Una gestión inteligente de la red eléctrica para una mayor penetración de la energía renovable
El equilibrio entre el abastecimiento y el consumo de energía se ha vuelto más complejo con el aumento de la generación de energía renovable. Debido a que depende de las condiciones meteorológicas variables, la energía procedente de turbinas eólicas y paneles solares es intermitente e impredecible en comparación con las plantas tradicionales de petróleo o carbón. Sin embargo, un uso oportuno e inteligente de los datos puede mejorar la eficiencia de la gestión de las redes eléctricas abastecidas por fuentes renovables. Esto puede mejorar la penetración de las energías renovables y reducir las emisiones de carbono, dice el coordinador del proyecto TESTBED Hongjian Sun, profesor adjunto del Departamento de Ingeniería de la Universidad de Durham (el Reino Unido). «La principal lección que extrajimos del proyecto TESTBED es que los datos en sí mismos son muy útiles para integrar toda la generación y demanda de energía, en particular con las fuentes de energía renovable», señala. Sun añade: «TESTBED consiste en recopilar datos y usarlos para predecir la oferta y la demanda, y ver dónde tenemos un cuello de botella que resolver». El proyecto, respaldado por el programa Marie Skłodowska-Curie de la Unión Europea (UE), desarrolló programas de optimización para crear modelos de mejora de la eficiencia energética y las emisiones de carbono. «En la simulación para la ciudad de Durham, en el noreste de Inglaterra, encontramos que al integrar los datos y transmitirlos de manera oportuna, las emisiones de carbono se reducen hasta en un 76 % con fuentes renovables y un sistema de red inteligente», dice Sun.
La importancia de los datos
«Si mantenemos el mismo coste energético y utilizamos los datos para mejorar el funcionamiento del sistema, la penetración de la energía renovable puede aumentar del 20 al 70 % en un sistema de distribución, lo que demuestra el enorme potencial de la utilización de los datos», añade. La gestión inteligente de la red eléctrica utiliza los datos de una multitud de sensores que miden las condiciones meteorológicas, la generación de electricidad y la transmisión de energía a subestaciones y hogares. Los medidores inteligentes controlan el consumo de los hogares, incluido el uso de electrodomésticos individuales. «Utilizamos las redes sociales, por ejemplo los datos de Twitter, para hacer búsquedas de palabras clave a fin de saber si hay un gran evento o un partido de fútbol en algún lugar, porque es probable que aumente la demanda. La transmisión de datos también es importante, ya que requerimos una actualización frecuente y en tiempo real para detectar y eliminar los cuellos de botella de la red y, así, mejorar la fiabilidad», explica Sun.
Simulaciones en el laboratorio
Los datos de los sensores y medidores se descargan en un ordenador que ejecuta un «software» con algoritmos de inteligencia artificial (IA) para mejorar la optimización del abastecimiento y el consumo. Sun señala: «Gracias a la IA, analizamos los datos meteorológicos y los de varias regiones, no solo de ayer sino del año pasado, y nos servimos del aprendizaje automático de la IA para entrenar al sistema a fin de tener una mejor capacidad de predicción. El trabajo llevado a cabo en el proyecto TESTBED demostró que el sistema funcionaba». El sistema se probó en los laboratorios de la Academia China de Ciencias, la Organización Helénica de Telecomunicaciones (OTE) y la Universidad Heriot-Watt del Reino Unido. Las simulaciones se llevaron a cabo en el Smart Grid Laboratory (Laboratorio de Redes Eléctricas Inteligentes) de la Universidad de Durham, que alberga un sistema de simulador digital en tiempo real. Los simuladores digitales en tiempo real se utilizan para conformar una red de energía de bajo voltaje que se conecta a emuladores de células fotovoltaicas, turbinas eólicas y almacenamiento de energía eléctrica, así como una gama de tecnologías de baja emisión de carbono. En la simulación se evalúan las limitaciones de la red, mientras que en el laboratorio se hace un seguimiento del consumo de electricidad de los electrodomésticos. La segunda fase del proyecto, TESTBED2, ha recibido financiación de la UE para desarrollar un sistema TESTBED escalable que pueda aplicarse a redes inteligentes más grandes y complejas que abastezcan a más consumidores.
Palabras clave
TESTBED, TESTBED2, energía, energía renovable, renovables, turbinas eólicas, paneles solares, redes eléctricas, análisis de datos, inteligencia artificial, combustibles fósiles, emisiones de carbono, red inteligente, simulación
