4.0 LA REVOLUCIÓN Y LA ENERGÍA

Miguel Tovar

Socio de Alterpraxis. Consultor experto en negocios con más de 14 años de trayectoria asesorando a compañías mexicanas y globales

Cada vez más existen soluciones impulsadas por IA en el sector energético. Valdría la pena que las empresas e instituciones pudiesen aprovecharlas

En los últimos años, la Inteligencia Artificial (IA) ha ganado relevancia en muchos de los ámbitos de nuestras vidas, desde la moda, las redes sociales, el entretenimiento hasta los sectores industriales, comerciales y tecnológicos. Sin embargo, todavía hoy resulta complejo definir qué es la IA; en principio, un aspecto central es un sistema que toma e implementa decisiones basadas en datos de forma independiente con respecto a los objetivos establecidos.

El término artificial distingue a la IA de la “inteligencia natural” atribuida a humanos y animales. Algunas ven a la IA como una rama de la informática que se ocupa del aprendizaje y la automatización del comportamiento inteligente. Aún así, la definición de inteligencia sigue siendo vaga y excluye otras áreas de investigación, como la robótica o la lingüística.

Los principales retos del sector energético

El sector energético mundial, que abarca miles de empresas privadas y públicas, se enfrenta actualmente a desafíos enormes en términos de descarbonización, sostenibilidad y eficiencia, por mencionar algunos.

• Emisiones de carbono. Según el informe de la Agencia Internacional de la Energía, las emisiones globales de CO2 repuntaron al nivel más alto de la historia, con un crecimiento anual del 6%. El crecimiento mundial de la demanda de energía es una de las principales razones de este aumento sin precedentes. A pesar de que no existe una solución única para reducir las emisiones de CO2, la IA puede ayudar a desarrollar procesos de producción más limpios, mejorar el monitoreo y los estándares de cumplimiento para los combustibles fósiles y crear estrategias de mitigación.

• Alta centralización. La red energética global depende más que nunca de las principales redes y proveedores altamente centralizados. Tal escala de centralización plantea varios desafíos para el desarrollo sostenible. La posibilidad de crear redes de energía más pequeñas e interconectadas alimentadas por IA es una opción para reducir la dependencia de los servicios públicos centrales. De esta manera, la IA puede equilibrar las necesidades de suministro en tiempo real y garantizar la resiliencia de los recursos energéticos a largo plazo.

• Transición a las energías renovables. Independientemente de las proyecciones, la participación de las energías renovables en la generación de energía aumentará del 44% a un 80% para 2050. Con más avances y la adopción masiva de tecnologías solares y eólicas, garantizar una transición sin problemas es crucial. La IA contribuye al monitoreo en tiempo real de las redes eléctricas, predicciones más precisas de las fluctuaciones de energía y al desarrollo de nuevas estrategias para trabajar con fuentes de energía geotérmica.

•

Algunas soluciones impulsadas por IA en el sector energético:

• Consumo de energía inteligente. Con la IA, los dispositivos en red pueden leer y reaccionar al mercado eléctrico y también implementar patrones de uso de energía en el hogar, lo que lleva a la optimización y la reducción de los costos. Los dispositivos inteligentes como Google Home, Google Nest y Amazon Alexa permiten a los propietarios interactuar con sus termostatos y otros electrodomésticos en un intento por monitorear el consumo de energía.

• Red inteligente. Su objetivo es reemplazar las operaciones manuales, lo que resulta en una alta eficiencia, confiabilidad y bajo costo. El sistema de red inteligente es una combinación de varios mecanismos, como la gestión de la información, las tecnologías de comunicación, la detección digital, las tecnologías de control y los dispositivos de campo que se combinan para coordinar los procesos eléctricos. Las redes inteligentes supervisan cada etapa de la cadena energética, desde la generación hasta el consumo, y pueden predecir, detectar, analizar y corregir problemas en cada etapa. Debido a la diversificación de las fuentes de energía renovable como la eólica, solar, geotérmica, biomasa e hidroeléctrica, es importante contar con sistemas inteligente para integrar todas estas fuentes.

• Predicción y prevención de potenciales fallas. La energía es altamente volátil y cuando no se gestiona adecuadamente puede generar catástrofes. La predicción de fallos es una de las aplicaciones más útiles de la IA, junto con el mantenimiento en tiempo real y los programas de mantenimiento a medida. Con la IA, los equipos pueden ser monitoreados y detectar potenciales errores del sistema y los procesos antes de que deriven en desastres, salvaguardando vidas, y la integridad de los activos.

• Comercio de electricidad. La electricidad es una mercancía y, como la mayoría de los productos es posible de venderse, comprarse y comercializarse. El intercambio de energía requiere grandes cantidades de datos derivados de los pronósticos del tiempo, la demanda en la red, el equilibrio de suministro y otras fuentes de datos relacionadas para funcionar de manera efectiva. Por un lado, la IA puede ayudar a mejorar los pronósticos para que sean más precisos con el uso del aprendizaje automático y las redes. Por otro, también se puede utilizar para procesar y analizar enormes cantidades de datos involucrados en el comercio de energía, produciendo resultados en tiempo real. Además, con la integración de fuentes de energía renovables, la IA aumenta la disponibilidad de energía para el comercio en el mercado eléctrico.

• Recuperación ante desastres. Los eventos como huracanes, tsunamis, terremotos, inundaciones, incendios forestales, entre otros, a menudo tienen consecuencias negativas en los procesos para la generación y despacho de energía. La IA se puede utilizar para acelerar el tiempo de recuperación y, en consecuencia, restaurar el flujo de energéticos. La tecnología puede evaluar todo el sistema, predecir la accesibilidad y también entregar a las áreas donde más se necesita sin comprometer el sistema. Los sistemas de IA pueden evaluar los daños, optimizar el proceso de toma de decisiones y ofrecer soluciones confiables para restaurar la energía una vez que el desastre haya disminuido.

Conclusiones

La IA en el sector energético evalúa el entorno y ayuda a tomar las medidas necesarias para maximizar el potencial de la industria. Con el aumento global de la demanda, las empresas de servicios públicos están tratando de ponerse al día con estos nuevos desafíos. La implementación gradual en redes de energía, energías renovables y redes descentralizadas puede optimizar el uso de energía y mejorar la satisfacción de regiones enteras. Por lo tanto, la IA en el sector energético puede reducir los costos, mejorar la transparencia e introducir prácticas sostenibles.

ENERGÍA: ¿CÓMO LA INTELIGENCIA

ARTIFICIAL ESTÁ TRANSFORMANDO A LA INDUSTRIA ENERGÉTICA?

Esta tecnología está contribuyendo a optimizar la producción y la eficiencia energética, minimizando el consumo de recursos y bajando los costos; por otro lado, está ayudando a las compañías a hacer mejores negocios con el mercado no regulado a energía no se crea ni se destruye, solo se transforma”, y esto también es cierto para la gran industria energética. Mientras el mundo atiende las consecuencias del cambio climático, este sector se pone al centro de todos los reflectores y enfrenta su proceso de transformación más complejo desde la era nuclear.

El problema está definido: para el año 2050 se necesitará energía para 9 mil millones de personas, con más de la mitad de ellas viviendo en ciudades y con un consumo per cápita que no deja de aumentar, todo esto mientras bajan a cero las emisiones y se mejora la confiabilidad de todo el sistema.

La IA no solo está en el corazón de las operaciones, como otra tecnología de mejora, sino que tiene el potencial de provocar una disrupción nunca antes vista

Las compañías energéticas están trazando sus hojas de ruta hacia el futuro y el sistema energético está evolucionando a través de fuerzas disruptivas (por ejemplo: nuevas regulaciones y políticas, neutralidad del carbono, cambios en las preferencias de los consumidores, ajustes en los patrones de movilidad, aceleración de la innovación tecnológica a escala y demandas cambiantes) que están alternando de manera fundamental la cadena de valor tradicional y generando incertidumbre en el mercado. Esta tendencia exige mayor agilidad y resiliencia para responder a las necesidades de la demanda y el suministro.

El mundo se está moviendo de un sistema energético tradicional a un sistema energético moderno:

De la cadena de valor tradicional: Al sistema energético moderno:

• Ingresos en función de la capacidad de producción.

• Demanda continua.

• Centrado en tipos de productos y combustibles específicos.

• Perturbación geopolítica como principal presión externa.

• Introducción de tecnología digital inmadura.

• Rentabilidad con disciplina de capital.

• Cambios en la demanda.

• Incertidumbre de mercado.

• Centrado en los resultados económicos, medioambientales y sociales.

• Presiones externas multifactoriales, incluidos los riesgos de sustitución, regulatorios, legales y medioambientales.

• Innovación e integración de tecnológica a gran escala.

• Aumento de redes digitales.

Lo que aún no está nada claro es el cómo. Para enfrentar este desafío, la industria se ha embarcado en una serie de transformaciones cruciales que van desde el cambio hacia energías renovables —pasando por formas alternativas de coordinar la transmisión—, hasta llegar al diseño de nuevos modelos de negocio. En el centro de la efervescencia de todos los elementos que constituyen un sistema energético moderno, constantemente se deben tomar decisiones basadas en millones de fuentes de datos y es aquí donde algo podría cambiarlo todo: la Inteligencia Artificial (IA).

El camino hacia un sistema energético inteligente

La IA es un campo de la ciencia cibernética que se enfoca en el desarrollo de programas y dispositivos informáticos con capacidad para realizar tareas que normalmente requieren de inteligencia humana.

Esta tecnología está transformando la forma en que los productores, distribuidores y consumidores gestionan y usan la energía. Por un lado, está contribuyendo a optimizar la producción y la eficiencia energética, minimizando el consumo de recursos y bajando los costos; por otro lado, está ayudando a las compañías a hacer mejores negocios con el mercado no regulado, analizando los patrones de consumo de los clientes contra sus patrones de producción durante el día.

Un modelo para el futuro

La IA está ayudando a los distribuidores de energía a mejorar su eficiencia y seguridad mediante sistemas de vigilancia que detectan fallos y anomalías. Otro de los campos que están siendo impactados es la coordinación de todos los actores del sistema interconectado para mantener la estabilidad y los costos de forma óptima.

Cada vez veremos con mayor frecuencia que las actividades manuales —las de menor valor agregado— serán automatizadas y los operadores estarán enfocados en las actividades más complejas y utilizarán herramientas basadas en datos para la toma de decisiones. Esto es solo el comienzo. El paradigma en el que se ha basado la energía hasta ahora es el de la distribución desde centros de producción aislados. A medida que los paneles solares y otras formas de energías renovables se vuelvan más comunes, el modelo se moverá a la producción y el consumo de forma local.

La introducción a gran escala y descentralizada de fuentes de energía, así como la volatilidad de los recursos re- novables en tiempo real, generarán una gran complejidad para los operadores de los sistemas de transmisión, por lo que el manejo de múltiples variables y parámetros impulsará el manejo eficiente y la expansión de la red. En este escenario los sistemas de IA regularán el intercambio entre agentes, llevarán los registros y mantendrán los equilibrios. Por otro lado, la planeación de inversiones será fundamental para los operadores de transmisión. Dado que las redes fueron construidas en su mayoría en el siglo XX, se requerirán mejoras y reposiciones de infraestructura. Los datos y los analíticos basados en IA serán fundamentales para poder predecir la repartición financiera entre CAPEX y OPEX para lograr el mantenimiento y crecimiento de la red. Asimismo, la IA será fundamental para los sistemas de electrificación del transporte y el desarrollo emergente de ciudades inteligentes, lo que implica el entendimiento profundo de los patrones de consumo de los usuarios. Esta tecnología se convertirá en un factor clave en la optimización de la operación, flexibilización y adaptación de la experiencia para generar más conveniencia y mejor aprovechamiento del tiempo y los recursos de los consumidores en cuanto al uso de servicios en la vida diaria.