El sector energético en todo el mundo se enfrenta a un reto interesante relacionado con los cambios en el consumo, la eficiencia, los patrones de oferta y demanda y la falta de análisis necesarios para una gestión óptima.
Y para enfrentarse a ello ya se ha comenzado a utilizar inteligencia artificial y tecnologías relacionadas que permiten la comunicación entre redes inteligentes, medidores inteligentes y dispositivos de Internet de las cosas.
Estas tecnologías pueden ayudar a mejorar la gestión, la eficiencia y la transparencia de la energía, y aumentar el uso de fuentes de energía renovables.
"La Covid 19 ha acelerado esta transición hacia un modelo energético más digitalizado", explica a Invertia Daniel Sánchez, director técnico de Kaiserwetter España, una empresa de IntelliTech del sector de las energías renovables.
"Es ya una exigencia de los inversores en proyectos renovables, que buscan sobre todo transparencia pero también minimizar los riesgos, por eso, si tienen en su mano toda la información necesaria, tomarán una decisión de compra con más seguridad", señala.
mercado eléctrico
Conexión a los mercados eléctricos
La diversificación y descentralización de la producción de energía, junto con la llegada de nuevas tecnologías y los patrones cambiantes de la demanda, crean desafíos complejos para la generación, transmisión, distribución y consumo de energía en todo el mundo.
La inteligencia artificial, o IA, puede mejorar la planificación, el funcionamiento y el control de esos sistemas.
"Eso es lo que hemos desarrollado con nuestra herramienta Aristóteles", continúa, "mediante nuestra plataforma de IoT e IA Aristóteles se agregan, estructuran, analizan y consolidan datos técnicos y financieros de los proyectos renovables y, por lo tanto, se crea la máxima transparencia proporcionando a inversores, bancos financieros y propietarios de activos una visión en tiempo real del rendimiento de sus carteras".
Gracias a su inteligencia de datos son capaces de integrar instalaciones en tejados fotovoltaicos de 10 kW hasta parques solares de gran escala de 200 MW o más. "Pero lo novedoso de este sistema es que hemos conseguido que nuestra herramienta Aristóteles integre los precios de la energía de los mercados europeos y estadounidenses, es decir, que nos permite conocer diariamente cuál es su evolución".
La comparación de los ingresos propios de un proyecto renovable con las curvas de precios de los mercados mundiales permite realizar un análisis de un posible ingreso de activos mucho más ajustado al escenario real de mercado.
Además, en combinación con datos externos, como los factores meteorológicos, permite a los inversores y a los propietarios de activos de energía renovable maximizar constantemente el rendimiento operativo y financiero.
"Un ejemplo claro son los PPAs, al tener tanta información, el cierre financiero de acuerdos de compra-venta de energía es mucho más frecuente", añade. "Si podemos aportar esa transparencia, con precios de mercado, precio de la energía y precio del PPA, el inversor puede observar cómo se reducen sus riesgos y cómo va a maximizar los retornos", concluye.
Una tableta representa la digitalización en los sectores inmobiliario y financiero.
EEUU destinará 37 millones para la IA en energía
La carrera por dominar el mercado de la inteligencia artificial acaba de dar su pistoletazo de salida. El Departamento de Energía de EEUU (DOE) acaba de anunciar que destinará 37 millones de dólares (31 millones de euros) en fondos para investigación y desarrollar la inteligencia artificial y los métodos de aprendizaje automático para manejar datos y operaciones en las instalaciones energéticas.
"La inteligencia artificial y el aprendizaje automático tienen el potencial de transformar una gran cantidad de disciplinas científicas y de revolucionar la experimentación y las operaciones en las instalaciones de los usuarios en los próximos años", ha dicho el Dr. Chris Fall, director de la Oficina de Ciencias del DOE. "Estos fondos ayudarán a garantizar que Estados Unidos se mantenga a la vanguardia de estas tecnologías críticas para la ciencia".
Tecnológicas y grandes energéticas, de la mano
También el sector privado está participando de esa carrera. Por ejemplo, DeepMind, una filial de Google, ha estado aplicando algoritmos de aprendizaje automático a 700 MW eólicos de un parque de Estados Unidos para predecir la producción de energía 36 horas antes de la generación real utilizando redes neuronales capacitadas en pronósticos meteorológicos y datos históricos de turbinas eólicas, según explica Bakolo Makala, de la Universidad de Londres, en su recién informe "Artificial Intelligence in the Power Sector".
Más ejemplos. En Noruega, Agder Energi se asoció con la Universidad de Agder para desarrollar un algoritmo que optimizara el uso del agua en las centrales hidroeléctricas.
En Canadá, Sentient Energy, un proveedor líder de soluciones avanzadas de análisis y monitoreo de redes para empresas eléctricas, fue seleccionado por la empresa de energía y gas natural Manitoba Hydro para desarrollar herramientas de IA que aceleren la identificación de fallas del sistema y restaurar la energía a los clientes más rápidamente en los puntos más críticos de su red de distribución.
Y sin alargar más la lista está la japonesa Toshiba ESS. Ha estado investigando el uso de IoT e IA para mejorar la eficiencia y seguridad de las plantas de energía geotérmica.