Diseño de un sistema de control de energía para una planta de almacenamiento híbrida con tecnología PEM y control grid forming

Abstract

La creciente penetración de fuentes de energía renovable, inherentemente variables e intermitentes, plantea desafíos críticos para la estabilidad y flexibilidad de los sistemas eléctricos, principalmente debido a la consecuente reducción de la inercia rotacional efectiva y la disminución de las reservas de control primario. En este contexto, el presente trabajo de título aborda el diseño de un sistema de control de energía para una planta de almacenamiento híbrida. La planta está compuesta por un electrolizador, una celda de combustible y un banco de baterías, todos acoplados a la red mediante un convertidor formador de red. Esta configuración es especialmente atractiva, ya que aprovecha la complementariedad de las tecnologías: la batería proporciona una respuesta rápida frente a transitorios, la celda de combustible ofrece suministro continuo y el electrolizador permite la absorción de excedentes energéticos para la producción de hidrógeno. El convertidor formador de red, por su parte, otorga al sistema la capacidad de emular la inercia de una máquina sincrónica y participar activamente en el control de frecuencia. Este trabajo propone un sistema de control de energía capaz de gestionar de forma coordinada los flujos de potencia de una planta de almacenamiento híbrida, con el doble propósito de contribuir al control de frecuencia de la red y maximizar la eficiencia energética del recurso primario. La metodología implementada se basó en el aprendizaje por refuerzo, utilizando el algoritmo gradiente de políticas determinista con redes profundas para entrenar un agente de control. La política de control se estructuró a través de una máquina de recompensas que guió el aprendizaje hacia acciones que optimizan la gestión del hidrógeno y respetan las restricciones operativas clave, tales como los límites de rampas de potencia y la disponibilidad constante del banco de baterías para amortiguar transitorios. Para acotar el costo computacional, el entrenamiento se llevó a cabo en un modelo promedio de la planta(...).