Desde hace ya algunos años las operadoras de red eléctrica están aplicando soluciones tecnológicas de IA y Big Data para optimizar los recursos de la red. La intervención de Juan Carlos Trujillo (Lucentia Lab) en la I Jornada sobre la energía del futuro y sus tecnologíasrealizada en Torre Juana OST pone de relieve la decisiva participación de la Inteligencia Artificial y el Big data a la hora de explotar el potencial de la energía fotovoltaica.
SMART GRID. IoT, IA y Red Eléctrica
Las Smart Grid son redes inteligentes que ya están aplicando los operadores desde hace algunos años. Son redes inteligentes distribuidas que aplican tecnologías de IoT, una gran cantidad de sensores que continuamente miden y monitorizan que sucede en la red desde que se produce la energía hasta que llega al consumidor. Además hay algoritmos de IA que están analizando continuamente y encontrando patrones nuevos que proporcionen modelos de predicción para poder adecuar la producción energética a su consumo.
Según un estudio en 2017 el mercado económico que va a mover la gestión de redes inteligentes de los EE. UU estaba valorado en más de 3.000 millones de dólares y la previsión es que alcance más de 70.000 millones de dólares para 2024. Por tanto la gestión inteligente de la producción y consumo es crucial.
Análisis de la demanda
La combinación de sensores que continuamente estén monitorizando el nivel de consumo energético, la IA y el Big Data generado por toda esa cantidad de sensores son los 3 vértices del triángulo en el que nos tenemos que mover.
Llevamos tiempo analizando series temporales del consumo energético y ahora se están analizando esas series combinándolas con factores exógenos. Estos influyen en la generación óptima de la energía eléctrica, es importante integrar estos datos con aspectos metereológicos, con aspectos externos de movilidad, etc. Hoy en día tenemos la capacidad de definir modelos predictivos para analizar la demanda. Es importante aplicar el uso de estas tecnologías de forma coherente y concreta en el sector eléctrico.
Para el consumo nacional ya se aplican modelos de IA basados en redes neuronales profundas que ayudan a predecir el consumo que va a tener el país a lo largo de 1 año con una cuota de error cercana al 2%, ¿por qué no aplicarlo a nivel de empresas, de comunidades de vecinos y a nivel incluso de los hogares de forma individual?.
Hoy en día disponemos de una gran cantidad de dispositivos inteligentes, a precios muy económicos que podemos poner en nuestro hogar o espacio de trabajo. Para que estos continuamente estén monitorizando qué es lo que hacemos y usar estos datos para definir y proponer modelos de predicción. Así podremos estimar de forma completa cual es nuestro consumo eléctrico y cuál va a ser ese consumo en un futuro inmediato.
La IA y el Big Data marcarán la diferencia
Netflix ha transformado la industria del entretenimiento usando los datos. Han recopilado y analizado incansablemente esta información para construir mercados lucrativos donde antes no existían…¿porqué no hacer lo mismo en el sector eléctrico? podemos dar un paso cualitativo y conocer exactamente tanto como productores como consumidores cuáles van a ser nuestras necesidades. Hemos sido capaces de aplicar unas tecnología que, analizando la historia de consumo energético son capaces de predecir con exactitud cuando nos va a costar más barato el consumo eléctrico. Hoy en día esto es posible, es viable y factible y tiene que ser el futuro de la factura de nuestro consumo energético, aplicar de forma conveniente los 3 vértices del triángulo, sensorización y análisis inteligente para definir patrones de consumo concisos.
El mantenimiento preventivo
Se aplica en el sector energético, en las turbinas productoras de electricidad de Siemens hay instalados sensores para la detección temprana de problemas. Midiendo una serie de parámetros con sensores se asegura la eficiencia del producto y se pueden predecir las posibles averías antes de que se produzcan daños en la turbina. El mantenimiento preventivo también se puede aplicar en el consumo y la eficiencia de las placas fotovoltaicas. Factores como la climatología pueden influir en su funcionamiento, debemos de ser capaces de recolectar datos y definir patrones de consumo eficiente.
Eficiencia energética
En TJ-OS estamos trabajando un proyecto pionero. Un proyecto que estamos llevando a cabo con un constante aprendizaje y en el que vamos continuamente incorporando aspectos novedosos.
Estamos aplicando IA, Big Data e IoT, para integrar datos provenientes de distintas áreas que hasta ahora no se habían integrado. Predecir y encontrar correlaciones entre sensores tradicionales de temperatura, humedad, sensores de plagas de insectos, cómo afecta la calidad del agua, la calidad del aire, si estos factores intervienen o no en la generación de las plagas… Con la implantación de estos sensores y la ayuda de la Inteligencia Artificial podemos predecir y sacar patrones continuamente de lo que está sucediendo y cómo están interfiriendo estas variables.
IA y energías renovables
No es suficiente conformarnos con leer el consumo de las placas fotovoltaicas que instalemos hay que ir más allá y ver cómo está variando esa producción energética. Ese y ese consumo de la misma a partir de integrarlo con datos metereológicos, ráfagas de viento, lluvia…todo tipo de agentes externos y también internos que puedan afectar el rendimiento de estas placas IBM ya lo está haciendo. Se están desarrollando algoritmos de IA para sacar y extraer conclusiones y patrones de consumo.
El abaratamiento de la tecnología, tanto de sensores como de computación en la nube, el «expertise» que estamos adquiriendo porque llevamos ya varios años trabajando con Big Data, con IA nos permite que cualquier reto que se nos ponga por delante podamos llevarlo a cabo, sólo hay que ponerse a ello.
Esta nueva en el que los expertos del sector las placas de energía fotovoltaica van a ser el presente y el futuro del país. En consumo de producción energética, también deben ir de la mano de otras tecnologías como la IA, IoT, Big Data y blockchain. En el que nos van a permitir optimizar los recursos y usar los eficientemente para adaptarlos a la demanda y necesidades del consumidor. Finalmente conocer exactamente nuestros patrones de consumo para pagar una tarifa personalizada que se adapte a mis necesidades reales.