A medida que se expande la adopción de energías renovables, crece la importancia de la predicción de generación y la gestión del sistema para utilizar eficientemente la red eléctrica existente. Dado que la energía solar y eólica varían su generación según las condiciones meteorológicas, expertos advierten que es necesario no solo ampliar la red eléctrica, sino también reformar el sistema operativo de la red mediante dispositivos de almacenamiento de energía (ESS) e inteligencia artificial (IA).
El 17 de este mes, el Centro de Big Data de Innovación Abierta (OIBC) de la Universidad de Ciencia y Tecnología de Pohang y la empresa de plataforma de energías renovables H.Energy celebraron un seminario en la sala de conferencias del Ministerio de Clima, Energía y Medio Ambiente bajo el tema 'El papel de la IA en la era de las energías renovables y reforma institucional de las fuentes distribuidas'.
Durante el seminario se presentó la opinión de que, para reducir la carga en la red eléctrica derivada de la expansión de las energías renovables, es necesario mejorar la tecnología de predicción de generación y proporcionar compensación económica a los recursos que contribuyan al ajuste de la oferta y demanda de energía eléctrica.
La generación de energía solar y eólica varía según las condiciones meteorológicas, y la demanda de energía así como la capacidad de las redes de transmisión y distribución difieren según la ubicación de cada central generadora. Cuando la generación en una región específica supera el consumo, pueden ocurrir flujos inversos o congestión del sistema, lo que en algunos casos requiere control de salida. Por el contrario, cuando la generación real es inferior a lo previsto, es necesario ajustar la salida de otras fuentes generadoras o movilizar capacidades de reserva.
Para responder a estos problemas, además de la expansión de la red eléctrica, es necesario implementar de manera conjunta soluciones como el almacenamiento de energía excedente mediante ESS y el ajuste de los horarios de consumo de energía a través de respuesta a la demanda (DR), para mejorar la utilización de la red existente.
El profesor Choi Dong-gu del departamento de Ingeniería Industrial y de Gestión de la Universidad de Ciencia y Tecnología de Pohang enfatizó que es necesario mejorar conjuntamente la capacidad de acogida y control de la red eléctrica y el sistema de compensación del mercado eléctrico. Explicó que, con el aumento de fuentes distribuidas, la red eléctrica debe poder aceptar recursos de generación adicionales y ajustar su salida de acuerdo con las condiciones del sistema, mientras que el mercado eléctrico también debe proporcionar compensación económica por estas capacidades de ajuste de oferta y demanda.
Para lograrlo, recomendó mejorar conjuntamente las tecnologías de operación de la red como ESS en redes de distribución, microrredes y sistemas de automatización de redes de distribución (ADMS), así como los regímenes de participación en mercados y liquidación de recursos distribuidos.
La tecnología de IA se presentó como un medio para resolver la complejidad operativa del mercado eléctrico derivada del aumento de recursos distribuidos. De acuerdo con la plataforma en la nube de energías renovables de la Corporación de Energía de Corea, al 9 de este mes, el número de permisos para proyectos de energía solar de menos de 100 kW en el país era de aproximadamente 216.000. De estos, aproximadamente 149.000 han iniciado efectivamente operaciones.
Cada central generadora presenta diferentes ubicaciones, configuraciones de equipos y condiciones meteorológicas, lo que hace difícil predecir con precisión la generación de energía e identificar su estado operativo. En este sentido, Lim Sung-bin, director de tecnología de H.Energy, propuso combinar técnicas de predicción basadas en aprendizaje automático y aprendizaje profundo con algoritmos estadísticos y de optimización existentes.
La IA analiza pronósticos meteorológicos, imágenes satelitales y datos históricos de generación para predecir la cantidad de energía generada y los precios del mercado. Con base en estas predicciones, los operadores de plantas virtuales de energía (VPP) pueden determinar los volúmenes de oferta en el mercado eléctrico considerando la generación esperada y las posibilidades de control de salida. Cuando operan conjuntamente con ESS, es posible optimizar el momento de almacenamiento o suministro de energía considerando el estado de carga de la batería, la capacidad de almacenamiento y la eficiencia de carga y descarga.
El impacto de la reforma del sistema del mercado eléctrico en los ingresos de los productores de energía también fue identificado como una cuestión clave. Choi In-sun, vicepresidente del Consejo RE100 de Corea, enfatizó que los productores de energía deben gestionar conjuntamente la generación real, el precio de venta de energía, las condiciones contractuales y las restricciones del sistema.
Los errores de predicción de generación y el cumplimiento de las instrucciones de despacho pueden afectar la liquidación de acuerdo con las reglas del mercado. En caso de que se haya celebrado un contrato directo de compra de energía (PPA) con empresas compradoras, también es necesario gestionar la diferencia entre el suministro de la central generadora y el consumo real de energía de la empresa.
En consecuencia, se señala la necesidad de aumentar la accesibilidad a datos para que operadores privados puedan utilizar información de precios y del sistema eléctrico, así como de establecer criterios para medir y compensar los resultados reales de ajuste de oferta y demanda proporcionados por recursos de flexibilidad como ESS y respuesta a la demanda.
* Este artículo ha sido traducido por IA.
