Cómo la inteligencia artificial puede salvar a las renovables de los precios a derribo de la luz

 Cómo la inteligencia artificial puede salvar a las renovables de los precios a derribo de la luz


El sector energético corre el riesgo de falta de rentabilidad de los proyectos renovables ya operativos en un contexto de precios muy bajos en el mercado mayorista de la electricidad. Es el mensaje que se ha instaurado en un contexto de precios bajos y ante el incremento de los vertidos (debido a la canibalización de los precios), que también amenazan con ralentizar la inversión en nueva capacidad. No obstante, todavía hay esperanza y está en la Inteligencia Artificial (IA).

La Información Económica ha conversado con distintos expertos para tratar cómo trabaja la IA en aras de que las instalaciones sean lo más productivas y rentables posible, siempre desde la mayor eficiencia. «Creo que el reto va a estar en gestionar la volatilidad en los precios en el mercado mayorista y capturar valor adicional en los mercados de servicios de ajuste», explica Marta Sánchez, socia responsable de Estrategia y Consultoría para el sector de Energía de EY. Argumenta que la IA predictiva es un elemento clave para abordar tanto los desafíos tecnológicos como ambientales. Algunos ejemplos relevantes son el desarrollo de modelos para predecir la producción de las energías eólica y solar, y de esta forma optimizar y minimizar sus desvíos en el mercado. También predecir el fallo en elementos críticos de las centrales de generación, de las subestaciones u otros elementos de la red eléctrica, son claves para minimizar las interrupciones, asegurar la calidad de suministro y optimizar los costes de mantenimiento.

«En el caso de la IA generativa, la transformación acaba de empezar. Ahora mismo las principales empresas energéticas están empezando a poner en marcha el desarrollo de casos en múltiples áreas, tanto en las funciones corporativas como en las operaciones clave de sus negocios», señala Sánchez. En su opinión, todavía es complicado cuantificar el impacto de la IA en el sector energético, fundamentalmente, por la profunda transformación que va a suponer en los modelos operativos de las compañías. Sí está segura de que las compañías van a aumentar significativamente sus índices de productividad en todos los negocios y las funciones corporativas. Asimismo, subraya que la IA supondrá redundará en una mayor eficiencia de las inversiones y la operación de activos.

Soluciones adaptadas a cada fase del proyecto

Por su parte, Antonio Delgado, consejero delegado de AleaSoft, destaca que los servicios de IA ayudan a maximizar la rentabilidad de las plantas renovables, ofreciendo soluciones adaptadas a cada fase de operación y planificación. «Uno de los principales enfoques es la optimización de las ofertas de venta en los mercados mediante las previsiones de demanda y precios de corto plazo. Estas previsiones cubren el mercado diario, intradiario y los servicios auxiliares, permitiendo a las plantas definir estrategias de oferta que maximicen los ingresos al identificar los momentos más rentables para colocar la energía», apunta. En la misma línea, las plantas renovables también pueden gestionar la volatilidad de los precios mediante las previsiones a medio plazo. Estas incluyen no sólo una previsión media, sino también previsiones estocásticas y simulaciones de precios, herramientas esenciales para realizar coberturas, según Delgado. De esta forma, las plantas pueden mitigar el riesgo de enfrentar precios bajos durante períodos prolongados, mejorando su estabilidad financiera. 

Pensando en el largo plazo, las previsiones de curvas de precios son fundamentales para la negociación de un contrato de largo plazo, conocidos como PPA (Power Purchase Agreements), que aseguran un flujo de ingresos estable y protegen a las plantas frente a la fluctuación de precios. «Estas previsiones de largo plazo no sólo facilitan la negociación de PPA, sino que también son cruciales para la financiación de proyectos renovables, ya que proporcionan una visión clara de los ingresos futuros, ayudando a los desarrolladores a tomar decisiones informadas sobre la necesidad de hibridar las plantas con tecnologías adicionales, como la fotovoltaica, eólica o almacenamiento con baterías», indica Delgado, que además de fundador de la firma con sede en Barcelona, es Doctor en Inteligencia Artificial.

Otra clave es la hibridación con baterías

La hibridación de las energías renovables con el almacenamiento a través de baterías también es crucial para incrementar la rentabilidad de las instalaciones, ya que permite almacenar energía generada en momentos de precios bajos para inyectarla en el sistema cuando los precios son más altos. «Para las plantas renovables en operación, la IA permite optimizar los costes operativos y de mantenimiento a través de técnicas de mantenimiento predictivo, reduciendo el tiempo de inactividad y las averías. Además, para las nuevas instalaciones, facilita procesos como el ‘permitting’, la contratación o la certificación, minimizando tanto el coste de inversión como el tiempo de construcción. Estas mejoras tienen un impacto directo en la rentabilidad, ayudando a las plantas a mantenerse competitivas en un contexto de precios bajos», explica Antonio Prieto, responsable de Data & IA para la industria de energía en Accenture.

Prieto resalta que los modelos predictivos son esenciales para la maximizar los ingresos y minimizar los costes de operación y mantenimiento. Por ejemplo, expresa que se puede anticipar la probabilidad de averías a corto plazo, lo que permite realizar intervenciones preventivas que evitan pérdidas de producción.  Los modelos predictivos se aplican también para optimizar el momento de las intervenciones de mantenimiento que paran la producción, basándose en predicciones meteorológicas y de precios de mercado, minimizando así la pérdida de ingresos.

«La IA se perfila como un gran aliado para mejorar la rentabilidad de las plantas renovables, especialmente en un contexto de precios bajos en el mercado mayorista. A través de predictores basados en IA, es posible optimizar la gestión de la planta, anticipando la generación de energía, los precios del mercado y las posibles incidencias que puedan afectar a la producción. Además, los algoritmos de IA permiten mejorar la emisión de ofertas en los mercados mayoristas, facilitando la participación en mercados tradicionales y de balance a corto plazo, como la regulación secundaria y terciaria, que suelen ofrecer mayores ingresos», manifiesta José García, responsable de Innovación de Isotrol. Sin embargo, para García el mayor potencial para maximizar ingresos y garantizar la disponibilidad de energía limpia en todo momento está en la integración de baterías, permitiendo almacenar energía cuando es más barata y venderla en momentos de mayor demanda y precios más altos, tal y como se ha comentado anteriormente.

De este modo, su compañero Fernando Ruiz, ‘trading expert’ de la compañía sevillana, que crea el ‘software’ que dirige la orquesta de las plantas renovables de Iberdrola, Endesa y Naturgy, sostiene que en el mercado energético, la IA propone soluciones basadas en los resultados históricos y fundamentales con rangos de probabilidad que permiten ofertar en otros mercados, desplazar parte de la generación a las baterías para no perderla o parar la producción en caso de no cubrir los costes -evitando pérdidas económica-. 

«La IA proporciona una capacidad increíble para optimizar la producción, prever el mantenimiento y gestionar las redes inteligentes. Además, facilitará la integración de las renovables en el sistema eléctrico, equilibrando la oferta y la demanda, y mejorando el almacenamiento de energía», declara José María González, director general de APPA Renovables. Pero cuidado, porque según González, todo este potencial de la IA sólo se alcanzará si se desarrolla la electrificación hasta su máximo potencial, lo que permitirá tanto optimizar la generación, la demanda y el uso de red, como tener un mayor porcentaje de renovables en el sistema. 

Anticiparse al comportamiento climático

«Gracias al análisis de grandes volúmenes de datos, ahora es posible anticipar el comportamiento climático y optimizar la producción de energía, lo que permite maximizar el rendimiento de los parques eólicos. La IA interviene en todas las etapas del proceso, desde la evaluación previa del emplazamiento, con la medición del recurso eólico, hasta la explotación y operación económica de los parques, pasando por un compendio de tecnologías ambientales como puede ser la detección de aves y la adopción de consignas a los aerogeneradores dependiendo del nivel de protección de la especie que se encuentra en las proximidades. Hablamos de decisiones económicas o ambientales que hay que tomar en cuestión de segundos con múltiples parámetros a evaluar para ello”, afirma Juan Virgilio Márquez, director general de la Asociación Empresarial Eólica (AEE).

Del mismo modo, la IA también interviene en todas las fases de un proyecto solar fotovoltaico -incluido el autoconsumo-. «Una de las partes más importantes es que se utiliza para minimizar los movimientos de tierras en los proyectos grandes con el fin de reducir al máximo el impacto ambiental. Además, esto reduce el capex. Una vez ha entrado la planta el operación, es fundamental el ‘backtracking’. A través de este proceso los paneles van aprendiendo según las sombras y aumenta una barbaridad la producción de la planta, sobre todo al principio y al final del día, que es donde los precios son más altos y se produce, por tanto, un incremento del precio capturado», desarrolla Héctor de Lama, director técnico en la Unión Española Fotovoltaica (Unef).

«Si se cuenta con un modelo predictivo de precios, se puede entrever cómo va a evolucionar el mercado y las plantas podrán buscar cubrir sus precios en los mercados de futuros o en los mercados ‘spot’, reduciendo el riesgo cuando el precio pueda caer demasiado en el segundo caso durante un periodo largo de tiempo. Es decir, la clave está en buscar el momento oportuno para vender la energía. Dicho de otro modo, puede ayudar a los generadores fotovoltaicos o eólicos a anticiparse a un hundimiento de los precios y buscar oportunidades en los mercados de futuro para cubrir sus posiciones», sentencia Juan Antonio Martínez, analista en Grupo ASE.



Source link

Related post