Estudi i desenvolupament de les etapes de digitalització d'una comunitat energètica

En aquest Treball de Fi de Grau es realitza la digitalització i posterior optimització del conjunt de components bàsics d’una infraestructura energètica sota la modalitat de comunitat energètica, amb generació fotovoltaica i bateria, integrant algoritmes que minimitzen el cost de compra d’electricitat a xarxa. Una comunitat energètica es defineix com una entitat jurídica on es participa de forma voluntària en la generació, repartiment, emmagatzematge i consum d’energia d’una font renovable, tot gestionat per socis o membres amb el fi d’optimitzar aquests intercanvis entre membres de la comunitat per a obtenir el màxim benefici amb els recursos dels quals es disposa. Per l’execució d’aquest projecte, s’ha fet el model parametritzat d’una comunitat energètica constituïda per 7 membres (tipus residencial), i 1 petit comerç, amb perfils de consum i generació sintètics/artificials, creats a partir de perfils reals disponibles. A continuació s’ha programat la lògica d’optimització amb diverses funcions de cost que maximitzen els beneficis en funció de prediccions futures de generació, preu i consum. Aquestes tres prediccions s’han obtingut, respectivament, mitjançant un model d'intel·ligència artificial, una API per accedir a informació de la Red Eléctrica de España, i una fórmula paramètrica. Finalment, s’ha realitzat el recull de dades i s’ha analitzat l’impacte que ha tingut l’optimització en les despeses energètiques. Tot aquest procés –modelització, simulació i anàlisi de dades– s’ha portat a terme per a diferents configuracions de comunitat energètica d’acord amb el tipus de configuració de la bateria utilitzada (i.e. col·lectiva o individual) i de com es reparteix l’energia generada entre els veïns(i.e. coeficients de repartiment), i s’han comparat els resultats entre les diferents variants. Addicionalment, es porten a terme dos estudis més: un per a observar el benefici que proporciona la bateria en base a la capacitat màxima d’aquesta, i l’altre per a avaluar l’impacte que té l’error de predicció en la factura de la llum. Per a aquest projecte s’ha fet servir principalment Matlabi, en menor mesura, Python. Els resultats del treball mostren que la digitalització d’una comunitat energètica de la qual es té prou informació és viable i també és possible obtenir prediccions de consum i generació prou acurades. Finalment, observem com en algunes de les configuracions de comunitat energètica i per aquest conjunt de perfils de consum, l’optimització aconsegueix una millora d’estalvi prou significativa. Tot i que aquest treball s’ha fet per a una comunitat de pocs membres amb generació menor a 10kW, es podria escalar a un projecte més gran amb més participants o adaptar-se a un canvi de normativa, com seria per exemple la regulació del mercat energètic intern entre participants (lliure compravenda d’energia entre membres de la comunitat