Gestión de Recursos y Estaciones de Carga de Vehículos Eléctricos en una Microrred Basada en MPC
DOI:
https://doi.org/10.70567/mc.v42.ocsid8588Palabras clave:
Control óptimo, Sistema de gestión de la energía, Control predictivo económico basado en modelo, Vehículos eléctricos, Microrred, Generación renovableResumen
Las microrredes y los vehículos eléctricos son conceptos muy relacionados, ya que ambos tienen el objetivo de modificar la matriz energética hacia recursos más amigables con el medio ambiente. La necesidad de contar con estaciones de carga distribuidas sin comprometer la estabilidad de la red eléctrica es cada vez más necesario, y precisamente una microrred tiene la estructura apropiada para dar solución de forma local y eficiente. En este trabajo se propone una estrategia de control predictivo económico basado en modelo como sistema de gestión de la energía para una microrred con estaciones para la carga de vehículos. Para mostrar el desempeño se realizaron simulaciones sobre una microrred con generación renovable, un sistema de almacenamiento, tres estaciones de carga y que opera conectada a una red. En los puestos de carga se consideraron dos modos: carga controlada y el concepto de vehículo a la red. Los resultados muestran un funcionamiento correcto en diversos escenarios, donde las acciones de control óptimas se ajustan a las directrices del funcional propuesto en el controlador. Finalmente, estos resultados servirán también para establecer políticas de incentivo en el modo de vehículo a la red.
Citas
Alarcón M.A., Alarcón R.G., González A.H., y Ferramosca A. Economic model predictive control for energy management of a microgrid connected to the main electrical grid. Journal of Process Control, 117:40–51, 2022.
Alarcón R.G., Alarcón M.A., González A.H., y Ferramosca A. Artificial neural networks for energy demand prediction in an economic mpc-based energy management system. International Journal of Robust and Nonlinear Control, 35(2):642–658, 2025.
Andersson J.A.E., Gillis J., Horn G., Rawlings J.B., y Diehl M. CasADi – A software framework for nonlinear optimization and optimal control. Mathematical Programming Computation, 11(1):1–36, 2019.
Bhatia A.A. y Das D. Demand response strategy for microgrid energy management integrating electric vehicles, battery energy storage system, and distributed generators considering uncertainties. Sustainable Energy, Grids and Networks, 41:101594, 2025.
Ferramosca A., Limon D., y Camacho E.F. Economic mpc for a changing economic criterion for linear systems. IEEE Transactions on Automatic Control, 59(10):2657–2667, 2014.
Guo S., He J., Ma K., Yang J., Wang Y., y Li P. Robust economic dispatch for industrial microgrids with electric vehicle demand response. Renewable Energy, 240:122210, 2025.
Lasseter B. Microgrids [distributed power generation]. En 2001 IEEE power engineering society winter meeting. Conference proceedings (Cat. No. 01CH37194), volumen 1, páginas 146–149. IEEE, 2001.
Li Y., Cao X., y Li Z. Real-time energy management strategy for shore power hybrid energy supply system based on pg-mpc. Journal of Energy Storage, 125:116807, 2025.
Limón D., Alvarado I., Alamo T., y Camacho E.F. Mpc for tracking piecewise constant references for constrained linear systems. Automatica, 44(9):2382–2387, 2008.
Pereira M., Limon D., de la Peña D.M., Valverde L., y Alamo T. Periodic economic control of a nonisolated microgrid. IEEE Transactions on industrial electronics, 62(8):5247–5255, 2015.
Rawlings J.B., Mayne D.Q., y Diehl M. Model Predictive Control: Theory, Computation, and Design. Santa Barbara, California: Nob Hill Publishing, 2nd edición, 2024. ISBN 978-0-9759377-8-5.
Zheng Y., Niu S., Shang Y., Shao Z., y Jian L. Integrating plug-in electric vehicles into power grids: A comprehensive review on power interaction mode, scheduling methodology and mathematical foundation. Renewable and Sustainable Energy Reviews, 112:424–439, 2019.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Asociación Argentina de Mecánica Computacional

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta publicación es de acceso abierto diamante, sin ningún tipo de costo para los autores ni los lectores.
Solo se publicarán aquellos trabajos que han sido aceptados para su publicación y han sido presentados en el congreso de AMCA.

