algoritmo converja a una solución factible se considera necesario incluir una nueva variable en el balance de energía que se va a llamar Carga Restringida. Esta carga se puede entender como la carga no necesaria des-conectable que se podría incluir como una carga negativa, es decir, se estaría produciendo una disminución ARTIFICIAL de la demanda para conseguir igualar generación y demanda. La Carga Restringida se podría considerar viable técnicamente si es muy pequeña. Generalmente no será real por lo que a través de la viabilidad económica se tratará de penalizar este conjunto de partículas para que el coste sea muy alto y quede descartado esa partícula de la solución en caso de que nos encontremos ante un rango de generación abierto. Para regular la aceptabilidad o no de la carga restringida se va a añadir un nuevo parámetro denominado LPSP máxima (Loss of Power Supply Probability, ecuación (2–8)) que corresponde al denominador carga restringida/carga total y que marcará el porcentaje de disminución de carga permitida. [7, p. 4] 𝐿𝑃𝑆𝑃𝑚á𝑥𝑖𝑚𝑎 =∑𝑃𝑐𝑎𝑟𝑔𝑎 𝑟𝑒𝑠𝑡𝑖𝑛𝑔𝑖𝑑𝑎 (𝑡) 𝑇 𝑡∑𝑃𝑐𝑎𝑟𝑔𝑎 𝑡𝑜𝑡𝑎𝑙 (𝑡) 𝑇 𝑡 (2–13) Para el caso de la generación solar es necesario transformar primeramente la potencia dimensionado a superficie de paneles ocupados ya que hay que recordar que la radiación solar estaba en función de los metros cuadrados. Para ello, debemos conocer los datos técnicos de los paneles (tensión, superficie y rendimiento) así como la tensión deseada en la instalación para que se agrupen en serie o en paralelo. En caso de la generación solar esté en función de porcentaje de potencia instalada sólo sería necesario multiplicar por la potencia pico de la instalación, el mismo modo de actuación que para la potencia eólica. Algoritmo de Simulación 12 2.3.4 Esquema de Funcionamiento Orientativo. Figura 2-3. Esquema orientativo de la lógica utilizada para el uso conjunto de todos los algoritmos implementados a través del software OCTAVE 2.4 Propuestas de mejora. En este apartado se van a mencionar posibles mejorar a realizar en el conjunto de algoritmos implementados para afinar la optimización económica, simulación y mejora en el pre-dimensionamiento. Algunas de estas conclusiones se han identificado conforme se ha avanzado en la comparativa de los siguiente capítulos entre HOMER y OCTAVE. Se han clasificado las propuestas de mejora identificadas para implementar en versiones futuras de este algoritmo según las diferentes tecnologías. 2.4.1 Generadores diésel.  Mejorar la estrategia de simulación para que los motores no sólo se activasen por su coste variable menor (normalmente se activarán los motores diésel de más potencia antes porque tienen menores costes relativos, ver función objetivo de método SIMPLEX) sino que también se active antes aquel que en un momento determinado mejor se adapte a la potencia demandada si es que la potencia mínima que genera uno con menor costes es mayor que la que se requiere para satisfacer la demanda.  Debería ser posible introducir curvas de rendimiento según la potencia utilizado en un motor como permite HOMER, y de ese modo poder estimar de manera más real de consumo diésel según la potencia que se consuma para cada caso de cada grupo. 2.4.2 Estimación solar.  Se debe re-estudiar el conjunto de expresiones contenidas en el algoritmo que, a través, de parámetros (latitud, longitud, azimut, inclinación…etc.) extraen la potencia de generación solar para conseguir que las estimaciones se aproximen más a la realidad. Se observa diferencia en el apartado 3.3.1.1. 2.4.3 Inversor  Aunque se ha implementado la penalización de rendimiento del inversor, se requiere investigar más este elemento para implementar a futuros más parámetros asimilables que permitan afinar la simulación. 13 Diseño de una Microrred Eléctrica en un Campus Universitario 2.4.4 Batería  Opción que permita en la simulación el uso de la batería conforme a un ciclo de carga coherente, respetando las recomendaciones técnicas del fabricante para que el tiempo de vida se prolongue lo mayor posible. Se podría implementar de tal forma que se cargue y se descargara un número de días al año según el número de ciclos y dimensionar así la batería para que no se tuviera que reemplazar antes del fin del período de amortización que se fije.  Estrategia que, según parámetros económicos, permitiera abastecerse directamente de la red eléctrica en momentos en que la energía estuviera barata para utilizarla en momentos críticos y vender esa energía cuando el mercado fije un precio más alto y así obtener beneficio económico. Esta estrategia se podría implementar dependiendo de la legislación permitida en el país.  Penalización e introducción de rendimientos en la batería para mostrar la perdida de energía entre la cantidad que se carga y la que finalmente se descarga. En algunos casos en las simulaciones realizadas se podrá observar que la energía descargada es mayor que la energía cargada, puede parecer incoherente pero corresponde a casos en que la batería contaba con una carga muy alta al empezar la simulación (parametrizable en el script principal) y al terminar la simulación de un día concreto estará descargada al máximo 2.4.5 Compra Energía de la Red Eléctrica.  En el caso de que se elija comprar energía a la red eléctrica, OCTAVE sólo contempla una optimización económica. Es decir, se comparan los costes de generación de la energía por cada kWh por los métodos disponibles en la instalación con los costes de la energía de la red y se decanta por el más económico. Se propone como mejora implantar en el conjunto de algoritmos la opción de la optimización medioambiental y primar las energías que tengan menores emisiones a la atmosfera con respecto a las más contaminantes. Para ello, sería necesario conocer los tipos de gases que se emiten a la atmosfera para cada tecnología por cada kWh y también sería necesario conocer los gases expulsados por el conjunto de la red, según el mix de generación que tenga (estos datos podrían ser facilitados por el gestor de la red de transporte o distribución que corresponda). 15 3 CASO DE ESTUDIO n este capítulo se van a detallar las características técnicas y localización de la instalación objeto de estudio. A su vez se van a explicar las hipótesis adoptadas y también las características concretas adaptadas a esta instalación en Jordania. Muchos datos del diseño de la instalación se ha extraído del artículo Framework Design for Smart Micro-Grids [12], otros han sido facilitados por el Departamento de Ingeniería Eléctrica de la Universidad de Sevilla. 3.1 Localización. Se va a estudiar la microrred situada en el campus universitario de German Jordanian University, se encuentra situada en Madaba, es la capital de la Gobernación de Madaba, a 35 kilómetros de Ammán, en Jordania. La universidad se encuentra localizada en las coordenadas que corresponden a la latitud 31.7772 y longitud 35.8033, a una elevación de 289.06 metros. Figura 3-1. Localización Universidad. FUENTE: Google Maps E Caso de Estudio 16 Figura 3-2. Vista Aérea Campus Universitario. FUENTE: Google Maps 3.2 Condiciones climatológicas. Es necesario, para adaptar mejor el análisis, determinar las condiciones climatológicas de la ciudad de Madaba. El clima es suave, y generalmente cálido y templado. La lluvia en Madaba cae sobre todo en el invierno, con relativamente poca lluvia en el verano. La temperatura media anual en Madaba se encuentra a 16.4 °C. La precipitación media aproximada es de 346 mm. [13] Figura 3-3. Climográma Madaba. FUENTE: [13] 17 Diseño de una Microrred Eléctrica en un Campus Universitario Figura 3-4. Diagrama de Temperatura Madaba. FUENTE: [13] Enero Febrero Marzo Abril Mayo Junio Julio Agosto Sept. Octubre Nov. Dic. Temperatura media (°C) 7.7 9 11.3 15.6 19.3 22 23.3 23.5 22.2 19.5 14.4 9.1 Temperatura min. (°C) 3.3 4.1 5.8 9 12.1 14.8 16.4 16.7 15.1 12.5 8.8 4.6 Temperatura máx. (°C) 12.2 13.9 16.9 22.2 26.5 29.2 30.2 30.3 29.3 26.5 20.1 13.7 Temperatura media (°F) 45.9 48.2 52.3 60.1 66.7 71.6 73.9 74.3 72.0 67.1 57.9 48.4 Temperatura min. (°F) 37.9 39.4 42.4 48.2 53.8 58.6 61.5 62.1 59.2 54.5 47.8 40.3 Temperatura máx. (°F) 54.0 57.0 62.4 72.0 79.7 84.6 86.4 86.5 84.7 79.7 68.2 56.7 Precipitación (mm) 81 75 63 16 5 0 0 0 0 4 36 66 Tabla 3–1. Tabla climática. Datos Históricos del tiempo Madaba. FUENTE [13] Para poder analizar las condiciones solares que se esperan se va a proceder a extraer de la base de datos de la NASA los parámetros diarios del Clearness Index del año 2018 para poder tomarlo de referencia en la simulación. Acceso a Base de Datos [14], [4] 3.3 Características técnicas de la instalación. La instalación se encuentra formada por 6 zonas diferenciadas de instalaciones solares al que corresponde a cada uno un transformador diferente. A su vez están instalados 6 grupos de motores diésel de apoyo repartidos por las zonas mencionadas. Un esquema de la instalación se encuentra en la Figura 3-5 Caso de Estudio 18 Figura 3-5. Esquema GJU Microgrid. FUENTE: [14] Aunque se vayan a mencionar las diferentes zonas de paneles solares, en el análisis que se va a realizar en este proyecto no se va a diferenciar cada una de ellas, sino que se va a trabajar con todos los paneles agrupados. Sin embargo, si se va a diferenciar los grupos diésel ya que cada uno es de una potencia diferente y ello supondrá diferentes costes que es necesario aislar. La microgrid se encuentra conectada a la red eléctrica aunque se va a simular en diferentes condiciones. Se va a utilizar en todas las simulaciones la curva de consumo real desde noviembre de 2017 a octubre de 2018 completando así doce meses. Será un vector de datos compuesto por 8760 posiciones correspondientes a las horas anuales, en unidad de kW de potencia. 3.3.1 Instalación solar. Todos los paneles que forman esta instalación corresponden al modelo JKM315P-72 Poly Cristalline Module de Jinko. Cada panel solar tiene una dimensión de 1956 x 992 x 40 mm, ocupan una superficie de 1956 x 992 = 1940352 mm2 total. Es decir, corresponde a 1,9404 m2/panel con potencia unitaria de 315 Wp/panel en condiciones STC (1000 W/m2, 25ºC y AM 1.5 - masa de aire espectral). La tensión de funcionamiento del panel es próxima a 36 V y se ha estimado que la instalación tendrá la misma tension. El rendimiento del panel es del 16.23%. [15] Los paneles se distribuyen de tal forma que ocupan 6 zonas claramente diferenciadas como se indica en la Tabla 8–3. Área Nº Paneles Potencia (kWp) Superficie (m2) 1 2250 708.75 4365.68 2 1146 360.99 177.29 3 1378 434.07 213.18 4 267 84.112.1 41.30 5 396 124.74 61.26 6 1256 395.64 194.30 TOTAL 6693 2108.30 1035.41 Tabla 3–2. Distribución de paneles solares por las diferentes áreas. 19 Diseño de una Microrred Eléctrica en un Campus Universitario A continuación se muestran algunas imágenes que muestran la distribución de los paneles en las diferentes zonas. Figura 3-6. Área 1, 2250 paneles, 708.75 kW. FUENTE: [16] Figura 3-7. Área 2, 1146 paneles, 360.99 kW. FUENTE: [16] Caso de Estudio 26 Potencia Utilizada 50% 75% 100% MEDIA 350 525 700 525 Kwh (kW/h) 75 107 139 107 litros/hora 0.214285714 0.203809524 0.198571429 0.2056 litros/kWh 0.772 $/litro 0.1587 $/kWh Tabla 3–8. Análisis de gasto de combustible de Generador diésel 700 kVA. FUENTE: [19] La media de los tres valores es 0.1670 $ por kWh para los grupos diésel. 3.4.1.1 Simulación fluctuación de los precios del Petróleo Aunque se ha realizado un estudio de los precios del petróleo en el apartado anterior y se han obtenidos unos costes de penalización de referencia, se pretende en este apartado simular una variación de los precios del diésel para tener en cuenta la fluctuación de estos precios a nivel mundial y asemejarnos más a situaciones próximas a la realidad. Estos cambios se realizarán en el Capítulo 7 (Microgrid Conectada a Red con Batería) ya que es cuando se tiene disponible la red eléctrica y las baterías para estudiar las alternativas que se eligen con menores costes. Por lo tanto, se simulará un incremento y reducción de los precios del petróleo teniendo en cuenta el estudio anterior, para el coste de penalización de los distintos grupos diésel:  Incremento del Precio del Petróleo. Se ha decidido incrementar el precio de $ por litro de petróleo de 0.772 a 0.9. Gdiesel_1 150 Gdiesel_2 400 Gdiesel_3 700 0.2326 litros/kWh 0.2108 litros/kWh 0.2056 litros/kWh 0.9 $/litro 0.9 $/litro 0.9 $/litro 0.2093 $/kWh 0.1898 $/kWh 0.1850 $/kWh Tabla 3–9. Análisis de gasto de combustible de Generadores Diésel ante Incremento del precio de petróleo. La media de los tres valores es 0.1947 $/kWh.  Disminución del Precio del Petróleo. Se ha decidido reducir el precio de $ por litro de petróleo de 0.772 a 0.6. Gdiesel_1 150 Gdiesel_2 400 Gdiesel_3 700 0.2326 litros/kWh 0.2108 litros/kWh 0.2056 litros/kWh 0.6 $/litro 0.6 $/litro 0.6 $/litro 0.1396 $/kWh 0.1265 $/kWh 0.1233 $/kWh Tabla 3–10. Análisis de gasto de combustible de Generadores Diésel ante Disminución del precio de petróleo La media de los tres valores es 0.1298 $/kWh. 27 Diseño de una Microrred Eléctrica en un Campus Universitario 3.4.2 Precio del Mercado en Jordania. Coste de penalización. Esta microrred está integrada en la red eléctrica de tal modo que puede comprar energía a la red, sin embargo la ley jordana no permite la venta de los excedentes de la red al Mercado. Por lo tanto, solo se va a realizar el estudio de compra de energía de la red. En Jordania las tarifas eléctricas las fija el gobierno a través de la compañía pública de energía: National Electric Power Company (NEPCO), por lo tanto los precios por cada kWh se ven inalterados durante largos períodos de tiempo. [23] Analizando el conjunto de tarifas que se encuentran en vigor a través de la web oficial de NEPCO, se considera oportuno elegir la tarifa correspondiente a Otras grandes industrias (D-Large Industries, 1. Others) ya que se enfrentaría a un gran consumo si fuera necesario y no se encuentra otra calificación en la tabla que se adapte mejor. Tabla 3–11. Captura de pantalla de Tarifas Oficiales de NEPCO. FUENTE: [23] En este caso, como sólo se va a realizar una estimación aproximada para usarla como coste de penalización, se va a elegir la correspondiente a Day Energy (Fils/kWh) y Night Energy (Fils/kWh) estimando 10 horas de sol y 14 horas de noche; el valor final corresponde a un coste variable de 115.25 fils/kWh. Utilizando el tipo de cambio mencionado anterior la cifra ascendería a 0.16255 $/kWh. En el apartado 3.4.1.1-Simulación fluctuación de los precios del Petróleo, se simuló un incremento y decremento del precio del petróleo de tal forma que se asemejara a una posible situación real. En el caso del mercado eléctrico se ha decidido mantener los precios porque el gobierno de Jordania regula las tarifas y se cambian cada largos períodos de tiempo. Caso de Estudio 28 3.4.3 Costes Fijos, Variables y de Inversión. Se ha decidido utilizar los precios que presenta la Administración de Información de la Energía de Estados Unidos sobre los costes de instalaiacón, costes fijos y variables de operación y mantenimiento. Los precios corresponden a un informe de 2019 donde analiza los precios del Mercado de 2018. [24] COSTES DE INSTALACIÓN (Total Overnight Cost) Ccapdiesel1 Coste Tecnología diésel (ref tabla: Internal combustión engine) 1371 1508.1 $/kW €/kW Ccapdiesel2 Coste Tecnología diésel (ref tabla: Internal combustión engine) 1371 1508.1 $/kW €/kW Ccapdiesel3 Coste Tecnología diésel (ref tabla: Internal combustión engine) 1371 1508.1 $/kW €/kW Ccapoeolico Coste Tecnología eólica (ref tabla: Wind) 1624 1786.4 $/kW €/kW Ccappv Coste tecnología solar (ref tabla: Solar PV – fixed tilt) 1783 1961.3 $/kW €/kW Ccapbat Coste baterías de acumulación (ref tabla: Battery storage) 1950 2145 $/kW €/kW COSTES FIJOS DE OPERACIÓN Y MANTENIMIENTO CFdiesel1 Coste Tecnología diésel (ref tabla: Internal combustión engine) 7.11 7.821 $/kW/año €/kW/año CFdiesel2 Coste Tecnología diésel (ref tabla: Internal combustión engine) 7.11 7.821 $/kW/año €/kW/año CFdiesel3 Coste Tecnología diésel (ref tabla: Internal combustión engine) 7.11 7.821 $/kW/año €/kW/año CFoeolico Coste Tecnología eólica (ref tabla: Wind) 48.42 53.262 $/kW/año €/kW/año CFpv Coste tecnología solar (ref tabla: Solar PV – fixed tilt) 22.46 24.706 $/kW/año €/kW/año CFbat Coste baterías de acumulación (ref tabla: Battery storage) 36.38 40.018 $/kW/año €/kW/año 29 Diseño de una Microrred Eléctrica en un Campus Universitario COSTES VARIABLES DE OPERACIÓN Y MANTENIMIENTO CVdiesel1 Coste Tecnología diésel (ref tabla: Internal combustión engine) 6.03 6.6330 $/MWh €/MWh CVdiesel2 Coste Tecnología diésel (ref tabla: Internal combustión engine) 6.03 6.6330 $/MWh €/MWh CVdiesel3 Coste Tecnología diésel (ref tabla: Internal combustión engine) 6.03 6.6330 $/MWh €/MWh CVeolico Coste Tecnología eólica (ref tabla: Wind) 0 0 $/MWh €/MWh CVpv Coste tecnología solar (ref tabla: Solar PV – fixed tilt) 0 0 $/MWh €/MWh CVbat Coste baterías de acumulación (ref tabla: Battery storage) 7.26 7.9860 $/MWh €/MWh Tabla 3–12. Costes Fijos, Variables y de Inversión en 2018. FUENTE: [24] 3.5 Consideraciones particulares del caso de análisis. Se pretende para esta instalación analizar los datos de la microgrid a través del software de simulación HOMER y a través del algoritmo explicado anteriormente con el fin de compararlos y verificar el comportamiento de OCTAVE . Para analizar todos los datos se han utilizado todas las suposiciones y datos que se han explicado en este Capítulo. 3.5.1 Tratamiento de parámetros e Influencia en el resultado. Ambos algoritmos trabajan para realizar una simulación realista y extraer conclusiones adecuadas. Aun así, tanto HOMER como el algoritmo de OCTAVE utilizan lógicas diferentes para llegar al mismo objetivo, es por ello que la forma de introducir los parámetros técnicos y económicos en algunos casos serán diferente. Esta diferencia implica necesariamente un resultado diferente que será justificado en cada caso particular. La diferencia más pronunciada se encuentra en la forma de tratar la optimización económica: con OCTAVE se utilizan siempre costes fijos y variables de operación y mantenimiento, costes de instalación y el coste del combustible. Sin embargo, HOMER utiliza para el diseño solar costes de operación y mantenimiento fijos por año y costes de reemplazamiento; en este caso por lo tanto no se tiene en cuenta los costes variables de operación y mantenimiento. Para el motor diésel se posee coste de capital inicial, de remplazamiento, costes variables de operación y mantenimiento y coste del combustible por litro. Se vuelve a perder en este caso el coste fijo de operación y mantenimiento por potencia instalada. En ninguna de las simulaciones se ha tenido en cuenta los costes de remplazamiento con HOMER para evitar incrementar el error. Otra diferencia que se ha observado en el tratamiento técnico está relacionada con el porcentaje mínimo técnico de los motores diésel sobre la potencia instalada total, implica que si el motor se enciende nunca pueda trabajar a menos potencia de la fijada para el buen funcionamiento. OCTAVE trabaja con costes de penalización para ejecutar el método SIMPLEX, lo que implica que siempre se ejecutará la tecnología de menor a mayor coste, por lo que si se debe accionar una determinada tecnología siempre lo hará como mínimo a la potencia mínima Caso de Estudio 30 establecida. Esto implica que si la potencia a abastecer es baja y no supera el mínimo técnico habrá un excedente de energía que será generado igualmente y no será absorbida por la carga, se considera que este excedente se puede aprovechar para abastecer energía a la batería ya que si se acciona con poca potencia será las últimas horas de la tarde que hay poca potencia solar disponible y la batería estaría vacía. De este modo se justifica este modo de actuar sin desperdiciar energía. Sin embargo, con HOMER, si es necesario encender un motor para generar electricidad siempre tratará de ejecutarse aquel que produzca menos excedentes de energía en el momento del encendido, además una vez que se enciende permanecerá encendido varias etapas de tiempo. Es una lógica diferente que prima el aprovechamiento eléctrico en esos instantes por delante del que genera menos gasto. En HOMER se tiene en cuenta el consumo de combustible según potencia generada, es decir, se introducen curvas de rendimiento, con OCTAVE se va a utilizar una proporción de gasto de combustible por potencia generada media. Se observa que con HOMER se va a realizar de manera más realista por lo que estas diferencias pueden suponer una influencia en los resultados del combustible gastado en cada caso. En OCTAVE no se va a tener en cuenta la diferencia entre todos los grupos diésel, se van a agrupar en 3 grupos introduciendo en ellos toda la potencia instalada para motores de esas características. Sin embargo, en HOMER se va a establecer diferencia entre cada uno de los motores que finalmente se introduzcan. En OCTAVE no se tiene en cuenta la influencia de la temperatura sobre la producción de energía en el panel solar, en HOMER sí pero se ha deshabilitado para realizar simulaciones con menor error. 3.5.2 Leyenda Análisis Comparativo. En todas las simulaciones que se van a analizar en los Capítulos 4, 5, 6, 7 y 8 se realizarán comparaciones técnicas y económicas para diferentes conjuntos de datos. Con carácter general, se va a utilizar las mismas denominaciones para realizar todas las simulaciones por lo que en este apartado se va a mostrar el significado de cada una de las expresiones utilizadas en las tablas para no mencionarlas en cada capítulo.  Comparación Simulación Técnica. El significado de cada columna, para toda la simulación, es el siguiente: - E.Solar: Energía solar generada para las condiciones técnicas introducidas. [kWh]. - DIESEL 150_T: Energía total generada con los dos grupos diésel de 150 kW, es decir, un total de 300 kW. [kWh]. - DIESEL 400_T: Energía total generada con los dos grupos diésel de 400 kW, es decir, un total de 800 kW. [kWh]. - DIESEL 703_T: Energía total generada con los dos grupos diésle de 703 kW, es decir, un total de 1406 kW. [kWh]. NOTA: en los casos alternativos 1 y 2 la potencia total en este caso será 703 kW y 0 kW respectivamente. - Comp.Red: Energía total comprada a la red. [kWh]. - Desc.BAT: Energía total descargada de la batería, y por lo tanto utilizada para alimentar la carga. [kWh]. - Exceso Energía: Exceso de energía generado que no es aprovechado para alimentar la carga, este dato es interesante para el dimensionamiento de la batería ya que nos permitirá estimar la energía que podríamos almacenar y de ese modo el tamaño de la batería. [kWh]. 31 Diseño de una Microrred Eléctrica en un Campus Universitario  Comparación Simulación Económica. El significado de cada columna, para toda la simulación, es el siguiente: - C Inv. Inicial: Coste de la inversión inicial total necesaria para implantar la instalación. - C.Inv. Anual: Coste de la inversión por año. - CO&M F An: Costes de Operación y Mantenimientos Fijos por año. - CO&M V An: Costes de Operación y Mantenimiento Variable por año. - CO&M T An. Coste de Operación y Mantenimiento Totales por año (suma de los dos costes anteriores). - C Comb. An. Coste de Combustible por año. El significado de las filas para ambas comparaciones es el siguiente: - OCTAVE: resultado simulación para el conjunto de algoritmos ejecutados en el software matemático OCTAVE. - HOMER: resultado de simulación usando el software HOMER. - ERROR.Abs: error absoluto calculado como el valor absoluto de la diferencia entre ambas simulaciones. - ERROR.Relat: error relativo tomando como referencia el valor de la simulación extraída de HOMER. 33 4 MICROGRID AISLADA SIN BATERÍA n este capítulo se va realizar un análisis de la microgrid actual suponiendo que se encuentra aislada de la red eléctrica, y por lo tanto no puede recurrir nunca a la compra de energía de la red a modo de auxilio, en caso de que no exista tecnología renovable disponible. Por lo tanto, en este caso se va a tener la carga de la microgrid alimentada únicamente por los motores diésel y la generación solar. Figura 4-1. Flujo de energía Microgrid aislada sin batería CASO 1. Se pretende en algunas simulaciones que se van a plantear comparar los resultados con el software de simulación de microgrids HOMER para verificar la validez del algoritmo. Los CASOS que se van a estudiar en este Capítulo son los siguientes: Capítulo 4. Microgrid Aislada sin Batería CASO 1 2108 kW Solar 2 x 150 kW Diésel 2 x 400 kW Diésel 703 kW Diésel 703 kW Diésel CASO 1.1 703 kW Diésel 703 kW Diésel CASO 1.2. 703 kW Diésel 703 kW Diésel Tabla 4–1. Casos de estudio para Microgrid Aislada sin Batería. E CARGA Generación Solar 2 x Diésel 150 kW Batería Red de Distribución Eléctrica 2 x Diésel 400 kW 2 x Diésel 703 kW Microgrid Aislada sin Batería 34 4.1.1 Análisis CASO 1. En la siguiente tabla se muestra una comparativa de los datos extraídos simulando con ambas alternativas. E. Solar DIESEL 150_T DIESEL 400_T DIESEL 703_T TOTAL Diesel Exceso Energía OCTAVE 3262998.24 0 0 1322994.6 1322994.6 1871626.9 HOMER 3206727 19557 14804.34 1334331 1368692.34 1835976 ERROR.Abs 56271.2357 19557 14804.34 11336.3982 45697.7382 35650.9036 ERROR.Relat 1.75% - - 0.85% 3.34% 1.94% Tabla 4–2. Comparativa resultados técnicos con ambas alternativas CASO 1. Figura 4-2. Comparativa Técnica HOMER-OCTAVE para CASO 1. Se puede observar una coincidencia bastante importante en la generación solar ya que solo hay un error relativo del 1.44%. Sin embargo, en la generación diésel existe mayor diferencia ya que mientras que con OCTAVE sólo se activa los motores diésel de 703 kW, en HOMER se activan todos, aun así la diferencia en la generación total es solo del 3.34 % en total. La activación de más motores diésel en el caso de HOMER se explica por la condición de mínimo técnico diésel ya mencionada en el apartado 3.5.1 Tratamiento de parámetros e Influencia en el resultado. Es decir, OCTAVE utiliza el método SIMPLEX con costes penalizados para encender los motores diésel, por lo que siempre se va a encender el motor diésel de mayor tamaño porque supone un menor costes de penalización. El problema surge cuando el mínimo técnico del motor más grande supera la energía necesaria para ese instante, es cuando se produce un exceso de energía que no se aprovecha. Sin embargo, HOMER tiene en cuenta la demanda en ese instante y activa el motor diésel que se adapte mejor a la energía que se necesite teniendo en cuenta el mínimo técnico diésel. El exceso de energía es un 1.94% mayor en el caso del OCTAVE porque al encender el motor diésel de 703 kW, que a su vez está englobado en el grupo total de 1406 kW (703kW x 2) se enciende siempre un total de un 35.15 kW (5% de 703) aunque a veces se pudiera suplir con la activación de un motor de menor potencia mínima (como se presupone que hace HOMER). También es necesario tener en cuenta que este exceso de energía mayor se puede justificar porque en el caso de OCTAVE se genera mayor energía solar que en HOMER, es fácilmente entendible que los mayores picos de generación serán en horas donde la demanda no necesariamente sea la 35 Diseño de una Microrred Eléctrica en un Campus Universitario mayor por lo que se desperdiciará más energía. Por lo tanto, de manera general, se considera que como OCTAVE genera más energía solar que HOMER el mayor exceso de energía de OCTAVE estaría justificado y también su menor necesidad de producir energía a través de generadores diésel. En el caso de HOMER ocurre lo contrario, como tiene menor generación de energía solar, su exceso de energía va a ser menor pero también será mayor que en OCTAVE la generación diésel para suplir la falta de energía solar. C Inv. Inicial C Inv. Anual CO&M F An CO&M V An CO&M T An C. Comb. An OCTAVE 7194824.9 732808.808 65170.078 7977.6574 73147.7354 209959.243 HOMER 7186652.49 731976.43 47410.6 211318.92 ERROR.Abs 8172.41 832.3782 65170.078 7977.6574 25737.1354 -1359.6767 ERROR.Relat 0.11% 0.11% - - 54.29% 0.64% Tabla 4–3. Comparativa resultados económicos con ambas alternativas CASO 1. Figura 4-3. Comparativa Económica HOMER-OCTAVE para CASO 1 En cuanto a la comparación económica, como se comentó en el apartado 3.5.1 Tratamiento de parámetros e Influencia en el resultado., es donde existen mayores diferencias debido a la forma de introducir y tratar los datos. En cuanto a la generación solar, con OCTAVE se utilizan costes fijos y variables de operación y mantenimiento, costes de instalación y el coste del combustible. Sin embargo, HOMER utiliza para el diseño solar costes de operación y mantenimiento fijos por año y costes de reemplazamiento; no se tiene en cuenta los costes variables de operación y mantenimiento. La generación diésel posee en HOMER coste de capital inicial de remplazamiento, costes variables de operación y mantenimiento y coste del combustible por litro. Sin embargo, se pierde en este caso el coste fijo de operación y mantenimiento por potencia instalada que si existe en OCTAVE. En ninguna de las simulaciones se ha tenido en cuenta los costes de remplazamiento disponibles en HOMER para evitar incrementar el error. Es por todo lo explicado, que la mayor diferencia radica en los Costes de Operación y Mantenimiento Totales (se incluye los fijos y los variables en caso de OCTAVE porque están diferenciados, en caso de HOMER se incluye un cómputo total facilitado por el software). Microgrid Aislada Con Batería 42 5.1 Dimensionamiento de la batería. A través del conjunto de algoritmos implementados en OCTAVE se han simulado diferentes capacidades de la batería a implementar en la microrred, y de ese modo analizar su respuesta. Los parámetros técnicos de la batería que se han utilizado son los referentes a los mencionados en el apartado 3.3.3. Se ha tomado como referencia la batería de 1000 kWh, por lo que se han ido probando discretamente la implantación de 1 a 10 baterías de esta capacidad, se repitió la misma acción en el software HOMER. Para conseguir los resultados de la siguiente tabla se han hecho 10 simulaciones con el conjunto de algoritmos de OCTAVE y otras 10 con el software HOMER. KWhBatería OCTDiesel OCTBatdesc OCTVolcado HOMDiesel HOMBatdesc HOMVolcado 0 1322994.6 0 1871626.9 1368692.34 0 1835976 1000 1050841.57 271122.842 1600173.87 1068911.5 286206 1528400 2000 793848.454 528115.958 1343880.76 801388.2 551471 1254886 3000 553297.312 768667.099 1103861.56 557296.96 795710 1009263 4000 366126.348 955661.711 916590.597 408533.081 945860 856715 5000 297459.761 1024059.33 847824.01 344284.525 1011658 790056 6000 263453.93 1057967.33 813718.179 298044 1055009 746963 7000 242137.987 1079244.9 792302.236 267407.063 1089115 713389 8000 227248.437 1094114.53 777312.686 237691.407 1117558 685501 9000 217361.709 1104001.26 767325.957 215542.845 1141276 661448 10000 209361.709 1111992.18 759225.957 193845 1162103 640318 Tabla 5–1. Energía generada por motores diésel, descargada por la baterías y desperdiciada para HOMER y OCTAVE con diferentes capacidades de la batería. Para poder extraer conclusiones se va a proceder a graficar los resultados anteriores. Figura 5-2. Gráfica de la energía generada por motores diésel, descargada por la baterías y desperdiciada para HOMER y OCTAVE para diferentes valores de la batería. En la gráfica anterior se puede observar cómo para la energía generada por el conjunto de alternadores diésel y para la batería descargada los valores son muy parecidos para HOMER (HOMDiesel y HOMBatDesc) y OCTAVE (OCTDiesel y OCTBatDesc). 43 Diseño de una Microrred Eléctrica en un Campus Universitario Donde existe una mayor diferencia de estos valores será en el Volcado de la carga (OCTVolcado y HOMVolcado), es decir, la energía desperdiciada. OCTAVE mantiene un volcado de energía mayor debido al exceso en la generación solar con respecto a la carga que provoca que sobre más energía. Sin embargo HOMER que predice un desperdicio de energía menor en todos los casos motivado por el descenso en la generación solar con respecto a OCTAVE. Valorando ahora los resultados técnicamente descubrimos que conforme se va añadiendo más capacidad a la batería (de 1000 en 1000 kWh) hasta los 4000 kWh se reduce bastante el consumo de diésel, y a su vez la energía desperdiciada ya que se aprovecha para cargar la batería. También, como es evidente, implica que la energía proporcionada por la batería es mayor (BatDesc). De 4000 a v 7000 kWh la pendiente de la curva cambia y en todos los casos disminuye y pasa a ser más uniforme, donde la disminución en el caso de la generación diésel y la energía desperdiciada es muchos menos pronunciada que en el primer tramo que hemos comentado. Finalmente, de 7000 a 10000 kWh la pendiente de la carga se estabiliza mucho más provocando que no se considere significativo la reducción en el consumo del diésel o el aumento de la carga de la batería. Por lo tanto, considero que se debería implantar una batería de 4000 kWh para reducir el consumo de diésel de manera pronunciada como muestra la gráfica. Si se desea ampliar esta batería a una de mayor tamaño, nunca se debería ampliar hasta más de 7000 kWh ya que no tendría sentido porque costaría más instalar la batería que el ahorro que produciría en diésel. Si se desea instalar una batería de 5000 a 7000 kWh se debería realizar un estudio económico profundo para saber si merece la pena invertir en los costes de instalación de las baterías a cambio de la reducción tan poco pronunciada de la generación diésel. Aun así, un aumento de la capacidad de la batería siempre repercutirá positivamente en un mayor aprovechamiento de las energías renovables. 5.2 Análisis CASO 2. Como se comentó en las conclusiones del apartado 5.1, se decide implementar 4 baterías con una capacidad total de 4000 kWh porque se considera que es lo más viable económica y técnicamente ya que es con la cantidad con la que se produce una mayor reducción del consumo DIESEL de manera relativa. En este apartado se realizará un estudio más profundo de estas simulaciones en los dos software disponibles. A continuación, se van a mostrar los resultados concretos para estas simulaciones. E. Solar DIESEL 150_T DIESEL 400_T DIESEL 703_T TOTAL Diésel Desc. BAT Exceso Energía OCTAVE 3262998.24 0 0 366126.348 366126.348 955661.711 916590.597 HOMER 3206727 4245 2282 402084 408611 945860 856715 ERROR.Abs 56271.2357 4245 2282 35957.6518 42484.6518 9801.7111 59875.597 ERROR.Relat 1.75% - - 8.94% 10.40% 1.04% 6.99% Tabla 5–2. Comparativa resultados técnicos con ambas alternativas CASO 2. Microgrid Aislada Con Batería 44 Figura 5-3. Comparativa Técnica HOMER-OCTAVE, CASO 2 Se puede observar que se concentra casi la totalidad de la generación del diésel en los dos alternadores de mayor tamaño, OCTAVE no considera uso de los diésel de menor tamaño y HOMER los considera pero de manera residual en comparación con los cantidades de energía que se están tratando en esta instalación. El mayor consumo de diésel en HOMER se explica porque al generar menos energía solar es necesario que produzca más energía de esta tecnología en comparación con OCTAVE, realmente se produce una diferencia de error relativo más grande que el CASO 1 pero se verificará en el apartado posterior (Comparativa CASO 1 Vs CASO 2) como la cantidad de potencia diésel por ambas partes a reducir es muy parecida. En este caso, HOMER produce mucho menos exceso de energía motivado por la menor generación de energía solar con respecto a OCTAVE y además, porque se está generando casi la totalidad potencia diésel a través del único generador de mayor tamaño lo que prima la optimización. En el aprovechamiento de energía de la batería ambos algoritmos estiman un flujo de la energía parecido con tan solo un error relativo del 1.04%. La estimación de generación de energía solar no cambia respecto a los otros casos ya que no se han alterado las condiciones de radiación solar o ambiental. Tabla 5–3. Comparativa resultados económicos con ambas alternativas, CASO 2. En el caso de los costes se extraen las mismas conclusiones que en el CASO 1 del Capítulo 4. Los costes de Inversión Anuales son muy similares debido a que las variables económicas son similares. No ocurre lo mismo en el caso de los costes de Operación y Mantenimiento Totales que poseen un error del 31.58%, esta diferencia se justifica por la estrategia económica que sigue cada uno de los algoritmos, se explica en el apartado 3.5.1 Tratamiento de parámetros e Influencia en el resultado. C Inv. Inicial C Inv. Anual CO&M F An CO&M V An CO&M T An C. Comb. An OCTAVE 9885824.9 1006893.1 115374.478 16070.65 131445.128 58104.2515 HOMER 9877652.45 1006060.72 192888.01 62911.15 ERROR.Abs 8172.45016 832.3821 115374.478 16070.65 61442.882 4806.8985 ERROR.Relat 0.08% 0.08% - - 31.85% 7.64% 45 Diseño de una Microrred Eléctrica en un Campus Universitario Figura 5-4. Comparativa Económica HOMER-OCTAVE, CASO 2 El coste de combustible es mayor en HOMER que en OCTAVE porque en las estimaciones anteriores se había establecido un mayor consumo de energía de los generadores diésel en HOMER que en OCTAVE, por lo tanto la cantidad de combustible a utilizar será mayor en uno que en otro y en consecuencia el precio total. Aun así, es menor relativamente la diferencia del coste del combustible (directamente relacionado con la cantidad de combustible) (7.62%) con respecto a la diferencia de la energía generada (10.40%). Se debe a las curvas de rendimiento de los grupos diésel que utiliza HOMER y que provocan que siempre que trabajen a regímenes cercanos a la potencia máxima necesiten menos cantidad de combustible. OCTAVE, sin embargo, utiliza una media para calcular el consumo, es por ello que trabaje a mayor o menor régimen siempre consumirá lo mismo, provoca que si se trabaja a potencias altas durante mucho tiempo se esté estimando por más el consumo. 5.3 Comparativa CASO 1 Vs CASO 2 En este apartado se pretende evaluar la diferencia entre el CASO 1 correspondiente al Capítulo 4. Microgrid Aislada sin Batería y este CASO 2 con la Microgrid Aislada Con Batería. E. Solar DIESEL 150_T DIESEL 400_T DIESEL 703_T TOTAL Diesel Desc. BAT Exceso Energía OCT.CASO 1 3262998.24 0 0 1322994.6 1322994.6 0 1871626.9 OCT.CASO 2 3262998.24 0 0 366126.348 366126.348 955661.711 916590.597 DIFERENCIA 0 0 0 956868.254 956868.254 955661.711 955036.307 DIFRelatOCT 0.00% - - 72.33% 72.33% - 51.03% HOM.CASO 1 3206727 19557 14804.34 1334331 1368692.34 0 1835976 HOM.CASO 2 3206727 4245 2282 402084 408611 945860 856715 DIFERENCIA 0 15312 12522.34 932247 960081.34 945860 979261 DIFRelatHOM 0.00% 78.29% 84.59% 69.87% 70.15% - 53.34% Tabla 5–4. Comparativa resultados técnicos con ambas alternativas CASO 1 Vs CASO 2. Microgrid Aislada Con Batería 46 Figura 5-5. Comparativa Técnica HOMER-OCTAVE, CASO 1 Vs CASO 2 De manera inicial, realizando una comparativa de HOMER con OCTAVE, se puede observar en la Tabla 5–4 (resaltado en color rojo)como la diferencia en la disminución de la energía que es necesario extraer de los motores diésel y el exceso de energía es muy similar. En el caso de los motores diésel se produce un disminución de energía del 72.33 % para OCTAVE y 70.15% para HOMER, un diferencia del 2.18% que se considera aceptable. Para el exceso de energía ocurre lo mismo: 51.03 % de diferencia con respecto al CASO 1 en el caso de OCTAVE y 53.34 % de diferencia en HOMER. Realizando un análisis entre ambos casos, se puede observar en la Figura 5-5 que con implementación de las baterías se ha conseguido reducir la cantidad de energía desperdiciada (Exceso Energía) de media un 52% ya que proviene en su mayoría de la energía que se genera en las renovables que no es aprovechada por las cargas. La batería se carga con ese exceso de energía que antes no era aprovechado y se descarga en horas que no se tiene radiación solar. Es por ello, que también se aprecia un descenso muy pronunciado de la energía total diésel necesaria de un 71 % de media de un caso a otro. Este descenso es muy importante e implica un ahorro considerable de combustible pero que se contrarresta con la cara implementación del conjunto de baterías. Se concluye que instalar las baterías provoca un importante descenso en el consumo de energía diésel aprovechando más las energías renovables reduciendo a la vez la energía desperdiciada siendo, por lo tanto, más eficiente. 47 6 MICROGRID CONECTADA A RED SIN BATERÍA n los capítulos anteriores se estudió el comportamiento de la microrred de formar aislada, sin una conexión con la red de distribución eléctrica. En este caso se va a proceder a realizar simulaciones con conexión a la red eléctrica y sin tener en cuenta capacidad instalada de baterías, corresponde con la situación real de la instalación en estos momentos. La conexión a la red implica una potencia infinita de la que podemos disponer en cualquier momento (al menos teóricamente), esto implica que se podría contemplar por esta vía el abastecimiento íntegro de toda la energía necesitamos. Si la potencia a abastecer fuera muy alta y debemos disponer de manera inmediata de ésta, podría afectar a la estabilidad de los sistemas eléctricos colindantes. La implantación de las micro-redes pueden tener diferentes objetivos: económicos o de mayor penetración de renovable y reducción de la contaminación, entre ellos. Es decir, la compra de energía de la red eléctrica tendría sentido bajo un modelo de optimización económica si se comprara energía si el coste variable en un momento determinado es más barato que la generación por métodos propios. Sin embargo, si se persiguiera una optimización de tener una mayor penetración de renovable o reducción de la contaminación, se debería comprar energía de la red si estimamos que la generación de energía eléctrica por medios propios puede generar mayores expulsiones de gases a la atmosfera que el mix de generación que tenga la red. En ese caso debemos conocer la cantidad de gases por kWh que se expulsan a la atmósfera por los diferentes medios y elegir la opción medioambientalmente más beneficiosa. En ambas alternativas de optimización se entiende que primarán siempre la generación renovable ya que en el caso de la económica es más barato el coste variables de la generación renovable que la compra de la energía de la red; en el caso de la optimización medioambiental primará siempre las energías renovables porque la expulsión de los gases en el momento de la generación es nula. Se concluye que la optimización económica es la mayoritariamente elegida los encargados de la gestión de este tipo de instalaciones eléctricas. Es por ello, que OCTAVE sólo contempla la optimización económica y comparará energía de la red según los costes de penalización (costes variables de generación) de cada tecnología y primará aquellos que sean más económicos. En este caso NO vamos a estudiar la venta de energía de la red ya que la normativa de Jordania no permite esta opción. Toda la energía que se considere desperdiciada en estos casos se inyectará en la red sin retribución económica o tendrán que ser consumidas por cargas resistivas. Es probable que en este capítulo haya mayor discrepancia entre los dos softwares con los que se está comparando porque no se conoce concretamente cuál es la lógica que utiliza HOMER para la optimización cuando se encuentra la red incluida. E Microgrid Conectada a Red sin Batería 48 Este caso concreto se le denominará CASO 3 y se tomará como referencia en el resto del documento. Figura 6-1. Flujo de energía Microgrid Conectada a Red sin Batería, CASO 3. Los CASOS que se van a estudiar en este capítulo son los siguientes: Capítulo 6. Microgrid Conectada a Red sin Batería CASO 3 2108 kW Solar 2 x 150 kW Diésel 2 x 400 kW Diésel Red Eléctrica 703 kW Diésel 703 kW Diésel CASO 3.1. 703 kW Diésel 703 kW Diésel CASO 3.2. 703 kW Diésel 703 kW Diésel Tabla 6–1. Esquema de conexión para los diferentes casos Microgrid Conectada a Red Sin Batería. 6.1 Análisis CASO 3. En este apartado se va a analizar el CASO 3 que corresponde, tal como indica la Tabla 8–3 y la Figura 6-1, a la instalación conectada a red con todos los elementos que la forman. Este caso es como se encuentra instalado en estos momentos en la realidad. E. Solar DIESEL 150_T DIESEL 400_T DIESEL 703_T TOTAL Diesel Comp. RED Exceso Energía OCTAVE 3262998.24 0 0 1322994.6 1322994.6 0 1871626.9 HOMER 3206727 0 0 1328880 1328880 2407 1769279 ERROR.Abs 56271.2357 0 0 5885.3982 5885.3982 2407 102347.904 ERROR.Relat 1.75% - - 0.44% 0.44% - 5.78% Tabla 6–2. Comparativa resultados técnicos con ambas alternativas CASO 3. CARGA Generación Solar 2 x Diésel 150 kW Batería Red de Distribución Eléctrica 2 x Diésel 400 kW 2 x Diésel 703 kW 49 Diseño de una Microrred Eléctrica en un Campus Universitario Figura 6-2. Comparativa Técnica HOMER-OCTAVE, CASO 3. Como comparativa entre HOMER y OCTAVE en este caso cabe destacar la gran coincidencia en muchos casos de los valores estimados por los diferentes softwares. En cuanto, a la generación solar se mantiene el mismo error ya que no se ha producido ningún cambio en valores atmosféricos/técnicos que pueda afectar a la instalación solar. En este caso se está generando la energía sólo a través de los motores de mayor potencia (703 kW) ya que usarlos es más barato que comprar energía de la red. Sin embargo, usar los generadores de las potencias inferiores implica un precio mayor, por lo que la energía que se necesita la comprará a la red. Como hemos visto en los capítulo anteriores, el uso de los generadores de potencias inferiores junto con los de mayor potencia siempre implicaba un exceso de energía que conllevaba mala optimización en HOMER con respecto a OCTAVE, es por ello que el error relativo en la generación DIESEL es de tan solo el 0.44 %, porque sólo utiliza los motores de 703 kW. El error del exceso de Energía (energía desperdiciada) asciende al 5.78%, se justifica porque HOMER estima la generación diésel muy parecida a OCTAVE de forma que realiza sólo la generación con los motores de mayor potencia implicando una buena optimización técnica, no desperdiciando energía. Además HOMER simula mucha menos generación de energía solar lo que implicará una menor cantidad de energía desperdiciada. Es por ello que hay más diferencia. En cuanto a la compra de la Red se observa que HOMER necesita comprar aproximadamente 2000 kWh pero OCTAVE entiende que no es necesario en ningún momento ese recurso. Esta diferencia se puede justificar porque HOMER simula la potencia solar de manera diferente y existe un día con baja radiación solar que coincide con una mayor carga que provoca que la potencia de los dos grupos diésel de 703 kW (1406 kW en total) no sea suficiente para satisfacer la demanda por lo que tiene que recurrir a la red eléctrica. Los resultados de la simulación económica son los siguientes: C Inv. Inicial C Inv. Anual CO&M F An CO&M V An CO&M T An C. Comb. An C C Red An OCTAVE 7194824.9 732808.808 65170.078 7977.6574 73147.7354 209959.243 0 HOMER 7186652.49 731976.43 47774.75 204173.28 387.47 ERROR.Abs 8172.41 832.3782 65170.078 7977.6574 25372.9854 5785.9633 387.47 ERROR.Relat 0.11% 0.11% - - 53.11% 2.83% - Tabla 6–3. Comparativa resultados económicos con ambas alternativas, CASO 3. Microgrid Conectada a Red sin Batería 50 Figura 6-3. Comparativa Económica HOMER-OCTAVE, CASO 3 En el caso de la comparativa económica se llegan a las mismas conclusiones que los análisis de los capítulos anteriores. Es decir, los costes de Inversión son muy parecidos porque los parámetros a introducir con ambas alternativas son parecidos. En el caso de HOMER existe un coste de energía de la red ya que se necesita comprar según la simulación de la Tabla 6–2. El coste de combustible posee un error de tan solo el 2.83 % donde HOMER gasta menos dinero que OCTAVE en combustible aunque este último genere menos energía. Se puede explicar porque en el caso de HOMER se encuentran introducidas las curvas de rendimiento para los motores lo que implica que si trabaja a un régimen superior se gastará menos y viceversa; como se entiende que la mayoría de las veces estará trabajando cerca de su velocidad nominal se gastará menos combustible. Recordar, que OCTAVE trabaja con una estimación basada en costes medios. Sin embargo, la mayor diferencia ocurre para el caso de los costes de operación y mantenimiento ya que los parámetros a introducir en ambos softwares son diferentes y además se tratan de otra manera. (Explicación más extensa en el apartado 3.5.1 Tratamiento de parámetros e Influencia en el resultado.) 6.2 Análisis CASOS ALTERNATIVOS 3.1 y 3.2. Se va a realizar una simulación de casos alternativos eliminando 1 o 2 generadores diésel de 703 kW. Figura 6-4. Flujo de energía Microgrid aislada sin batería CASO ALTERNATIVO 3.1 y 3.2.. CARGA Generación Solar 2 x Diésel 150 kW Batería Red de Distribución Eléctrica 2 x Diésel 400 kW 1 x Diésel 703 kW 1 x Diésel 703 kW ALTERNATIVA 3.1 ALTERNATIVA 3.2 kW 51 Diseño de una Microrred Eléctrica en un Campus Universitario E. Solar DIESEL 150_T DIESEL 400_t DIESEL 703_T TOTAL Diesel Comp. RED Exceso Energía Desconect OCT2X703 3262998.24 0 0 1322994.6 1322994.6 0 1871626.9 0 OCT1X703 3262998.24 0 0 1313780.9 1313780.9 7876.5877 1870289.78 DIF 0 0 0 9213.7064 9213.7064 7876.5877 1337.1187 0 OCT0X703 3262998.24 0 0 0 0 1321261.52 1869893.82 211.77 DIF 0 0 0 1322994.6 1322994.6 1321261.52 1733.0816 211.77 HOM2x703 3206727 0 0 1328880 1328880 2407 1769279 0 HOM1X703 3203727 0 0 1322298 1322298 8983 1769279 DIF 3000 0 0 6582 6582 6576 0 0 HOM0X703 3206727 0 0 0 0 1331278 1769276 5908 DIF 0 0 0 1328880 1328880 1328871 3 5908 Tabla 6–4. Comparativa resultados técnicos CASOS ALTERNATIVOS 3.1, 3.2 y CASO 3. A continuación, se graficarán los resultados más relevantes para analizarlo más fácilmente: Figura 6-5. Comparativa Técnica HOMER-OCTAVE, CASOS ALTERNATIVOS 3.1, 3.2 y CASO 3. A simple vista se está produciendo el comportamiento esperado, es decir, en el caso 3.1 cuando ya se ha eliminado un generador necesitará abastecer energía de la red en algunos casos concretos donde ocurran picos de demanda y la generación solar sea muy baja, no se genera energía con el resto de grupos con menor potencia porque su precio sería mayor. Con respecto al caso 3.2 se observa como en los dos casos (HOMER u OCTAVE) comprará energía de la red y no necesitará energía de los motores. Por lo tanto el total de la carga se abastecerá de energía desde generación solar y compra de la red ya que producir energía por generadores diésel es mucho más caro y no se considera necesaria. C Inv. Inicial C Inv. Anual CO&M F An CO&M V An CO&M T An C. Comb. An C C Red An TOTAL OCTC3 7194824.9 732808.808 65170.078 7977.6574 73147.7354 209959.243 0 1015915.79 HOMC3 7186652.49 731976.43 47774.75 204173.28 387.47 984311.93 OCTC3.1 6231011.9 634642.325 60171.748 7922.0988 68093.8468 208497.028 1280.3393 912513.539 HOMC3.1 6226952.49 634228.87 48833.28 203162.88 1446.24 887671.27 OCTC3.1 5267198.9 536475.842 55173.418 0 55173.418 0 214771.06 806420.32 HOMC3.1 5267252.49 536481.3 47353.1 214335.71 798170.11 Tabla 6–5. Comparativa resultados económicos CASOS ALTERNATIVOS 3.1, 3.2 y CASO 3. 59 8 CONCLUSIONES GENERALES n este capítulo se pretende extraer conclusiones generales comparando todos los casos estudiados de forma que se puedan determinar la coherencia de los resultados, también se va a estudiar el comportamiento de un día tipo para observar la lógica que utiliza cada uno de los softwares. Además, se realizará el predimensionamiento de la instalación haciendo uso del algoritmo PSO y se analizarán los resultados. 8.1 Estudio de día tipo. Para el estudio del día tipo se decide estudiar el día 29 y 30 de Julio. En el primer día OCTAVE estima mucha radiación solar y el segundo día muy poca, de este modo podremos estudiar el comportamiento y la forma de actuar de cada uno de los sistemas. En el caso de HOMER se producen estimaciones solares similares pero con cierta diferencia en la forma de la curva. Figura 8-1. Estudio Flujo de Potencia Día Tipo HOMER-OCTAVE 29/06 y 30/06 E Conclusiones Generales 60 Figura 8-2. Estudio Estado Energía Batería Día Tipo HOMER-OCTAVE 29/06 y 30/06 Para el día 29/06 se observa que en las primeras horas del día (1:00h – 5:00h) se produce un abastecimiento del consumo a través de la descarga de la batería en ambos casos. Conforme va saliendo el sol (5:00-6:00 h) la batería comienza a cargarse ya que existe potencia solar pero todavía no hay suficiente consumo por lo que sobra energía que se dedica a abastecer la batería. Sobre las 10:00 h la batería con OCTAVE ya se encuentra cargada por lo que ya no se puede cargar más y se desaprovecha toda la energía excedente en este tramo donde hay más generación Solar que carga a alimentar. Sin embargo, HOMER a las 10:00h inicia de manera arbitraria la generación diésel y como en algunos instantes hay más energía generándose por diésel y solar que carga a suministrar la batería se seguirá cargando. A partir de las 13:00h con OCTAVE se genera menos energía solar que carga se necesita abastecer, es por ello que vuelve a entrar en juego la batería para abastecer esa diferencia de carga. En el caso de OCTAVE la batería sigue abasteciendo la carga hasta las 4:00 aproximadamente del día siguiente que es necesario que un grupo diésel entre en juego para abastecer la carga. En el caso de HOMER sigue el mismo comportamiento pero entra en funcionamiento el grupo diésel una hora más tarde con menos potencia. El día 30/06 se produce una diferencia importante de generación solar entre un software y otro. Estudiando OCTAVE descubrimos la batería se cargará durante las primeras horas que existe un exceso de generación solar con respecto al consumo, pero a partir de las 11 aproximadamente comienza la batería a descargarse, a las 14:00 h el grupo diésel debe entrar en funcionamiento y no parar en el caso de OCTAVE para abastecer durante toda la noche la energía. La batería aproximadamente a las 15:00 se encuentra totalmente vacía. En el caso de HOMER para el segundo día se observa un comportamiento similar al día anterior, entrando a funcionar el diésel a las 11:00 h para así proseguir con el ciclo de carga de la batería. Se concluye que HOMER busca realizar el ciclo de carga correctamente en todos los casos por lo que fuerza incluso la utilización del grupo diésel para completar el ciclo de carga. Sin embargo, OCTAVE sólo cargará la batería si detecta un exceso de carga en alguno de sus tramos horarios sin tener en cuenta el ciclo de vida de la batería. 61 Diseño de una Microrred Eléctrica en un Campus Universitario 8.2 Exposición de resultados. Se ha realizado un estudio de los cuatros casos generales para evaluar el comportamiento técnico así como el económico y extraer conclusiones generales sobre la instalación más óptima en las dos vertientes. E. Solar DIESEL 150_T DIESEL 400_T DIESEL 703_T TOTAL Diesel Comp. RED Desc. BAT Exceso Energía OCTAVE_C1 3262998.24 0 0 1322994.6 1322994.6 0 0 1871626.9 HOMER_C1 3206727 19557 14804.34 1334331 1368692.34 0 0 1835976 OCTAVE_C3 3262998.24 0 0 1322994.6 1322994.6 0 0 1871626.9 HOMER_C3 3206727 0 0 1328880 1328880 2407 0 1769279 OCTAVE_C2 3262998.24 0 0 366126.348 366126.348 0 955661.711 916590.597 HOMER_C2 3206727 4245 2282 402084 408611 0 945860 856715 OCTAVE_C4 3262998.24 0 0 366126.348 366126.348 0 955661.711 916590.597 HOMER_C4 3206727 0 0 405202 405202 1431 943518 839330 Tabla 8–1. Comparativa técnica de CASOS 1, 2, 3 y 4 para alternativas HOMER-OCTAVE Figura 8-3. Gráfica comparativa técnica de CASOS 1, 2, 3 y 4 para alternativas HOMER-OCTAVE Observando la gráfica se observa que cuando se incluye la batería es cuando se empieza a producir una disminución importante para ambas alternativas (HOMER y OCTAVE) en cuanto a la reducción de consumo diésel y además la reducción de energía desperdiciada que va a parar a la carga de las baterías. Se deja patente que la introducción de la red eléctrica no influye de manera vistosa en la reducción de la energía desperdiciada ya que esta principalmente proviene de la energía desaprovechada al haber horas de radiación solar que no son aprovechadas. Además, tampoco disminuye el consumo de diésel porque como hemos observado en todos los apartados anteriores siempre se utilizan los motores más grandes (2x703 kW) para abastecer casi toda la demanda y solo es necesario usar la red si se tienen que accionar otros generadores de menor tamaño ya que el coste es menor. Conclusiones Generales 62 C Inv. Inicial C Inv. Anual CO&M F An CO&M V An CO&M T An C. Comb. An C C Red An TOTAL OCTAVE_C1 7194824.9 732808.808 65170.078 7977.6574 73147.7354 209959.243 0 1089063.52 HOMER_C1 7186652.49 731976.43 47410.6 211318.92 990705.95 OCTAVE_C3 7194824.9 732808.808 65170.078 7977.6574 73147.7354 209959.243 0 1089063.52 HOMER_C3 7186652.49 731976.43 47774.75 204173.28 387.47 984311.93 OCTAVE_C2 9885824.9 1006893.1 115374.478 16070.65 131445.128 58104.2515 0 1327887.61 HOMER_C2 9877652.45 1006060.72 192888.01 62911.15 1261859.88 OCTAVE_C4 9885824.9 1006893.1 115374.478 16070.65 131445.128 58104.2515 0 1327887.61 HOMER_C4 9877652.49 1006060.72 193116.36 62256.69 232.68 1261666.45 Tabla 8–2. Comparativa económica de CASOS 1, 2, 3 y 4 para alternativas HOMER-OCTAVE Figura 8-4. Gráfica comparativa económica de CASOS 1, 2, 3 y 4 para alternativas HOMER-OCTAVE Con respecto a la parte económica se deja patente que integrar la red eléctrica para la compra de energía no implica una disminución apreciable por lo que no se tiene en cuenta. Sin embargo, es fácil observar que la inclusión de las baterías hace incrementar contundentemente el precio anual a afrontar ya que los costes de instalación de este tipo de tecnología de almacenamiento es bastante cara. Aunque la inclusión de las baterías suponga una disminución del gasto en combustible, no compensa de ninguna manera el aumento tan grande de la inversión. Se concluye finalmente que, para el escenario estudiado y los datos de consumo de los que se dispone, realizar una conexión con la red no influye en una mejora técnica ya que prevalece el uso de los grandes motores (2x703kW) frente a la red porque son más económicos. A su vez, como era de espera, económicamente la integración en la red no supone ningún cambio. Con respecto a la inclusión de la batería se observa una mejora importante en la eficiencia técnica ya que disminuye el consumo del diésel y la energía desaprovechada es menor. Sin embargo, si nos guiamos por los parámetros económicos supone una inversión muy grande por lo que dependiendo de cuál sea nuestro objetivo deberíamos plantear la integración de las baterías o no. 63 Diseño de una Microrred Eléctrica en un Campus Universitario 8.3 Estimación Algoritmo PSO. Como se explicó en el apartado 2.3.1 del capítulo 2, en el algoritmo OCTAVE existe una funcionalidad que implica un pre-dimensionamiento de la instalación si se establecen rangos de generación abiertos. Esta funcionalidad se ejecuta a través de la técnica de optimización PSO, implica la imposibilidad de simular muchos días debidos a la meta-heurística que conlleva mucha cantidad de iteraciones en algunos casos. Por ello, se ha decidido ejecutar sobre la microgrid objeto de estudio esta técnica pero sobre tres días que se han considerado más representativos. Se han elegido los días 29, 30 de Junio y 1 de Julio ya que se concentran las siguientes circunstancias que se consideran interesantes: - El día 29/06 se produce un consumo alto combinado con una generación solar alta. - El día 30/06 se produce el mayor pico de consumo de todos los datos disponibles combinado con una generación solar baja. - La noche del día 30/06 al 01/07 se produce un consumo inusualmente alto. La aplicación de este algoritmo se ha realizado para la Microgrid objeto de estudio sin conexión a la red y se han establecido los rangos de generación que se muestran en la tabla Tabla 8–3. Se utilizarán todos los parámetros económicos y técnicos que se definieron en el capítulo 3. Caso de Estudio, incluidos los costes para los motores diésel de 150. 400 y 703 kW, aunque al simular se obtendrán otros rangos de potencia. Apartado 8.3 Pre-Dimensionamiento - Microgrid Aislada con Batería. CASO 5 Rango de Generación Tecnología [0, 2108] kW Solar [0, 300] 2 x 150 kW Diésel [0,800] 2 x 400 kW Diésel [0,1406] 2 x 703 kW Diésel [0,4000] kWh Batería NO Red Eléctrica Tabla 8–3. Datos Pre-Dimensionamiento PSO. CASO 5 Tras realizar la simulación, con un total de 43 iteraciones y en un tiempo de ejecución de 1 minuto y 13 segundos se extraen los resultados de la Tabla 8–4. Apartado 8.3 Pre-Dimensionamiento - Microgrid Aislada con Batería. CASO 5 Resultado FINAL Tecnología 1645.875 kW Solar 209.137 2 x 150 kW Diésel 309.007 2 x 400 kW Diésel 547.134 2 x 703 kW Diésel Conclusiones Generales 64 0 kWh Batería NO Red Eléctrica Tabla 8–4. Resultado Pre-Dimensionamiento PSO. CASO 5 En los resultados se observa un total de 1645.875 kW de potencia solar instalada, implica 5225 paneles en paralelo y ninguno de ellos en serie (se ha elegido paneles con 36 V de Tensión nominal, el mismo valor de la instalación por lo que estarán todos en paralelo) que ocuparía una extensión total de 10138.3392 m2. Se instalarían 3 grupos diésel con una potencia similar a la sugerida en la Tabla 8–4. El algoritmo detecta que no es necesario la instalación de sistemas de almacenamiento, seguramente penalizados por el alto coste de instalación que suponen. A continuación, se muestra la gráfica con el comportamiento de las diferentes tecnologías de generación los tres días estudiados: Figura 8-5. Flujo de carga simulación pre-dimensionamiento CASO 5. Día 29/06, 30/06 y 01/07. El primer día observamos como con un grupo diésel en combinación con la potencia solar instalada es posible abastecer la demanda, se observa gran cantidad de volcado de carga (energía desperdiciada) al no existir baterías que permitan su almacenamiento. El segundo día es necesario que se pongan en funcionamiento dos grupos diésel a máxima potencia y un tercero de apoyo para determinadas circunstancias ya que la generación solar es baja. Esta situación no cambia hasta la hora de mayor concentración solar del día siguiente debido a que la carga nocturna es inusualmente alta. Para finalizar se decide realizar una comparativa de todos los casos anteriores incluyendo este último caso para comprobar si realmente se han optimizado los costes como era de esperar. Para ellos se incluyen los resultados del pre-dimensionamiento de la Tabla 8–4 en una simulación anual como en el resto de los capítulos. E. Solar DIESEL 150_T DIESEL 400_T DIESEL 703_T TOTAL Diesel Desc. BAT Exceso Energía OCTAVE_C1 3262998.236 0 0 1322994.6 1322994.6 0 1871626.9 OCTAVE_C3 3262998.236 0 0 1322994.6 1322994.6 0 1871626.9 OCTAVE_C2 3262998.236 0 0 366126.348 366126.348 955661.711 916590.597 OCTAVE_C4 3262998.236 0 0 366126.348 366126.348 955661.711 916590.597 OCTAVE_C5 2547312.981 3197.5405 18785.0772 1383044.44 1405027.06 0 1238318.25 Tabla 8–5. Comparativa técnica de CASOS 1, 2, 3, 4 y 5 para OCTAVE. 65 Diseño de una Microrred Eléctrica en un Campus Universitario Figura 8-6. Gráfica técnica de CASOS 1, 2, 3 ,4 y 5 para OCTAVE. A través de los datos facilitados en la Tabla 8–5 y la gráfica Figura 9-3 se observa como en el caso 5 se llega a una solución de compromiso que implica generar casi la misma cantidad de energía diésel que en los casos sin batería, pero se reduce la potencia solar lo que conlleva una reducción a su vez de la energía desperdiciada siendo más eficientes. Como se sugirió anteriormente, aunque técnicamente es muy importante implantar una batería para mejorar la eficiencia y reducir la energía desperdiciada, económicamente no es viable por lo que no se obtiene como resultado. A continuación, se muestran los resultados económicos. C Inv. Inicial C Inv. Anual CO&M F An CO&M V An CO&M T An C. Comb. An TOTAL OCTAVE_C1 7194824.9 732808.808 65170.078 7977.6574 73147.7354 209959.243 1015915.79 OCTAVE_C3 7194824.9 732808.808 65170.078 7977.6574 73147.7354 209959.243 1015915.79 OCTAVE_C2 9885824.9 1006893.1 115374.478 16070.65 131445.128 58104.2515 1196442.48 OCTAVE_C4 9885824.9 1006893.1 115374.478 16070.65 131445.128 58104.2515 1196442.48 OCTAVE_C5 4395091.263 447649.753 44540.4791 8472.313 53012.7921 223121.641 723784.186 Tabla 8–6. Resultados económicos de CASOS 1, 2, 3, 4 y 5 para OCTAVE Figura 8-7. Gráfica económica de CASOS 1, 2, 3 ,4 y 5 para OCTAVE. Conclusiones Generales 66 En la Figura 8-7 y Tabla 8–6 se muestran los resultados económicos. Se observa como en el CASO 5, utilizando la optimización PSO, se reducen los costes totales motivados principalmente por la reducción de los costes instalación: - Reducción de la potencia del grupo diésel 300 kW (2 x 150 kW) a 209 kw. Diferencia de 90 kW. - Reducción de la potencia del grupo diésel de 800 kW (2 x 400 kW) a 309 kw. Diferencia de 490 kW. - Reducción de la potencia del grupo diésel de 1406 kW (2 x 703 kW) a 309 kw. Diferencia de 860kW. - Reducción en más de 450 kW de la potencia solar. - No implementación de la batería de 4000 kWh con respecto a los CASOS 2 y 4. De este modo se demuestra la utilizada de la técnica de de optimización PSO, ya que ha permitido realizar un pre-dimensionamiento de la microgrid a través de unos rangos de generación abiertos. Esta estimación es técnicamente viable y además se ha producido una optimización económica ya que se han utilizado la combinación de todas las tecnologías con menores costes (teniendo en cuenta coste de instalación y fijos y variables de operación y mantenimiento). 67 9 ANEXO A. n este ANEXO se pretende mostrar, a modo de ejemplo, la forma en que se extraen los datos del conjunto de algoritmos implementados en el software matemático OCTAVE y a través del software de simulación HOMER para la red objeto de estudio. 9.1 Resultado Simulación TIPO. ----ESTIMACIONES ECONÓMICOS----- CRF= 0.10185 Coste Inversión Inicial($)= 9885824.9 Los datos económicos siguientes son ESTIMACIONES ANUALES ponderadas según simulaciones: Inversión ponderado por año ($/año)= 1006893.1021 Coste de operación y mtto. FIJO ($/año)= 115374.478 Coste de operación y mtto. VARIABLES ($/año)= 16070.65 Coste combustible($/año)= 58104.2515 Coste compra red($/año)= 0 Coste venta red($/año)= 0 -------------------- TOTAL OBJETIVO (SIN dctos medioambientales)($/año)= 1196442.6441 -------------------- Descuentos Medioambientales ($/año)= 1006893.1021 TOTAL OBJETIVO (CON dctos medioambientales)($/año)= 1196442.6441 ----Potencia INSTALADA----- kW Diesel GRUPO 1 = 300 E ANEXO B. Artículo Técnico 74 Según los resultados económicos de la Gráfica 5 se concluye que el algoritmo PSO optimiza hacia el coste económico más bajo con un resultado técnico coherente, como era de esperar. Se disminuye sobre todo los costes de inversión, directamente relacionados con la menor potencia de instalación de las tecnologías en todos los casos. VIII. ANÁLISIS DÍA TIPO. Se ha procedido a analizar el comportamiento de dos días concretos con un carácter más específico para observar su comportamiento horario. Se han analizado los días 29 y 30 de Julio porque ambos poseen los picos de demanda más elevados de todo el año y además se produce la particularidad que en el segundo día se produce una generación solar particularmente baja para OCTAVE. Se ha analizado bajo la hipótesis de funcionamiento de CASO 4 – Microgrid conectada a Red con Batería. Gráfica 6 Gráfica 7 En la Gráfica 6 se muestra la comparativa de potencia para cada tecnología de generación entre la simulación realizado con HOMER y con OCTAVE, en la gráfica 7 se muestra la carga de la batería para cada tecnología. Observando ambas gráficas se concluye que la principal diferencia reseñable es que HOMER busca realizar el ciclo de carga correctamente en todos los casos, fuerza incluso la utilización del grupo diésel para completar el ciclo de carga. Sin embargo, OCTAVE sólo cargará la batería si detecta un exceso de carga en alguno de sus tramos horarios sin tener en cuenta el ciclo de vida de la batería. IX. CONCLUSIONES. Se concluye que esta microgrid se encuentra sobredimensionada ya que siempre se produce un exceso de energía elevado en todos los casos. El exceso de energía proviene de la potencia solar instalada que hace que para situaciones con carga no muy alta se produzca un exceso de generación que no se consume. Por lo tanto, para disminuir el desperdicio de energía se propone la instalación de baterías, aunque económicamente se ha comprobado que no es viable. La generación diésel también se encuentra sobredimensionada ya que con los dos grupos de mayor tamaño (2 x 703 kW) se podría abastecer la mayor parte de la energía sin conexión a la red eléctrica, suponiendo que funcione en régimen aislado. Aun así, existen algunos momentos donde la carga es muy alta y se necesita contar con grupos de pequeño tamaño que generen en esos picos de consumo. Si se tuviera una conexión estable con la red eléctrica se podrían controlar los picos de consumo con esta conexión. Para la estrategia económica se ha podido comprobar que lo más influyente en todos los casos son los costes de inversión, sobretodo en el caso de las baterías cuyo precio es más elevado. En caso de que se pudiera vender electricidad se podría compensar esa inversión Todas las conclusiones que se han extraídos son teniendo en cuenta el perfil de carga estudiado, si los hábitos de consumo cambiaran se debería reconsiderar el análisis. Gráfica 5 75 REFERENCIAS [1] ABB, «Microrredes,» ABB reviews 3|16. [2] J. A. Gallego, «Diseño, Desarrollo y Contrucción de una Micro-red de 5 kVA con cargas dinámicas y desequilibrios programables.,» Escuela Técnica Superior de Ingenieros Industriales, 2016. [3] J. A. Duffie., Solar Engineering or Thermal Processes, John Willey, 2013, 4th Edition. [4] N. A. a. S. A. NASA, «Power Data Access Viewer,» 2019. [En línea]. Available: https://power.larc.nasa.gov/data-access-viewer/. [5] A. G. G. C. Raichijk, «Estudio de Validación de las correlaciones para la fracción difusa de la Irradiación Solar en San Lios,» Avances en Energías Renovables y Medio Ambiente, 2009. [6] M. p. l. T. Ecológica, «Resolución de 21 de diciembre de 2018, de la Dirección General de Política Energética y Minas, por la que se aprueba el perfil de consumo y el método de cálculo a efectos de liquidación de energía, aplicables para aquellos consumidores tipo 4 y tipo 5 que,» BOE-A-2019-120, 2019. [7] H. L. M. F. (. E. P. R. I. Huishi LIANG, «Optimal Planning of Microgrid applied in Remote Rural Area,» Cigré, 2012. [8] J. K. a. R. Eberhart, «Particle Swarm Optimization,» Purdure School of Engineering and Technology. and Washington.. [9] H. Khatib, Economic Evaluation of Projects in the Electricity Supply Industry, 2003. [10] L. c. Onieva Giménez, Métodos cuantitativos y organización de la producción, Madrid : Síntesis, 2006. [11] J. Muñuri Sanz, L. Onieva Gimnénez, J. Guadix Martín y P. Cortés Achedad, Métodos cuantitaivos y organización de la producción: problemas resueltos., Madrid, 2008. [12] P. Gambín Belinchón, D. M. Nis Martensen,, R. M. Brian Azzopardi,, A. D. B. Apostolos C. Tsolakis,, D. T. A. Ö. J. L. M.-R. L. G. Mounir Khiat,, L. H. N. F. y N. B. , Framework Design for Smart Micro- Grids. [13] C.-D. A. OP, «Climate-Data.org AM OP,» [En línea]. Available: https://es.climatedata.org/asia/jordania/madaba/madaba-51334/. [Último acceso: Septiembre 2019]. [14] S. A.-A. M. A.-H. D. T. J. M.-R. A. O. B. A. L. H. L. Z. N. M. M. K. M. B. A. B. y A. T. , «Microgrid Environmental Impact». [15] J. Solar, «JKM315P-72 295-315 Watt POLY CRYSTALLINE MODULE,» 2015. Referencias 76 [16] FBGroup, «German-Jordanian University,» [En línea]. Available: http://fbgroup.com.jo/?dt_portfolio=german-jordanian-university. [Último acceso: Septiembre 2019]. [17] G. E. INMESOL, «Modelo: IV-165 - GAMA INDUSTRIAL, 150 kVA,». [18] I. G. Electrógenos, «Modelo: IV-440 - GAMA INDUSTRIAL, 400 kVA». [19] I. G. Electrógenos, «Modelo: IV-770 - GAMA INDUSTRIAL, 700 kVA». [20] E. Solar, «690V 1600Ah (1000Kwh) Energy Storage Design,» Midvale, USA. [21] «Central Bank of Jordania,» [En línea]. Available: http://www.cbj.gov.jo/. [Último acceso: Septiembre 2019]. [22] O. a. e. ministreis, «The Fuel Price,» [En línea]. Available: https://www.thefuelprice.com/Fjo/en. [Último acceso: Septiembre 2019]. [23] N. E. P. C. (NEPCO), «Tarifa eléctrica en Jordania.,» [En línea]. Available: http://www.nepco.com.jo/electricity_tariff_ar.aspx. [Último acceso: Septiembre 2019]. [24] U. E. I. Administration., «Cost and Performance Characteristics of New Generating Technologies,,» Annual Energy Outlook 2019. [25] D. a. D. o. a. S. M. G. Design, «3DMicroGrid,» [En línea]. Available: https://www.3dmicrogrid.com. [26] «Global Petrol Prices,» Septiembre 2019. [En línea]. Available: https://es.globalpetrolprices.com/Jordan/diesel_prices/.