Gracias al desarrollo de tecnologías de aprendizaje automático, hemos sido capaces de implementar un sistema de optimización que ha permitido ahorrar de manera significativa el consumo de combustible. Cada año, se ahorran cientos de miles de litros de gasóleo sin que esto afecte negativamente la longevidad de los componentes del sistema.  

Así mismo, hemos desarrollado un sistema de «gemelos digitales» que permite analizar el rendimiento de sistemas nuevos o existentes, detectando cualquier comportamiento inusual.  

Esta tecnología puede ser aplicada en una amplia variedad de escenarios, como: optimización de costes energéticos, supervisión y diseño de sistemas híbridos, previsión de la demanda energética para adaptar la producción, etc. 

 

DESCRIPCIÓN DEL CASO DE USO

nuestro cliente es responsable de administrar un gran número de torres de telefonía móvil a nivel global, muchas de las cuales están en zonas remotas donde no hay acceso a la red eléctrica ¿Cómo garantizan su suministro energético? A través de paneles solares y un generador diésel.  

Con el objetivo de cubrir los periodos en los que el generador está apagado y la energía solar no es suficiente para abastecer cada torre, se utilizan baterías. Nuestro reto fue optimizar el uso del generador diésel ajustando automáticamente los horarios de encendido y apagado para las próximas 24 horas. 

 

NUESTRO ENFOQUE

Nuestro equipo ha desarrollado una serie de modelos de aprendizaje automático que se entrenan gracias a diversas de fuentes de datos: producción de energía, pronósticos meteorológicos, registros históricos de consumo, etc. 

Con estos modelos se puede anticipar el consumo energético previsto de las torres, la producción de energía solar, así como la cantidad de energía que se pierde a través del uso de las baterías en las siguientes 24 horas. 

Comparación entre la producción solar prevista y la producción solar histórica.

Comparación entre la demanda energética prevista y la demanda energética histórica.

A partir de los datos de previsión, se desarrollaron dos algoritmos de optimización: 

Un primer modelo para determinar los niveles óptimos de batería para encender y apagar el generador al día siguiente, permitiendo configurar automáticamente el programa. 

Forecast de la optimización

Y un segundo algoritmo que permite a nuestro cliente explorar diversas opciones y ser una herramienta de apoyo para tomar decisiones, permitiendo identificar las velocidades ideales de carga de la batería y elegir entre configuraciones más eficientes en términos de combustible o configuraciones con menor requerimiento de mantenimiento. 

Optimización para reducir el uso del generador y ahorrar combustible.

Optimización para reducir el uso del generador y disminuir la necesidad de mantenimiento.

Así también, desarrollamos un sistema de simulación avanzado que funciona como un «gemelo digital» para ayudar a nuestro cliente a dimensionar, de manera precisa, sistemas nuevos o existentes. Este sistema permite prever el consumo de energía, la producción de energía, el uso del generador y el consumo de combustible en función de diferentes escenarios de configuración. Por ejemplo: 

  • ¿Qué pasaría si añadimos 2 paneles solares adicionales? 
  • ¿Qué pasaría si perdemos una batería del conjunto? 
  • ¿Y si el consumo de la torre aumenta un 50%? 

Estos «gemelos digitales» se pueden comparar con sistemas reales para detectar comportamientos inesperados y alertar al cliente sobre fallos o anomalías en el sistema, permitiendo así una mayor eficiencia en la toma de decisiones y una mejora en la gestión del sistema. 

Monitoreo y ajuste de la producción y el consumo de energía

LOS RESULTADOS

Gracias a este modelo, nuestro cliente puede adaptar la optimización para cada torre según precise, ya sea con el objetivo de ahorrar combustible o, bien, disminuir costes de mantenimiento. Esta flexibilidad ofrece una variedad de resultados posibles:  

  • Ahorrar más del 20% en el consumo de combustible con meno del 4,5% de aumento en los arranques del generador,5% al elegir configuraciones que minimizan el tiempo de encendido del generador.
  • Reducir en más del 20% los arranques del generador y cargas de batería más lentas con un aumento menor al 8,2% en el consumo de combustible al elegir configuraciones orientadas a reducir costes de mantenimiento.  

Con este sistema, que funciona como un «gemelo digital», nuestro cliente puede optimizar la producción y la demanda de energía de manera precisa.  

El algoritmo de apoyo a la toma de decisiones permite seleccionar configuraciones equilibradas que proporcionan un ahorro medio de combustible superior al 15% sin comprometer la vida útil del generador ni de la batería. Esto se traduce en ahorro en costes de mantenimiento anuales y una disminución de cientos de miles litros de gasóleo al año. Además, le ofrece una visión detallada de la producción, el consumo y el rendimiento del sistema, lo que facilita su planificación y monitorización a largo plazo. 

¿Te gustaría aplicar tecnologías similares en tu organización? ¡Hablemos!

David Marcos
Data Analytics Business Manager, Innovery