Loading...
Facility location problem for energy storage facilities and mobile units
Meléndez González, Cristian R.
Meléndez González, Cristian R.
Citations
Altmetric:
Abstract
The resiliency of power systems is critical, especially in regions vulnerable to natural disasters, such as Puerto Rico. The devastation caused by Hurricane Maria in 2017 exposed significant weaknesses in the island’s energy infrastructure, leading to extended blackouts and economic losses. To address these challenges, this study presents a data-driven methodology for optimizing the location of Static and Mobile Energy Storage Systems (ESS) using Geographic Information Systems (GIS), optimization models, and real-world constraints.
The research develops a multi-criteria decision framework to evaluate and rank potential ESS deployment sites based on proximity to critical infrastructure, demographic needs, economic impact of outages, and risk zones. The static model focuses on long-term ESS placement, while the mobile model prioritizes rapid deployment and accessibility. A Python-based GIS tool was created to automate site evaluation, integrating data from the Homeland Infrastructure Foundation-Level Data (HIFLD), census databases, and Open Street Routing Machine (OSRM) for mobility analysis.
To validate the methodology, real-world test cases were conducted in Puerto Rico’s metropolitan area. The static ESS model was tested on 15 abandoned government-owned buildings, assessing their viability for energy storage integration based on infrastructure connectivity and risk factors. The mobile ESS model analyzed service coverage by estimating travel times to critical infrastructure, demonstrating how planners can optimize mobile unit deployment based on response time and accessibility.
The results demonstrate that the developed software tool provides energy planners and researchers with a flexible and customizable framework for evaluating different ESS deployment scenarios. Users can modify parameters and scoring criteria based on specific project needs, allowing for an adaptable decision-making process that aligns with regional priorities and constraints. This methodology serves as a valuable tool for assessing and optimizing energy storage site selection, contributing to improved infrastructure planning and resilience analysis.
La resiliencia del sistema eléctrico es esencial en regiones vulnerables a desastres naturales, como Puerto Rico. La devastación causada por el Huracán MarÃa en 2017 expuso fallas crÃticas en la infraestructura energética de la isla, provocando apagones prolongados y pérdidas económicas. Para enfrentar estos desafÃos, este estudio propone una metodologÃa basada en datos para optimizar la ubicación de Sistemas de Almacenamiento de EnergÃa Estáticos y Móviles (ESS) mediante Sistemas de Información Geográfica (SIG), modelos de optimización y restricciones del mundo real. La investigación desarrolla un marco de toma de decisiones multi-criterio que evalúa y clasifica posibles sitios para ESS considerando su proximidad a infraestructura crÃtica, necesidades demográficas, impacto económico de apagones y zonas de riesgo. El modelo estático se centra en la ubicación a largo plazo de ESS, mientras que el modelo móvil prioriza la rápida implementación y accesibilidad. Se creó una herramienta GIS en Python que automatiza la evaluación de sitios, integrando datos de Homeland Infrastructure Foundation-Level Data (HIFLD), bases de datos censales y Open Street Routing Machine (OSRM) para análisis de movilidad. Para validar la metodologÃa, se realizaron casos de prueba en el área metropolitana de Puerto Rico. El modelo de ESS estático se evaluó en 15 edificios gubernamentales abandonados, analizando su viabilidad para la integración de almacenamiento de energÃa con base en su conectividad con la infraestructura y los factores de riesgo. El modelo de ESS móvil examinó la cobertura de servicio estimando los tiempos de viaje hacia infraestructuras crÃticas, demostrando cómo los planificadores pueden optimizar la distribución de unidades móviles según el tiempo de respuesta y accesibilidad. Los resultados demuestran que la herramienta de software desarrollada ofrece a los planificadores energéticos y a los investigadores un marco flexible y personalizable para evaluar diferentes escenarios de despliegue de ESS. Los usuarios pueden modificar parámetros y criterios de puntuación según las necesidades especÃficas del proyecto, permitiendo un proceso de toma de decisiones adaptable que se alinea con las prioridades y restricciones regionales. Esta metodologÃa representa una herramienta valiosa para evaluar y optimizar la selección de ubicaciones para almacenamiento de energÃa, contribuyendo a una mejor planificación de infraestructuras y análisis de resiliencia.
La resiliencia del sistema eléctrico es esencial en regiones vulnerables a desastres naturales, como Puerto Rico. La devastación causada por el Huracán MarÃa en 2017 expuso fallas crÃticas en la infraestructura energética de la isla, provocando apagones prolongados y pérdidas económicas. Para enfrentar estos desafÃos, este estudio propone una metodologÃa basada en datos para optimizar la ubicación de Sistemas de Almacenamiento de EnergÃa Estáticos y Móviles (ESS) mediante Sistemas de Información Geográfica (SIG), modelos de optimización y restricciones del mundo real. La investigación desarrolla un marco de toma de decisiones multi-criterio que evalúa y clasifica posibles sitios para ESS considerando su proximidad a infraestructura crÃtica, necesidades demográficas, impacto económico de apagones y zonas de riesgo. El modelo estático se centra en la ubicación a largo plazo de ESS, mientras que el modelo móvil prioriza la rápida implementación y accesibilidad. Se creó una herramienta GIS en Python que automatiza la evaluación de sitios, integrando datos de Homeland Infrastructure Foundation-Level Data (HIFLD), bases de datos censales y Open Street Routing Machine (OSRM) para análisis de movilidad. Para validar la metodologÃa, se realizaron casos de prueba en el área metropolitana de Puerto Rico. El modelo de ESS estático se evaluó en 15 edificios gubernamentales abandonados, analizando su viabilidad para la integración de almacenamiento de energÃa con base en su conectividad con la infraestructura y los factores de riesgo. El modelo de ESS móvil examinó la cobertura de servicio estimando los tiempos de viaje hacia infraestructuras crÃticas, demostrando cómo los planificadores pueden optimizar la distribución de unidades móviles según el tiempo de respuesta y accesibilidad. Los resultados demuestran que la herramienta de software desarrollada ofrece a los planificadores energéticos y a los investigadores un marco flexible y personalizable para evaluar diferentes escenarios de despliegue de ESS. Los usuarios pueden modificar parámetros y criterios de puntuación según las necesidades especÃficas del proyecto, permitiendo un proceso de toma de decisiones adaptable que se alinea con las prioridades y restricciones regionales. Esta metodologÃa representa una herramienta valiosa para evaluar y optimizar la selección de ubicaciones para almacenamiento de energÃa, contribuyendo a una mejor planificación de infraestructuras y análisis de resiliencia.
Description
Date
2025-05-16
Journal Title
Journal ISSN
Volume Title
Publisher
Collections
Keywords
Power systems, Facility location problem, Geographical information systems, Energy storage, Microgrids