Propuesta de Arquitectura de Control para Micro Redes

como Agregador
Csar Leonardo Trujillo Rodrguez
Universidad Distrital Francisco Jos de Caldas
Bogot, Colombia
cltrujillo@udistrital.edu.co

Alonso de Jess Chica Leal

Universidad Autnoma de Colombia, FUAC
Universidad Distrital Francisco Jos de Caldas
Bogot, Colombia
alonso.chica@fuac.edu.co

Resumen--- Este artculo presenta una revisin sobre

arquitecturas de control utilizadas en micro redes. Se propone
una arquitectura de control para mltiples micro redes que
pueden operar como agregadores de potencia en un mercado de
respuesta a la demanda. Se describen cada una de las
interrelaciones de los niveles jerrquicos en la arquitectura
propuesta, y se describe el funcionamiento de los sistemas de
control predictivo basado en modelo utilizado en cada micro red
y en la agrupacin de micro redes como agregador. Al final se
presenta una reflexin de la propuesta.
Palabras clavesMicro redes, control predictivo, agregador de
potencia.

I.

INTRODUCCIN

Los recursos energticos distribuidos (DER) para respuesta

a la demanda (DR) son un componente vital en las futuras
redes inteligentes [1], buscando hoy en da, integrar los
recursos energticos renovables, para mantener el equilibrio
entre la oferta y la demanda de energa. Cuando se consideran
agrupaciones de los DER y las cargas dentro de unos lmites
elctricos conforman las denominadas Micro Redes (MRs).
Estas MRs pueden definirse como redes de bajo voltaje, con
sus respectivas cargas, sistemas de fuentes de energa y
unidades de almacenamiento energticos conectados a sta y
controlados para suministrar energa de manera fiable y
eficiente a las cargas locales [2], [3]. Adems, como
agrupacin de DER su comportamiento en las redes de
distribucin puede ser el de proporcionar flexibilidad para
responder rpidamente a las necesidades energticas,
aumentar la capacidad para reducir prdidas en la red de
distribucin y responder a la demanda de las cargas de
distribucin [2], [4].
Las MRs pueden ser redes de corriente alterna, de
corriente continua o de corriente alterna de alta frecuencia [2]
[4]. Por otra parte, pueden operar en dos modos diferentes, en
modo red o modo isla [5][7]. Los requisitos para cada uno de
Agradecimientos por la financiacin de este proyecto por parte de
Universidad Autnoma de Colombia y la Universidad Distrital
Francisco Jos de Caldas.

Francisco Santamara
Universidad Distrital Francisco Jos de Caldas
Bogot, Colombia
fsantamariap@udistrital.edu.co

estos modos de operacin son diferentes y las especificaciones

de control y estabilidad tambin divergen [3].
Las MRs pueden observarse como entidades controladas
que puede ser operada, como de una nica carga o generador
agregado, y que podra funcionar como fuente de energa a
incorporar a la red o como un medio para proporcionar
servicios auxiliares que contribuye a la estabilidad y a la
regulacin de la red principal [8].
A nivel de distribucin puede disponerse de cientos de
unidades DER individuales para proponer una carga agregada
a la red principal. Esto conduce a una distribucin inteligente
que requiere de informacin en tiempo real sobre cada unidad
DER y las cargas [9]. Por otro lado, el problema de la
complejidad de control se reduce a controlar todas las
unidades DER para MR de despacho. En este enfoque, por
ejemplo se da la situacin de que cada MR puede responder a
la solicitud de reduccin de la carga mediante el aumento de
su generacin interna y/o desactivacin de algunas cargas
crticas.
Este artculo se centra en la propuesta de una arquitectura
de control para el caso de MRs actuando como agregador de
potencia, planteando la posibilidad de que las MRs puedan
tener contrato con el operador del sistema de alguna cantidad
de potencia que puede suministrarse en respuesta a la
demanda. En la seccin II se muestra una revisin de las
arquitecturas de control en MRs, en la seccin III se presenta
el concepto de agregador de potencia utilizando MRs, en la
seccin IV se expone las arquitectura de control propuesto y
en la seccin V se hace una reflexin sobre la propuesta en
mencin.
II.

ARQUITECTURAS DE CONTROL EN MICRO REDES

Dependiendo de la arquitectura del control, es necesario

disponer de las consignas a controladores locales de fuentes de
generacin, sistemas de almacenamiento de energa y cargas
inteligentes, as como tambin de la operacin en modo
aislado o en red [10]. En la literatura se encuentran tres

arquitecturas de control en MRs, centralizado, descentralizado

y multicapa, tambin llamado control por niveles jerrquicos
[11][14]. En control centralizado, las fuentes son controladas
por un sistema de control central localizado remotamente, en
configuracin Maestro-Esclavo, como se muestra en la figura
1. En esta arquitectura el Controlador Central MCC
(Microgrid Central Controller), optimiza el intercambio de
potencia entre la MR y la red, maximizando la produccin
local dependiendo de las restricciones de seguridad y precio
del mercado. Esto se logra proporcionando puntos de consigna
de control a los DER y cargas controlables dentro de las MRs.

del sistema de potencia es mejorada [19]. En [22], se propone

introducir un nivel de control de correccin de estas
desviaciones. Adicionalmente, se propone que la sincrona en
el nivel de campo se presente sin redes de comunicaciones, y
utiliza el concepto de impedancia virtual de salida para la
sincrona de inversores al compartir potencia con cargas en la
red [23].
El control supervisor en MRs es planteado en [15], como
un control que utiliza tres niveles jerrquicos. En el nivel de
red o superior se encuentra tanto el controlador de operador de
distribucin DNO (Distribution Network Operator) y operador
de mercado, Market Operator MO), en el nivel de gestin o
medio se encuentra el controlador central de cada MR y en el
nivel de campo o inferior se encuentran los controladores
locales (LC) de los DER y las cargas controlables manejados
por cada MCC (figura 3). Dependiendo del enfoque del
control cada LC puede tener cierta inteligencia. En una
operacin centralizada cada LC recibe los valores de consigna
de su correspondiente MCC, en una operacin
descentralizada, cada LC toma las decisiones localmente.

Figura 1. Arquitectura de control centralizado, modificado de [13].

En esta arquitectura es necesaria la utilizacin de redes de

comunicacin bidireccionales entre el MCC y cada
controlador local LC (Local Controller). Esta comunicacin se
puede hacer utilizando lneas telefnicas, portadoras de lneas
de potencia o por medio inalmbrico [15], [16], siendo los
protocolos ms utilizados Modbus, RS-485 y CAN [17].
En el control descentralizado, las fuentes individuales
comparten la carga de acuerdo a sus caractersticas y
capacidades de control de potencia individuales sin ninguna
comunicacin entre s. En este concepto la mayora de los
controladores siguen esquemas de control droop, bien sea
para la operacin en modo de conexin a red o en modo de
isla [18][20]. En la figura 2, se observa la independencia de
los controladores y la ausencia de un controlador central.
Utilizando este enfoque no es posible la optimizacin en
tiempo real de los costos de operacin y de la utilizacin de
las fuentes bajo varias condiciones de operacin.

Figura 3. Arquitectura jerrquica del control supervisorio.

Cuando se requieren abordar problemas de control para

mltiples generadores, para mejorar la calidad de potencia en
MR, realizar una compensacin distribuida y la intervencin
de MR AC, DC e hbridas, sistemas de almacenamiento
distribuidos, entre otros casos, se han considerado estrategias
de control avanzado, en las que sobresalen las estrategias
distribuidas y cooperativas. Esta bsqueda de estrategias de
control avanzada debe permitir la optimizacin de los recursos
tanto DER como de control. Dentro de las propuestas
encontradas sobresale la inclusin de sistemas multiagentes
que han sido ampliamente aplicados en los sistemas de
software y en la robtica, y que desde luego han permitido la
optimizacin de tareas de agentes locales, gobernados por
agentes lderes [24].
III.

Figura 2. Arquitectura de Control Descentralizado, modificado de [12].

En el control multicapa o jerrquico, se combinan las

mejores caractersticas de los conceptos de control
centralizado y descentralizado [12]. Este concepto es utilizado
para las MRs a partir de la experiencia que ha tenido el control
jerrquico del despacho para grandes sistemas de potencia,
gracias al cual las desviaciones de amplitud y frecuencia son
limitadas y debido a esto la calidad, confiabilidad y estabilidad

MICRO REDES COMO AGREGADOR

Las MRs que operan en modo interconectado pueden

trabajar como agregadores de respuesta a la demanda (ARD),
para as participar como clientes en gestin de la respuesta de
la demanda [25]. Debido a que los generadores de pequeas
cargas que tienen una baja capacidad en la mayora de los
casos no son calificados como aceptables en DRM, por lo
tanto es necesario revisar el papel como agregador de DR,
tratado algunas veces como plantas virtuales de potencia
(Virtual Power Plant), y por algn medio reunir a los

pequeos generadores, buscarles una representacin y

permitirles una participacin en el mercado energtico
mayorista como entidades flexibles de DR. De esta manera las
cargas en las MR pueden combinarse entre s como una gran
carga elstica equivalente para la participacin en DRM.

de manera local. Tambin se presenta al nodo ARD el cual

realiza las transacciones con el mercado mayorista, minorista,
en donde participa en la fijacin de precios de potencia
agregada por las MR.

La dificultad de lograr esto, aumenta si la MR cuenta con

generacin no despachable [26] como elica y fotovoltaica, o
aquella cuyo funcionamiento est ligado a la disponibilidad de
un recurso intermitente [27], [28]. El problema acotado se
puede tratar desde el sistema de distribucin, el cual debe
adecuarse o transformarse para dar respuesta ante la operacin
que deban realizar las MRs, buscando la confiabilidad del
sistema de potencia ante la penetracin de las energas
renovables y el creciente surgimiento de cargas temporales,
entre los que se encuentran los carros elctricos. En [29], se
presenta un ejemplo hacia la electrificacin desde el sistema
de distribucin y cmo ste debe cambiar para dar respuesta a
stos cambios que se estn gestando. Si bien el problema
asociado de organizar, cmo se darn las dinmicas para los
mercados de energa, con base en las prximas MR de energa
en las ciudades, o cerca de stas.

La arquitectura de control propuesta se muestra en la

figura 5. En esta arquitectura el ARD es el responsable de
iniciar todos los mercados locales y la realizacin de la
subasta entre los comerciantes de diferentes MR y la red
principal. El ARD interpreta las opciones de RD propuestas
por los agentes de carga, los cuales se encuentran
monitoreando las unidades DER de las MRs con sus potencia
agregada total y el costo de potencia agregada total del Nivel
de Agregador de Potencia (PAL), el cual recibe informacin
del costo de potencia agregada por cada MR, estima la
potencia para agregacin de cada MR y enva seales de
referencia a los controladores de las MRs. En un Nivel de
Gestin de Energa (EMS) de cada MR, se realizan las
mediciones de los DER, se construyen modelos de pronsticos
y prediccin, y se realiza una prediccin de carga de la MR.
Con esta informacin los sistemas de control basado en
modelo SCPM, que se encuentran en el Nivel de Control
Supervisor (SCN), que opera en una arquitectura de control
descentralizada y distribuida, evala a partir de la prediccin
de las cargas, y los costos asociados, la participacin en la
venta de energa [32]. En este nivel se realizan tareas de
control utilizando Sistemas de Control Predictivo Basados en
Modelo (SCPBM), y utilizan el concepto de horizonte
deslizante para realizar predicciones a un periodo fijado por la
dinmica de la MR.

Las MRs pueden rpidamente ofrecer potencia a la red

principal a un precio menor que el precio del mercado spot, ya
que cuenta con DERs [30]. Un agregador es una entidad que
recopila energa generada por una o varias MRs y la vende a la
utilidad [31]. Los agregadores de respuesta a la demanda
(ARD) pueden obtener beneficio participando en la fijacin de
precios entre la oferta y la demanda. Existen varios escenarios
posibles para que operen los ARD. Por ejemplo pueden
existir varios ARD, donde cada MR est asociada a un ARD,
o existe solo un ARD, donde varias MRs que se asocian a l.
Las transacciones inteligentes entre la nueva carga del
agregador y los mercados mayorista y complementarios, ya
han sido estudiados desde el lado de los sistemas multiagentes
[33], [34], en este artculo se propone la solucin desde los
controladores predictivos basados en modelos.

Figura 4. Propuesta Conceptual MRs como agregador

Si un operador del sistema requiere de una cantidad

determinada de potencia de los ARDs, o de un ARD nico, a
un mnimo precio de compra, empieza una comunicacin en
dos estados desde el lado del agregador, donde el primer
estado es el de fijar el precio entre el operador del sistema y el
ARD y el otro estado, es el de fijar el precio entre el ARD y
las MRs [31]. Para dar respuesta a este problema, desde el
enfoque desde las MRs, la figura 4 presenta una arquitectura
conceptual de las MRs y un ARD, en donde se encuentran
MRs, cada una con sus unidades DER y cargas localizadas en
una coordenada
geogrfica determinada, las cuales operan

IV.

ARQUITECTURA DE CONTROL PROPUESTA

Figura 5. Arquitectura de control propuesta MRs como agregador

El SPBM en cada MR, define y resuelve un problema de

optimizacin. En cada paso de tiempo, el controlador debe
tener decisiones de alto nivel sobre cundo debe iniciarse y
detenerse cada unidad de generacin, cunto debe generar
cada unidad para cumplir con esta carga a un costo mnimo,
cuando debe realizar el ciclo de carga o descarga del sistema
de almacenamiento, cundo y cunta energa debe ser
comprada o vendida al operador del sistema (cuando la MR se
encuentra conectada a la red), horario de reduccin (deslastre
o desconexin de carga) y la cantidad de energa que tiene que
ser almacenada. La optimizacin econmica en cada MR se

consigue mediante la eleccin de las variables de decisin para

que un coste funcional que representan los costos de operacin
se reduzca al mnimo. Por lo tanto, se plantea para cada MR
una funcin de coste que incluye los costos asociados a la
produccin de energa y las decisiones de puesta en marcha y
parada, junto con las posibles ganancias y penalizaciones de
restriccin.
V.

REFLEXIN

Cada MR puede ser independientemente despachada va

local o puede agruparse con otras MRs, para participar en
mercados de respuesta a la demanda utilizando agregadores de
potencia. Las transacciones entre las MRs, ARD y el operador
de red, dependen de la prediccin de costo y de carga. El
surgimiento de nuevas MRs puede estar enmarcado en la
posibilidad de crecer como MRs acopladas para operar como
agregador de red. Los SPBM permiten incluir la planeacin de
carga ante las inmediaciones del precio o decisiones de
generacin local. La propuesta no solo muestra una forma de
iniciar un nuevo mercado para las MRs existentes, sino que
tambin posibilita el diseo de nuevas MRs con DER
existentes o nuevas, en forma de negocio en mercados de
energa para Zonas Aisladas. Para formar y consolidar un
mercado MRs no es sencillo en el marco regulatorio, tcnico y
financiero [35] actual de algunos pases como Colombia, la
mayora de los intentos han sido experimentos acadmicos,
pero vale la pena seguir trabajando sobre este enfoque.
VI.

REFERENCIAS

[1] D. T. Nguyen, L. B. Le, and S. Member, Risk-Constrained Profit

Maximization for Microgrid Aggregators with Demand Response,
IEEE Trans. Smart Grid, vol. 6, no. 1, pp. 135146, 2015.
[2] Y. A. Muoz, Optimizacin de recursos energticos en ZNI mediante
estrategias de suministro y consumo, 2012.
[3] T. S. Ustun, C. Ozansoy, and A. Zayegh, Recent developments in
microgrids and example cases around the world - A review, Renew.
Sustain. Energy Rev., vol. 15, no. 8, pp. 40304041, 2011.
[4] I. Patrao, E. Figueres, G. Garcer, and R. Gonzlez-Medina, Microgrid
architectures for low voltage distributed generation, Renew. Sustain.
Energy Rev., vol. 43, pp. 415424, 2015.
[5] H. Laaksonen, Advanced islanding detection functionality for future
electricity distribution networks, IEEE Trans. Power Deliv., vol. 28, no.
4, pp. 20562064, 2013.
[6] D. Velasco, C. T. Rodrguez, and J. H. Mora, Algoritmo de deteccin
en modo isla de un inversor, basado en la medicin del segundo
armnico, Rev. Lasallista Investig., vol. 10, no. 1, pp. 6274, 2013.
[7] C. L. T. Rodrguez, D. Velasco, D. Fuente, E. F. Amors, and G. G.
Sanfeli, Anlisis de un mtodo activo para la deteccin de isla basado
en la perturbacin de la fase en el pll y comparacin con otros mtodos
activos, no. 12.
[8] H. a. Gabbar and A. a. Abdelsalam, Microgrid energy management in
grid-connected and islanding modes based on SVC, Energy Convers.
Manag., vol. 86, pp. 964972, 2014.
[9] R. H. Lasseter, Smart distribution: Coupled microgrids, Proc. IEEE,
vol. 99, no. 6, pp. 10741082, 2011.
[10] M. Yazdanian, G. S. Member, and A. Mehrizi-sani, Distributed Control
Techniques in Microgrids, pp. 19, 2014.
[11] D. E. Olivares, A. Mehrizi-Sani, A. H. Etemadi, C. a. Caizares, R.
Iravani, M. Kazerani, A. H. Hajimiragha, O. Gomis-Bellmunt, M.
Saeedifard, R. Palma-Behnke, G. a. Jimnez-Estvez, and N. D.
Hatziargyriou, Trends in microgrid control, IEEE Trans. Smart Grid,
vol. 5, no. 4, pp. 19051919, 2014.
[12] R. G. Wandhare, S. Thale, and V. Agarwal, Design of a photovoltaic
power conditioning system for hierarchical control of a microgrid,
Photovoltaic Specialist Conference (PVSC), 2014 IEEE 40th. pp. 3144
3149, 2014.

[13] S. Thale, R. G. Wandhare, and V. Agarwal, A Novel Reconfigurable

Microgrid Architecture with Renewable Energy Sources and Storage,
IEEE Trasaction Ind. Appl., vol. 9994, no. c, 2014.
[14] E. Mojica-Nava, C. a Macana, and N. Quijano, Dynamic Population
Games for Optimal Dispatch on Hierarchical Microgrid Control, Syst.
Man, Cybern. Syst. IEEE Trans., vol. 44, no. 3, pp. 306317, 2014.
[15] F. Katiraei, R. Iravani, N. Hatziargyriou, and A. Dimeas, Microgrids
management, IEEE Power Energy Mag., vol. 6, no. june, pp. 5465,
2008.
[16] A. G. Tsikalakis and N. D. Hatziargyriou, Centralized control for
optimizing microgrids operation, IEEE Trans. Energy Convers., vol.
23, pp. 241248, 2008.
[17] B. A. Vaccaro, M. Popov, D. Villacci, and V. Terzija, An Integrated
Framework for Smart Microgrids Modeling , Communication , and
Verification, Proc. IEEE, vol. 99, no. 1, pp. 119132, 2011.
[18] R. H. Lasseter, MicroGrids, in Power Engineering Society Winter
Meeting, 2002. IEEE, 2002, pp. 305308.
[19] C. K. Sao and P. W. Lehn, Control and power management of converter
fed microgrids, IEEE Trans. Power Syst., vol. 23, no. 3, pp. 10881098,
2008.
[20] J. Rocabert, A. Luna, F. Blaabjerg, and I. Paper, Control of Power
Converters in AC Microgrids.pdf, IEEE Trans. Power Electron., vol.
27, no. 11, pp. 47344749, 2012.
[21] M. Hua, H. Hu, Y. Xing, and J. M. Guerrero, Multilayer control for
inverters in parallel operation without intercommunications, IEEE
Trans. Power Electron., vol. 27, no. 8, pp. 36513663, 2012.
[22] J. M. Guerrero, J. C. Vasquez, J. Matas, L. G. De Vicua, and M.
Castilla, Hierarchical control of droop-controlled AC and DC
microgrids - A general approach toward standardization, IEEE Trans.
Ind. Electron., vol. 58, no. 1, pp. 158172, 2011.
[23] J. M. Guerrero and J. Miret, Inverters in Microgrids Using Resistive
Output Impedance, pp. 51495154, 2006.
[24] H. Xin, Z. Qu, J. Seuss, and A. Maknouninejad, A self-organizing
strategy for power flow control of photovoltaic generators in a
distribution network, IEEE Trans. Power Syst., vol. 26, no. 3, pp.
14621473, 2011.
[25] F. Rahimi and A. Ipakchi, Demand response as a market resource under
the smart grid paradigm, IEEE Trans. Smart Grid, vol. 1, no. 1, pp. 82
88, 2010.
[26] U. S. E. I. Adminstration, Levelized Cost of New Generation Resources
in the Annual Energy Outlook 2013, 2013.
[27] Y. M. Atwa, E. F. El-Saadany, M. M. a Salama, and R. Seethapathy,
Optimal Renewable Resources Mix for Distribution System Energy
Loss Minimization, Power Syst. IEEE Trans., vol. 25, no. 1, pp. 360
370, 2010.
[28] H. S. V. S. K. Nunna, S. Member, and S. Doolla, Demand Response in
Smart Distribution System With Multiple Microgrids, IEEE Trans.
Smart Grid, vol. 3, no. 4, pp. 16411649, 2012.
[29] T. Dragicevic, J. Vasquez, J. Guerrero, and D. krlec, Advanced LVDC
Electrical Power Architectures and Microgrids, IEEE Electrif. Mag.,
vol. 2, no. March, pp. 5465, 2014.
[30] S. P. Chowdhury, S. P. Chowdhury, and P. Crossley, Microgrids and
Active Distribution Networks. London, United Kingdom: The Institution
of Engineering and Technology, London, United Kingdom, 2009.
[31] K. Hongseok and M. Thottan, A Two-Stage Market Model for
Microgrid Power Transactions via Aggregators, Bell Labs Tech. J., vol.
16, no. 3, pp. 101107, 2011.
[32] A. Parisio and L. Glielmo, Energy efficient microgrid management
using Model Predictive Control, IEEE Conf. Decis. Control Eur.
Control Conf., pp. 54495454, 2011.
[33] H. S. V. S. Kumar Nunna and S. Doolla, Energy management in
microgrids using demand response and distributed storage - A
multiagent approach, IEEE Trans. Power Deliv., vol. 28, no. 2, pp.
939947, 2013.
[34] M. Ding and K. Luo, A multi-agent energy coordination control
strategy in microgrid island mode, Lect. Notes Electr. Eng., vol. 238
LNEE, no. 11511075, pp. 529536, 2014.
[35] L. Tao, C. Schwaegerl, S. Narayanan, and J. H. Zhang, From
laboratory Microgrid to real markets Challenges and opportunities,
8th Int. Conf. Power Electron. - ECCE Asia "Green World with Power
Electron. ICPE 2011-ECCE Asia, pp. 264271, 2011.