Un equipo de científicos de Sandia National Laboratories de Estados Unidos ha estado trabajando en un modelo informático innovador para determinar la mejor manera de restaurar la energía en una red después de una interrupción, como un apagón total causado por condiciones climáticas extremas. El objetivo es ayudar a los operadores de la red a restaurar rápidamente la energía después de una interrupción completa, un proceso llamado ‘arranque negro’.
El modelo desarrollado combina un modelo de optimización de restauración con un modelo informático de cómo los operadores de la red tomarían decisiones cuando no tienen un conocimiento completo de cada generador y línea de distribución. El modelo también incluye una comprensión basada en la física de cómo reaccionarían los generadores de energía individuales, las subestaciones de distribución y las líneas eléctricas durante el proceso de restauración de la energía en la red. Además, el modelo general puede simular inicios negros provocados por interrupciones causadas por humanos, como un ciberataque.
El proyecto, de tres años de duración, ha sido financiado por el programa de Investigación y Desarrollo dirigido por el Laboratorio de Sandia. Actualmente, los investigadores están buscando patrocinadores para continuar y expandir el proyecto.
Restauración de la energía en la red
La parte de optimización del modelo evalúa la red y sus componentes para determinar cómo restaurar la energía en la red lo más rápido posible. Por ejemplo, el enfoque óptimo podría ser comenzar con el generador 1 para encender la subestación A. Una vez que se energiza la subestación A, los generadores 2-4 pueden encenderse de manera segura, lo que a su vez también proporcionará energía a las subestaciones B, C y D. Una vez que se energiza la subestación D, las plantas de energía 5-8 pueden encenderse, y así sucesivamente hasta que se restablezca la energía en toda la red.
Una vez que se desarrolla el cronograma de restauración de energía, el algoritmo lo compara con las limitaciones físicas para determinar si el cronograma es factible. En este punto, los investigadores explican que el desafío es usar la cantidad justa de información para que el modelo pueda tomar decisiones acertadas, sin atascarse con demasiados detalles.
La parte de optimización de la restauración se basa en un modelo similar creado por investigadores del Laboratorio Nacional Lawrence Livermore y la Universidad de California, Berkeley, que agrega estratégicamente más detalles al modelo a medida que avanza el algoritmo.
Flujo de energía de corriente alterna
El modelo desarrollado también puede aproximar con precisión el flujo de energía de corriente alterna, que es computacionalmente más complejo que la corriente continua y es una representación más precisa de la red durante interrupciones severas, como condiciones de arranque negro.
Recientemente, el equipo ha comenzado a validar los programas de restauración generados por su código contra los generados por el software de optimización estándar de la industria. Todo ello con el objetivo de garantizar que el modelo de Sandia recomiende planes que puedan ejecutarse de manera realista.
Código de toma de decisiones del operador
El punto de apoyo del modelo general se encuentra en el código de toma de decisiones del operador. Este algoritmo toma los resultados del código de optimización y los aplica a un tercer código, que es una simulación de la red basada en la física y cómo responde dinámicamente a las acciones del operador.
El modelo de toma de decisiones del operador se basa en un modelo cognitivo basado en la investigación de científicos de la Universidad Carnegie Mellon. Este modelo bien establecido se adaptó para la restauración de energía al codificar el conocimiento experto sobre las subtareas necesarias para completar las tareas principales, como los pasos necesarios para encender un generador y luego conectarlo a la subestación más cercana. También agregaron cajas de seguridad para que el modelo cognitivo no se congelara si la red se comportaba de manera inesperada.
Los investigadores están tratando de crear un agente cognitivamente sólido que pueda leer un plan de restauración creado por el modelo de optimización y después tratar de implementarlo en una simulación del sistema de energía.
El modelo del operador interactúa con el modelo de la red a través de una consola simulada y se limita al conocimiento presentado por la consola, en lugar de suponer que el operador de la red lo sabe todo, lo que generalmente se supone en los modelos de restauración de energía. De hecho, el modelo de operador puede evaluar si el comportamiento del modelo de red coincide con lo que espera en función de los resultados del algoritmo de optimización. Si un socio proporciona la información, la consola simulada también puede permitir que el equipo intercambie fuentes reales de información de la red para el modelo dinámico de red.