¿Cuáles son las grandes tendencias digitales del sector energético?

Es innegable que la tecnología está cambiando la forma en la que actuamos y esta transformación afecta a todas las escalas de nuestra sociedad, desde la forma en la que nos movemos y nos relacionamos hasta la manera en la que se producen bienes y servicios. Un hecho irrefutable de esta transformación es la evolución de un sistema económico clásico hacia una economía colaborativa donde el foco de atención son las personas.

El sector energético, donde se incluye la eficiencia energética, no es ajeno a esta transformación, es más, la realidad dicta que se trata de una de las áreas donde se están experimentando los cambios más disruptores. Toda esta situación cambiante se acrecienta con la firma del Acuerdo de París en 2015. En dicha alianza se marcó el inicio de una trayectoria que conlleva una profunda mutación de los modelos convencionales a modelos tecnológicamente muy avanzados. Por ello, la Unión Europea se ha dotado de un marco jurídico amplio con la intención de mantenerse a la vanguardia, con objetivos muy ambiciosos de reducción de gases de efecto invernadero hasta 2030. Al menos el 32% del consumo final de energía deberá ser renovable en 2030 y la eficiencia energética debe aumentar hasta un 32,5% como mínimo para el citado año.

Todo este esfuerzo en la transformación tecnológica y la innovación abren la puerta al uso de nuevas herramientas aplicadas a la energía como la simulación digital de modelos, el Big Data, la inteligencia artificial (IA), las tecnologías de la información (IT), el internet de las “cosas” (IoT) o la robótica.

Tendencias digitales en el sector energético

• Simulación digital: En 1968, la película 2001: Una odisea del espacio avanzó un futuro en el que los astronautas interactuaban con un súper ordenador (HAL 9000) capaz de monitorizar la nave y gestionar su funcionamiento. Casi medio siglo después, la realidad ya ha alcanzado el mundo ideado por Stanley Kubrick y Arthur C. Clarke, ya que una de las principales tendencias tecnológicas que han emanado durante los últimos años es la creación de gemelos digitales (digital twins). Con esta tecnología, las calderas, las enfriadoras y en general los equipos consumidores de energía son capaces de comprenderse a sí mismos y de interactuar en un lenguaje natural con los operarios y gestores. Se trata de una tecnología innovadora que será vital en el auge y desarrollo de las nuevas instalaciones altamente eficientes desde el punto de vista energético.

A grandes rasgos, la apuesta por esta tecnología no es más que la generación de una réplica virtual de un producto, servicio o proceso que simula el comportamiento de su homólogo físico, con el objetivo de monitorizarlo, analizar su reacción ante determinadas situaciones y mejorar su rendimiento y eficacia consiguiendo ahorros energéticos y reducciones de emisiones de gases de efecto invernadero importantes.

A día de hoy con la evolución en el Big Data, el internet de las “cosas”, el “cloud computing” así como la facilidad de acceso a estas tecnologías, han facilitado la expansión de los gemelos digitales en todo tipo de instalaciones, tanto consumidoras como generadoras de energía.

A modo resumen, para poder operar con estos sistemas, en primer lugar, es necesario disponer de dispositivo capaces de recopilar la información generada por los distintos componentes del elemento físico. Para ello se deben sensorizar e instalar otras herramientas que recopilen datos sobre el estado del proceso, producto o servicio en tiempo real. En segundo lugar, estos elementos recabadores de información deben estar conectados a un sistema basado en la nube que recepciona y gestiona toda la información obtenida, además de compararla con otros parámetros contextuales. A partir de ahí, se genera virtualmente el proceso, producto o servicio y se ensaya en él cualquier cambio que sólo se aplicará físicamente cuando se haya comprobado su éxito en el entorno digital.

Las principales ventajas de estas aplicaciones, enfocándolas desde el punto energético y medioambiental, son:

• Optimizar a nivel energético todos los procesos y equipos, maximizando el ahorro y minimizando las emisiones de CO₂.
• Detectar desviaciones en el funcionamiento nominal de los equipos pudiendo anticiparse a sobreconsumos indeseados.
• Detectar problemas con antelación y resolverlos más rápidamente, pudiendo avisar de cualquier futura avería, incidencia o anomalía en su funcionamiento interactuando. Incluso se podría trabajar de forma autónoma al ser capaces de analizar una situación, proponer soluciones optimizadas y ponerlas en marcha.
• Big Data: Con el objetivo de maximizar la eficiencia a todos los niveles y minimizar los daños medioambientales se desarrollan plataformas que actúan como eje trasversal y cerebro de los sistemas. Estas herramientas llevan la gestión a un nuevo nivel, ya que son capaces de recibir y monitorizar millones de datos para apoyar la toma de decisiones, aplicando modelos predictivos que permitan anticiparse a las necesidades de los ciudadanos.

Un claro ejemplo de uso son las plataformas de gestión integral de las Smart Cities, capaces de canalizar toda la información obtenida de los ciudadanos, los sensores y los sistemas de los múltiples servicios de la ciudad para después y realizar todo el tratamiento cruzado de datos. De esta forma, se proporciona un enfoque holístico y valor agregado mediante la implementación de herramientas de predicción y simulación.

Además, con estos sistemas es posible involucrar al ciudadano en todo el proceso de gestión, facilitando canales de comunicación activos para optimizar la coordinación y la eficiencia en la prestación de los servicios.

• Conectividad masiva: Narrowband-IoT (NB-IoT): Es la primera tecnología centrada en conectar a la red dispositivos que generan un tráfico de datos no muy alto y tienen un ciclo de vida largo, destacar que está diseñado para ampliar el futuro de la conectividad IoT de una manera más segura y fiable.

Esta tecnología ha sido desarrollada para permitir comunicaciones eficientes y una alta durabilidad de la batería, para dispositivos distribuidos masivamente, utilizando la ya existente red móvil para conectar todos esos objetos.

Uno de los ejemplos para este tipo de tecnologías y que compañías como Ferrovial Servicios se está potenciando de manera exponencial son las aplicaciones en el alumbrado público. Contando con más de 300.000 puntos de luz y 30.000 de ellos con telegestión punto a punto, las posibilidades de conectividad son infinitas, generando un volumen de información que permiten optimizar de manera precisa la gestión de los sistemas. Los ahorros obtenidos superan en muchos casos el 60% respecto a un alumbrado convencional.

Otra parte importante de estos sistemas es la posibilidad de interacción del ciudadano con el sistema, permitiendo prestar un servicio con un nivel de satisfacción muy alto.

Inteligencia artificial (IA): Junto con el Big Data la Inteligencia Artificial ha provocado un salto tecnológico sin parangón. La utilización de esta tecnología junto con el aprendizaje automático permite ayudar a predecir de manera mucho más precisa patrones de consumo y operación con lo que los ajustes entre demanda y generación se ajustan con un grado de exactitud elevado.

Por poner ejemplos del uso de estas herramientas:

• El Reino Unido está utilizando la inteligencia artificial y el aprendizaje automático para ayudar a predecir cuánta energía generaran sus turbinas eólicas y paneles solares cuando el viento sopla o el sol brilla más. La mejora de los pronósticos climáticos ayudará a hacer funcionar el sistema de manera más eficiente, lo que en última instancia significa reducción de emisiones de CO₂ y facturas más bajas para los consumidores.
• Por su parte Google reveló que gracias a la IA puede predecir la producción de sus parques eólicos con 36 horas de anticipación, lo que les permite pujar para inyectar energía a la red con anticipación y a precios más reducidos.
• El mundo de las baterías no se queda atrás, los científicos han estado observando cómo la IA puede predecir con mayor precisión cuántos ciclos puede tener una batería (cuántos meses o años durará antes de que empiece a degradarse). Una mejor predicción del ciclo de vida podría ayudar a identificar por qué algunas baterías fallan antes y otras no, predecir las necesarias en una flota de vehículos eléctricos u optimizar los ciclos de carga y descarga de instalaciones fotovoltaicas aisladas de la red, por poner un ejemplo.

Como resumen, la transformación tecnológica está provocando un cambio radical en la forma de operación y gestión de las instalaciones energéticas donde la tendencia es centrarse en las personas y en la sostenibilidad del sistema. En un informe publicado por Xynteo se pregunta a una serie de grandes directivos europeos: ¿qué pueden hacer las empresas europeas para ayudar a construir un modelo de crecimiento inclusivo, sostenible, regenerativo y competitivo? La respuesta es dejar atrás la idea de que el objetivo prioritario son los beneficios e ir hacia un sistema en el cual el objetivo prioritario sea la sociedad, es decir, un “un sistema que sirva a todos”.