Energía

Big Data en Energía

En la actualidad, la red eléctrica tradicional trata de cumplir con las expectativas establecidas (desde la generación tradicional y renovable hasta el transporte y la distribución), pero la gestión energética podría mejorarse más aún para todos los agentes del sistema.

Para proporcionar un suministro de electricidad seguro, económico y sostenible, las redes inteligentes integran las tecnologías de la información con las infraestructuras eléctricas actuales y disponen de un gran volumen de datos sobre el comportamiento de todos los actores conectados a ellas (quiénes generan electricidad, quiénes la transportan y distribuyen, y quiénes la consumen).

El IIC tiene una larga trayectoria en el desarrollo y explotación de algoritmos avanzados, como modelos estadísticos, redes neuronales, máquinas de vectores soporte, herramientas de agrupamiento (clustering) y otras técnicas de aprendizaje automático, así como en la aplicación de técnicas de simulación.

Aplicando este conocimiento en Big Data, colaboramos con las empresas del sector Energía en el tratamiento y análisis de la gran cantidad de datos que generan y almacenan a diario.

Analizar estos datos, extraer patrones de comportamiento y realizar predicciones sobre los mismos es de vital importancia, pues esto permite mejorar la eficiencia de los servicios y la toma de decisiones de las empresas, además de reducir sus costes. En esto se centran nuestras soluciones (EA2, Kernel EA2 y Argestes Planner) y nuestros servicios.

El Proyecto de investigación industrial “INTELIGENCIA ARTIFICIAL PARA LA TRANSICIÓN ENERGÉTICA SOSTENIBLE – IA4TES” del Programa Misiones I+D de Inteligencia Artificial 2021 ha sido financiado por el Ministerio de Asuntos Económicos y Transformación Digital – Secretaría de Estado de Digitalización e Inteligencia Artificial en el marco de la Agenda España Digital 2025 y la Estrategia Nacional de Inteligencia Artificial.

Predicción de producción de energía de origen renovable

Emitimos predicciones a partir de datos de predicción meteorológica y de producción de energía de origen renovable (eólica, fotovoltaica y termosolar). Pueden aplicarse tanto en un parque individual concreto como en áreas más amplias. El servicio puede prestarse en cualquier zona del mundo.

Gracias a nuestros sistemas de predicción de producción de energía, las empresas que producen o gestionan la energía renovable pueden realizar ofertas precisas de generación al operador del mercado correspondiente y planificar mantenimientos.

Tanto EA2, nuestro sistema de predicción de producción de energía eólica, como Kernel-EA2, para energía solar, son herramientas eficaces para operadores de redes, ya que les ayuda a afinar los programas de generación, asegurando la cobertura de la demanda, y a gestionar la estabilidad del sistema.

Predicción de la demanda de energía

Disponemos de un servicio de predicción horaria de demanda de energía eléctrica dirigido principalmente a compañías comercializadoras.

A partir de los datos a nivel de CUPS (Código Universal de Punto de Suministro) de consumo de energía eléctrica, nuestros modelos predictivos emiten una predicción horaria (con un alcance de hasta 10 días) de demanda a nivel de CUPS o un valor agregado (por subsistema, tarifa, etc.).

Gestión de predicciones

Argestes Planner, nuestro sistema de visualización permite representar gráficamente las predicciones de los distintos agentes junto con los datos reales actualizados hasta ese momento y evaluarlos. Estas predicciones pueden ser de cualquier naturaleza, aunque hasta ahora se ha utilizado principalmente en generación renovable.

Además, ofrecemos un servicio de combinación de predicciones que genera una predicción de mayor calidad a partir de las de diferentes agentes.

Detección de fraude o incidencias en la red de distribución

Haciendo uso de la información estructural de los clientes y del histórico de su consumo, el servicio de detección de fraude energético es capaz de determinar patrones fraudulentos en los datos de consumo.

Se proporciona un ranking con un score para cada cliente particular de modo que las empresas distribuidoras puedan establecer, según sus capacidades, qué campañas para inspeccionar físicamente las instalaciones quieren realizar.

Predicción y simulación asociada al vehículo eléctrico

La incorporación de vehículos eléctricos al sistema eléctrico supone un reto considerable, por lo que para afrontarlo de forma eficiente es muy útil contar, por un lado, con escenarios de simulación a largo plazo y, por otro, a corto plazo, con predicción de la carga que supone el parque de vehículos eléctricos.

Uno de los ejemplos de esta tecnología ofrecida por el IIC es el Simulador de recarga del Vehículo Eléctrico, desarrollado para REE, operador único del sistema eléctrico español.

Gestión de la demanda

La gestión del sistema eléctrico debe garantizar la cobertura de la demanda y asegurar la seguridad del sistema. Para ello resultan de gran utilidad las herramientas de gestión de la demanda que permiten, por ejemplo, operar sobre los consumos de los usuarios o proporcionarles sugerencias que beneficien tanto al sistema como al propio usuario.

En el IIC tenemos experiencia en el desarrollo de despachos de operación que permitan comunicar este tipo de acciones a los operadores encargados de llevarlas a cabo.

Colaboraciones y asociaciones

Colaboramos con la Cátedra UAM-IIC de Ciencia de datos y aprendizaje automático para fomentar la investigación en cuestiones básicas de aprendizaje automático e inteligencia computacional y en su aplicación a los problemas concretos de nuestros clientes, haciendo énfasis en modelos de previsión de demanda eléctrica, generación de energías renovables y detección preventiva de eventos críticos en grandes sistemas.

El IIC participa también en varias plataformas del sector energía. Somos miembro de FutuRed (Plataforma Tecnológica Española de Redes Eléctricas) y Madrid Network, y participamos en Reoltec (Plataforma Tecnológica del Sector Eólico Español), y en las distintas conferencias de CIGRE (Consejo Internacional de Grandes Redes Eléctricas) y de la EWEA (European Wind Energy Association).

Artículos sobre Big Data en el Entorno de Energía

Contacta con nosotros