XIX Simposio Internacional de Ingeniería Eléctrica "SIE 2021"

XIX Simposio Internacional de Ingeniería Eléctrica

SIE 2021

Aplicación Web y Control con Aprendizaje por Refuerzo Profundo de las variaciones de frecuencia del sistema eléctrico renovable

Resumen

Una gestión eficiente de una microred, tanto al nivel de todo el sistema como a nivel de fuentes de generación para garantizar parámetros tales como la estabilidad de la frecuencia es un problema a solucionar en microredes aisladas. Con el incremento de la penetración de las fuentes renovables en la microred, la optimización de los parámetros por los controladores de frecuencia juega un papel fundamental en la estabilidad de la frecuencia general. El estado de las cargas y de las fuentes de generación se recibe por el centro de control de la microred a través del sistema de comunicación y el centro de control puede regular la potencia de salida de las fuentes de energía renovables y/o la potencia de los dispositivos de almacenamiento. Se propone entonces en el artículo la gestión eficiente de una microred aislada mediante una metodología para la gestión energética del Sistema que facilite el minimizar los costos operacionales, las emisiones a la atmósfera y los picos de carga fundamentada en el empleo de una arquitectura basada en los algoritmos de aprendizaje automático en un entorno estocástico. Los resultados prueban la posibilidad y conveniencia de la selección de algoritmos de control óptimo para obtener el mejor desempeño en todos los aspectos de la gestión de energía en una micro red aislada basados en aprendizaje por refuerzo profundo. El sistema que se propone se valida mediante la evaluación de los algoritmos y su simulación con los programa Matlab/Simulink. Se propone además una aplicación web que facilita a los especialistas el poder realizar varios análisis sobre las desviaciones de frecuencia del sistema eléctrico de la Isla de la Juventud y permite observar el comportamiento en tiempo real blando de la frecuencia.

Abstract

Efficient management of a microgrid, both at the level of the entire system and at the level of generation sources to guarantee parameters such as frequency stability is a problem to be solved in isolated microgrids. With the increase in the penetration of renewable sources in the microgrid, the optimization of the parameters by the frequency controllers plays a fundamental role in the stability of the general frequency. The status of the loads and generation sources is received by the microgrid control center through the communication system and the control center can regulate the output power of renewable energy sources and the power of storage devices. The article then proposes to implement the efficient management of an isolated microgrid using a methodology for the energy management of the System that facilitates minimizing operational costs, atmospheric emissions, and load peaks based on the use of an architecture based on machine learning algorithms in a stochastic environment. The results prove the possibility and convenience of selecting optimal control algorithms to obtain the best performance in all aspects of energy management in an isolated microgrid based on a deep reinforcement learning algorithm. The proposed system is validated by evaluating the algorithms and their simulation with the Matlab / Simulink. Also, this paper proposes a web application that provides specialists making several analyzes on the frequency deviations of the electrical system of the Youth Island and allows observing the behavior in soft real-time of the frequency.

Sobre el ponente

Armando Plasencia

Dr. Armando Plasencia

Instituto de Cibernética, Matemática y Física Flag of Cuba

Researcher at Cybernetics, Mathematics and Physics Institute, Havana, Cuba.

Chief of National Program of Automatics, Robotics and Artificial Intelligence Projects

Also works as a professor at UCI University

Información Práctica
Ponencia
English (US)
noviembre 25, 2021 3:15 p. m.
15 minutos
Sala 2
Autores
Dr. Armando Plasencia
Ystria Rivero Ripoll.
Reynaldo E. Ferrera Moreno
Palabras clave
control por aprendizaje por refuerzo profundo
deep reinforcement learning control
frequency optimization
gestión de energía renovable
isolated microgrid
microredes aisladas
monitoreo web
optimización de frecuencia
renewable energy management
scada systems
sistemas scada
web monitoring.
Documentos