Neural grids: el cerebro de una gestión energética inteligente

neural-grids
Pablo López, Ingeniero de Redes Inteligentes en Cuerva
Escrito el 26 de marzo de 2024
Compartir
banner sobre el futuro de la energía en España

Ebook gratuito

La hoja de ruta hacia un futuro energético sostenible e independiente

 Las neural grids transforman las redes eléctricas inteligentes (Smart Grids) con IA y Machine Learning para hacerlas más sostenibles y resilientes 

La naturaleza siempre ha sido una fuente inagotable de inspiración para solucionar muchos de los desafíos a los que se enfrenta la humanidad. El estudio de sus formas y sus procesos ha dado respuesta a innumerables retos de modo diferente a como lo haríamos las personas. Desde la máquina voladora de Leonardo Da Vinci (inspirada en las aves y los insectos) hasta la invención del velcro, la naturaleza ha estimulado la creatividad humana. Y, en el sector energético, no hemos sido ajenos a esta influencia.

Los búhos, cuyas plumas les permiten ser enormemente silenciosos, inspiraron el diseño actual de las palas y aspas de los generadores eólicos y turbinas, haciéndolas más eficientes y silenciosas. El sistema por el que las placas solares fotovoltaicas generan electricidad por medio del sol se basa en la fotosíntesis. En definitiva, la biomimética, que es este proceso de observación e innovación basado en nuestro ecosistema, ha impulsado nuestro desarrollo con soluciones más sostenibles.

No obstante, si hay un sistema biológico que hemos anhelado replicar a gran escala, es el funcionamiento del cerebro humano y cómo sus redes neuronales permiten funciones cognitivas como el aprendizaje o la memoria. 

Esto ya es real gracias al desarrollo de las redes neuronales artificiales, un modelo que las emula en una computadora para realizar tareas como reconocer patrones y resolver problemas. Desde la ideación del modelo informático neuronal en 1943, que fue entonces denominado “lógica umbral”, por parte de Warren McCulloch y Walter Pitts, no se ha dejado de investigar para hacer realidad los algoritmos que hoy en día posibilitan la Inteligencia Artificial.

La implementación de estos modelos basados en redes neuronales artificiales en la industria de la energía es la base de las neural grids, una evolución de las smart grids, a las que dota de la capacidad de coordinar y autorregular de manera autónoma y óptima la generación, transmisión y distribución eléctrica gracias al Machine Learning (ML) y a la Inteligencia Artificial (IA)

Qué son las neural grids

Las redes eléctricas configuran la columna vertebral del mundo moderno: proporcionan energía a hogares, empresas e industrias. Sin embargo, a medida que la demanda energética aumenta y la tecnología evoluciona, estas necesitan adaptarse para ser más eficientes, flexibles y sostenibles. 

En este contexto, convivimos con dos conceptos clave al hablar de redes eléctricas: las smart grids y las neural grids. Si bien es cierto que ambas mejoran las redes eléctricas tradicionales y comparten características, como la bidireccionalidad, automatización e integración de la generación distribuida, las neural grids van un paso más allá al configurarse como redes dinámicas, inteligentes y autónomas, imitando la estructura y el funcionamiento de las neuronas de nuestro cerebro.

Como nuestras redes neuronales, estos sistemas están formados por múltiples nodos o elementos computacionales, hiperconectados entre sí . Estos reciben datos, los procesan y actúan de forma autosuficiente mediante la implementación de soluciones tecnológicas como la IA. 

Las principales diferencias entre unas y otras son:

  • Capacidad de conexión: mientras que las smart grids tienen una conectividad limitada a ciertos puntos de la red que pueden mejorar con automatizaciones específicas, las neural grids tienen una conectividad omnipresente en toda la red.
  • Automatización: en las smart grids, la automatización es parcial y se concentra en tareas específicas, mientras que, en las neural grids, es avanzada y abarca una amplia gama de funciones.
  • Inteligencia: la inteligencia en las smart grids reside en centros de control centralizados. Por su parte, la inteligencia de las neural grids se distribuye en la nube y en dispositivos inteligentes a lo largo de toda la infraestructura. Esta descentralización le aporta una mayor capacidad de aprendizaje, adaptación, predicción y toma de decisiones.
  • Enfoque: las smart grids se enfocan en la eficiencia, mientras que las neural grids, además, están más centradas en la flexibilidad, la adaptabilidad y la capacidad de soportar nuevos usos energéticos y no energéticos.

Tecnologías de una neural grid

Estas nuevas infraestructuras están aprovechando tecnologías de vanguardia para transformar la red en una plataforma adaptable, dotándola de un “cerebro” con capacidad para interactuar inteligentemente, proporcionar nuevas funciones y eliminar los activos obsoletos. Esto es posible gracias a tecnologías como:

Conectividad omnipresente 

La combinación de tecnologías como la fibra óptica, las redes de área amplia de baja potencia (LPWA) o las conexiones 4G y 5G son fundamentales para las neural grids. Esta conectividad permite la comunicación en tiempo real entre todos los dispositivos y activos de la red, desde los generadores de energía hasta los consumidores.

Detección y medición avanzada

La instalación de sensores a lo largo de toda la infraestructura energética, en combinación con el IoT, proporciona el flujo constante de datos que una neural grid requiere para monitorizar el estado de la red en tiempo real, identificar posibles problemas y optimizar el flujo de energía

Soluciones Cloud, Inteligencia Artificial y Machine Learning 

Todos estos datos se envían a la nube, donde se analizan y procesan mediante técnicas de Inteligencia Artificial . Para alimentar a la IA y posibilitar un aprendizaje automático y automatizado, la capacidad de la nube debe ser inmensa y poder almacenar un arsenal prácticamente ilimitado de información.

Conseguirlo es posible mediante la combinación de diferentes arquitecturas informáticas, como el Edge Computing en el Punto de Suministro (PS) o el almacenamiento centralizado en los Centro de Transformación (CT).

Gemelos digitales

La creación de una réplica virtual de la red eléctrica con datos y modelos matemáticos para simular su comportamiento permite anticiparnos a averías y evitar interrupciones de suministro. 

Gracias a que también los utilizamos para simular diferentes escenarios y probar distintas estrategias de gestión de la red, podemos planificar los nuevos desarrollos de una forma más eficiente.

Ciberseguridad: protegiendo la red y a los usuarios

La conectividad ubicua y la recopilación de datos a gran escala hacen que la ciberseguridad sea una prioridad absoluta en las neural grids. Por ello, la activación de mecanismos que las protejan frente a ataques cibernéticos y garanticen la privacidad de los datos es más importante que nunca, lo que se suma a su capacidad de autoaprendizaje.

Ventajas de las neural grids sobre las redes actuales

La implementación de un “cerebro” en las redes eléctricas da lugar a una infraestructura energética más resiliente, flexible y eficiente, donde se optimiza la forma en que se genera, distribuye y consume la energía. Algo que beneficia tanto a los operadores de red como a los consumidores finales.

Su capacidad de analizar grandes datos y detectar patrones de consumo energético las capacita para predecir comportamientos y ajustar la distribución en función de esos datos. Esto aporta la flexibilidad energética y rapidez necesarias para gestionar cambios y hacer frente a imprevistos.

Al mismo tiempo, garantiza una mejor y mayor integración de energías renovables. Su naturaleza adaptable maximiza la incorporación a gran escala de fuentes energéticas variables como la solar o la eólica, equilibrando la generación con una demanda cada vez más fluctuante.

Estas dos ventajas ―mayor capacidad para enfrentarse a cambios y más integración de renovables― reducen los puntos críticos existentes en las redes tradicionales y evitan los típicos cuellos de botella propios de las redes tradicionales, ya que es la propia red la que escoge la ruta más eficiente para el flujo eléctrico según las necesidades y condiciones de cada momento.

De este modo, las neural grids superan las limitaciones habituales del sistema, reduciendo los costes operativos, de mantenimiento y de distribución al depender menos de las infraestructuras físicas.

edit neural-grids-cuerpo-artículo

Aplicaciones de las neural grids en el sector energético: el caso de Adaion

La transición energética en marcha nos obliga, como hemos visto, a modernizar las redes de distribución eléctrica para integrar renovables, sensores y dispositivos inteligentes . Todo un desafío al que se suma la creciente cantidad de datos generados con protocolos diferentes. Es aquí donde entra en juego la tecnología “Energy Cloud” de ADAION.

Esta compañía, nacida en el laboratorio de innovación disruptiva de Cuerva y ahora independiente, se ha posicionado como líder en soluciones en la nube basadas en el dato para desarrollar las neural grids

¿La clave? Integrar en una única plataforma toda la información generada independientemente de sus protocolos. Así, se puede tratar, visualizar, depurar y enriquecer todas las referencias gracias a un acceso universal al dato que convierte a ADAION en una solución única como plataforma cloud.

Gracias al uso de algoritmia avanzada, técnicas de inteligencia artificial, gemelos digitales y plataforma IoT, esta proporciona herramientas imprescindibles para planificar, operar y mantener las redes de distribución con una eficiencia sin precedentes

Maximizar el aprovechamiento de las renovables, prevenir incidencias, mejorar la resiliencia y flexibilizar las operaciones son solo algunos de los éxitos que la tecnología de ADAION está logrando en redes de media y baja tensión, asentando las bases que marcarán el futuro de la energía.

El futuro de las neural grids

Cumplir con los objetivos climáticos (cero emisiones netas de gases de efecto invernadero en 2050) y garantizar la seguridad de suministro requiere una inversión significativa en redes eléctricas. Según un estudio de PwC, España necesitaría invertir 5.600 millones de euros anuales en redes, principalmente en las de distribución. De esta cantidad, aproximadamente el 40% se destinaría a reemplazar la infraestructura existente y el 60% a construir nueva infraestructura.

Esta previsión, que supone duplicar la inversión hasta 2040 , pone de manifiesto la necesidad de un esfuerzo tecnológico para extender las neural grids en nuestro sistema eléctrico. Al mismo tiempo, abre el camino para que los expertos continúen investigando e innovando en tecnologías que mejoren las soluciones ya existentes.

En el ámbito de la computación en la nube, esta evolucionará para ofrecer mayor capacidad de procesamiento y almacenamiento de datos ; el IoT se extenderá hacia nuevos dispositivos y sensores, permitiendo una mayor monitorización y control de la red; el blockchain se aplicará para asegurar la trazabilidad y la seguridad de las transacciones energéticas, mientras que la Inteligencia Artificial y el aprendizaje automático seguirán evolucionando para optimizar la gestión de la red y la predicción de la demanda.

Como tecnologías clave para el avance de las neural grids, las referentes a las tecnologías de procesamiento de datos serán estratégicas. Arquitecturas informáticas como el Edge Computing permitirán procesar datos con menos latencia y mejorar la eficiencia, mientras que técnicas como el aprendizaje federado (Federated Learning) posibilitará entrenar modelos de IA de forma distribuida y sin necesidad de compartir datos sensibles.

De este modo, y con soluciones como las de ADAION, será posible gestionar desde una única plataforma todos los activos de generación y redes de distribución con clientes, edificios, infraestructuras de transporte, sistemas urbanos o activos de recursos energéticos distribuidos.

Estos cerebros energéticos contribuirán a abaratar costes y harán posible que la energía eléctrica sea universal, incluso en zonas más remotas o de difícil acceso, gracias a su naturaleza descentralizada. 

Desde un punto de vista económico, las neural grids propiciarán ―de hecho, ya lo están haciendo― nuevas oportunidades de empleo en sectores como la tecnología, la construcción y la energía. Asimismo, al mismo tiempo, también abren la puerta a nuevos modelos de negocio. Ya sea mediante modelos de servicios de energía como servicio (EaaS), mercados de energía peer-to-peer o cualquier otro que pueda surgir, las neural grids impulsarán la innovación y la competencia en el sector energético.

El camino hacia “el internet de la energía”*

Las smart grids fueron un primer paso que revolucionó el sector energético al digitalizar las redes, permitiendo una gestión más eficaz de la energía. No obstante, con las neural grids, la apuesta tecnológica da un salto exponencial hacia niveles de optimización desconocidos.

No son solo redes para transportar energía, sino plataformas inteligentes y multifuncionales. Son capaces de integrar y coordinar una amplia gama de activos y servicios, tanto energéticos como no energéticos, acelerando tanto la integración de energías renovables como la transformación de las ciudades en smart cities.

*Las neural grids preparan el terreno para el llamado “Internet de la Energía”, una gran red cognitiva global que optimizará y permitirá compartir electricidad de forma sostenible, segura y a bajo coste entre todos los rincones del planeta. Se trata de un nuevo renacimiento energético que transformará por completo nuestra relación con la generación y el consumo eléctricos. 

¿Estamos preparados para la revolución de las redes neuronales artificiales? Nosotros, sí. ¿Y tú?

banner sobre el futuro de la energía en España

Ebook gratuito

La hoja de ruta hacia un futuro energético sostenible e independiente

Sobre el autor

Pablo López, Ingeniero de Redes Inteligentes en Cuerva
Pablo se unió a Cuerva para trabajar en la parte técnica del Departamento de Innovación desde 2019, contribuyendo en la digitalización de la red y encontrando soluciones para la integración de DERs (flexibilidad). Licenciado en Ingeniería Energética por la Universidad de Málaga, y máster en Energías Renovables y Eficiencia, antes de incorporarse a Cuerva, Pablo trabajó la Universidad de Málaga como investigador en el Departamento de Ingeniería Eléctrica, centrándose principalmente en sistemas de almacenamiento de energía para la integración de energías renovables en Smart Grids, sistemas híbridos de almacenamiento de energía y degradación de baterías.
Artículos sobre Innovación
grafeno
innovacion-en-energias-renovables
computación cuántica
domotica-para-empresas

Únete para ser parte de la transformación y mejora del sector de la energía.

Suscríbete y recibe historias relacionadas con la transformación energética, artículos de nuestros expertos y recursos gratuitos. Al enviar, aceptas nuestra Política de Privacidad.

Contacta con nosotros

Contáctanos

C/ Santa Lucía 1 K 18194
Granada - Churriana de la Vega

Horario de atención:

Lunes a jueves 08:00 a 18:00 horas

Viernes 08:00 a 14:00 horas

958 570 360
info@cuervaenergia.com