ENEFF-PILOT: Sistema cooperativo para comunidades inteligentes, eficientes y sostenibles

Con el rápido crecimiento de las tecnologías de energía renovable existe una oportunidad importante de mejorar la eficiencia energética y reducir costes a través de la optimización. A todo ello se une el impulso que desde diversas instituciones se está dando a la creación de nuevos servicios sostenibles e infraestructuras energéticas que ayuden a equilibrar la oferta y la demanda.

Por ejemplo, durante la última década, muchas iniciativas de desarrollo sostenible en toda Europa han promovido campañas de regulación, como la fijación de precios o políticas de retroceso térmico opcionales/obligatorias, que tienen en cuenta el compromiso de un comportamiento social rentable y/o una moralidad social favorable al medio ambiente.

Bajo este contexto, el principal objetivo de nuestro proyecto de investigación se centra en desarrollar e implementar soluciones replicables, escalables e integradas en los dominios de eficiencia energética, IoT y Smart Grid. Nuestra propuesta insta a los consumidores a cooperar en respuesta a las condiciones del suministro disponible a partir de fuentes renovables. En nuestro modelo, los consumidores adaptarán de forma autónoma su consumo de energía mediante un sistema que integrará y reasignará su demanda en un punto de vista común.  La consecución de este objetivo hará posible la mejora de la explotación de recursos renovables en cuanto a accesibilidad y demanda. Con ello, se persigue investigar hasta qué punto la inversión en fuentes renovables y suministro incide de forma positiva en los posibles beneficios económicos a nivel de hogar, así como para una mayor escala (comunidad o distrito).

Para tal fin, se establecerán validaciones de las soluciones tecnológicas, que incluirán bancos de prueba locales y/o prototipos de laboratorio, así como demostradores de Living Lab. Se realizarán análisis de rendimiento y seguridad para validar una implementación adecuada sobre la tecnología existente.

Nuestros primeros resultados se muestran en la siguiente publicación:

Towards Sustainable Energy-Efficient Communities Based on a Scheduling Algorithm. Sensors 2019, 19. doi:10.3390/s19183973. www.mdpi.com/1424-8220/19/18/3973/pdf

En este trabajo, presentamos un sistema cooperativo de demanda diseñado para promover cambios de comportamiento en pequeñas o grandes comunidades con intereses comunes. Los consumidores adaptan su consumo energético de forma cooperativa y centralizada, es decir, compartiendo su programa de demanda con un recopilador de datos, lo que facilita la integración de la información sobre el consumo de energía.

Esta integración se realiza a través del llamado « Aggregator », un sistema óptimo que proporciona servicios de gestión energética para gestionar eficientemente la demanda. Permite distribuir localmente la energía suministrada en función de la disponibilidad de recursos renovables. Este sistema de gestión energética estará conectado a la « Utility »,  definida como un conjunto de proveedores de energía compartidos por los clientes.

La implementación de un sistema piloto demostrará que una comunidad de consumidores puede obtener ahorro de energía.  Al mismo tiempo, el sistema conducirá a un cambio de comportamiento en los hábitos de consumo eléctrico a través de objetivos de sostenibilidad y protección del medio ambiente.

Objetivos principales:

- Recursos alternativos en términos de accesibilidad y demanda

- Desarrollo de un sistema de eficiencia energética

• Estrategias enfocadas en la demanda de energía aplicadas a las comunidades residenciales inteligentes puede conducir a mejores escenarios de eficiencia energética.
• Los consumidores tienen la oportunidad de reducir su costo de electricidad y/o la relación pico a promedio a través de su consumo programando de energía.
• Nuestra propuesta integra el proceso de programación y el suministro de electricidad disponible a partir de fuentes de energía renovables.
• La investigación proporcionará una comparación empírica del diseño del algoritmo desarrollado sobre las diferentes estrategias para la selección del turno del consumidor, de optimización, así como escenarios de casos de patrones de consumo de la comunidad.