Predicción energética y meteorológica para operadores renovables

EXPERIENCIA

Desde el año 2015, SOLUTE utiliza sistemas de inteligencia artificial para proveer de predicción energética a diferentes operadores eólicos. Estos clientes normalmente solicitan predicción horaria para los mercados intradiarios, diarios, así como potenciales escenarios a 7 días vista. Es posible dos niveles de predicción, a nivel parque (producción disponible, predicción de viento, etc.) y a nivel turbina (para mayor nivel de detalle). Para adaptarse a las necesidades de cada operador, el equipo de predicción realiza una optimización de los algoritmos atendiendo a los principales KPI´s (NMAE, R2, RMSE, BIAS y IEV).

Cada herramienta de predicción está construida para maximizar la habilidad del pronóstico, eligiendo cuidadosamente los datos que se utilizan durante su configuración (NWP, Imágenes de Satélite, Met Mast, SCADA, WRF Aphelion…), su alcance está definido desde la petición del cliente y conlleva, además del entrenamiento de los modelos predictivos, su automatización y el diseño frontend final de la herramienta.

METODOLOGÍA

En cuanto a la estructuración de trabajos, los desarrollos se organizan por herramientas. Cada herramienta de predicción está construida para maximizar la habilidad del pronóstico, eligiendo cuidadosamente los datos que se utilizan durante su configuración (NWP, Imágenes de Satélite, Met Mast, SCADA, WRF Aphelion…), su alcance está definido desde la petición del cliente y conlleva, además del entrenamiento de los modelos predictivos, su automatización y el diseño frontend final de la herramienta.

Las principales características del sistema son:

Disponibilidad. La independencia del cliente es uno de nuestros pilares. Gracias a la herramienta de pronóstico Aphelion Wind, es posible incluir un nuevo activo de pronóstico (parque eólico, planta fotovoltaica, etc.) en cualquier momento del día, pudiendo elegir entre diferentes productos de pronóstico energético y meteorológico.

Adaptabilidad. Las capacidades técnicas específicas del equipo encargado de los servicios de predicción permiten cubrir las necesidades particulares de distintas tipologías de cliente. Predicción para el control de planta o la detección de eventos rampas son minuciosamente trabajados como proyectos independientes.

Transparencia. SOLUTE apuesta por comunicar continuamente a sus clientes la habilidad de sus modelos de predicción. Periódicos informes de validación recuperan los KPIs críticos de cada servicio de pronóstico y los presentan de una manera fácil y útil.

Crecimiento constante. Incluir algoritmos, estrategias y nuevos modelos meteorológicos asegura la mejora continua de las habilidades de los modelos.

Sistema conservador. La inclusión de un modelo de predicción nuevo requiere que el algoritmo pase una serie de controles de calidad (habilidad, escalabilidad, reproducibilidad) para formar parte del set de modelos disponibles dentro del sistema automático de emisión de predicciones.

Equipo técnico. SOLUTE cuenta con un equipo técnico estructurado de meteorólogos, data scientists, así como desarrolladores de software y plataformas web. Esta concepción mezcla efectivamente técnicas del denominado Dynamical Downscaling y Statistical Downscaling, con lo que, a la larga, se consiguen las mejoras propias de ambos mundos: mejores input meteorológicos y correcciones locales de las predicciones mediante los modelos de Inteligencia Artificial (IA).

Un proyecto tipo

El primer paso a realizar es entender las necesidades del cliente, todos los modelos no se utilizan para lo mismo ni se construyen de la misma forma. Seguidamente, se procede a la limpieza y filtrado de los datos remitidos por el cliente, con el fin de obtener una imagen fidedigna de las condiciones meteorológicas en su zona. Paralelamente, se realiza un inventario de todos los datos sensibles para la optimización de los modelos. A continuación, comienza la etapa automática de entrenamiento de las cinco arquitecturas de modelos IA con los que cuenta SOLUTE, evaluando la habilidad de cada una de ellas para el emplazamiento objetivo, y componiendo la incertidumbre de cada uno de los modelos en base a percentiles (P90, P75, P50, P25 y P10). Una vez seleccionado el modelo con mejores KPIs, se procede a su puesta en marcha.

La entrega de las predicciones se realiza conforme a las especificaciones del cliente.