{"id":30946,"date":"2021-06-17T09:48:33","date_gmt":"2021-06-17T07:48:33","guid":{"rendered":"https:\/\/www.monempresarial.com\/2021\/05\/19\/la-energia-pide-inteligencia\/"},"modified":"2025-09-24T11:04:22","modified_gmt":"2025-09-24T09:04:22","slug":"la-energia-demana-intel-ligencia","status":"publish","type":"post","link":"https:\/\/www.monempresarial.com\/ca\/2021\/06\/17\/la-energia-demana-intel-ligencia\/","title":{"rendered":"La energ\u00eda demana intel.lig\u00e8ncia"},"content":{"rendered":"

\"\"L’extensi\u00f3 dels sistemes de generaci\u00f3 distribu\u00efda ha canviat el paradigma del sistema energ\u00e8tic actual. Hi ha moments del dia en qu\u00e8 es registren nivells de producci\u00f3 renovable de m\u00e9s del 50% del total, una xifra que arribar\u00e0, segons algunes projeccions, m\u00e9s del 80-90% en escenaris futurs. Els nous sistemes de microgeneraci\u00f3 de microxarxes, o centrals el\u00e8ctriques virtuals (VPP, pel seu acr\u00f2nim en angl\u00e8s), augmenten la complexitat de la gesti\u00f3 de la xarxa i suposen tot un repte, ja que en funcionar amb una nova combinaci\u00f3 de fonts d’energia renovables i nous sistemes d’emmagatzematge local, descentralitzen el sistema. En conseq\u00fc\u00e8ncia, per al seu correcte maneig, seran necess\u00e0ries solucions basades en la Intel\u00b7lig\u00e8ncia Artificial (IA). Encara amb aquesta dificultat, els models anal\u00edtics actuals redueixen l’error (MAPE%; desviaci\u00f3 mitjana absoluta percentual) al voltant d’un 30%, la qual cosa es tradueix directament en benefici per a la microgrid\/VPP.<\/h4>\n

Wolfram Rozas.<\/span><\/strong> Director del Programa Executiu de Big Data & Analytics<\/em>, Intel\u00b7lig\u00e8ncia Artificial i Smart Energy<\/em> d\u2019EOI Business School.<\/h4>\n
\n

Aquesta complexitat no nom\u00e9s es localitza en els sistemes d’operaci\u00f3 del sistema el\u00e8ctric, sin\u00f3 en la transformaci\u00f3 del mateix mercat. L’aparici\u00f3 del consumidor proactiu com a nou jugador bidireccional capa\u00e7 de generar i consumir energia, i que pot vendre\u2019n els excedents, desenvolupar\u00e0 un mercat m\u00e9s l\u00edquid, amb m\u00e9s transaccions que puguin adoptar preus din\u00e0mics segons l’elasticitat de la demanda. Despr\u00e9s d’ells, apareixen els agregadors de demanda, que comercialitzen l’energia dels sistemes de microgeneraci\u00f3; la seva funci\u00f3 \u00e9s canalitzar la producci\u00f3 cursant ofertes en el mercat. El pool s’enriquir\u00e0 amb noves ofertes d’energia dels sistemes de microgeneraci\u00f3 i demandes d’energia per part de les coalicions de consumidors. Tota aquesta nova quantitat de combinacions de transaccions d’aquest commodity<\/em> rar \u2014amb prou feines el podem emmagatzemar\u2014 \u00e9s digna d’an\u00e0lisi per la Teoria de Jocs en una s\u00e8rie de jocs competitius que s\u00f3n les subhastes actuals d’energia.<\/p>\n

BIG DATA PER FER QUE ENCAIXIN LES PECES DEL TRENCACLOSQUES<\/span>
\n\"\"La multipolaritat del nou esquema requereix una gesti\u00f3 tecnol\u00f2gica que abordi l’increment de complexitat del sistema. Les noves xarxes intel\u00b7ligents fan que els agents puguin enviar i rebre, a m\u00e9s d’energia, dades sobre l’estat del sistema, en temps de lat\u00e8ncia baixos. Aquest big data<\/em> fruit d’una instrumentaci\u00f3 estesa, connectada i intel\u00b7ligent configura un nou entorn que monitoritza i optimitza el sistema en tots els seus vectors de negoci, per exemple, clients, operaci\u00f3, seguretat, etc.
\nPer afegir totes les energies provinents de les microxarxes, establim un proc\u00e9s que recopila informaci\u00f3 dels sensors gaireb\u00e9 en temps real. Actualment, l\u2019Edge Computing porta l’an\u00e0lisi profunda de la dada al lloc on es produeix, el sensor; i executa accions gaireb\u00e9 en temps real com a resultat. Emprant amples de banda 5G, els actuals sistemes s\u00f3n capa\u00e7os de reaccionar en aquest temps en malles de fins a un mili\u00f3 de dispositius connectats. Els sensors poden allotjar, dins d’ells, un contenidor. Els contenidors s\u00f3n unitats l\u00f2giques virtuals que executen c\u00e0rregues de treball anal\u00edtiques o d’automatitzaci\u00f3. Entre les primeres, trobem l’estimaci\u00f3 de la c\u00e0rrega residual (el que consumeix menys del que genera) mitjan\u00e7ant sofisticats models de machine learning<\/em>. Un cop obtinguda, el proc\u00e9s anal\u00edtic optimitza la c\u00e0rrega de l’emmagatzematge (la bateria de la microgrid).<\/p>\n

NOUS MODELS, GRANS ESPERANCES <\/span>
\nEls nous models d’aprenentatge profund bayesi\u00e0 s\u00f3n prometedors a l’hora d’estimar la producci\u00f3 mitjan\u00e7ant dades meteorol\u00f2giques de naturalesa incerta. Les xarxes neuronals bayesianes ofereixen com a resultat una distribuci\u00f3 (de l’a posteriori<\/em>, \u00e9s a dir, de la generaci\u00f3 prevista) molt m\u00e9s d’acord a la naturalesa del problema. L’aproximaci\u00f3 m\u00e9s complexa s\u00f3n els models de conjunt que, en la seva versi\u00f3 m\u00e9s adaptable, s\u00f3n les barreges d’experts. Una mena de model “director d’orquestra” que selecciona els models “int\u00e8rprets \/ m\u00fasics” que es faran servir en cada estimaci\u00f3 de c\u00e0rrega residual segons cada combinaci\u00f3 de geoposici\u00f3, temps i par\u00e0metres clim\u00e0tics, per exemple: temperatura, humitat, irradiaci\u00f3 solar, nuvolositat. El “model director” (una xarxa neuronal bayesiana) selecciona la import\u00e0ncia dels “models m\u00fasics”, als quals ordena “tocar” mitjan\u00e7ant el que es coneix com una xarxa de comportes que decideix quin o quins s\u00f3n els experts m\u00e9s adequats en cada situaci\u00f3.
\n\"\"Pel que fa a l’etapa d’optimitzaci\u00f3, el que es busca \u00e9s la millor recomanaci\u00f3 sobre l’estat d’emmagatzematge de l’energia. Escenaris de negoci com la reducci\u00f3 del preu de l’energia en situaci\u00f3 de consum (posici\u00f3 curta) o la maximitzaci\u00f3 d’ingressos en el cas de venda d’excedents (posici\u00f3 llarga). El nostre objectiu \u00e9s optimitzar l’\u00fas que fem de l’emmagatzematge: faig servir la meva bateria ara? La carrego? La venc? Aquest tipus de decisions configuraran estrat\u00e8gies competitives o no competitives amb altres jugadors del mercat (distribu\u00efdores, aliances de consumidors proactius, etc.). En aquestes condicions d’incertesa, la recerca de soluci\u00f3 mitjan\u00e7ant jocs bayesians o xarxes adversarials de risc \u00e9s actualment molt favorable. Les c\u00e0rregues de treball d’automatitzaci\u00f3 executen la recomanaci\u00f3 de l’estat de l’emmagatzematge amb un sistema multiagent, que pren totes aquestes decisions sobre l’emmagatzematge de manera autom\u00e0tica.
\nAquesta optimitzaci\u00f3 podria fer-se a un nivell d’agregaci\u00f3 major com ara les comunitats. La seva producci\u00f3 ser\u00e0 agregada i posada en el mercat de flexibilitat el\u00e8ctrica per poder v\u00e8ncer “la corba de l’\u00e0nec” que la generaci\u00f3 renovable ocasiona quan el vent deixa de bufar o el sol es pon. Per poder equilibrar aquesta nova situaci\u00f3, les comunitats energ\u00e8tiques crearan ofertes de portfoli en el mercat d’energia diari de tota aquesta producci\u00f3, garantint la flexibilitat que necessita el sistema, cada vegada m\u00e9s dependent de les fonts renovables.<\/p>\n","protected":false},"excerpt":{"rendered":"

L’extensi\u00f3 dels sistemes de generaci\u00f3 distribu\u00efda ha canviat el paradigma del sistema energ\u00e8tic actual. Hi ha moments del dia en qu\u00e8 es registren nivells de producci\u00f3 renovable de m\u00e9s del 50% del total, una xifra que arribar\u00e0, segons algunes projeccions, m\u00e9s del 80-90% en escenaris futurs. Els nous sistemes de microgeneraci\u00f3 de microxarxes, o centrals el\u00e8ctriques virtuals (VPP, pel seu acr\u00f2nim en angl\u00e8s), augmenten la complexitat de la gesti\u00f3 de la xarxa i suposen tot un repte, ja que en funcionar amb una nova combinaci\u00f3 de fonts d’energia renovables i nous sistemes d’emmagatzematge local, descentralitzen el sistema. En conseq\u00fc\u00e8ncia, per al seu correcte maneig, seran necess\u00e0ries solucions basades en la Intel\u00b7lig\u00e8ncia Artificial (IA). Encara amb aquesta dificultat, els models anal\u00edtics actuals redueixen l’error (MAPE%; desviaci\u00f3 mitjana absoluta percentual) al voltant d’un 30%, la qual cosa es tradueix directament en benefici per a la microgrid\/VPP.<\/p>\n","protected":false},"author":1,"featured_media":30945,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_mi_skip_tracking":false,"mc4wp_mailchimp_campaign":[],"jnews-multi-image_gallery":[],"jnews_single_post":[],"jnews_primary_category":[]},"categories":[9,16,10815,10844,12],"tags":[737,10100],"_links":{"self":[{"href":"https:\/\/www.monempresarial.com\/ca\/wp-json\/wp\/v2\/posts\/30946"}],"collection":[{"href":"https:\/\/www.monempresarial.com\/ca\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.monempresarial.com\/ca\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.monempresarial.com\/ca\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.monempresarial.com\/ca\/wp-json\/wp\/v2\/comments?post=30946"}],"version-history":[{"count":1,"href":"https:\/\/www.monempresarial.com\/ca\/wp-json\/wp\/v2\/posts\/30946\/revisions"}],"predecessor-version":[{"id":47615,"href":"https:\/\/www.monempresarial.com\/ca\/wp-json\/wp\/v2\/posts\/30946\/revisions\/47615"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.monempresarial.com\/ca\/wp-json\/wp\/v2\/media\/30945"}],"wp:attachment":[{"href":"https:\/\/www.monempresarial.com\/ca\/wp-json\/wp\/v2\/media?parent=30946"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.monempresarial.com\/ca\/wp-json\/wp\/v2\/categories?post=30946"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.monempresarial.com\/ca\/wp-json\/wp\/v2\/tags?post=30946"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}