Las 4 aplicaciones de la IA en las energías renovables

Elegir el lugar exacto para instalar paneles solares. Organizar la generación, distribución y consumo de energía tras la incorporación de millones de productores particulares a la red eléctrica. O evitar la colisión de aves en las turbinas eólicas. Son solo algunas de las aplicaciones de la Inteligencia Artificial (IA) en las energías renovables.

A la IA, para funcionar, le gusta alimentarse de mucha información para ofrecer las mejores soluciones y predicciones. En el sector energético eso es posible gracias al ingente volumen de datos que manejan las redes eléctricas nacionales. El sistema detecta con milimétrica precisión y de forma predictiva qué fuentes están disponibles en cada momento y cómo se distribuye a los usuarios.

Eso hace que, por ejemplo, haya aerogeneradores parados porque en ese momento baje la demanda, o que unas tecnologías sustituyan a otras por situaciones meteorológicas, como ocurrió en 2022 cuando las centrales hidroeléctricas redujeron su peso en el mix eléctrico por la falta de lluvias.  

El auge de la solar y la eólica están impulsando un cambio en el modelo de interconectividad, en donde la IA juega un rol protagonista. Las fuentes de generación ya no son solo centrales eléctricas, sino particulares y empresas que producen su propia energía y, además, la vierten en la red cuando no la necesitan.  

A veces caminamos por la calle en pleno verano y vemos encendida por error una farola. O se cae la luz en un estadio en pleno partido de fútbol. Son problemas puntuales que nos recuerdan la importancia de la interconectividad y la complejidad del funcionamiento de las redes eléctricas.

La IA está ayudando a las redes eléctricas a ser más seguras, eficientes y predecibles. Un reciente informe de las consultoras Indigo Advisory y Latitude Intelligence identificó hasta 50 usos de la IA en el sector energético. Pero vamos a detenernos en 4 de ellas.  

Elección del emplazamiento: los mejores escenarios renovables 

La IA está ayudando a las compañías eléctricas a elegir el mejor emplazamiento de los parques eólicos y solares. La gran cantidad de datos que se obtiene hoy de la superficie terrestre y de las condiciones ambientales facilita la selección de terrenos, tejados o azoteas en función del clima, la orografía, las horas de sol, etc. Y también cruzar esos datos con las necesidades de consumo, la movilidad o el nivel de industrialización de una zona.

Es lo que hace la calculadora solar de EDP. Introduces tu dirección, identificas tu tejado en un mapa y la IA ayuda a calcular tanto tu producción potencial como el ahorro económico asociado.

Mantenimiento predictivo para alargar la vida útil de la infraestructura 

La IA está ayudando a predecir las tareas de mantenimiento necesario en paneles solares o aerogeneradores. Es un cambio de modelo: de la sustitución de piezas y equipos estandarizada a una actuación más eficiente basada en datos y sensores. En España, por ejemplo, se ha implantado gracias a la IA el sistema SAGA (Solución Avanzada de Gestión de Activos) para programar mejor el mantenimiento de la infraestructura de la red repartida por todo el territorio.

Es el caso de EDP, a través de Labelec, que desarrolla un sistema propio para inspeccionar la red eléctrica. Un trabajo que antiguamente se hacía sobre el terreno y que ahora combina la IA con el uso de drones y helicópteros, que recogen datos y permiten visualizar las instalaciones y se detecten de forma automatizada los problemas antes de que sean inevitables. 

La IA, mejorando los modelos predictivos y recogiendo información en tiempo real, evita sustituir piezas que aún pueden funcionar y alarga la vida, por ejemplo, de las baterías de almacenamiento, cada vez más extendidas en el autoconsumo solar.

Un red eléctrica inteligente 

El eje generación-distribución-consumo ha funcionado de manera unidireccional durante más de un siglo: la oferta se acompasaba a la demanda. Pero el auge del autoconsumo y la multiplicación de nuevas tecnologías energéticas han cambiado el paradigma: el consumidor se convierte también en productor. Eso exige un mayor esfuerzo por rediseñar las redes eléctricas y mejorar las predicciones de consumo.

La solución ha sido implantar sistemas de IA para conocer en tiempo real el estado de la red, usar modelos predictivos cada vez más perfectos y, como dicen gráficamente los expertos, poder dirigir una orquesta en la que intervienen distintas familias instrumentales, incluido un gigantesco coro de miles de productores anónimos que producen su propia energía, la almacenan y la vierten en la red.

El objetivo es rentabilizar mejor las distintas tecnologías y garantizar un equilibrio de la red eléctrica. La IA, además, permite simular el clima y detectar con mayor precisión qué renovables van a ser más productivas (sol, agua o viento) y qué comportamiento tendrá el mercado.   

Protección de la Naturaleza 

Una de las críticas que circulan sobre el auge de las renovables tiene que ver con los efectos de algunas infraestructuras sobre el entorno natural. Aunque el impacto de las energías limpias es sensiblemente menor que el generado por la extracción y quema de combustibles fósiles, los aerogeneradores pueden afectar a algunas especies de aves y murciélagos, según las organizaciones ambientales.

En este sentido, la IA está ayudando ya a cruzar los datos de las instalaciones con el entorno natural donde están asentadas. Por ejemplo, la inteligencia artificial maneja información detallada sobre la fauna marítima o las rutas de las aves, sus comportamientos durante el día y el peligro que pueden suponer para estas especies los parques eólicos tanto terrestres como marítimos.

Por ejemplo, un centro de investigación de Baden-Württemberg, en Alemania, ha diseñado un sistema anticolisión que detecta la presencia de aves a 700 metros del aerogenerador y detiene automáticamente el movimiento para evitar daños.   

También la mejora en el mantenimiento de la infraestructura renovable, que citábamos antes, tiene un impacto positivo en la Naturaleza al alargar la vida útil de aerogeneradores y paneles solares.

No olvidemos que la IA también demanda energía para funcionar. Se calcula que en 2030 la IA consumirá entre del 3% al 4% de la energía en el mundo. La conciencia sobre el gasto creciente de agua y electricidad de los centros de datos es cada vez mayor. Ante ello, las tecnológicas están recurriendo a energías limpias para alimentar sus infraestructuras. El compromiso con el planeta involucra a toda la cadena de valor: es responsabilidad de todos.