Enel y Myst AI: perfeccionando las previsiones energéticas
Enel y Myst AI: perfeccionando las previsiones energéticas
Enel Global Commodity Management Italy usa la predicción basada en el aprendizaje automático de Myst AI como herramienta versátil en el proceso de licitación de activos renovables en los mercados mayoristas, ayudando, de esta manera, a reducir los costes de desequilibrio un 5 % al año.
Predecir la producción energética de las plantas de energía renovable —así como la carga de energía esperada de los clientes— es necesario para asegurar qué utilities pueden llevar a cabo sus operaciones diarias eficientemente. Utilities como Enel dependen de predicciones del día anterior y del mismo día para producir energía tanto para venderla a los mercados eléctricos como para comprar la energía adicional que se necesite para cumplir con las necesidades de los clientes.
Predecir el futuro no es tarea fácil y crear previsiones que sean altamente precisas y fiables puede requerir mucho tiempo y ser un esfuerzo desafiante. Tras ver la necesidad de ofrecer herramientas para crear rápidamente previsiones muy precisas a las compañías energéticas, Pieter Verhoeven y Titiaan Palazzi fundaron Myst AI, una plataforma de predicción de series temporales respaldada por Google que ayuda a las empresas energéticas a predecir la carga a corto plazo, la producción renovable y los precios de mercado. Esta tecnología permite que los equipos de data science implementen modelos de previsión precisos en minutos y está centrada específicamente en la industria energética.
En 2018, Enel Green Power empezó a trabajar con el equipo de data science de Myst para desarrollar predicciones para el equipo de desequilibrio de macrozonas de Italia, con el objetivo de pujar por la producción de activos en mercados del mismo día. Enel Energy and Commodity Management siguió su ejemplo un año más tarde. Este tipo de predicción es especialmente importante, dado que solo el equipo de Enel Italia es responsable de la venta de 2,5 GW de producción de energía solar y eólica en los mercados mayoristas.
Pero, ¿por qué la predicción es necesaria para la producción energética?
Como las energías renovables intermitentes se están volviendo cada vez más omnipresentes, la predicción es cada vez más importante para asegurar que la red esté equilibrada. La producción de energía solar y eólica está condicionada por las condiciones meteorológicas, así que tener una predicción precisa de cuánta energía producirán estas fuentes en cualquier momento es clave para una red perfeccionada y equilibrada. “El objetivo de Myst es crear un mundo en el que la oferta y la demanda estén en equilibrio continuo para que las fuentes se usen de forma eficiente y sostenible para un planeta mejor”, dice el COO de Myst Titiaan Palazzi.
Como muchas compañías energéticas buscan aumentar su portfolio de activos renovables, la plataforma de Myst permite desarrollar modelos más rápido y unos flujos de trabajo de implementación que pueden ayudar a los equipos de data science a enviar nuevos modelos más rápido, permitiendo el crecimiento de la compañía.
Los datos de consumo energético revelan tendencias y predicen futuros patrones para reducir riesgos, disminuir las emisiones de carbono y aumentar la rentabilidad. Los modelos de aprendizaje automático son perfectos para esta tarea, ya que pueden aprender de las tendencias de datos anteriores para predecir el futuro cercano. “Queremos apoyar las organizaciones en la transición hacia un sistema eléctrico sin emisiones de carbono proporcionando a los equipos de data science las herramientas para potenciar sus capacidades de previsión”, añade Palazzi.
Afianzando el camino para soluciones precisas
Prestar atención a lo que tenemos alrededor nos llevará a soluciones más creativas para apoyar la transición energética. “La innovación empieza escuchando para que podamos entender realmente los problemas a los que las empresas y las comunidades se enfrentan para desarrollar soluciones que cumplan con una necesidad real”, dice Palazzi.
La inteligencia artificial puede ayudar a mejorar los sistemas de energía reduciendo costes, mejorando las fuentes, prediciendo los fallos y apagones, gestionando la demanda energética, ayudando a descubrir nuevos materiales y dirigiendo la innovación. También puede ayudar a perfeccionar la toma de decisiones y operaciones de la red eléctrica integrando la oferta energética, la demanda y las fuentes de energía renovables autónomamente.
Por este motivo, es necesario que aprovechemos la IA para crear sistemas energéticos más resilientes. Enel implementó esta tecnología para potenciar la optimización energética. “Más precisión conlleva un aumento de ingresos de los activos de las licitaciones en mercados mayoristas. Simultáneamente, la fiabilidad asegura que las predicciones se generen siempre y la puja de activos siempre mejora”, dice Palazzi.
El equipo de Energy and Commodity Management de Enel en Italia siempre está buscando nuevas soluciones prometedoras. Como explican Giuseppe Campagna, responsable del centro New Business and Renewable Forecasting Solutions Competence Center, y Daniele Giurin, director de Non-programmable Renewable Sources: “En un mercado muy competitive, en Energy and Commodity Management Italy estamos buscando constantemente soluciones innovadoras.
Como resultado de la experiencia con Myst AI, nos hemos vuelto todavía más conscientes de cómo las innovadoras técnicas de IA son indispensables para desarrollar predicciones de todos los mercados variables. Esto tiene un impacto en la producción energética de fuentes de energía renovables, que es esencial para el compromiso de Enel para una transición energética rápida y efectiva. La estrecha colaboración y larga relación entre nuestras unidades de negocios y los expertos de Myst AI ha generado valor añadido adicional”.