En busca de un sistema de gestión innovador de comunidades energéticas urbano-industriales sostenibles

El proyecto Comunidades Energéticas Urbano-Industriales Sostenibles 2.0 (CEUIS 2.0) nace de la voluntad de dar continuidad al proyecto homónimo anterior – CEUIS. El consorcio está coordinado por el Clúster de Energía - Basque Energy Cluster, y cuenta con el soporte de Solartys, clúster de la energía solar, y la participación de las empresas R2M Solution, EndeF Solar Solutions, PI Berlin y Prosume Energy. El proyecto CEUIS 2.0 plantea el diseño e implementación de un sistema de gestión innovador de comunidades energéticas urbano-industriales sostenibles, que permita conjugar las funcionalidades avanzadas e inteligentes de la gestión de la energía producida con la operatividad que permite la normativa. Para ello, el proyecto centra su acción en la creación de un sistema que opere sobre el sistema de monitorización de la comunidad energética, dotándolo de nuevas funcionalidades de inteligencia necesarias en el ámbito de las comunidades energéticas locales. Asimismo, en base a un proceso de cocreación y de algoritmos, optimiza los coeficientes de reparto de forma automática entre los componentes de la comunidad energética y distribuye los beneficios generados durante el proceso de facturación, tomando en cuenta un objetivo común, ya sea económico o energético, y respetando los intereses individuales de los miembros.

Empezado en octubre 2022, el proyecto tiene una duración de diez meses y está financiado por el Ministerio de Industria, Comercio y Turismo, mediante la segunda convocatoria 2022 de Agrupaciones Empresariales Innovadoras, en el marco del Plan de Recuperación, Transformación y Resiliencia, financiado por los fondos Next Generation de la Unión Europea.

El proyecto CEUIS 2.0 surge como continuación del proyecto CEUIS desarrollado durante el año 2021, y que buscaba la relación energética entre núcleos industriales y localidades aledañas, con el objetivo de establecer comunidades energéticas locales. En este sentido, para poder definir el desarrollo e implementación de las herramientas planteadas, en primer lugar el proyecto CEUIS 2.0 actualiza el estudio del marco regulatorio de las comunidades energéticas realizado en el proyecto anterior, ampliándolo en aspectos que no fueron abordados: el marco regulatorio vinculado a la certificación y verificación de la planta de producción, el estudio de las particularidades a nivel de las comunidades autónomas, el análisis del marco regulatorio en el ámbito europeo, y finalmente, el análisis de las formas jurídicas y modelos de relación energética entre ciudadanos. Para ello, el proyecto desarrolla su investigación alrededor de tres ejes principales: los métodos de optimización y de prototipación de módulos, el desarrollo de una herramienta que sea adaptable al futuro marco regulatorio que contemple coeficientes de reparto dinámico, y el estudio de cuatro pruebas piloto.

El primer eje se centra en los métodos de optimización y prototipación de módulos que componen la herramienta de gestión energética para comunidades energéticas inteligentes. Esta herramienta permite gestionar la comunidad no solo bajo el esquema regulatorio actual, sino también futuro. Para conseguirlo, el consorcio ha investigado y analizado las infraestructuras de medición que equipan las cuatro comunidades energéticas pilotos –tanto con medidores inteligentes como sistemas de monitorización IoT–, para tener una visualización y disponibilidad de los datos en tiempo real de la generación y los consumos. Una vez integrados los datos de los medidores y del sistema de monitorización en la plataforma, han sido procesados por los módulos de optimización y de facturación. Así, se optimizan los coeficientes de reparto y de gestión energética, y en base a los flujos energéticos y los acuerdos firmados, se calculan los costes y ahorros para cada miembro de la comunidad energética. Además, los algoritmos de optimización permiten incorporar las decisiones y acuerdos alcanzados en los procesos participativos de codiseño, de manera que la comunidad opera según establezcan sus usuarios. De forma complementaria, se ha desarrollado un módulo de identificación descentralizada, que asegure que se cumplen con los requisitos en materia de protección de datos, y sirva de base para el establecimiento de mercados locales en el futuro.

Paralelamente, el consorcio ha creado una herramienta flexible y adaptable al marco regulatorio venidero, gracias a la contemplación de coeficientes de reparto dinámico, y permitir así realizar actividades de agregación de la demanda y participar en mercados de flexibilidad. Para ello, se ha contemplado la agregación de autoconsumidores locales (productores-consumidores y consumidores netos) y la creación de un mercado eléctrico local, en los cuales los usuarios estén virtualmente conectados y puedan intercambiar electricidad entre ellos, optimizando tanto la producción de electricidad como la maximización del autoconsumo al interior de la comunidad y, por ende, reducir la factura eléctrica.

Finalmente, el último eje de trabajo se ha centrado en las cuatro comunidades piloto. Se han seleccionado cuatro comunidades energéticas en cuyo proceso de instalación han participado alguno de los socios, y se han tratado como casos de estudio dentro del proyecto. Sobre estas comunidades se ha verificado la implementación de las herramientas planteadas en el proyecto, y han ayudado a establecer lo que sería una comunidad referencia para la herramienta final, desde el punto de vista normativo, de configuración, de los activos y los datos disponibles. Además, se ha desarrollado un gemelo digital que permita emular el despliegue de las herramientas desarrolladas mediante software-in-the-loop, haciendo uso de la plataforma GridSingularity (plataforma de licencia abierta, que permite desarrollar el intercambio de energía para simular y operar intercambios peer-to-peer en comunidades energéticas).

Tal y como se ha explicado, para probar y validar los desarrollos realizados en el proyecto, el consorcio basa su estudio en cuatro comunidades energéticas piloto: la comunidad energética vecinal ManzaEnergia (Manzanares el Real, Madrid), la comunidad energética en Luco de Jiloca (Teruel), el autoconsumo colectivo en Torrero (Zaragoza) y la comunidad de Monachil (Granada).

El proyecto CEUIS 2.0 finalizará su desarrollo en las próximas semanas y ha permitido el desarrollo de herramientas para la gestión de comunidades energéticas bajo la legislación actual, con la suficiente flexibilidad para adaptarse a futuros escenarios legislativos.

El núcleo principal de dichas herramientas son tres módulos. El primero de estos tres módulos es el de monitorización, mediante el cual se ha diseñado una arquitectura de adquisición de datos a tiempo real. El módulo de monitorización está instalado en la nube e integra los últimos avances en internet de las cosas aplicados a la medida de consumo y generación de energía. Su principal función es almacenar las medidas que se toman en tiempo real, aunque también es capaz de preguntarle a otros servidores, como Datadis, los valores de consumo de usuarios que no disponen de equipos de medida. El módulo también calcula la potencia consumida, fotovoltaica autoconsumida y exportada a red, datos que proporciona de forma instantánea a los clientes. Este módulo se usa como una referencia de todo lo que ocurre, desde el punto de vista energético, en la Comunidad. La conexión entre los dispositivos de medida y la monitorización se hace mediante MQTT, y la comunicación con los otros módulos de proyecto mediante Web Services (API RESTful).

Los datos de consumos y generaciones locales renovables, se transfieren al módulo de optimización, en el cual se utilizan algoritmos matemáticos para calcular los coeficientes de reparto horarios con el objetivo de maximizar el autoconsumo dentro de la comunidad energética. El módulo de optimización utiliza dos secciones diferenciadas programadas en Python. En primer lugar, los consumos de los diferentes CUPS son distribuidos en clústeres diarios, agrupando días con comportamientos similares. A continuación, estos días ‘tipo’, que contienen información de múltiples días de comportamiento similar, se pasan a la sección de optimización, donde se utilizan algoritmos que minimizan el excedente fotovoltaico de la comunidad. Esto permite simplificar el problema a la par que se reduce el ruido por variabilidad aleatoria de los consumos de un día a otro. Y, en tercer lugar, los flujos energéticos optimizados en el módulo anterior se analizan, comparan y consolidan en el módulo de facturación, traduciendo los flujos energéticos en económicos, tanto a nivel comunitario como a nivel individual para cada uno de los participantes.