Endesa saca el máximo partido de la energía eólica, hidráulica y solar

• Una aplicación de inteligencia artificial permite analizar más de 20 años de datos meteorológicos para generar predicciones de caudal para las centrales hidroeléctricas

• Este modelo de machine learning ha reducido el error de predicciones en algunos ríos hasta en un 30%

• La importancia de la meteorología en el sector eléctrico aumenta con el peso creciente de la producción de energías renovables en el mix de generación

El tiempo meteorológico es un factor cada vez más importante para el sector energético. El aumento del peso de las energías renovables en el mix de generación eléctrica hace que la meteorología se tenga cada vez más en cuenta para apoyar la toma de decisiones tanto en la operación diaria como en la planificación energética a más largo plazo. Endesa ha apostado por la integración de meteorología y data science para sacar el máximo partido de la energía del sol, el agua y el viento, utilizando la inteligencia artificial para ajustar las predicciones meteorológicas partiendo del análisis de grandes cantidades de datos.

El data science, que combina estadística, informática y matemáticas, permite extraer información de grandes volúmenes de datos y es una solución óptima para elaborar modelos que permitan ofrecer predicciones automáticas para la compleja topografía hidráulica que gestiona Endesa. La integración de meteorología y data science analizando variables como las precipitaciones de nieve y lluvia registradas en determinadas zonas, permiten extraer el máximo valor a los recursos hídricos al tiempo que se garantiza la seguridad y el respeto al medio ambiente en los ríos. Partiendo de esta premisa, Endesa ha desarrollado el proyecto «forecasting hydro», que se inició en 2019 y que ofrece predicciones de caudales para un total de 107 embalses o centrales hidráulicas, que se actualizan automáticamente todos los días.

“En total, se analizan más de 10 millones de datos recopilados durante más de 20 años para ajustar lo más posible la predicción”, afirma Carlos Rivero, físico y meteorólogo, que trabaja en el área de Gestión de la Energía de Endesa.

Este modelo de machine learning ha reducido el error de predicciones en algunos ríos hasta en un 30% mejorando la calidad de las predicciones.

Mejora en la toma de decisiones

La figura del meteorólogo en Endesa se dedica a analizar todas las actualizaciones de los modelos meteorológicos según van publicándose varias veces al día e informar a traders, operadores y demás actores implicados sobre los posibles escenarios meteorológicos que se plantean, sus efectos y la incertidumbre asociada a cada uno de ellos, incluidos los eventos de alertas por fenómenos meteorológicos extremos.

La influencia de la temperatura en la evolución de la demanda de energía, que es especialmente visible en episodios de frío extremo y olas de calor, las previsiones sobre el viento para la producción eólica, de radiación solar y nubosidad en la fotovoltaica y las precipitaciones y la temperatura (clave para el deshielo), en el caso de la energía hidráulica, son variables que se analizan diariamente en Endesa para generar sus predicciones propias a partir de un método de análogos meteorológicos. Las predicciones base a 10-15 días se actualizan diariamente y ofrecen estimaciones horarias que son cada vez más necesarias en un sector eléctrico cada vez más dependiente de las renovables.