Publicidad
Endesa estudia la meteorología para sacar mayor partido a las renovables

Endesa estudia la meteorología para sacar mayor partido a las renovables

EL BIERZO IR

La fuerza del agua es una de las claves de las renovables. Ampliar imagen La fuerza del agua es una de las claves de las renovables.
M.I. | 06/04/2021 A A
Imprimir
Endesa estudia la meteorología para sacar mayor partido a las renovables
Sociedad La Unidad de Producción Hidráulica Noroeste de Ponferrada participa en el proyecto
La Unidad de Producción Hidráulica (UPH) Noroeste participa en un proyecto de Endesa que combina la aplicación de la meteorología y la “data science” con el fin de sacar el mayor partido posible a la fuerza del agua como energía.

El aumento del peso de las energías renovables en el mix de generación eléctrica hace que la meteorología se tenga cada vez más en cuenta para apoyar la toma de decisiones tanto en la operación diaria como en la planificación energética a más largo plazo.

Endesa ha apostado por este sistema para sacar el máximo partido de la energía del sol, el agua y el viento, utilizando la inteligencia artificial para ajustar las predicciones meteorológicas partiendo del análisis de grandes cantidades de datos.

Según explica, el data science, combina estadística, informática y matemáticas y permite extraer información de grandes volúmenes de datos. De esa forma se pueden elaborar modelos que permitan ofrecer predicciones automáticas para la compleja topografía hidráulica que gestiona Endesa.

Además Endesa ha desarrollado el proyecto "forecasting hydro", que se inició en 2019 y que ofrece predicciones de caudales para un total de 107 embalses o centrales hidráulicas, que se actualizan automáticamente todos los días entre los que se encuentran los de la zona noroeste gestionados desde Ponferrada por la UPH Noroeste.

“En total, se analizan más de 10 millones de datos recopilados durante más de 20 años para ajustar lo más posible la predicción”, afirma Carlos Rivero, físico y meteorólogo, que trabaja en el área de Gestión de la Energía de Endesa. Este modelo de machine learning ha reducido el error de predicciones en algunos ríos hasta en un 30% mejorando la calidad de las predicciones.

Las predicciones base a 10-15 días se actualizan diariamente y ofrecen estimaciones horarias que son cada vez más necesarias en un sector eléctrico cada vez más dependiente de las renovables.
Volver arriba
Newsletter