La inteligencia artificial tiene múltiples aplicaciones en el sector energético, ya sea para tareas de mantenimiento predictivo, para ajustar oferta y demanda o para desarrollar nuevos servicios y mejorar la relación con el cliente final.
La inteligencia artificial (IA) está en plena eclosión. Según los datos de la consultora IDC, se prevé que los ingresos mundiales del mercado de IA, incluyendo software, hardware y servicios, crecerán un 16,4% interanual en 2021, alcanzando un valor de 327.500 millones de dólares. Para 2024, los pronósticos cifran este mercado en un valor de 554.300 millones, con una tasa de crecimiento anual compuesta del 17,5% en el periodo 2020-2024.
La IA está por todas partes, desde plataformas para prevenir inundaciones hasta herramientas para anticiparnos ante futuras pandemias o descubrir nuevos medicamentos, pasando por usos tan triviales como las recomendaciones personalizadas que recibimos cuando vemos series o películas en Netflix o compramos en Amazon.
Esta tecnología también puede aportar mucho al sector de la energía. “Aplicada al sector energético, junto con la digitalización, la inteligencia artificial se está convirtiendo en palanca fundamental en la consecución de la máxima eficiencia energética y en el avance hacia la descarbonización de la economía y del conjunto de la sociedad. En el caso de las redes eléctricas, es necesario analizar una enorme corriente de datos e información que llegan en tiempo real, gracias a la digitalización. La expansión de los contadores inteligentes, sumada a la IA, está ayudando a que ese procesamiento de datos sea lo más rápido y eficiente posible”, afirma Paloma Sevilla, directora general de la Asociación de Empresas de Energía Eléctrica (aelēc).
Ésta son algunas de sus aplicaciones y los beneficios que puede ofrecer.
Mantenimiento predictivo
Enrique Díaz Plaza, especialista en soluciones industriales de IBM España, indica que la inteligencia artificial aporta “capacidades predictivas inteligentes para prever incidencias y mejorar la eficiencia, la seguridad y la resiliencia de la red eléctrica”. “Hablamos de la mejora de las operaciones de sistemas y equipos, con la capacidad de mantener activos críticos funcionando con máxima eficiencia, basada en parámetros analíticos y no en otros con menor justificación; o la capacidad para detectar problemas, evaluar riesgos y abordarlos en tiempo real en áreas donde, hasta la fecha, los procesos y sistemas no eran sofisticados; o dotar a los técnicos, tanto en planta, en despacho o en movilidad, de aplicaciones de acceso a la información de sus activos empresariales o de herramientas inteligentes de soporte para permitirles llevar a cabo una operación y mantenimiento más seguros y eficientes”.
Asimismo, Miguel Angel Fernández Céspedes, manager experto en el Sector Energías Renovables de Stratesys, explica que “la aplicación de la IA mejora la eficiencia en el sector de las energías renovables, reduciendo el coste de mantenimiento en sus instalaciones”. Por ejemplo, especifica que tecnologías como machine learning y deep learning permiten “recopilar información a través de las redes de sensores ubicados en las instalaciones, con el fin de anticipar averías y alargar la vida útil de las mismas”. “Se aumenta la vida útil de los equipos, puesto que se anticipan posibles averías y se reducen los traslados del personal de mantenimiento a las plantas. Y el hecho de saber, y anticipar, las averías más recurrentes y las piezas que sufren mayor desgaste, hace que haya menos estrés de repuestos y se reduce el stock de aquellos menos necesarios”, añade.
Por ejemplo, Stratesys emplea machine learning y deep learning para detectar obsolescencias y fallos en tiempo real y localizar el momento idóneo para la sustitución de piezas. También ofrece técnicas de visión artificial sobre paneles solares, combinando el internet de las cosas con la tecnología computer vision y el uso de drones para capturar imágenes, permitiendo la detección de zonas donde es posible que se presenten anomalías.
Planificación y ajuste de oferta y demanda
“Es fundamental disponer en tiempo real, a través de la red de distribución, de información sobre la generación y la demanda, con lo que se mejora la capacidad de monitorización, operación y control de la red, y se gana en mayor capacidad predictiva de la demanda energética. Gracias a ello, se mejora y agiliza la respuesta en generación”, anota Sevilla.
Igualmente, Fernández Céspedes señala que el análisis de los datos ayuda a ajustar la oferta, puesto que permite “predecir la producción de energía, de forma que se puede planificar el precio de venta de la electricidad generada”, además de “tomar acciones determinadas durante los picos de demanda”.
Relación ‘inteligente’ con el consumidor
Díaz Plaza indica que la inteligencia artificial permite aportar “nuevos servicios y capacidades ‘smart’ para el usuario final, abarcando desde la ampliación de la elasticidad de la demanda —tradicionalmente inelástica—, hasta la mejora de su fidelización y de los mecanismos de contacto y relación tanto con las empresas eléctricas como con otros agentes”.
Del mismo modo, la directora general de aelēc reseña que “es importante el registro en tiempo real de los consumos horarios, cuyo análisis permitirá una mejor adecuación de la oferta a los diferentes perfiles de consumidores en función de sus preferencias y necesidades”. Así pues, explica que la aplicación de la IA en la comercialización de la electricidad permite que el cliente final “tome decisiones sobre su consumo de manera instantánea, además de comparar sus consumos con los del vecino, o incluso personalizar la contratación de su suministro vía online con su compañía, fomentando la competencia del sector en su conjunto”.
Mención especial merece la aplicación de la IA con los clientes industriales. “La tecnología y el análisis y monitorización de sus consumos está reportando grandes ahorros en su factura eléctrica, así como una mayor seguridad y control de sus procesos productivos. No olvidemos que la industria representa unos 147 Twh del total del consumo final de energía en España”, remarca Sevilla.
Buena situación de la inteligencia artificial en España
La directora general de aelēc destaca la buena posición del sector energético español en la aplicación de IA, aunque insiste en la necesidad de seguir avanzando en esta dirección. “Somos pioneros en Europa en el desarrollo de ‘smart grids’, con la instalación de los contadores inteligentes que permiten gestionar los datos de consumo en intervalos de tiempo mucho más cortos. Sin embargo, hay que continuar avanzando para dotar a la red de mayor inteligencia y monitorizar y controlar los consumos y producciones que se realizan en todo momento. Esto exige un notable esfuerzo inversor para el que las compañías están preparadas y, con ello, realizar una gestión activa de la red y una automatización y renovación de la misma. Las empresas de aelēc tienen previsto invertir más de 20.000 millones de euros en esta década con este propósito”, adelanta.
Asimismo, el especialista de IBM indica que “España está en una muy buena posición en cuanto al desarrollo e implementación tecnológica en el sector energético, incluyendo el uso de la inteligencia artificial, gracias a muchas líneas e iniciativas como, por ejemplo, la participación activa en programas de I+D+i desde hace muchos años”. No obstante, también insiste en que “queda camino por recorrer, considerando los retos y compromisos exigentes que la transición energética va a requerir en los próximos años”. “La digitalización será el catalizador que, de modo transversal, impulsará las iniciativas que se den a las distintas necesidades que tanto el sector como la sociedad están planteando”, agrega.
Algunos ejemplos prácticos
En España tenemos varias muestras de la utilización de la IA en el sector eléctrico. Por ejemplo, Naturgy tiene un acuerdo con Microsoft para su solución ‘Smart Energy Platform’. UFD, distribuidora eléctrica del grupo energético, aprovecha la tecnología de la suite Microsoft Azure IoT y las ventajas que brinda la IA para la supervisión remota de su red.
A través de la instalación de sensores de bajo consumo, la compañía monitoriza y aprovecha el potencial de la nube para realizar un análisis de la red de distribución en tiempo real. ayudando así a optimizar el mantenimiento y a mejorar el estado de la red. Gracias a ello, la eléctrica puede anticiparse a la aparición de averías, ahorrar costes y mejorar el servicio prestado al cliente.
Además, esta plataforma permite optimizar el rendimiento de sus redes, analizando los datos proporcionados por los sensores para conocer la carga que soporta cada cable en tiempo real y su capacidad máxima en cada momento, teniendo en cuenta aspectos como temperatura, humedad, etc. Asimismo, ayuda a racionalizar el uso de la infraestructura y permite realizar una optimización dinámica de la carga soportada, con el fin de alcanzar la máxima eficiencia y evitar la saturación de puntos concretos de la red.
Otra muestra es la alianza firmada entre Siemens Gamesa Renewable Energy y Microsoft. La compañía ha apostado por la tecnología Azure AI con el fin de procesar las imágenes captadas por drones para inspeccionar las palas de sus aerogeneradores, a más de 100 metros de altura.
Dichos drones toman alrededor de 400 fotos de las tres palas de cada turbina en 20 minutos. La inteligencia artificial revisar automáticamente su estado, identificando claramente las aspas en las fotos —diferenciándolas del agua, del cielo o de otros elementos irrelevantes—y permite distinguir las grietas y defectos, sin confundirlas, por ejemplo, con excrementos de aves u otros elementos que puedan dar lugar a error.
Asimismo, Díaz Plaza señala que “Red Eléctrica de España está utilizando plataformas para optimizar la gestión de sus activos basadas en IA”. Esto se materializa a través de SAGA (Solución Avanzada de Gestión de Activos), plataforma desarrollada por Elewit, filial de REE, con la colaboración de IBM.
También pone un ejemplo centrado en el cliente final. “Endesa utiliza soluciones de atención al cliente cognitivas que, gracias al uso de agentes virtuales, consigue mejorar la experiencia del cliente y del empleado al reducir el tiempo operativo y aumentar la eficiencia del servicio humano”, especifica. Y la compañía también cuenta con el proyecto ‘Pastora’, que recurre a la IA para mejorar el control en tiempo real y el mantenimiento preventivo de la red de distribución.
