La inteligencia artificial puede mitigar el carácter imprevisible de las energías renovables
Tiempo de lectura : 5 min
Los sistemas de predicción de la producción de energías renovables mediante la inteligencia artificial (IA) se perfeccionan constantemente y eso facilita su incorporación a la red eléctrica mundial.
El 26 de febrero de 2019, Google anunció un nuevo logro de DeepMind, su programa de IA. No se trataba de otra victoria frente a un campeón de ajedrez o del juego de estrategia Go, sino de algo mucho más prosaico: predecir o anticipar la producción de un parque eólico. El parque, con una capacidad de 700 megavatios, está situado en el centro de los Estados Unidos, donde se encuentran los centros de datos de Google.
Gracias a una red de neuronas artificiales entrenada en previsiones meteorológicas y en datos históricos de turbinas, DeepMind pudo prever la producción de energía eólica con 36 horas de antelación. Sobre la base de esas previsiones, el parque optimizó sus compromisos de abastecimiento y suministró una cantidad precisa de electricidad a una hora definida.
Con este sistema de aprendizaje automático, la filial de Google ha aumentado el valor de su energía eólica en torno a un 20% respecto a las previsiones iniciales, en las que no se preveía ningún compromiso con la red.
El reto de la valorización
Según Antoine de Broves, Technical & Innovation manager de Omexom, la marca de VINCI Energies dedicada a la transición energética, si este episodio tiene una gran trascendencia es porque «dada la naturaleza o el carácter imprevisible o intermitente de las energías renovables, la capacidad de predicción de los megavatios-hora producidos es esencial para su valorización».
«Dada la naturaleza o el carácter imprevisible o intermitente de las energías renovables, la capacidad de predicción de los megavatios-hora producidos es esencial para su valorización»
En el mercado de la electricidad, los bloques de energía se negocian con un margen temporal de un año, un trimestre, una semana o un día, incluso para el mismo día (mercado intradía). Una mayor anticipación en las negociaciones permite, en general, mejorar el valor de la energía.
«La eficacia de los sistemas informáticos y su capacidad de análisis son fundamentales tanto para la energía eólica como para la fotovoltaica o la hidroeléctrica de agua fluyente, tres energías que dependen de las condiciones meteorológicas», añade Antoine de Broves.
El asunto tiene aún más importancia por el hecho de que, por ejemplo, en Francia, todo incumplimiento de una venta de megavatios-hora se penaliza con sanciones económicas que impone la Comisión de Regulación de la Energía (CRE) a través de RTE, la entidad gestora de la red pública de transporte de electricidad, que debe asegurarse del equilibrio entre flujos de entrada y de salida.
Modelos informáticos cada vez más perfeccionados
El ejemplo de DeepMind muestra que los modelos que permiten transformar previsiones meteorológicas en previsiones de producción se perfeccionan cada vez más gracias a la curva de aprendizaje de la IA.
Estos sistemas de anticipación de las variaciones de producción a corto plazo se basan en la explotación de datos obtenidos de imágenes por satélite que analizan nubes, depresiones, masas de aire… También se nutren de otras fuentes, como postes avanzados dotados de anemómetros que detectan anticipadamente variaciones en los vientos, o cámaras Fish Eye que analizan el movimiento de las nubes para poder anticiparse a un eventual apagón recurriendo a fuentes de producción suplementarias.
Pero Omexom va aún más allá: «A este complemento de previsión que incorporamos en los parques que gestionamos para nuestros clientes, contando para ello con proveedores especializados, añadimos otro servicio: el almacenamiento de energía, que permitirá suministrar la producción que falte o guardar un posible excedente», indica Antoine de Broves, que destaca los ejemplos de un parque fotovoltaico en Martinica y de un invernadero agrícola fotovoltaico en Córcega.
Podemos por lo tanto concluir que gracias a la inteligencia artificial, las energías renovables son más previsibles y por consiguiente más valorizables. Además, para los productores de energía, las ventajas de predicción optimizada por la IA no solo son financieras. Suprimiendo parte del carácter aleatorio de las energías renovables, se refuerza la seguridad del abastecimiento de todo el sistema eléctrico, mejorando así la credibilidad de estas nuevas fuentes de energía y facilitando su incorporación en el mix energético.
16/01/2020
