Optimización del Sistema Híbrido Eólico-Fotovoltaico: Una Solución de Diseño Integral para Aplicaciones Aisladas de la Red

1. Introducción y Antecedentes

1.1 Desafíos de los Sistemas de Generación de Energía de una sola Fuente

Los sistemas tradicionales de generación de energía fotovoltaica (PV) o eólica tienen desventajas inherentes. La generación de energía PV se ve afectada por los ciclos diurnos y las condiciones climáticas, mientras que la generación de energía eólica depende de recursos de viento inestables, lo que lleva a fluctuaciones significativas en la producción de energía. Para garantizar un suministro continuo de energía, son necesarios bancos de baterías de gran capacidad para el almacenamiento y equilibrio de energía. Sin embargo, las baterías que experimentan ciclos de carga y descarga frecuentes tienden a permanecer en un estado de subcarga durante largos períodos bajo condiciones de operación adversas, resultando en una vida útil práctica mucho más corta que el valor teórico. Más críticamente, el alto costo de las baterías significa que su costo total a lo largo de su ciclo de vida puede acercarse o incluso superar el costo de los módulos PV o aerogeneradores en sí. Por lo tanto, extender la vida útil de las baterías y reducir los costos del sistema se han convertido en los desafíos centrales para optimizar los sistemas autónomos de energía.

1.2 Ventajas Significativas de la Generación Híbrida Eólico-Solar

La tecnología de generación híbrida eólico-solar supera eficazmente la intermitencia de fuentes de energía únicas al combinar orgánicamente la energía PV y eólica, dos fuentes de energía renovable. La energía eólica y solar exhiben una complementariedad natural en el tiempo (día/noche, estaciones): la fuerte luz solar durante el día a menudo coincide con posibles vientos más fuertes por la noche; la buena irradiación solar en verano puede emparejarse con abundantes recursos eólicos en invierno. Esta complementariedad permite:

• Una extensión significativa del tiempo efectivo de carga de las baterías, reduciendo el tiempo que pasan en un estado de subcarga, prolongando sustancialmente la vida útil de las baterías.
• Reducción de la capacidad de batería requerida. Dado que la probabilidad de que tanto la energía eólica como la solar no estén disponibles simultáneamente es baja, el sistema puede alimentar directamente la carga, permitiendo el uso de un banco de baterías de menor capacidad.
• Estudios nacionales e internacionales confirman que los sistemas híbridos eólico-solares superan a los sistemas de generación de energía de una sola fuente en términos de confiabilidad del suministro de energía y rentabilidad a lo largo de su ciclo de vida.

1.3 Deficiencias de los Métodos de Diseño Existentes y la Solución Propuesta

El diseño actual del sistema enfrenta desafíos. El software de simulación profesional extranjero es caro y sus modelos principales a menudo son confidenciales, obstaculizando su adopción generalizada. Mientras tanto, la mayoría de los métodos de diseño simplificados son insuficientes: o bien dependen en exceso de promedios meteorológicos ignorando los detalles, o usan modelos lineales simplificados que llevan a una precisión limitada y poca aplicabilidad.

Esta solución tiene como objetivo proponer un conjunto de metodologías de diseño asistido por computadora precisas y prácticas para abordar los problemas mencionados.

II. Composición del Sistema y Modelos Técnicos Principales

2.1 Arquitectura del Sistema

El sistema de generación híbrida eólico-solar diseñado en esta solución es un sistema completamente autónomo sin conexión a la red, sin fuentes de respaldo como generadores diésel. Los componentes principales incluyen:

• Unidad de Generación de Energía: Aerogeneradores, matriz de paneles solares.
• Unidad de Almacenamiento y Gestión de Energía: Banco de baterías, controlador de carga (para gestionar la carga y descarga).
• Unidad de Protección y Conversión: Carga de desvío (previene la sobrecarga de las baterías, protege el inversor), inversor (convierte DC a AC para satisfacer la mayoría de los requisitos de carga).
• Unidad de Consumo de Energía: Carga.

2.2 Modelos Precisos de Cálculo de Generación de Energía

Para lograr un diseño optimizado, hemos establecido modelos precisos de cálculo de generación de energía por hora.

• Modelo de Matriz de Paneles Solares:
1. Transposición de Radiación Solar: Utiliza un modelo avanzado de difusión anisotrópica del cielo para transponer con precisión los datos de radiación solar horizontal medidos por estaciones meteorológicas a la irradiancia incidente en la superficie inclinada de los módulos PV, considerando de manera integral la radiación directa, la radiación difusa del cielo y la radiación reflejada por el suelo.
2. Simulación de Características del Módulo: Emplea un modelo físico preciso para caracterizar las características no lineales de salida de los módulos PV, teniendo en cuenta plenamente los efectos de la irradiancia y la temperatura ambiente en el voltaje y corriente de salida del módulo, asegurando la precisión de los cálculos de generación de energía.
• Modelo de Aerogenerador:
1. Corrección de Velocidad del Viento: Corrige la velocidad del viento de referencia de los datos meteorológicos a la velocidad real del viento a la altura del eje del rotor según la ley exponencial que rige la variación de la velocidad del viento con la altura.
2. Ajuste de la Curva de Potencia: Utiliza una función segmentada (diferentes ecuaciones binomiales para diferentes intervalos de velocidad del viento) para lograr un ajuste de alta precisión de la curva de potencia real del aerogenerador, permitiendo un cálculo de energía por hora basado en los datos de velocidad del viento.

2.3 Modelo de Características Dinámicas de la Batería

La batería es el componente central de almacenamiento de energía, con estados que cambian dinámicamente. El modelo se centra principalmente en:

• Cálculo del Estado de Carga (SOC): Simula dinámicamente los procesos de carga y descarga de la batería basándose en la relación entre la generación de energía y el consumo de la carga en cada paso de tiempo, calculando con precisión la capacidad restante, teniendo en cuenta factores prácticos como la tasa de autodescarga, la eficiencia de carga y la eficiencia del inversor.
• Gestión de Carga-Desarga: Para extender la vida útil de la batería, se define un rango operativo razonable de SOC (por ejemplo, limitando la profundidad máxima de descarga al 50%), y se establece un modelo que correlaciona el voltaje de carga flotante con el SOC y la temperatura ambiente para determinar con precisión las condiciones de carga.

III. Metodología de Optimización y Dimensionamiento del Sistema

3.1 Indicadores de Confiabilidad del Suministro de Energía

El diseño prioriza cumplir con los requisitos de confiabilidad del suministro de energía especificados por el usuario. Los indicadores clave incluyen:

• Probabilidad de Pérdida de Suministro de Energía (LPSP): La proporción del tiempo de interrupción del sistema respecto al tiempo total de evaluación, reflejando intuitivamente la continuidad del suministro.
• Probabilidad de Pérdida de Carga (LLP): La proporción de la demanda de potencia de la carga no satisfecha por el sistema respecto a la demanda total. Este es el indicador central más crítico para el diseño de optimización del sistema.

3.2 Proceso de Diseño de Optimización Paso a Paso

Esta solución adopta un proceso sistemático de optimización, con el objetivo de minimizar el costo inicial de inversión en equipos para encontrar la configuración óptima.

1. Paso 1: Optimizar la Configuración de PV y Batería para una Capacidad Fija de Aerogenerador
• Tarea Principal: Bajo la condición de que el modelo y cantidad de aerogeneradores están fijos, encontrar la combinación de capacidades de módulos PV y baterías que cumpla con el indicador de confiabilidad predeterminado (LPSP) y resulte en el menor costo total de equipos.
• Método de Implementación: A través de cálculos de simulación, trazar la "curva de equilibrio" que representa todas las configuraciones de PV y baterías que cumplen con el requisito de confiabilidad. Luego, utilizando el método de tangente de costos o la selección basada en programas de computadora según los precios unitarios de los equipos, determinar la única combinación óptima con el menor costo.
2. Paso 2: Optimización Global Variando la Capacidad de Aerogenerador
• Tarea Principal: Cambiar la capacidad o número de aerogeneradores, repetir el proceso de optimización del Paso 1, y obtener una serie de configuraciones óptimas y sus costos correspondientes para diferentes capacidades de aerogeneradores.
• Decisión Final: Comparar los costos totales de todas las soluciones candidatas y seleccionar la combinación de aerogeneradores-PV-baterías con el costo global más bajo como la configuración final del sistema optimizado.

3.3 Simulación y Salida del Rendimiento del Sistema

Después de determinar la configuración óptima, se puede simular la operación anual del sistema hora por hora, generando informes detallados que incluyen:

• Dimensión Temporal: Estado de carga de la batería por hora, balance de energía del sistema.
• Dimensión Estadística: Energía de carga no satisfecha diaria/mensual/anual, indicadores de confiabilidad (LPSP, LLP), participación de generación eólica/solar, situaciones de excedente y déficit de energía, etc.

IV. Conclusión

El método de diseño optimizado para sistemas de generación híbrida eólico-solar propuesto en esta solución, basado en modelos matemáticos integrales y datos meteorológicos locales precisos, puede determinar de manera única la configuración del sistema con el menor costo inicial de inversión en equipos, mientras satisface las demandas específicas de electricidad del usuario y los requisitos de confiabilidad del suministro de energía. Este método aborda eficazmente las deficiencias de los sistemas de generación de energía de una sola fuente, supera las limitaciones de los enfoques de diseño existentes y proporciona una herramienta poderosa para el diseño científico, eficiente y económico de sistemas de generación híbrida eólico-solar, con un valor significativo para las aplicaciones de ingeniería.