4 formas en que la inteligencia artificial está impulsando la industria energética

Las aplicaciones de Inteligencia Artificial in the energy industry are powering new innovations and helping to develop the smart grid of the future. Christopher Frye, a Kolabtree freelancer, details how artificial intelligence in power plant, with 4 real-world examples.

Inteligencia Artificial La Inteligencia Artificial (IA) representa un área que tiene un potencial significativo en una amplia gama de sectores, tanto en el valor que puede crear como en el valor que puede descubrir a través de la realización de un potencial previamente desaprovechado. Con el aumento de la potencia de cálculo, unido a un almacenamiento de datos más accesible, la IA puede producir ahora análisis de conjuntos de datos de una manera mucho más potente y elegante que antes.

In more simple terms, AI is expanding its scope over tasks traditionally performed by humans; indeed, in some respects, better than humans. In this blog post, we delve into the impact of this potential on the energy industry and in particular, how inteligencia artificial in power plant is creating opportunity and value for the electrical system.

Convergencia de la IA y la energía

Curiosamente, en una entrada en el blog de los estudiantes universitarios el año pasadoBill Gates, el fundador de Microsoft, sugirió que, si pudiera volver atrás en el tiempo y tener un nuevo impacto, consideraría tres campos:

Una de ellas es la inteligencia artificial. Sólo hemos empezado a aprovechar todas las formas en que hará que la vida de las personas sea más productiva y creativa. La segunda es la energía, porque hacerla limpia, asequible y fiable será esencial para luchar contra la pobreza y el cambio climático. El tercero son las biociencias, que están llenas de oportunidades para ayudar a las personas a vivir más tiempo y con más salud.

Aunque las biociencias no son un objetivo menos noble, lo que hace que esta cita sea aún más intrigante es el hecho de que, en muchos aspectos, la IA y la energía están convergiendo de manera que -aunque disruptiva- también puede mitigar los posibles impactos negativos y facilitar una transformación energética más ordenada. El resto de este artículo ofrece una visión de cómo las innovaciones asociadas a la IA están afectando a la industria energética, incluyendo algunos estudios de caso que destacan ejemplos concretos.

Conceptos básicos de la cuadrícula

Before we dive into the details, a few minor points are in order regarding the nature of electric utility operations to ensure a clear understanding of how AI intersects. At its core, the electric industry (still) consists of three primary functional areas: generation, transmission, and distribution. Generation includes all of the sources of electric-generating power including both fossil fuels and energía renovable; transmission includes high-voltage power lines that transport electricity from its generation source to where it’s needed, facilitated by a distribution system more popularly known as the system of telephone poles that line your street.

This entire system is more popularly known as the “grid”, and in recent years, a significant amount of discussion has centered on making the grid “smarter” or more responsive. While there are competing representations of how one defines the smart grid, at its essence, it is the confluence of the electric system and advanced innovation of information technology and communication. The smart grid is not static. It is a system that sigue evolucionando a medida que las tecnologías se prueban y perfeccionan de forma iterativa. El papel de la IA podría describirse mejor como el cerebro detrás de la futura red inteligente, el centro de control detrás de millones de sensores y la capacidad de sintetizar y actuar sobre cantidades abrumadoras de datos. A continuación, veremos algunos estudios de caso en los que ya se está produciendo algo de esto.

Inteligencia artificial en la central eléctrica: Ejemplos

1. IA + Almacenamiento de energía = Athena

Vástago, a San Francisco-based company founded in 2009, brings together the power of AI and energy storage to “optimize the timing of energy use”. Through the combination of aprendizaje automático, análisis predictivo and energy storage, Ateneacomo se denomina el sistema, forma centrales eléctricas virtuales para maximizar el valor del almacenamiento de energía.

¿Cómo lo hace? Mediante el análisis de datos a un ritmo de 400 megabytes cada minuto, el sistema evalúa continuamente el valor temporal de la energía y toma las decisiones más óptimas sobre el momento en que se debe comprar la energía. El proceso de agregación a través de múltiples puntos que representan la capacidad de almacenamiento de energía es lo que se describe como "central eléctrica virtual". La proliferación de estos recursos distribuidos está impulsada cada vez más por el crecimiento de los llamados recursos energéticos distribuidos (DER) en la red eléctrica, principalmente a través de la energía solar en los tejados, que ha creció significativamente en la última década.

La imagen siguiente ofrece una representación visual de este concepto:

Fuente: Una arquitectura de central eléctrica virtual para la gestión de la demanda de los prosumidores inteligentes - Figura científica en ResearchGate. [consultado el 3 de noviembre de 2018]

 

En este ejemplo, EES se refiere al Almacenamiento de Energía Eléctrica; DG se refiere a la Generación Distribuida; y MV y LV se refieren a media tensión y baja tensión respectivamente.

El proceso de esta agregación en una central eléctrica virtual se lleva a cabo de forma continua, aprovechando la IA para desarrollar análisis predictivos a través de una variedad de variables -como el clima, los niveles de consumo de energía, las opciones de tarifa (tasa de electricidad), entre otras- y automatizar el proceso de cálculos en tiempo real. El resultado proporciona reducciones de carga agregadas que pueden proporcionar alivio durante periodos de olas de calor sin precedentes (aunque gracias al cambio climático cada vez menos inéditos). Esto es algo que el sistema Stem desplegó más de 600 veces en el mercado mayorista de California en 2017.

2. La IA facilita la gestión de las energías renovables

A medida que el impacto del cambio climático y el uso continuado de combustibles fósiles impulsa el crecimiento de las energías renovables, que ahora representan una quinta parte de la producción mundial de electricidadPero hay un aspecto de este crecimiento del que muchos no se dan cuenta. El aumento de la cantidad de energía renovable plantea retos a los operadores del sistema para integrar estas fuentes en la red eléctrica existente.

Como este artículo de Scientific American señala:

Las energías renovables intermitentes suponen un reto porque alteran los métodos convencionales de planificación del funcionamiento diario de la red eléctrica. Su potencia fluctúa a lo largo de múltiples horizontes temporales, obligando al operador de la red a ajustar sus procedimientos de funcionamiento diario, horario y en tiempo real.

Dado que la energía solar o la eólica pueden verse afectadas simplemente por nubes aleatorias o por patrones de viento difíciles de predecir, este reto se complica minuto a minuto para garantizar que la red eléctrica siga manteniendo una energía constante y fiable. Este es otro ámbito en el que la IA brilla (sin ánimo de broma). A continuación presentamos dos innovaciones de este tipo: la primera está relacionada con la gestión de los recursos solares y la segunda consiste en agregar múltiples flujos de datos y combinar la previsión meteorológica y el aprendizaje automático para optimizar las operaciones de las energías renovables.

3. VADER - Visibilidad de las redes de energía distribuida

No, Vader no se refiere al Señor Oscuro, sino a una plataforma que combina datos de sistemas solares fotovoltaicos y contadores inteligentes, y que analiza los datos de forma continua para modelar el consumo de electricidad y el comportamiento de los recursos energéticos distribuidos, como la energía solar instalada en el tejado o en el suelo. VADER significa Visualización y Analización de los sistemas de distribución con una profunda penetración de Distribuido Energía Resources (o, de nuevo, DER).

El motor de toda esta innovación es aprendizaje automático y algoritmos basados en la IApuede "modelar los cambios potenciales en la conectividad y el comportamiento de los DER en la red, permitiendo la optimización y automatización en tiempo real de la planificación de la distribución y la decisión de la operación para las empresas de servicios públicos". A continuación se muestran algunas de las pantallas de aplicación de la plataforma.

Fuente: Oficina de Eficiencia Energética y Energías Renovables 

4. Nnergix - Intersección de meteorología, analítica y energía

Nnergix is a Barcelona-based outfit founded in 2013 that brings together a mass of data and through the process of AI-based algorithms and analytic models to both manage renewable energy and optimize spinning reserves. Spinning reserves – in the simplest sense – are those generation resources that are on-line though not loaded and can respond within a short amount of time in the event a generator or transmission resource goes down.

El futuro de la IA y la energía

Los ejemplos anteriores son simplemente una muestra de lo que es posible en última instancia. Hay muchos más ejemplos del uso de la IA con impacto en la energía, como por ejemplo: previsión de la carga a corto plazoEl mantenimiento predictivo para sustituir los recursos envejecidos (antes de que se produzcan costosas reparaciones cuando acaben fallando), el uso de asistentes virtuales para mejorar la experiencia del clientey Utilizar la IA para conocer su factura de la luz.

Por supuesto, estas innovaciones no están exentas de riesgos (como la privacidad de los datos o la dependencia de los dispositivos conectados a Internet), pero con la potencia de cálculo y la disponibilidad de datos, existen potencialmente otras áreas en las que la inteligencia artificial en la central eléctrica se ve beneficiada. El único ingrediente adicional necesario es la creatividad.

---
¿Necesita consultar a un experto en inteligencia artificial? Póngase en contacto con un científico autónomo en Kolabtree.