Carga
masiva de vehículos en la red eléctrica.
Redes
inteligentes e IA
La carga eficiente de los vehículos sigue siendo un desafío en el uso
del sistema eléctrico. Aquí es donde entra en juego la IA, sumando soluciones
innovadoras a las ya existentes para mejorar la infraestructura de carga y
optimizar la experiencia global.
Aspecto general
Con el actual aumento de vehículos eléctricos, la demanda de
carga aumenta y esto conlleva nuevos problemas que requieren soluciones
modernas. Se debe evitar la congestión de la red eléctrica y el desajuste de
energía los que pueden causar problemas
ya que el acto de cargar los vehículos añade una carga adicional a la red. Hoy
en día existen varios escenarios sobre cómo se puede cargar un vehículo y una
serie de soluciones técnicas que resultan ventajosas en función de diferentes
aspectos como las necesidades del usuario, el precio de la electricidad y el
estado de la red eléctrica.
Los estudios sobre la red
deben centrase en identificar
diferentes escenarios de carga mapeando la información requerida y estudiando
los efectos de estos escenarios de carga a través de un algoritmo de carga
inteligente con el objetivo de lograr un perfil de carga de la red equilibrado. Los resultados de la
simulación verifican el potencial de los algoritmos para reducir los efectos
adversos de la carga de vehículos eléctricos.
Definición de
inteligencia artificial
La inteligencia artificial es un campo de la ciencia relacionado
con la creación de computadoras y máquinas que pueden razonar, aprender y
actuar de una manera que normalmente requeriría inteligencia humana o que
involucre datos cuya escala exceda lo que los humanos pueden analizar. Es un
conjunto de tecnologías que permiten que las computadoras realicen una variedad
de funciones avanzadas, incluida la capacidad de ver, comprender y traducir
lenguaje hablado y escrito, analizar datos, hacer recomendaciones y mucho más.
Una forma más útil de categorizar ampliamente los tipos de
inteligencia artificial es según lo que puede hacer la máquina. Todo lo que
llamamos inteligencia artificial actualmente se considera inteligencia “estrecha” porque solo puede realizar un
conjunto reducido de acciones en función de su programación y entrenamiento. La
búsqueda de Google es una forma de IA estrecha, al igual que las estadísticas
predictivas o los asistentes virtuales. La inteligencia artificial general
(AGI) sería la capacidad de una máquina de "sentir, pensar y actuar" como
lo haría una persona. La AGI no existe actualmente. Para que la Inteligencia
Artificial funcione necesita datos, por este motivo, el desarrollo de esta
tecnología va de la mano de otras como Big Data, Internet de las Cosas o la red
móvil 5G. Es esa información la que permite crear patrones a las máquinas y
sistemas (softwares) con los que aprender. La base de los algoritmos que la IA
utiliza son las matemáticas, porque es
esencial tener un sólido entendimiento de álgebra lineal, cálculo y estadística.
Una revolución de la
red
Si bien el crecimiento de la carga básica de los vehículos
es bueno para el sector de provisión de energía eléctrica, la concentración de
ese crecimiento dentro de una ubicación específica o en un momento específico
del día puede ser un problema importante. La gestión activa de la carga de
vehículos eléctricos no sólo podría aliviar las inversiones en mejoras de
infraestructura, sino también reducir los costos de equilibrio (generar la misma cantidad de energía que se consume
en cada instante) de la red. Después de todo, cada kW de capacidad que está
disponible en los puntos de carga de los clientes es un kW de capacidad que la
sociedad no tiene que pagar para construir específicamente con el fin de
equilibrar nuestra red.
La integración de la red de vehículos (VGI) es el término
general que describe cómo los vehículos eléctricos participan en los esquemas
de equilibrio (generación-demanda) de la red. Los vehículos eléctricos pueden
hacer esto modulando la tasa de energía a la que se carga la batería, lo que se
conoce como VGI unidireccional, o devolviendo energía a la red, lo que se
conoce como Vehicle-to-Grid (V2G). En términos prácticos, la principal
diferencia entre los dos es que V2G permite a los vehículos eléctricos
participar en los servicios de red en mayor medida que los sistemas VGI. Las
oportunidades de implementación varían significativamente según la ubicación,
dependiendo de la confluencia de una creciente población de vehículos
eléctricos, una red inteligente, la penetración de recursos renovables y
estructuras regulatorias del mercado.
Existen software inteligente para habilitar soluciones VGI y
V2G. Dirigidas por IA, las plataformas de software pueden gestionar la carga de
vehículos eléctricos para reducir los costos para los propietarios de
vehículos, haciendo así que los vehículos eléctricos sean accesibles a una base
de consumidores más amplia y, al mismo tiempo, respondan a las necesidades de
la red eléctrica. Los costos se pueden reducir cargando los vehículos por la
noche, cuando los precios de la electricidad suelen ser bajos debido a la menor
demanda. Los vehículos también pueden absorber el exceso de energía renovable
de los recursos solares y eólicos, si es necesario, con la ayuda del mismo
software. Esta dependencia de las tecnologías digitales para gestionar los
vehículos eléctricos y otros activos de DER (Recursos Energéticos Distribuidos)
se está convirtiendo ahora en una solución viable en todo el mundo.
V2G - Vehicle to Grid
Si bien es una tecnología que ya tiene sus años, no esta
demás recordar en que consiste.
Es un sistema que permite a los vehículos comunicarse con la
red eléctrica pública e incluso devolver la electricidad a la red en caso de corte
de energía, para satisfacer la demanda. Los vehículos eléctricos pasan gran
parte de su tiempo conectados, ya sea en casa del propietario o en un
estacionamiento. Los vehículos actuales son capaces de comunicarse con el
cargador, indicándole cuál es la carga actual de la batería y la velocidad a la
que el vehículo puede aceptar energía o eventualmente “prestar” una determinada
cantidad de energía a la red.
El V2G también permitiría a los consumidores suministrar
electricidad a sus hogares desde las baterías de sus vehículos eléctricos
durante un corte de electricidad. Los propietarios de vehículos podrían incluso
aprovechar la considerable capacidad de sus baterías para vender electricidad a
la red durante los picos de demanda de carga. Uno de los mayores retos de la
implantación de la tecnología V2G es conseguir que las empresas de servicios
públicos y los fabricantes de vehículos estén de acuerdo. El protocolo ISO
15118 V2G aborda este problema proporcionando un estándar común para los
ingenieros de ambas industrias.
Se están desarrollando sistemas de inteligencia artificial
para gestionar el flujo bidireccional de energía entre los vehículos eléctricos
y la red, garantizando la estabilidad y confiabilidad del suministro de
energía. Esto abre nuevas oportunidades para que los propietarios de vehículos
eléctricos den valor monetario a sus vehículos participando en los mercados
energéticos, lo que en última instancia hace que la propiedad de vehículos
eléctricos sea más viable económicamente.
En las siguientes figuras se muestra el esquema de las fases
de desarrollo de V2G y las técnicas de carga de vehículos eléctricos
correspondientes:
(a). carga inteligente, (b). carga controlada, (c). carga
inteligente, (d). carga controlada indirectamente.
La flecha negra sólida indica el flujo de energía, la flecha
roja con guión indica el control de carga y la flecha con guión azul indica el
flujo de información.
Se estima que los vehículos eléctricos en carga sobre un
sistema controlado pueden causar un impacto positivo en las redes de
distribución eléctricas, como disminución de pérdida de energía, equilibrio entre la oferta
y la demanda, una vida útil mayor del transformador y una menor distorsión
armónica.
Ejemplos de aplicación
- Investigadores de la Universidad de Michigan asociados con
una compañía de tecnología de red eléctrica para estudiar cómo la conducción y
el comportamiento de carga de vehículos eléctricos impactan en la red
eléctrica.
Los investigadores han instalado la tecnología en múltiples
estaciones de carga de vehículos en todo el campus de la U-M para recopilar
datos sobre los impactos en la red. La
empresa utilizará sus “chips de red inteligente” para recopilar datos de
voltaje, corriente y potencia en tiempo real en la red, lo que permitirá a los
investigadores analizar y encontrar patrones de carga de vehículos eléctricos
en cada ubicación. Los datos se estudiarán junto con los datos de los vehículos
de un grupo de participantes en el proyecto que tienen un dispositivo de
monitoreo de vehículos instalado en su vehículo eléctrico. Los datos del
dispositivo de monitoreo incluyen la hora de inicio y finalización de la carga,
la ubicación de la carga, los viajes realizados y la
aceleración/desaceleración. La idea es que analizar de cerca el comportamiento
de conducción y carga conducirá a una mejor comprensión de cómo gestionar la
demanda de vehículos en la red y ayudará a las empresas de servicios públicos a
desarrollar programas de carga para los clientes.
- El operador de red UK Power Networks (Londres) ha
demostrado por primera vez que más de 500 cargadores de vehículos eléctricos
podrían conectarse alrededor de una sola subestación eléctrica, utilizando
tecnología de punta en lugar de implementar
nuevos conductores y/o subestaciones.
La prueba utilizó una simulación por computadora de IA para probar con éxito el software
desarrollado por Active Response en una subestación, para regular
automáticamente la capacidad eléctrica
de la red. La simulación se basó en una subestación en Tooting en el sur
de Londres. Active Response procesó grandes cantidades de datos y usó
conmutadores para reconfigurar automáticamente los flujos de energía alrededor
de la red y distribuir la carga eléctrica de manera eficiente en toda la
infraestructura disponible.
Una de las simulaciones probó un escenario de "demanda
máxima", por la noche, cuando la gente cocina, utiliza calefacción
eléctrica y carga coches eléctricos. El sistema identificó
una forma de desbloquear 1 MW de capacidad, equivalente a 142 cargadores rápidos
y había margen para más. Los expertos de UK Power Networks creen que la
solución de software podría liberar capacidad para 568 cargadores de vehículos
adicionales solo en Tooting. Hay 195 subestaciones primarias como esta en
Londres y 1313 en el sureste y este de Inglaterra que comparten similitudes,
por lo que el software tiene el potencial de permitir que miles de cargadores
rápidos más se conecten en otras áreas.
- WeaveGrid, con sede en San Francisco (California, EE UU),
colabora con empresas de servicios públicos, fabricantes de automóviles y
empresas de carga para recopilar y analizar los datos de recarga de los vehículos.
Gracias al estudio de los patrones y la duración de la carga, WeaveGrid
identifica las horas óptimas de carga y hace recomendaciones a los clientes
sobre el mejor momento para cargar sus vehículos a través de mensajes de texto
o notificaciones de apps. En algunos casos, los usuarios conceden a las empresas
el control total para cargar o descargar las baterías en función de las
necesidades de la red.
- Municipio de Frederiksberg, Dinamarca
La adopción de vehículos eléctricos representa un desafío
para las redes de distribución de energía (PDN). Si bien la carga inteligente
se puede implementar para aliviar la tensión en la red, las estrategias de
carga inteligente centradas en el usuario también podrían exacerbar la demanda
máxima de energía debido a la sincronización al optimizar la carga con respecto
a diferentes objetivos, como los costos de carga. Se procedió a evaluar la
demanda de carga que surge de una gran flota de vehículos eléctricos, con
modelos para la decisión de cargar y distribución del estado de carga (SoC) en
estado estacionario. Estos se aplican al municipio, utilizando datos de la
encuesta nacional de viajes danesa. La carga en el hogar y el lugar de trabajo
se asigna a la PDN urbana de media tensión de 10 kV de Frederiksberg
considerando diferentes comportamientos de carga y grados de sincronización.
Los resultados indicaron que la probabilidad de una congestión severa en la red
de distribución de energía es baja y que puede atribuirse a escenarios raros en
los que se observa una alta sincronización, particularmente cuando se mantiene
la demanda normal en estado estable. A pesar de la baja probabilidad, se deben
diseñar medidas preventivas para mitigar tales escenarios, especialmente si se
conectan consumidores adicionales de alta potencia.
Aprovechando la noche
Concomitante con la tecnología anteriormente descripta, aprovechar
el sistema eléctrico en horas de la noche produce muchos beneficios. Un
conjunto de millones de baterías que recargarán energía fundamentalmente
durante la noche (horas de valle), mientras sus usuarios descansan en casa o
los buses del transporte público están en el garage. La curva de consumo
diaria, que se puede seguir en tiempo real, indica que los momentos de mayor
consumo del día se dan en torno a las 10:00 y las 21:00. Sin embargo, durante
la noche sigue habiendo capacidad de producción renovable que se pierde por la
falta de opciones de almacenamiento energético a gran escala.
Si millones de vehículos cargasen sus baterías durante la
noche, esta curva de consumo variaría en gran medida entre las 23:00 hs. y las
6:00 hs., permitiendo que toda esa energía renovable nocturna pueda inyectarse en
la red para ser consumida y almacenada, además de un mejor aprovechamiento de
sistema eléctrico en general en esa franja horaria. Tenemos, así, un doble
efecto: no sólo estamos evitando que la quema del combustible se realice en el
vehículo contaminando el aire de nuestras ciudades, sino que además fomentamos
el incremento de la presencia de renovables en la red.
Epílogo
No sólo podemos decir que los sistemas eléctricos efectivamente
podrán soportar el incremento de consumo que supondrá el aumento masivo de
coches eléctricos, sino que además se pueden beneficiar de él utilizando los
períodos de valle de la demanda y aplicando toda la tecnología de gestión
disponible. No obstante habría que acompañar, a partir de cierto punto, el
crecimiento de la flota de vehículos con el crecimiento de la infraestructura
de generación, transporte y distribución de energía si la optimización a través
de la tecnología aplicada, resultara insuficiente.
Ricardo Berizzo
Ingeniero Electricista 2024.-
