Aplicación Práctica / Practical Issues
Recibido:07-03-2022, Aprobado tras revisión: 08-07-2022
Forma sugerida de citación: Chamba, M.; Vargas, W.; Echeverría, D.; Riofrio, J.; (2022). “Regulación Primaria de Frecuencia
Mediante Sistemas de Almacenamiento de Energía con Baterías en el Sistema Eléctrico Ecuatoriano”. Revista Técnica
“energía”. No. 19, Issue I, Pp. 13-21
ISSN On-line: 2602-8492 - ISSN Impreso: 1390-5074
Doi: https://doi.org/10.37116/revistaenergia.v19.n1.2022.506
© 2021 Operador Nacional de Electricidad, CENACE
Primary Frequency Regulation with Battery Energy Storage Systems in the
Ecuadorian Power System
Regulación Primaria de Frecuencia Mediante Sistemas de Almacenamiento de
Energía con Baterías en el Sistema Eléctrico Ecuatoriano
M. S. Chamba
1
W. Vargas
1
D. Echeverría
2
J. Riofrio
1
1
CELEC EP Unidad de negocio Coca Codo Sinclair
E-mail: marlon.chamba@celec.gob.ec; walter.vargas@celec.gob.ec; jonathan.riofrio@celec.gob.ec
2
Operador Nacional de Electricidad, CENACE
E-mail: decheverria@cenace.gob.ec
Abstract
The new technical challenges associated to the
connection of dynamic loads, regional grid
interconnections, and a higher participation of
renewable energies have caused drastic changes in
the typical dispatch approaches of generation plants
and the distribution of load flows. Thus, the stability
and reliability of power systems have been gradually
affected. In this regard, the battery energy storage
systems (BESS) are considered as one of the most
outstanding solutions at the moment. BESS are able
to contribute to frequency and voltage stability on
power systems.
In this paper, the benefits of implementing a storage
system for power-frequency (P-f) control in the
National Interconnected System (S.N.I. for its
Spanish acronym) are modeled and analyzed. For
this purpose, the components of the BESS are
modeled in DIgSILENT PowerFactory on a reduced
data base of the Ecuadorian Interconnected Power
System S.N.I., which includes the speed governing
systems of the main power plants and the
contribution of the Colombian power system
through a dynamic equivalent. Finally, an analysis of
the impact of batteries under different scenarios is
presented, taking into account the uncertainties in
the power scheduling.
Resumen
Los nuevos desafíos técnicos asociados a variaciones
drásticas en patrones típicos de despacho de
centrales de generación y la distribución de flujos de
potencia, debido a la interconexión de cargas
dinámicas, interconexión con sistemas regionales y
diversificación de las fuentes primarias de energía
renovable han afectado a la estabilidad y
confiabilidad de los sistemas eléctricos. Actualmente,
los sistemas de almacenamiento de energía con
baterías se constituyen como una de las soluciones
más destacadas por su capacidad de contribuir a la
estabilidad de frecuencia y voltaje en un sistema
eléctrico.
En este trabajo se modela y se analiza las bondades
de la implementación de un sistema de
almacenamiento para el control de Potencia –
Frecuencia (P-f) en el Sistema Nacional
Interconectado (S.N.I.). Para ello, se modela en
DIgSILENT PowerFactory los componentes del
sistema de almacenamiento en una base reducida del
Sistema Nacional Interconectado S.N.I., la cual
considera los reguladores de velocidad de las
principales unidades de generación y mediante un
equivalente dinámico se considera el aporte del
sistema eléctrico colombiano. Se presenta el análisis
del impacto de las baterías en diferentes escenarios
teniendo en cuenta las incertidumbres en la
programación de la generación.
Index terms Primary Frequency Regulation,
Battery Energy Storage Systems, Droop, BESS,
SOC, Contingency.
Palabras clave Regulación Primaria de
Frecuencia, Sistemas de Almacenamiento de Energía
con baterías, Estatismo, BESS, SOC, Contingencia.
13
Edición No. 19, Issue I, Julio 2022
1. INTRODUCCIÓN
La planificación de la operación de los sistemas
eléctricos experimenta varios desafíos técnicos
asociados a los nuevos paradigmas de administración y
planeamiento. Entre los factores más relevantes se citan
las variaciones drásticas en patrones típicos de despacho
de centrales de generación y la distribución de flujos de
potencia en las redes, debido a la interconexión de
cargas dinámicas, interconexión con sistemas regionales
y diversificación de las fuentes primarias de energía
(motivada por el desarrollo acelerado de tecnologías de
generación renovable y la promoción de políticas
medioambientales) [1].
Estos factores pueden comprometer seriamente la
seguridad y la confiabilidad de los sistemas eléctricos
por el alto riesgo de violación de los límites de
seguridad dinámica, lo cual afecta la eficiencia
operativa y puede ocasionar la salida de elementos
importantes del sistema e inclusive la interrupción
parcial o total del suministro de energía eléctrica. La
búsqueda de una solución a estos problemas ha
promovido la investigación e implementación de
Sistemas de Almacenamiento de Energía (SAE) de gran
capacidad e integrados en la red eléctrica, los cuales
necesitan soluciones específicas y apropiadas para
gestionarlos y controlarlos de forma óptima [1].
Adicionalmente, el gobierno ecuatoriano mediante
Decreto 238 promueve la participación del sector
privado en la ejecución de proyectos eléctricos.
Específicamente, en el Artículo 1 se menciona al
almacenamiento de energía como un servicio adicional
y para ello se decreta: “Expedir las Políticas del Sector
Eléctrico para el desarrollo del servicio público de
energía eléctrica, servicio de alumbrado público general,
servicio de carga de vehículos eléctricos y el
almacenamiento de energía” [2].
Con estos antecedentes, en el presente trabajo se
presenta el estado del arte de los sistemas de
almacenamiento y se analiza la implementación de
baterías para el control Potencia – Frecuencia (P-f) en el
S.N.I. Para ello, se organiza el documento de la
siguiente manera. En el acápite 2 se desarrolla el estado
del arte y las aplicaciones actuales de los sistemas de
almacenamiento. En el acápite 3 se presentan los
principales conceptos de Regulación Primaria de
Frecuencia. En el acápite 4 se abordan las principales
hipótesis para la modelación del S.N.I y del SAE. En el
acápite 5 se muestran y discuten los principales
resultados. Por último, en el acápite 6 se presentan las
conclusiones y recomendaciones.
2. SISTEMAS DE ALMACENAMIENTO
BASADOS EN BATERÍAS
Actualmente, los SAE basados en baterías (BESS,
Battery Energy Storage Systems) tienen más
aplicaciones que cualquier otro tipo de sistema de
almacenamiento. Los BESS son celdas recargables que
almacenan y entregan energía eléctrica mediante
reacciones químicas en su interior. Las cualidades de
capacidad de carga/descarga, capacidad de
almacenamiento, densidad de energía o ciclabilidad
(número de veces que puede recargarse antes de
presentar averías) están definidas por las características
de sus componentes de fabricación. Adicionalmente,
estos componentes definen el coste de almacenamiento,
el volumen que ocupan, el peso y vida útil [1].
Existen múltiples aplicaciones para los BESS, los
cuales se basan en el diferimiento de los niveles de
potencia y energía requeridos, donde no todas suponen
el mismo esfuerzo para las baterías. En la Fig. 1 se
indican las principales aplicaciones de los BESS en la
red eléctrica [3].
Figura 1: Clasificación de las aplicaciones de los sistemas de
almacenamiento energético en la red eléctrica (Fuente: [3])
Adicionalmente, en [4] se analizan diferentes
aplicaciones de los BESS, por ejemplo, se presentan
aplicaciones dentro de un mercado de energía con la
finalidad de cargar las baterías (comprar) durante
períodos de precios bajos de energía y descargar
(vender) cuando los precios son altos. Otras
aplicaciones que brindan son: control de voltaje, para
reducir el pico de la curva de demanda y reducir la
potencia máxima en las líneas de transmisión. Sin
embargo, es la regulación primaria de frecuencia (RPF)
la que ha recibido particular atención, debido a su aún
prometedora aplicación en sistemas de potencia con alta
participación de energías renovables y niveles de inercia
cada vez menores ante la falta de masas giratorias en las
plantas de generación [4], [5], [6].
Una característica de los BESS es que pueden
cambiar su potencia despachada de forma rápida con
tiempos menores que las plantas de generación
convencional, debido a que son controlados por
electrónica de potencia; mientras que, por ejemplo, las
centrales hidroeléctricas necesitan primero estabilizar la
presión del agua antes de aumentar la potencia
entregada [7].
Dado que los BESS se pueden cargar o descargar
por completo en cortos períodos de tiempo, es necesario
que los algoritmos de control mantengan el estado de
carga (SOC, por sus siglas en inglés) entre ciertos
límites para garantizar la disponibilidad total del control
de frecuencia primaria, realizar una operación correcta
de las baterías y asegurar el tiempo de vida útil [1].
14
Chamba et al. / Regulación Primaria de Frecuencia Mediante Sistemas de Almacenamiento de Energía con Baterías
En este sentido, en [8] se presenta una metodología
para dimensionar el BESS considerando los límites del
SOC y disipadores de exceso de energía. Por otro lado,
en [9] se plantea una metodología para optimizar el
punto de trabajo del BESS; mientras que, en [10] y [11]
se presenta un modelo de control que incluye la
rentabilidad y degradación, donde se sugiere un enfoque
multinivel para limitar óptimamente el SOC. Un trabajo
similar aparece en [6], donde se presentan estrategias de
control más flexibles y robustas para mantener el rango
óptimo del SOC y disminuir el envejecimiento del
BESS.
En [12] se muestra mediante mediciones de
eficiencia el punto de trabajo óptimo de los sistemas
BESS; para ello, se presenta un particular enfoque en la
aplicación “Black Start” con la finalidad de alimentar
una porción de la carga del sistema ante perdida de la
alimentación principal.
En este sentido, es posible encontrar en la literatura
varias propuestas para estimar el SOC de una batería.
Dichas propuestas pueden clasificarse en cuatro tipos
generales: i) mediciones directas, ii) conteo de
Coulombs o sistemas “book-keeping”, iii) sistemas
adaptivos y iv) métodos híbridos [13], [14], [15]. Por
otro lado, en [1] se presenta una novedosa propuesta
metodológica que permite determinar el modelo
estocástico para el SOC de un BESS implementado con
un generador fotovoltaico (sistema PV-BESS) que
puede ser usado en la evaluación horaria del flujo de
potencia probabilístico (PPF, por sus singlas en inglés)
de una microrred.
Adicionalmente, a la respuesta en la RPF, el BESS
puede contribuir con energía firme en sistemas con
importantes desequilibrios de generación y carga, como
por ejemplo, alta penetración de generación fotovoltaica
(sistemas PV-BESS) [16]. Bajo este escenario, trabajos
más recientes han combinado el enfoque de RPF y SOC.
Por ejemplo, [17] combina un control “droop”
adaptativo con un controlador de recuperación del SOC
en el BESS para la participación en la RPF. Este tipo de
control integral mejora la dinámica de la frecuencia del
sistema y asegura el rendimiento a largo plazo del
BEES. Otra aplicación aparece en [18], donde se
muestra un algoritmo de corrección para el SOC del
BESS considerando la asimetría en las mediciones de
frecuencia y que pueden afectar un control exacto para
la RPF.
En todos los casos mostrados, el BESS permite: i)
incrementar la capacidad firme de generación del
sistema fotovoltaico y ii) mejorar la regulación de
frecuencia. En este tipo de configuración, es necesario
evaluar el impacto de grupo de generación renovable-
BESS, considerando la estocasticidad del recurso
primario de generación [19].
3. APLICACIÓN DE BESS EN LA REGULACIÓN
DE FRECUENCIA
3.1. Regulación de Frecuencia
Uno de los elementos clave para garantizar un
funcionamiento seguro y estable de los sistemas
eléctricos de potencia es el equilibrio entre la
generación y la demanda. La mayor consecuencia en un
sistema de potencia ante un “exceso/déficit” de
generación es el efecto en la frecuencia del sistema. Por
esta razón, el problema relaciona el control P-f, el cual
debe conseguir que:
Se mantenga el equilibrio entre generación y
demanda.
Se mantenga la frecuencia de referencia en el
sistema.
Se cumplan los compromisos de intercambio de
energía con las áreas vecinas.
Se mantenga la suficiente potencia/energía de
reserva.
Para cumplir estos objetivos, como se muestra en la
Figura 2, el control P-f se organiza en tres niveles:
primario, secundario y terciario.
Figura 2: Regulación de Frecuencia
Cada uno de los niveles opera en un margen de
tiempo e involucra un conjunto de variables [20]:
El control primario es el más rápido, operando en
un margen de tiempo de entre 2 y 30 segundos.
El propósito es limitar la desviación de la
frecuencia tras una contingencia, recuperando el
balance entre carga y generación del sistema,
ubicándolo en un nuevo punto de operación.
La respuesta primaria proviene de la inercia de
los generadores, el amortiguamiento de las
cargas (motores), los reguladores de velocidad
(Gobernadores), y otros dispositivos que proveen
respuesta inmediata como el BESS. En los
instantes iniciales, tras producirse un desbalance
de potencia, la tasa de cambio de la frecuencia
ROCOF (Rate of Change of Frequency) y el
punto más bajo de la frecuencia alcanzado
NADIR están determinados principalmente por
la magnitud del desbalance, la inercia total del
15
Edición No. 19, Issue I, Julio 2022
sistema y por dispositivos de respuesta rápida
como el BESS.
El control secundario opera en un margen de
tiempo de entre 30 segundos y 10 minutos. Actúa
en el ámbito del área de control, atendiendo a la
frecuencia y al intercambio de potencia con las
áreas vecinas.
El control terciario opera en un margen de
tiempo superior a 10 minutos. Actúa en el ámbito
de un sistema eléctrico extenso, buscando un
reparto de cargas optimizado que asegure
suficientes reservas de energía.
3.2. Aplicación de BESS
Debido a su rapidez de respuesta, los BESS son
especialmente utilizados para RPF, la cual se caracteriza
por requerir menor tiempo de respuesta, generalmente
menor de 30 segundos. Sin embargo, los BESS también
pueden utilizarse para regulación secundaria y terciaria,
menos exigentes en este aspecto.
Además, de la rápida respuesta en la RPF, los
niveles de potencia que se manejan pueden ser altos,
pudiendo incluso llegar a precisarse la descarga de las
baterías en períodos largos de hasta 15 minutos [21].
Asimismo, es importante destacar que la aplicación de
BESS en la RPF demanda múltiples cargas y descargas
en un corto período de tiempo, por lo que es una de las
aplicaciones más exigentes y tiende a disminuir la vida
útil de las baterías [22]. De forma general, el
envejecimiento de las baterías electroquímicas tiene un
comportamiento no lineal y un ciclo menor de
profundidad de descarga brindando un mejor
rendimiento en su vida útil [23].
Un ejemplo de aplicación de un BESS para RPF es
el sistema ubicado en Glassenbury, Reino Unido. Se
trata de un sistema de 40 MW compuesto por 3640
celdas de NMC fabricadas por LG. Desde 2016 forma
parte del sistema de regulación de frecuencia de la red
eléctrica británica [24]. Otro, es el proyecto de la
compañía KEPCO compuesto por baterías de NMC tipo
Samsung SDI, el cual se encuentra ubicado en Ulsan -
Corea del Sur y cuenta con una capacidad de 32 MW y
12 MWh [25]. En Sudamérica se puede destacar el
BESS Ventanilla de Litio Ion, ubicado en Perú, con una
potencia de 14.6 MW; además, en Colombia se
inauguró el BESS de la central térmica Termozipa con
una capacidad de 7 MW y 3.9 MWh.
Algunos BESS se utilizan conjuntamente con
centrales de generación renovables, por ejemplo, el
sistema Hornsdale Power Reserve, en Australia, utiliza
baterías de NMC fabricados por Tesla. Este BESS es
uno de los sistemas con mayor potencia del mundo,
100 MW, y se emplea para facilitar la integración de
una planta eólica en la red eléctrica y ofrecer el servicio
de regulación de frecuencia a la red eléctrica [26].
4. HIPOTESIS Y CONSIDERACIONES PARA LA
MODELACIÓN Y SIMULACIÓN DEL BESS
4.1. Sistema eléctrico reducido
Se considera un sistema eléctrico reducido del
S.N.I., el cual cuenta con las principales centrales de
generación, el sistema de 500 kV, el anillo de 230 kV y
parte del sistema de 138 kV y 69 kV, con lo cual se
representa adecuadamente la dinámica del sistema
eléctrico ecuatoriano. Respecto de las centrales de
generación se considera que todas realizan RPF
mediante la actuación correcta de sus reguladores de
velocidad; para ello, se modelan sistemas de control
considerando las tecnologías de las diferentes centrales.
Para los sistemas de control de las centrales de
generación hidroeléctricos se considera un estatismo
(Droop) del 4%, mientras que, para las centrales
térmicas se considera un estatismo del 7%.
El sistema eléctrico colombiano es modelado
mediante un sistema equivalente, el cual cuenta con una
impedancia y un generador. El comportamiento
dinámico del sistema eléctrico es emulado mediante
reguladores de velocidad y voltaje, donde el estatismo
del regulador de velocidad es calculado, de forma
aproximada, mediante un evento dinámico de frecuencia
donde participan Ecuador y Colombia como se muestra
en [27].
Adicionalmente, es importante destacar que la
ubicación de los sistemas BESS es un tópico actual de
investigación. Por ejemplo, en [28] se resumen algunos
criterios y metodologías para determinar la ubicación
óptima considerando criterios estacionarios y dinámicos
de los sistemas eléctricos.
Para este caso, es importante destacar que el sistema
BESS es modelado en la zona de Guayaquil,
específicamente en barra Chorrillos 230 kV, tal como se
muestra en la Figura 3. Cabe indicar que se eligió esta
ubicación, dado que es una zona con déficit de
generación, especialmente en épocas de alta
hidraulicidad en el sistema eléctrico.
Figura 3: Sistema BESS modelado en el S.N.I.
16
Chamba et al. / Regulación Primaria de Frecuencia Mediante Sistemas de Almacenamiento de Energía con Baterías
4.2. Modelación del BESS
Un BESS consta del sistema de almacenamiento que
permite almacenar/restaurar energía en un proceso
electroquímico y, además contiene un
rectificador/inversor que puede transformar el voltaje
continuo de la parte de almacenamiento en voltaje
alterno y viceversa. El rectificador/inversor se basa
normalmente en un convertidor de voltaje (VSC,
Voltage Sourced Converter) con una modulación de
pulso (PWM, Pulse Width Modulation) [29]. Este
último elemento es bien conocido y está disponible en
DIgSILENT PowerFactory [30].
La parte de almacenamiento es un elemento que
depende de las características electroquímicas de la
batería recargable. En este sentido existe una enorme
diversidad de tecnologías y variedades dentro de una
misma tecnología; por lo tanto, no existe un modelo
fácil, preciso y válido para todas las baterías [29], [30].
Las baterías más comunes en la industria suelen ser las
de plomo-ácido. Pero también existen otros tipos como
las de níquel-cadmio (NiCd), las híbridas de níquel-
metal (NiMH) y varios tipos de iones de litio. Cada tipo
tiene sus propias ventajas e inconvenientes.
Para modelar correctamente estos tipos de baterías
se plantea dos problemas principales: 1) conseguir un
modelo que no sea demasiado complejo pero lo
suficientemente preciso y 2) obtener los parámetros de
fabricantes o las mediciones reales necesarias para
desarrollar el modelo. Un modelo de batería debe
representar el voltaje de los terminales y la resistencia
interna, que son una función de varias variables
relacionadas entre sí, como el SOC de la batería, la edad
y la temperatura de la batería [31].
En este caso para modelar el comportamiento de la
batería se utiliza un modelo simplificado de
PowerFactory, donde se hacen algunas suposiciones
para obtener un modelo simple, pero funcional. En
primer lugar, se asume que la batería podría descargase
completamente y que el voltaje depende linealmente del
SOC. Además, se supone que la resistencia interna es
constante y muy pequeña debido a la aplicación de alta
corriente. Por último, se supone que la capacidad de la
batería es constante; esto es válido si la corriente de
descarga se conoce de antemano (corriente ingresada
como dato) [30], [31].
A continuación, en la Figura 4 se presenta el
diagrama de control de P-f utilizado en la modelación
del BESS. Los valores de estatismo y banda muerta del
sistema de control se especifican en la Tabla 1. El valor
del Droop es calculado considerando que la respuesta
del BESS, ante un mismo evento de frecuencia, tenga
aproximadamente la misma contribución de potencia a
la RPF que la obtenida con las unidades de generación
del S.N.I. por actuación de sus reguladores de
velocidad.
Esto, con la finalidad de realizar la comparación de
respuesta de control frecuencia que brindan los sistemas
BESS y las unidades de generación con sistemas de
control de velocidad bien sintonizados.
Figura 4: Diagrama de control Potencia-Frecuencia del BESS
Por otro lado, el dimensionamiento adecuado del
BESS para la participación en RPF está asociado al
tamaño del desbalance generación-carga, a la cantidad
de energía requerida en tiempo real, los costos de
operación de la red eléctrica y el capital de inversión
[32], [33]. Además, y emulando algunos códigos de red
ya implementados como el caso de Francia, Italia, o
Alemania, podría exigirse que al igual que los
generadores convencionales, un BESS entregue un
aumento del 100% de potencia activa al menos por 15
minutos [34]. Tiempo de operación que también debe
considerarse en la etapa de dimensionamiento del
BESS. Bajo estas consideraciones en la Tabla 1 se
muestra la capacidad del BESS simulado.
Tabla 1: Parámetros del BESS para RPF
Parámetros
Valor
Potencia máxima
100 MW
Energía máxima
7.2 kAh
Droop
0.0265 %
Deadband
30 mHz
5. RESPUESTA DEL BESS EN EL S.N.I.
El presente análisis del BESS en el S.N.I. considera
como evento de frecuencia la salida de operación de la
unidad de generación más grande del sistema eléctrico,
Coca Codo Sinclair, con despacho a plena carga de la
unidad de 187.5 MW. Además, el análisis está enfocado
en la respuesta primaria de la frecuencia, la cual
depende del comportamiento de los sistemas de control
y dimensionamiento de la reserva de frecuencia. Con
este antecedente, se formulan escenarios de análisis
enmarcados en el despacho de reserva primaria de
frecuencia, donde se considera que la reserva de 3%
(unidades despachadas al 97% de la capacidad nominal)
corresponde al 100% de la reserva asignada para control
de frecuencia en el sistema.
Tabla 2: Escenarios de análisis
Casos
Escenarios
Caso 1
CR 100% - SB
Caso 2
CR 75% - CB
Caso 3
CR 50% - CB
Caso 4
CR 0% - CB
Los casos de estudio consideran un parque
hidroeléctrico limitado, por tal razón en caso de requerir
reserva es necesario despachar generación térmica
17
Edición No. 19, Issue I, Julio 2022
provocando el incremento de los costos operativos del
sistema. Este sobrecosto podría utilizarse para la
implementación de sistemas de almacenamiento
mediante BESS.
En la Figura 5 se presenta la respuesta de frecuencia
y el aporte a la RPF por parte del sistema eléctrico
colombiano, ecuatoriano (RPF Generadores) y sistema
BESS para el Caso 1. Se observa que, la frecuencia cae
hasta 59.883 Hz y se estabiliza en 59.966 Hz con el
aporte de 132.15 MW del sistema eléctrico colombiano
y 50.389 MW de los generadores del sistema
ecuatoriano.
El aporte a la RPF por parte del sistema colombiano
es aproximadamente tres veces mayor respecto al aporte
del sistema ecuatoriano, lo cual es concordante con el
tamaño del parque de generación colombiano versus el
ecuatoriano. En este caso no existe aporte del sistema
BESS debido a que sólo se considera el aporte de los
generadores a la RPF; sin embargo, a continuación, en
los siguientes casos se presenta el aporte del sistema
BESS a la RPF considerando la disminución de reserva
del sistema eléctrico ecuatoriano.
Figura 5: Frecuencia y RPF del Caso 1
Para los diferentes casos de estudio, en las Fig. 6 y
Fig. 7 se presentan la comparación del comportamiento
de la frecuencia y el aporte del sistema BESS,
respectivamente.
Figura 6: Comparación del comportamiento de la frecuencia
Figura 7: Comparación del comportamiento del sistema BESS
De la misma manera, en la Tabla 3 se presenta una
comparación del valor mínimo de frecuencia (Nadir), la
frecuencia estable luego del aporte de la RPF y los
aportes a la RPF por parte del sistemas colombiano,
ecuatoriano y el BESS. En estas figuras y tabla se puede
observar lo siguiente:
Conforme disminuye la reserva del sistema
ecuatoriano, aumenta el aporte de los sistemas
colombiano y el BESS. En el Caso 4 donde el
sistema eléctrico ecuatoriano no cuenta con
reserva, la batería aporta 50.096 MW a la RPF,
cuyo valor es similar al aporte del sistema
ecuatoriano en el Caso 1 (cuando estaba
inhabilitado el BESS). Además, en los primeros
segundos el BESS aporta con el máximo de su
potencia nominal, es decir es capaz de aportar
una energía instantánea en tiempos de
conmutación de electrónica de potencia para
evitar el colapso del sistema ante un evento de
desbalance generación-carga, lo cual mejora la
estabilidad del sistema.
Esto indica que, en casos operativos extremos
donde se presente una baja hidraulicidad e
indisponibilidad de generación, la batería podría
suplir, por periodos cortos, el requerimiento de
reserva primaria. Es importante destacar que, el
tiempo de uso de la batería, dependerá de las
características de diseño de la misma y deberá
ser optimizada con un análisis de varios
escenarios operativos considerando las diferentes
tecnologías y costos.
La frecuencia mínima (Nadir) se presenta para el
Caso 1, cuando se regula frecuencia con los
generadores de los sistemas colombiano y
ecuatoriano. El Nadir se incrementa con la
incorporación de la batería debido a su rápida
respuesta, aportando en este punto, su máxima
capacidad (99.68 MW). Esta ventaja que ofrece
la batería es importante para evitar la posible
actuación de esquemas de alivio de carga.
18
Chamba et al. / Regulación Primaria de Frecuencia Mediante Sistemas de Almacenamiento de Energía con Baterías
La frecuencia, luego de la RPF, se estabiliza en
valores similares para todos los casos de estudio.
Esto se debe a que el estatismo del BESS es
calculado para que la batería supla la misma
contribución de potencia a la RPF, obtenida con
las unidades de generación del S.N.I.
El aporte a la RPF del sistema colombiano es
mayor cuando no existe reserva en el sistema
ecuatoriano y sólo aporta la batería. El mínimo
valor de aporte del sistema colombiano se da en
el Caso 2, cuando se combina la reserva rotante
del sistema ecuatoriano con el BESS.
Tabla 3: Comparación de la respuesta RPF de los casos de estudio
Casos
Nadir
Estado estable (luego de la RPF)
Frecuencia
Mínima
Aporte del
sistema BESS
Frecuencia
estable
Aporte del
sistema
colombiano
Aporte del
sistema
ecuatoriano
Aporte del
sistema BESS
Caso 1
59.883 Hz
0 MW
59.966 Hz
132.151 MW
50.389 MW
0 MW
Caso 2
59.920 Hz
99.68 MW
59.968 Hz
126.605 MW
44.535 MW
15.463 MW
Caso 3
59.919 Hz
99.68 MW
59.966 Hz
131.960 MW
35.265 MW
24.092 MW
Caso 4
59.901 Hz
99.68 MW
59.962 Hz
149.392 MW
0.049 MW
50.096 MW
Adicionalmente, para el mismo evento de salida
operación de una unidad de generación de Coca Codo
Sinclair (187.5 MW), se realiza un análisis de la
respuesta de frecuencia considerando la operación
aislada del sistema eléctrico ecuatoriano y la
conexión/desconexión del sistema BESS. Considerando
la desconexión del BESS, en la Figura 8 se presenta la
respuesta de frecuencia y el aporte a la RPF, con 100%
de la reserva por parte de los generadores del sistema
ecuatoriano. En esta figura se observa que, la frecuencia
mínima (Nadir) cae hasta 59.648 Hz y se estabiliza en
59.760 Hz con el aporte de 155.22 MW por parte de los
generadores del sistema ecuatoriano. Es importante
destacar que, ante la magnitud de este evento, en
operación aislada y con 100% de reserva, la frecuencia
se recupera y se evita un posible colapso del sistema.
Esta situación mejora sustancialmente con la
conexión del sistema de almacenamiento BESS, lo cual
se puede observarse en la Figura 9. En este caso, el
Nadir se incrementa a 59.880 Hz y la frecuencia se
estabiliza en un valor más alto de 59.944 Hz, esto
debido a la operación combinada del sistema BESS y
los generadores que aportan a la RPF. El sistema BESS
aporta con toda su capacidad (99.682 MW), mientas que
los generadores aportan con 78.779 MW. Para obtener
una respuesta similar, en el caso sin batería sería
necesario incrementar la reserva, involucrando
sobrecostos operativos para el sistema eléctrico
ecuatoriano.
Por último, es importante destacar que el Operador
Nacional de Electricidad CENACE y la Corporación
Eléctrica del Ecuador CELEC EP han empezado a
trabajar en un proyecto ambicioso para la sintonización
de parámetros de los reguladores de velocidad
(gobernadores) de las principales centrales de
generación del país. En base a estos resultados, que
modificarán la dinámica del sistema y que son
esenciales para mejorar la confiabilidad del S.N.I, será
necesaria la actualización de bases de datos para realizar
estudios especializados ante la incorporación masiva de
energías renovable y sistemas BESS.
Figura 8: Frecuencia y RPF – Sin BESS y operación asilada
Figura 9: Frecuencia y RPF – Con BESS y operación asilada
6. CONCLUSIONES Y RECOMENDACIONES
La planificación y operación de los sistemas
eléctricos se enrumba a un nuevo concepto en el que el
monitoreo y control se deberían ajustar dependiendo del
progreso de los eventos en tiempo real. En este sentido,
los desarrollos alcanzados por los BESS pueden
constituirse como herramientas importantes para el
control del equilibrio de generación-carga y la
regulación de frecuencia y voltaje.
19
Edición No. 19, Issue I, Julio 2022
En este documento se analiza las bondades de la
implementación de BESS para el control P-f en el
sistema eléctrico ecuatoriano. Para ello, se modela en
PowerFactory los componentes del sistema de
almacenamiento en una base reducida del S.N.I., la cual
considera los reguladores de velocidad, donde los
generadores hidroeléctricos se parametrizan con un
estatismo del 4% y los térmicos con 7%. Además, se
modela el sistema colombiano mediante un equivalente,
el cual cuenta con una impedancia, un generador y
reguladores de velocidad y voltaje.
Mediante las simulaciones se comprobó que el
aporte a la RPF puede realizarse de forma combinada
entre unidades de generación del sistema ecuatoriano y
el BESS. Se observó que en casos operativos extremos
de baja hidraulicidad e indisponibilidad de generación,
la batería puede suplir el déficit de reserva operativa del
sistema ecuatoriano. Es importante destacar que la
mejor respuesta de la frecuencia se da cuando se opera
de forma combinada, con reserva y conexión del BESS,
dado que, en este caso el Nadir mejora y se tiene,
además, menor aporte del sistema colombiano, cuya
importación no programada causa sobrecostos al
sistema.
Para finalizar, se recomienda un análisis técnico-
económico que considere la tecnología del sistema de
almacenamiento y sobre costos operativos asociados a
la reserva. Este análisis deberá realzarse para diferentes
escenarios operativos que emulen las condiciones
operativas actuales y futuras. Además, trabajos futuros
podrán basarse en el uso de sistemas de control más
sofisticados para el BESS, mismos que sean capaces de
incluir señales de mercados, dinámica del sistema, vida
útil de baterías y SOC.
REFERENCIAS BIBLIOGRÁFICAS
[1] J. Cepeda, S. Chamba, “Determinación del Modelo
Estocástico del Estado de Carga de Baterías para el
cómputo de Flujo de Potencia Probabilístico de
Microrredes”, vol. 16, n.º 1, pp. 41-50 pp., jul. 2019.
[2] Decreto Ejecutivo No. 238, Quito, Ecuador, Octubre
de 2021.
[3] O. Palizban, and K. Kauhaniemi, “Energy storage
systems in modern grids – Matrix of technologies and
applications”, Journal of Energy Storage, vol. 6, pp.
248-259, Mayo 2016
[4] A. Oudalov, D. Chartouni, and C. Ohler, “Value
analysis of battery energy storage applications in
power systems” in Proc. 2nd IEEE PES Power
Systems Conf. Expo., Atlanta, GA, 2006, pp.2206-
2211.
[5] M. Liu, J. Chen y F. Milano, “On-Line Inertia
Estimation for Synchronous and Non-Synchronous
Devices”, IEEE Transactions on Power Systems, vol.
36, nº 3, pp. 2693-2701, May 2021.
[6] B. Xu, A. Oudalov, J. Poland, A. Ulbig y G.
Andersson, “BESS Control Strategies for Participating
in Grid Frequency Regulation”, de IFAC Proceedings
Volumes (IFAC-PapersOnline), Cape Town, 2014.
[7] K. Vu, R. Masiello, and R. Fioravanti, “Benefits of
Fast-Response Storage Devices for System Regulation
in ISO Markets”, Power & Energy Society General
Meeting, Calgary, July 2009.
[8] A. Oudalov, D. Chartouni, and C. Ohler, “Optimizing
a battery energy storage system for primary frequency
control”, Power Systems, IEEE Transactions on, vol.
24, no. 3, pp. 1259-1266, Aug. 2007.
[9] T. Borsche, A. Ulbig, M. Koller, and G. Andersson,
“Power and Energy Capacity Requirements of Storage
Providing Frequency Control Reserves”, Power
Systems Laboratory, ETH Zürich, to be presented at
IEEE PES General Meeting 2013, Vancouver.
[10] O. Mégel, J. Mathieu, and G. Andersson, “Substantial
Draft: Provision of Fast Frequency Control by Energy
Constraint Storage Units”, Power Systems Laboratory,
ETH Zürich, to be presented at IEEE PES ISGT
Europe 2013, Copenhagen.
[11] L. Lam, “A Practical Circuit-based Model for State of
Health Estimation of Li-ion Battery Cells in Electric
Vehicles”, Master’s Thesis, TU Delft, August 2011.
[12] L. Consiglio, G. Di Lembo, C. Noce, P. Eckert, A.
Rasic, and A Schuette, “Performances of the first
Electric Storage System of Enel Distribuzione”, 22nd
International Conference on Electricity Distribution,
Stockholm, June 2013.
[13] V. Pop, H.J. Bergveld, D. Danilov, P.P. Regtien and
P.H. Notten, “State-of-the-art of battery state-of-
charge determination”, Institute of Physics Publishing,
Measurement Science and Technology, Vol. 16, pp.
93-110, October 2005.
[14] W. Y. Chang, “The state of charge estimating methods
for battery: A review”, ISRN Applied Mathematics,
pp. 1-7, July 2013.
[15] N. Watrin, B. Blunier, and A. Miraoui, “Review of
adaptive systems for lithium batteries state-of-charge
and state-of-health estimation,” in Proceedings of
IEEE Transportation Electrification Conference and
Expo, pp. 1–6, Dearborn, Mich, USA, June 2012.
[16] Y. Zhang, P. Yang, Z. Xu and J. Chen, “Smooth mode
transition strategies of PV-BESS microgrids”, IEEE
2nd International Conference on Power and
Renewable Energy (ICPRE), pp. 709-716, September
2017.
[17] Z. Tan, X. Li, L. He, Y. Li y J. H. Huang, “Primary
frequency control with BESS considering adaptive
SoC recovery”, International Journal of Electrical
Power and Energy Systems, vol. 117, nº September
2019, pp. 1-12, 2020.
[18] M. Sanduleac, L. Toma, M. Eremia, V. A. Boicca, D.
Sidea y A. Mandis, “Primary Frequency Control in a
Power System with Battery Energy Storage Systems”,
Proceedings - 2018 IEEE International Conference on
Environment and Electrical Engineering and 2018
IEEE Industrial and Commercial Power Systems
Europe, EEEIC/I and CPS Europe 2018, nº 727481,
pp. 1-5, 2018.
[19] M. Fan, V. Vittal, G.T. Heydt and R. Ayyanar,
“Probabilistic power flow analysis with generation
dispatch including photovoltaic resources”, IEEE
Trans. on Power Systems, 28(2), 1797-1805, 2013.
[20] R. Kuga, M. Esguerra, B. Chabot, A Avendano
Cecena, “EPIC 2.05; Inertia Response Emulation for
DG Impact Improvement”; EPIC—Final Report;
20
Chamba et al. / Regulación Primaria de Frecuencia Mediante Sistemas de Almacenamiento de Energía con Baterías
Pacific Gas and Electric Company: San Francisco,
CA, USA, 2019.
[21] Aneke, M.; Wang, M.; “Energy storage technologies
and real life applications – A state of art review”,
Applied Energy, vol. 179, pp. 350-377, Octubre 2016.
[22] D. Mejía-Giraldo, G. Velásquez-Gomez, N. Muñoz-
Galeano, J. B. Cano-Quintero y S. Lemos-Cano, “A
BESS Sizing Strategy for Primary Frequency
Regulation Support of Solar Photovoltaic Plants”,
Energies, vol. 12, nº 2, pp. 1-16, 2019.
[23] B. Xu, Y. Shi, D. Kirschen y B. Zhang, “Optimal
Battery Participation in Frequency Regulation
Markets”, IEEE Transactions on Power Systems, vol.
33, nº 6, pp. 6715-6725, 2018.
[24] Low Carbon Company [Online]:
https://www.lowcarbon.com/ourportfolio/portfolio-
overview/our-projects/glassenbury-storage-park/
[25] LSIS Co., Futuring Smart Energy Leaflet, Octubre
2016.
[26] Hornsdale Reserve [Online]
https://hornsdalepowerreserve.com.au/.
[27] J. C. Cepeda, “Real-time Vulnerability Assessment of
Electric Power Systems Using Synchronized Phasor
Measurement Technology,” PhD Thesis, Universidad
Nacional de San Juan, 2013.
[28] P. Boonluk, A. Siritaratiwat, P. Fuangfoo, and S.
Khunkitti, “Optimal Siting and Sizing of Battery
Energy Storage Systems for Distribution Network of
Distribution System Operators,” Batteries, vol. 6, no.
4, p. 56, Nov. 2020, doi: 10.3390/batteries6040056.
[29] M. Ceraolo. New Dynamical Models of Lead-Acid
Batteries. IEEE Transactions on Power Systems,
15(4), November 2000.
[30] DIgSILENT GmbH: http://www.digsilent.de.
[31] N. K. Medora and A. Kusko. Dynamic Battery
Modeling of Lead-Acid Batteries using
Manufacturer’s Data. Twenty-Seventh International
Telecommunications Conference, INTELEC ’05.,
2005.
[32] S. Sukumar, M. Marsadek, A. Ramasamy, and H.
Mokhlis, “Grey Wolf Optimizer Based Battery Energy
Storage System Sizing for Economic Operation of
Microgrid,” Proc. - 2018 IEEE Int. Conf. Environ.
Electr. Eng. 2018 IEEE Ind. Commer. Power Syst.
Eur. EEEIC/I CPS Eur. 2018, pp. 1–5, 2018, doi:
10.1109/EEEIC.2018.8494501.
[33] J. Martinez-Rico, I. R. de Argandoña, E. Zulueta, U.
Fernandez-Gamiz, and M. Armendia, “Energy Storage
Sizing Based on Automatic Frequency Restoration
Reserve Market Participation of Hybrid Renewable
Power Plants,” in 2021 International Conference on
Smart Energy Systems and Technologies (SEST),
2021, pp. 1–6, doi:
10.1109/SEST50973.2021.9543235.
[34] X. Luo et al., “Review of voltage and frequency grid
code specifications for electrical energy storage
applications,” Energies, vol. 11, no. 5, 2018, doi:
10.3390/en11051070.
Marlon Chamba.- Nació en Loja,
Ecuador en 1982. Obtuvo el título
de Ingeniero Eléctrico en la
Escuela Politécnica Nacional,
Ecuador en el 2007. En el año
2016, obtuvo el título de Doctor en
Ingeniería Eléctrica en la
Universidad Nacional de San Juan,
Argentina. Actualmente trabaja en la Subgerencia
Nacional de Investigación y Desarrollo del CENACE.
Sus áreas de investigación son: Mercados de Energía,
Confiabilidad, Calidad, Evaluación de la seguridad del
SEP.
Walter Vargas. – Nació en
Guayaquil, Ecuador en 1984.
Recibió sus títulos de Ingeniero en
Electricidad especialización
Potencia (2007) en la Escuela
Superior Politécnica del Litoral y
el de Máster en Sistemas de
Energía Eléctrica (2013) en la
Universidad de Sevilla. Entre 2013 y el 2017 trabajó en
la sección de Estudios Eléctricos del Departamento de
Centro de Operación de CELEC EP – Transelectric.
Actualmente se desempeña como especialista en la
Subgerencia Nacional de Investigación y Desarrollo del
CENACE. Sus áreas de interés incluyen la
optimización, confiabilidad de sistemas de potencia,
evaluación de vulnerabilidad en tiempo real y el
desarrollo de Smart Grids.
Diego Echeverría.- Recibió su
título de Ingeniero Eléctrico de la
Escuela Politécnica Nacional de
Quito, en 2006. En el año 2021,
obtuvo el título de Doctor en
Ingeniería Eléctrica en la
Universidad Nacional de San Juan,
Argentina. Actualmente trabaja en
el Operador Nacional de Electricidad CENACE de
Ecuador como Subgerente Nacional de Investigación &
Desarrollo. Sus áreas de interés son: Estabilidad de
Sistemas de Potencia en Tiempo Real, Sistemas de
medición sincrofasoriales PMU’s y Control de
Emergencia de Sistemas de Potencia.
Jonathan Riofrio. - Nació en
Quito, Ecuador. Recibió su título
de Ingeniero Eléctrico de la
Universidad Politécnica Salesiana
(UPS), Ecuador, en 2015 y de
Master en Ciencias en Ingeniería
Eléctrica de la Budapest University
of Technology and Economics
(BME), Hungría, en 2021. Sus campos de investigación
incluyen: generación distribuida, movilidad eléctrica,
emulación de inercia virtual y modelos de operación
para la incorporación a la red de generación renovable.
21