En lugar de varios centenares de grandes centrales eléctricas, millones de grandes y pequeñas instalaciones eólicas y solares serán el corazón de nuestro suministro energético en el futuro. Simultáneamente, con el auge de la e-movilidad y la calefacción eléctrica, aumenta el número de consumidores. Coordinarlos a todos es una tarea compleja, y la inteligencia artificial puede ser de gran ayuda en este sentido. Eche un vistazo para ver dónde se utilizan ya los algoritmos de aprendizaje automático y qué será posible crear en el futuro.
La transición energética no sólo está cambiando la forma de generar electricidad: el sistema se está descentralizando y digitalizando. De acuerdo con los cálculos de un modelo, los millones de sistemas de almacenamiento solar, wallboxes y calentadores eléctricos podrían contribuir a la estabilidad de la red. Una proyección del think tank de Agora Energiewende (Iniciativa Alemana de Transformación Energética) prevé que la capacidad de los sistemas de almacenamiento residenciales y las baterías de los coches capaces de devolver energía a la red superarán la capacidad de los sistemas de almacenamiento por bombeo a finales de la década de 2020. Sin embargo, la estabilidad del sistema eléctrico dependerá de que todos los sistemas funcionen conjuntamente, como un enjambre de abejas. Los algoritmos de autoaprendizaje así como la inteligencia artificial ya están ayudando a conseguirlo.
La cantidad de electricidad que llega a la red procedente de instalaciones fotovoltaicas es tan elevada que los operadores de la red necesitan saber qué esperar, y cuanto más precisa sea esta información, mejor. En algunas regiones, los operadores de parques solares están obligados por ley a controlar el suministro para ajustarlo a la capacidad de la red. De hecho, todo aquel que comercialice directamente su electricidad renovable tiene que estimar de antemano su producción con la mayor precisión posible porque equilibrar los déficits resulta costoso. Los operadores que optimizan su autoconsumo utilizando baterías o consumidores controlables, como vehículos eléctricos o calentadores eléctricos, necesitan también información para decidir cuándo cargar y descargar sus dispositivos de almacenamiento. En todas estas aplicaciones se está utilizando ya la inteligencia artificial para prever y optimizar los flujos de energía.
El punto de partida es la previsión meteorológica. "El aprendizaje automático lleva mucho tiempo desempeñando un papel crucial en la previsión de la irradiación", explica Jan Remund, Jefe del Departamento de Energía y Clima de Meteotest AG, un proveedor suizo de previsiones meteorológicas. Meteotest utiliza imágenes satelitales junto con una combinación de modelos físicos y algoritmos de autoaprendizaje para predecir el movimiento de las nubes. "La precisión para las próximas horas es bastante alta. Cuanto mayor es el intervalo de tiempo, menos precisas pueden ser las proyecciones", afirma Remund. Meteotest ofrece servicios de datos especiales que consisten principalmente en valores de irradiación y temperatura, y pueden integrarse en el software de monitorización y control de los sistemas fotovoltaicos. Las empresas pueden utilizar las predicciones meteorológicas como base para calcular la irradiación solar mediante un software específico, o pueden adquirir dichos cálculos.
La tecnología se perfecciona constantemente. Meteocontrol, una empresa especializada en monitorización y previsión de Augsburgo, combina los datos de varios proveedores de predicciones meteorológicas con sus propios cálculos de rendimiento. Meteocontrol, el Instituto de Tecnología de Karlsruhe (KIT) y el Deutscher Wetterdienst trabajan en PermaStrom, un proyecto conjunto de investigación que simula el efecto de aerosoles como la ceniza y la arena fina en la formación de nubes. El objetivo es hacer más precisas las proyecciones solares. "Los días 3 y 4 de marzo de 2021 demostraron lo relevante que puede ser esto. Esos días había mucho polvo sahariano en el aire. Sólo en esos dos días, la previsión optimizada permitió a Alemania ahorrar alrededor de tres millones de euros al evitar costes de energía de equilibrio", explica Stijn Stevens, director general de Meteocontrol. Las empresas de servicios públicos incurren en costes de energía de equilibrio cuando su producción no cubre el consumo dentro de su grupo de equilibrio, obligando a los operadores de la red a cerrar la brecha.
En última instancia, los operadores de red son los responsables de garantizar que las entradas y salidas de la red coincidan con exactitud a cada segundo. Por esta razón, las predicciones precisas de inyección a red son vitales para ellos. Meteocontrol y el Instituto Fraunhofer de Sistemas de Energía Solar (ISE) son algunos de los proveedores de este tipo de proyecciones.
El pasado otoño, TransnetBW, del suroeste de Alemania, puso en marcha la aplicación Stromgedacht para hacer público el tema de la capacidad de la red. Cuando las cosas se ponen difíciles, la aplicación envía mensajes push a sus usuarios, advirtiéndoles que pospongan o reduzcan el consumo de electricidad. Con unas 500,000 descargas, el efecto sobre la red debería ser limitado. Los operadores de la red seguirán teniendo que contratar servicios de estabilización de la red, como la reserva de funcionamiento para compensar pequeñas desviaciones de capacidad, el desplazamiento selectivo de la producción de las centrales eléctricas a la zona que se encuentra tras la congestión de la red (redistribución) o el equilibrio de las potencias reactiva y activa. Los reguladores de centrales eléctricas permiten a los grandes sistemas fotovoltaicos apoyar la estabilización de la red. Estos reguladores pueden recibir y ejecutar órdenes del operador de red o controlar de forma independiente la inyección de potencias reactiva y activa en función de los parámetros de la red local. En el peor de los casos, si la red se llegara a sobrecargar, los reguladores de la central reducirían la potencia inyectada.
La forma en que se controlan la mayoría de los dispositivos de almacenamiento descentralizados y los consumidores se basa en una lógica distinta. Aunque con frecuencia se dice que los dispositivos de almacenamiento alivian la carga de la red, en general todavía no se comunican con ella. En realidad, lo que hacen es garantizar que la proporción de electricidad generada localmente que se utiliza in situ sea lo más alta posible.
Los sistemas de almacenamiento en baterías son solamente uno de los elementos que lo hacen posible. También intervienen consumidores flexibles. Los calentadores eléctricos pueden cargar el acumulador de calor cuando hace sol y, por la noche, introducir la energía en el circuito de calefacción. Otra alternativa es programar la carga de los vehículos eléctricos para que la proporción de energía solar sea lo más alta posible. Para ello es necesario que el sistema conozca la previsión meteorológica y el comportamiento típico de consumo. La forma en que se consigue la compatibilidad entre los sistemas de gestión de la energía, por un lado, y los consumidores y sistemas de almacenamiento, por otro, varía en función del fabricante. O bien se activan señales de liberación, o se notifica el exceso de electricidad.
Así lo demuestran los sistemas de Solar-Log, que pueden combinarse con diversos sistemas de almacenamiento de baterías. Sin embargo, el desplazamiento controlado de los tiempos de carga en función de la previsión meteorológica sólo es viable en combinación con los sistemas de almacenamiento de la empresa asociada VARTA. De acuerdo con las condiciones de la tarifa de alimentación de la Ley de Energías Renovables, esta función limita el pico de alimentación. Una vez que el acumulador está completamente cargado, la energía solar se utiliza, por ejemplo, para activar algún calentador. Los calentadores inteligentes contribuyen a que esta combinación sea especialmente eficiente. Algunos dispositivos pueden integrar en su proyección la previsión de rendimiento para las próximas horas enviada por el sistema de gestión energética anterior. Esto evita que el calentador aumente la temperatura del acumulador de energía térmica con electricidad suministrada por la red cuando se espera que haya suficiente energía solar en la próxima hora.
En el futuro, todos los consumidores productores y los consumidores flexibles tendrán que evolucionar hacia una red global. El mercado de la electricidad que ofrece tarifas flexibles es un primer paso en esa dirección. Algunos sistemas de gestión de la energía son capaces de incluir tarifas flexibles en su estrategia de optimización.
De hecho, un proceso de control específico permite a los consumidores de alto rendimiento, como lo son los calentadores o los vehículos eléctricos, estabilizar la red. Empresas como Hive Power ya ofrecen software para la retroalimentación intermitente de electricidad de las baterías de automóviles a la red (Vehicle2Grid). Una vez más, la inteligencia artificial juega un papel importante: El software FLEXO Smart EV Charging aprende cuándo se necesitan los vehículos y en qué horarios hay electricidad disponible para vender. Esto debería permitir a los propietarios ganar hasta 1,000 euros al año. Dependiendo de la situación, la electricidad puede utilizarse dentro de la casa o venderse en el mercado eléctrico.
La inteligencia artificial ya se utiliza de muchas formas, controlando sistemas de energía renovable e integrándolos en la red. Hasta ahora, los algoritmos de aprendizaje se han concentrado en un campo limitado. En el futuro, tendrán que aprender a compartir datos y a responder unos a otros. Las reglas deben ser muy claras. Establecer estas reglas es uno de los aspectos críticos que la industria energética y los gobiernos están tratando de resolver, sin éxito por el momento.
