Control predictivo de la demanda en prosumidores de Comunidades Energéticas
DOI:
https://doi.org/10.17979/ja-cea.2025.46.12034Palabras clave:
Sistemas de gestión de la energía, Control predictivo basado en Modelo, Modelado de sistemas de energía, Diseño de sistemas de control, Redes energéticas inteligentesResumen
Este artículo presenta una estrategia basada en Control Predictivo por Modelo (MPC) para la gestión de recursos energéticos locales en comunidades energéticas (CE). El sistema propuesto sigue un perfil de red definido por un controlador superior que optimiza la eficiencia energética y minimiza costes e intercambios con la red externa mediante el uso de sistemas de almacenamiento. Las comunidades energéticas están transformando el sector eléctrico con esquemas descentralizados de producción y consumo que fomentan la participación ciudadana activa, donde la gestión del almacenamiento resulta clave. La creciente integración de fuentes renovables intermitentes plantea desafíos de estabilidad en las redes. Los resultados muestran que este enfoque permite una utilización más eficiente de los recursos energéticos dentro de las CE, reduce la dependencia de la red convencional y favorece una disminución de costes respecto a sistemas sin almacenamiento o convencionales basados en reglas, ayudando a mitigar los problemas de inestabilidad asociados a la generación distribuida y la variabilidad de las fuentes renovables.
Referencias
Aghmadi, A., Mohammed, O. A., 1 2024. Operation and coordinated energy management in multi-microgrids for improved and resilient distributed energy resource integration in power systems. Electronics (Switzerland) 13. DOI: 10.3390/electronics13020358
Ahmed, S., Ali, A., D’Angola, A., 2024. A review of renewable energy communities: Concepts, scope, progress, challenges, and recommendations. Sustainability 16 (5). DOI: 10.3390/su16051749
Kyriakopoulos, G. L., 2022. Energy communities overview: Managerial policies, economic aspects, technologies, and models. Journal of Risk and Financial Management 15 (11). DOI: 10.3390/jrfm15110521
Li, F., Wang, D., Liu, D., Yang, S., Sun, K., Liu, Z., Yu, H., Qin, J., 6 2023. A comprehensive review on energy storage system optimal planning and benefit evaluation methods in smart grids. DOI: 10.3390/su15129584
Roudnil, S., Zadeh, S. G., Feyzi, M. R., Ghavifekr, A. A., 5 2025. A real-time two-step multi-objective planning framework for resilience improvement of islanded microgrids based on mpc. Journal of Energy Storage 119. DOI: 10.1016/j.est.2025.116343
Sangare, M., Bourreau, E., Fortz, B., Pachurka, A., Poss, M., 12 2023. Loads ´scheduling for demand response in energy communities. Computers and Operations Research 160. DOI: 10.1016/j.cor.2023.106358
Schwenzer, M., Ay, M., Bergs, T., Abel, D., 11 2021. Review on model predictive control: an engineering perspective. DOI: 10.1007/s00170-021-07682-3
Teng, Q., Wang, X., Hussain, N., Hussain, S., 2 2025. Maximizing economic and sustainable energy transition: An integrated framework for renewable energy communities. Energy 317. DOI: 10.1016/j.energy.2025.134544
Vivas, F. J., Pajares, A., Blasco, X., Herrero, J. M., Segura, F., Andujar, J. M., ´4 2025. A novel energy management system based on two-level hierarchical economic model predictive control for use in microgrid control. Energy Conversion and Management: X 26. DOI: 10.1016/j.ecmx.2025.101027
Alvaro Ruiz Sicilia, Estévez, B. E., Costa-Castell ´ o, R., 8 2023. Gestión de ´energía, mediante control predictivo, de un vehículo de pila de combustible. Servizo de Publicacions. Universidade da Coruña, pp. 358–363. DOI: 10.17979/spudc.9788497498609.358
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Ángel Marcos Trujillo Trujillo, Juan A. Méndez-Pérez, Santiago Torres-Álvarez, Jose M. González-Cava, Alberto Hamilton-Castro
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
