Agregadores de VE Ahora Ajustan la Carga Basándose en Comportamiento Humano
En un tranquilo estacionamiento suburbano a las afueras de Nanjing, un BYD Han plateado se conecta a un cargador de Nivel 2 poco después de la medianoche. La conductora no está cerca, pendiente del teléfono y monitoreando ansiosamente la batería. De hecho, está profundamente dormida—a kilómetros de distancia. Su vehículo, como otros 200 en el mismo vecindario, responde a una señal económica sutil: una caída en el precio de la electricidad, orquestada en tiempo real por un agregador local de vehículos eléctricos (VE) que aprovecha profundos conocimientos conductuales. No es magia. Ni siquiera es un hardware particularmente avanzado. Lo novedoso aquí es cómo el software piensa—más como un economista conductual que como un ingeniero.
Hasta hace poco, la conversación en torno a la integración de los VE a la red se centraba casi exclusivamente en el hardware: baterías más grandes, inversores más inteligentes, cargadores más rápidos. Sin embargo, entre bastidores, está en marcha un cambio tectónico—uno que coloca la toma de decisiones humana, no solo los kilovatios-hora, en el corazón del diseño del sistema energético. Una nueva ola de investigación, liderada por un equipo del Instituto de Tecnología de Nanjing, está redefiniendo cómo los VE interactúan con la red—no forzando el cumplimiento mediante un control rígido, sino impulsando la participación a través de señales de precio psicológicamente informadas.
Las implicaciones no podrían ser más oportunas. A medida que las flotas globales de VE crecen—solo China añadió más de 2 millones de vehículos totalmente eléctricos en 2022—el riesgo de que una carga no gestionada sature las redes de distribución locales ya no es teórico. Los transformadores sufren bajo los «picos dobles» vespertinos, donde la demanda residencial choca con una multitud de VE conectándose justo después del trayecto de las 6 p.m. Los esquemas tradicionales de respuesta a la demanda, que tratan a los conductores de VE como unidades pasivas en una hoja de cálculo gigante, están demostrando ser insuficientes. ¿Por qué? Porque las personas no son algoritmos. No responden linealmente al precio. Su disposición a retrasar la carga, o—más radicalmente—a descargar energía de vuelta a la red, depende de una maraña de necesidades prácticas, ansiedad por la autonomía y percepción de equidad.
Entra en juego el paradigma de la «capacidad de respuesta del usuario».
Liderado por Jun Li, un profesor cuyo trabajo abarca sistemas de energía y diseño centrado en el humano, el equipo de investigación se propuso responder una pregunta engañosamente simple: ¿Qué hace que un propietario de un VE diga «sí» a cambiar su carga—o incluso a vender energía de vuelta—más allá de solo la cantidad en la etiqueta del precio? Su respuesta, detallada en un artículo reciente publicado en Southern Power System Technology, va más allá del supuesto de que los usuarios acudirán automáticamente a la ventana de tarifas más barata. En su lugar, construyeron un modelo basado en la Ley de Weber-Fechner—un principio de la psicofísica que establece que la percepción humana del cambio de un estímulo (como una caída de precio) es proporcional al cambio relativo, no al absoluto.
Piénsalo de esta manera: un descuento de ¥200/MWh se siente enorme cuando la carga base cuesta ¥400, pero apenas se registra cuando ya es de ¥1,200. Más crucialmente—y aquí es donde los modelos anteriores se quedaron cortos—el equipo reconoció que el estado de carga (SOC) de un VE es el árbitro silencioso en cada decisión. ¿Un vehículo con un 90% de SOC a las 7 p.m.? Su propietario podría vender felizmente algo de energía a la red si el precio es el adecuado. ¿Pero un vehículo al 20% de SOC, con un trayecto escolar de 50 km programado para las 7:30 a.m.? Ningún incentivo financiero anulará la necesidad primordial de garantizar la autonomía.
Para capturar este matiz, Li y sus colegas—Jiacheng Liang, Ketian Liu, Wei Han, Xiao Liang y Xin Li—desarrollaron una superficie de doble respuesta: una para la carga, otra para la descarga. Cada superficie mapea dos ejes—señales de precios dinámicos y SOC en tiempo real—en una probabilidad de participación. Cuando se agrega a través de una flota, esto produce lo que los autores llaman «capacidad programable»: no la potencia máxima teórica que un garaje de VE podría suministrar, sino la cantidad realista, limitada conductualmente que es probable que contribuyan en cualquier hora dada.
El modelo se probó con datos de viaje del mundo real: la Encuesta Nacional de Viajes de Hogares de EE. UU. (NHTS 2017), adaptada a los patrones de desplazamiento chinos. Las simulaciones involucraron 50, 100 y 200 VE conectados a un alimentador de distribución representativo. Se compararon tres escenarios: No controlado (conectar y olvidar), Carga controlada (solo se permite cambiar la carga) y Carga-descarga coordinada (participación total V2G, guiada por el modelo de capacidad de respuesta).
Los resultados fueron sorprendentes—no solo en magnitud, sino en la calidad del impacto.
En el caso no controlado, el familiar pico vespertino reapareció con brutal claridad: la varianza de la carga del sistema saltó a más de 19,600 kW² cuando 200 VE se unieron a la red. Los transformadores coqueteaban con los umbrales de sobrecarga. El costo promedio de carga por usuario rondaba los ¥8.50 por sesión, y las ganancias del agregador seguían siendo magras—apenas alcanzaban el punto de equilibrio en muchos casos.
Cambiar a carga-descarga coordinada produjo resultados transformadores. Con 200 VE, la varianza de la carga colapsó en más de un 93%—hasta solo 1,377 kW²—suavizando la curva diaria hasta parecer una colina suave en lugar de una cadena montañosa irregular. Crucialmente, esto no se logró sacrificando el bienestar del usuario. El costo promedio de carga se desplomó a ¥4.47—una reducción del 48%—porque los conductores efectivamente «compraban barato y vendían caro»: llenando por la noche a tarifas bajas y exportando el excedente durante las horas pico costosas. Mientras tanto, la ganancia diaria del agregador se disparó a ¥336, más del doble que la línea base no controlada.
Pero la visión más reveladora surgió al comparar los precios dinámicos con los precios por tiempo de uso (TOU)—donde las tarifas cambian solo unas pocas veces al día, como las tarifas eléctricas actuales. Los precios dinámicos, actualizados cada hora, ofrecieron resultados superiores para la red: menor varianza, menores costos para el usuario. Sin embargo, conllevaban un costo oculto: la carga cognitiva. Las frecuentes fluctuaciones de precios, advierte el equipo, pueden erosionar la confianza y la participación del usuario con el tiempo. Los conductores pueden percibir el sistema como que los está «engañando», o simplemente cansarse de la contabilidad mental requerida. La variante TOU, aunque numéricamente un poco menos óptima (19% más de varianza de carga), generó mayores ganancias para el agregador—sugiriendo que los usuarios estaban dispuestos a aceptar facturas de carga marginalmente más altas a cambio de predictibilidad y simplicidad.
Esta tensión—entre la optimalidad matemática y la sostenibilidad humana—yace en el núcleo de la interfaz VE-red de próxima generación. La investigación no solo propone un algoritmo mejor; reformula por completo el problema. El agregador ya no es un programador autoritario, sino un facilitador de mercado cuyo éxito depende de la empatía. Sus señales de precios deben ser legibles, justas y psicológicamente resonantes—no solo económicamente eficientes.
Los actores de la industria ya están tomando nota. Un número creciente de startups de «centrales eléctricas virtuales» (VPP) está pasando de la simple agregación a la orquestación conductual. Una empresa con sede en Shenzhen ahora incorpora «umbrales de confianza» en su aplicación de usuario: en lugar de exigir un SOC de salida fijo del 90%, pregunta, «¿Qué tan cómodo te sentirías saliendo con el 80%?» y ajusta los márgenes de programación en consecuencia. Otro agregador de Hangzhou ha introducido «bonos de compromiso»—pequeños pagos garantizados para usuarios que pre-autorizan la participación en al menos tres eventos V2G por semana, transformando el compromiso esporádico en una cooperación habitual.
Críticamente, este enfoque elude el campo minado de la privacidad que ha plagado iniciativas anteriores de redes inteligentes. El modelo no requiere un rastreo GPS minuto a minuto o una profunda elaboración de perfiles personales. Solo necesita tres entradas por vehículo: hora de conexión, hora de desconexión y SOC inicial—todos datos que los usuarios comparten voluntariamente a cambio de facturas más bajas y el estatus de «héroe de la red». El resto se infiere estadísticamente a través de la flota, preservando el anonimato individual mientras se libera valor colectivo.
Desde una perspectiva regulatoria, los hallazgos desafían nociones obsoletas de neutralidad de la red. Si los VE pueden actuar como recursos responsivos—no solo como cargas—entonces las estructuras de compensación deben evolucionar. Las normas actuales de medición neta, diseñadas para paneles solares con curvas de generación fijas, son inadecuadas para la naturaleza estocástica y bidireccional de la participación de los VE. El artículo implícitamente pide nuevas arquitecturas tarifarias: quizás una tarifa de dos partes que comprenda un cargo fijo por «conectividad» más un crédito de «flexibilidad» basado en el rendimiento, pagado por kilovatio-hora de reducción o inyección de demanda verificada.
Uno de los beneficios más subestimados destacados por el estudio es la resiliencia de la red. Durante una simulación de un pico de demanda a última hora de la tarde—imitando una ola de calor inesperada—la flota de VE coordinada no solo recortó el pico; lo absorbió. Durante 90 minutos críticos, la descarga agregada de los vehículos estacionados compensó el 18% del déficit del sistema, evitando la necesidad de despachar costosas centrales eléctricas de punta, intensivas en carbono. Esto no es adquisición de servicios auxiliares; es absorción de impactos a escala comunitaria, entregada por coches inactivos.
Aún persisten desafíos. Las preocupaciones sobre la degradación de la batería perduran, particularmente entre los primeros adoptantes. Si bien las químicas LFP modernas son notablemente robustas bajo ciclos moderados de V2G, la percepción pública va a la zaga. Los investigadores reconocen esto, señalando en su conclusión que el trabajo futuro debe integrar los costos de degradación percibidos en el modelo de capacidad de respuesta—incluso si el desgaste real es mínimo. La confianza, después de todo, es un recurso de la red tanto como el cobre o el silicio.
Igualmente importante es la cuestión de la equidad. ¿Beneficiará esta nueva economía de flexibilidad principalmente a urbanitas adinerados con garajes privados y cargadores bidireccionales? ¿O puede extenderse a residentes de apartamentos, operadores de flotas y comunidades rurales? El marco del artículo es inherentemente escalable—sus superficies de capacidad de respuesta pueden re-parametrizarse para diferentes segmentos de usuarios—pero la estrategia de implementación importa. Programas piloto en Suzhou están probando ahora «grupos compartidos de amortiguación de VE» en viviendas multifamiliares, donde una batería a nivel de edificio actúa como intermediaria, protegiendo a los inquilinos individuales de la interacción directa con la red mientras aún captura beneficios para todo el sistema.
Lo que distingue a este trabajo es su negativa a tratar el elemento humano como ruido que debe filtrarse. Durante décadas, los ingenieros de energía buscaron eliminar la variabilidad—a través de reservas giratorias, regulación de frecuencia y bucles de control cada vez más ajustados. Esta investigación cambia el guion: aprovecha la variabilidad, reconociendo que el desorden del comportamiento humano—cuando se comprende y respeta adecuadamente—puede ser una característica, no un error.
De vuelta en ese estacionamiento de Nanjing, el BYD Han plateado termina su carga nocturna justo antes de las 5 a.m., estabilizándose al 92% de SOC. A las 6:45 p.m., con la carga del aire acondicionado vespertino del hogar aumentando, descarga silenciosamente 5 kWh en la microrred de la casa—suficiente para cubrir la preparación de la cena sin hacer parpadear una sola bombilla. La propietaria recibe un crédito de ¥3.20, aplicado automáticamente a la factura del próximo mes. No piensa en tasas de rampa o caídas de voltaje. Piensa: «Qué bien. Mi coche ayudó a pagar la compra.»
Ese es el verdadero avance. No teraflops de optimización, sino un momento simple y tranquilo de alineación—entre conductor y vehículo, vehículo y red, individuo y sistema. Cuando la tecnología retrocede al fondo y el valor se vuelve tangible, la participación deja de ser una tarea y se convierte, naturalmente, en un hábito.
El camino por delante no estará libre de baches. Los estándares de interoperabilidad para la comunicación V2G siguen fragmentados. Los espacios de prueba regulatorios aún son demasiado pequeños y de corta duración. La educación del consumidor se está quedando atrás. Pero la dirección es inconfundible: la red del futuro no será comandada por una IA central. Emergerá, de manera adaptativa y elegante, de millones de decisiones pequeñas, inteligentes y centradas en el humano—cada una un pequeño voto por un sistema energético más resiliente, asequible y equitativo.
Y a veces, los votos más poderosos se emiten mientras sus propietarios duermen.
Jun Li, Jiacheng Liang, Ketian Liu, Wei Han, Xiao Liang, Xin Li Escuela de Ingeniería Eléctrica, Instituto de Tecnología de Nanjing, Nanjing 211167, China; Compañía de Suministro de Energía de Huaian de State Grid Jiangsu Electric Power Co., Ltd., Huaian, Jiangsu 223001, China Southern Power System Technology, Vol. 17, No. 8, Ago. 2023 DOI: 10.13648/j.cnki.issn1674-0629.2023.08.014