La inteligencia artificial blinda el despegue renovable

En definitiva, con la incorporación de la AI se consiguen plantas más eficientes e inteligentes. Por eso, «cualquier avance en software y en IA supone beneficios importantísimos, grandes rendimientos y una mayor productividad de las plantas renovables», destaca Héctor de Lama, director técnico de UNEF (Unión Española Fotovoltaica).

Empresas, centros tecnológicos y universidades ya cuentan con experiencias en el uso de IA para la gestión de renovables. «Cada vez hay más modelos de IA y 'machine learning' que se aplican a toda la cadena de valor del sector eléctrico y, en concreto, para evitar la incertidumbre que tienen las renovables, que no son almacenables y no sabemos cuánta energía van a generar, porque dependen del viento, del sol o del agua», explica Álvaro Romero, director técnico del área de Energía del Instituto de Ingeniería del Conocimiento (IIC).

De ahí que predecir de forma exacta la energía que va a generar los caprichos del dios Eolo o del astro rey resulte fundamental, porque permite anticiparse a una bajada de la producción eléctrica en relación con la demanda. Se trata de tener un sistema estable en el que no se den cortes ni sobrecargas en momentos o lugares puntuales. Y esto interesa a todos los actores del sector. «A los operadores que tienen que asegurar que la demanda es cubierta por una generación —continúa Romero—. Con IA realizan predicciones para conocer qué va a ocurrir con las renovables en las próximas horas. Así el operador puede actuar y saber si tiene que activar otros mercados para responder a la demanda o incluso parar la demanda para que no haya cortes de suministros. Y las empresas participantes del mercado eléctrico van a saber cuánta energía van a generar para vender, porque si hay errores tienen una penalización. Si las previsiones sobre las renovables son exactas, más eficiente es el sistema eléctrico y esto repercutirá en la factura eléctrica».

La IA es una útil herramienta desde el primer momento en el que se concibe una de estas infraestructuras ya que contribuye a seleccionar la ubicación más adecuada para cada planta. «Considerando datos de orografía, clima, potencia de salida... la IA ayuda a tomar la decisión sobre dónde emplazar un parque. Incluso puede indicar cuál es la mejor disposición de los paneles para captar más radiación solar. Y esto va en beneficio de una reducción de costes de inversión para las utilities que van a poner el dinero», considera Eugenio Perea, responsable de Digital Energy de Tecnalia.

Sin embargo, donde los algoritmos están teniendo mayor aplicación es en la operación y mantenimiento de los parques eólicos y fotovoltaicos, reduciendo así costes y evitando graves daños en las instalaciones. Héctor de Lama ofrece varios ejemplos: «Sistemas con IA hacen girar los paneles solares para que no se molesten entre sí, o no se hagan sombras unos a otros, obteniendo de esta forma mayor rendimiento energético. Y si los algoritmos se combinan con datos meteorológicos, podemos hacer un mantenimiento predictivo, de tal forma que cuando lleguen fuertes rachas de viento los paneles giren para protegerse unos a otros. Se están popularizando sistemas que identifican rápidamente un panel que está perdiendo rendimiento, entre varios cientos de miles de placas de una planta, con el fin de sustituirlo lo antes posible y no perder producción. Incluso cuando llega una nube a una parte del parque y esa zona produce menos, se pueden activar baterías que viertan energía a la red y cubran ese espacio. Estas decisiones las toma un software en milisegundos para que siempre podamos encender y apagar nuestro interruptor».

Nuestras empresas ya se benefician de la IA en la gestión de sus parques renovables. Desde cinco centros de control remoto, Siemens Gamesa vigila el funcionamiento de las más de 31.000 turbinas que tiene repartidas por el mundo en 2.000 parques eólicos tanto en tierra firme (onshore) como en el mar (offshore). Están ubicados en más de 70 países: desde Italia y Francia a Estados Unidos, Australia o Tailandia, entre otros. Gestionar tal volumen de aerogeneradores a miles de kilómetros de distancia no sería posible sin sistemas donde interviene la IA.

A estos grandes centros llegan cada día 200 GB de datos en tiempo real (se miden hasta cien parámetros distintos) que proporcionan los aerogeneradores: velocidad del viento, temperatura, inclinación de las palas, potencia generada en cada momento... Un ingente volumen de información que permite optimizar el rendimiento de los gigantes del viento y detectar cualquier fallo que se produzca. «Las turbinas están monitorizadas 24 horas durante los 7 días de la semana. Si el sistema detecta cualquier anomalía, es capaz de actuar y tomar la primera decisión en menos de tres minutos: o decide solucionar la situación en remoto o envía una notificación digital a los equipos de mantenimiento encargados de ese parque», cuenta Jesús Blasco, director de Centros de Control Remoto de Siemens Gamesa. «El 80% de los casos se resuelven en remoto. Esto disminuye el tiempo que una turbina está detenida», asegura.

Los algoritmos resultan especialmente útiles en situaciones complejas, como señala Blasco. «Nuestro objetivo principal —afirma— es que la máquina esté siempre operativa para asegurar la disponibilidad del recurso. En tierra podemos ir físicamente sin dificultad. Pero a los parques offshore, a veces no podemos acceder en barco o helicóptero por las condiciones del mar o el fuerte viento. Tenemos que asegurar que las turbinas están en condiciones de operación sin requerir una visita física de personal».

Además el sistema es capaz de «resetear o volver a poner en marcha una turbina en casos básicos. Por ejemplo, los aerogeneradores paran a partir de 45ºC de temperatura por seguridad. El robot automáticamente no rearma la turbina porque sabe que hasta dentro de unas horas no bajará la temperatura. Y decide en qué momento vuelve a ponerla en funcionamiento», cuenta Blasco.

Un sistema de diagnóstico en remoto predice los fallos antes de que ocurran. Reúne datos de más de 6 millones de sensores repartidos por el mundo, es capaz de crear 1,5 millones de modelos digitales y permite avisar de unas 250.000 posibles averías cada año. «Los datos recogidos durante la operación de las turbinas permiten crear un gemelo digital que es capaz de anticiparse a los fallos. Así aprovechamos paradas programadas o ventanas donde no hay viento para corregir ese fallo antes de que se produzca. Por ejemplo, los aerogeneradores disponen de filtros para prevenir la entrada de arena del desierto o polvo de épocas de cosecha. El modelo nos avisa antes de que estos filtros se colmaten y causen males mayores», comenta Blasco.

Siemens Gamesa también aplica algoritmos a sus predicciones meteorológicas. «Podemos detectar si un parque eólico va a tener un episodio de viento adverso, y parar los aerogeneradores antes de que se produzca. O predecir el comportamiento de una tormenta en los próximos 30 minutos y desconectar de la red una turbina que podría verse afectada por el impacto de un rayo».

Iberdrola es otra de las empresas que ha hecho una fuerte apuesta por incorporar la IA en la gestión de sus renovables. «Nos ayuda a mejorar la seguridad de nuestros empleados, a reducir costes de operación y optimizar todo lo posible con datos. En la actualidad, utilizamos IA en mayor o menor medida en todos nuestros parques. Consigue que las renovables sean más competentes. Es estratégico», cuenta Rafael San Juan Moya, gestor y coordinador de Innovación Global de Iberdrola. Por ejemplo, a partir del análisis de imágenes termográficas captadas con drones, Iberdrola dispone de un software con IA que puede advertir de fugas en tuberías que se encuentra bajo tierra en una central hidroeléctrica o detectar una celda de un panel solar que se sobrecalienta dentro de un enorme parque fotovoltaico. «Así no perdemos producción y evitamos daños más graves que pueden conllevar mayores costes», advierte.

La compañía junto con el Centro Nacional de Supercomputación desarrolla el proyecto Sedar con el fin de obtener un modelo informático «para calcular nuestra potencia de generación eólica, fotovoltaica e hidráulica. Vinculado a datos meteorológicos, nos permite tener un grado de certeza más alto para saber cuál va a ser nuestra generación renovable y si va a cubrir la demanda estimada», explica San Juan Moya.

Ibedrola también lidera el proyecto Romeo (financiado con fondos europeos). En este caso «se trata de desarrollar un plataforma para reducir los costes de operación y construcción de los parques eólicos offshore. Está enfocado al mantenimiento predictivo y la optimización de tareas. En estos parques es diez veces más complicado para una persona inspeccionar un aerogenerador, se necesitan certificaciones especiales, trabajos en altura, no puedes enviar a cualquier persona. Con la IA aumentamos la seguridad», afirma San Juan Moya. Además, Iberdrola participa en el proyecto IA4TES (un consorcio de institutos tecnológicos -también está Tecnalia-, universidad y startups) para investigar soluciones que la IA puede aportar en la gestión y en el mantenimiento de las renovables.