Ramon

Ramon
Ramon Gallart

diumenge, 26 de juny del 2022

Previsió de la demanda elèctrica.

Entre els diferents sectors industrials que han estat i estan afectats per la pandèmia de la COVID-19 hi han les empreses elèctriques. La demanda elèctrica, en el 2020 va caure a gairebé tots els països, segons l' Associació Internacional d'Energia.

El tancament d'oficines, escoles, fàbriques i altres, va fer que les elèctriques els fos difícil preveure quant consumirien els seus usuaris dona que basen algunes de les seves prediccions en dades històriques, com ara condicions meteorològiques, períodes de vacances, esdeveniments econòmics i informació geogràfica. Però no havia històrics ni  dades comparatives sobre l'aturada que va provocar la pandèmia arreu del món.


Donat que encara arreu del món es continua lluitant contra els brots de coronavirus, es repeteixen nous confinaments parcials i complets, com per exemple el d'Àustria. També, encara hi han molt de teletreball i per això, les empreses elèctriques estan cercant solucions per millorar la precisió de la previsió dels consums de les seves respectives xarxes.

A causa d'aqueta situació que ha provocat canvis sense precedents tant en la magnitud com en la forma de la demanda elèctrica, el sector s'enfrontava a un important repte amb la finalitat de predir el consum amb marges de precisió als que estaven establerts abans de la pandèmia.

Per això cal  treballar per  dissenyar noves estratègies per a la previsió diària de la demanda elèctrica i  millorar la precisió de la predicció en vista dels canvis de les càrregues que són induïts per la pandèmia.

Llavors, és important, tenir capacitats de predir el consum elèctric amb antelació, començant des d'una hora abans, passant a una setmana abans o fins i tot més. La planificació elèctrica inclou una combinació dels sistemes de generació, les reserves que haurien d'operar al sistema i altres factors que depenen de la predicció de la demanda.


Per altre banda, les xarxes elèctriques gairebé sempre estan sobredimensionades per cobrir breus augments de la demanda d'energia. En poques paraules, les centrals elèctriques tenen un excés de generadors només per poder subministrar electricitat durant les hores punta. Aquest desajust entre l'oferta i la demanda d'energia i el funcionament ineficient de les centrals elèctriques condueixen a més emissions de diòxid de carboni.  A més, els recursos energètics distribuïts, com ara els panells solars, cada dia tenen més acceptació que fan que augmenti el desajust entre l'oferta i la demanda.

Afortunadament, les tecnologies de la comunicació fan possible una estratègia intel·ligent per abordar aquest problema. En aquest sentit, els programes de resposta a la demanda (DR) permeten que els usuaris els motivi a consumir menys durant les hores punta i això hauria de reduir el preu de l'electricitat fora de les hores punta sempre que sigui possible informar els consumidors sobre els preus amb antelació. A més, és possible integrar amb la gestió dels recursos energètics distribuïts per flexibilitzar  càrrega de la xarxa quan sigui necessari.

És important  centrar-se en estimar els potencials beneficis dels programes de DR mitjançant dades de comportament dels usuaris del món real que inclogui els escenaris de pandèmies mundials. En aqeust sentit, la Intel·ligència Artificial pot analitzar i extreure comportaments dels usuaris de la xarxa en termes de consum d'energia per llar. 

Molt probablement, aprofitar la IA per millorar els consums elèctrics, permetrà aconseguir preus més baixos i una petjada de carboni més petita. 

Ramon Gallart