Energía

Predicción de la demanda y del precio de la electricidad

Problema

  • La electricidad es un producto muy especial y prácticamente no almacenable. La estabilidad del sistema de potencia requiere un equilibrio constante entre la producción y el consumo, que significa que la demanda debe ser satisfecha de forma continua.
  • El proceso de desregulación y la introducción de los mercados competitivos han reconfigurado los sectores de energía, tradicionalmente monopolistas y controlados por el gobierno. Hoy en día, en muchos países al rededor del mundo, la producción y venta de energía se comercializa bajo las reglas de competencia en los mercados libres.
  • Si los productores y los consumidores son capaces de hacer predicciones fiables de los precios de la electricidad, pueden desarrollar sus estrategias de oferta y sus propios programas de producción o consumo de tal manera que se pueda reducir los riesgos o maximizar los beneficios.
  • Los costes de sobre/sub-contratación y luego vender/comprar energía en el mercado de tiempo real, suelen ser tan elevados que pueden dar lugar a enormes pérdidas financieras o incluso la quiebra.
  • Las centrales eléctricas son los más vulnerables, ya que generalmente no pueden pasar sus costes a los pequeños consumidores. En consecuencia, la predicción de la demanda eléctrica y el precio son problemas importantes en este sector.

Solución

PRODUCCIÓN
DISTRIBUCIÓN
MERCADO ELÉCTRICO

Predicción de precios

Precio Real

  • En Eris Innovation hemos probado varios métodos para la predicción de la demanda y de los precios en corto tiempo, a partir de técnicas de computación duro -Hard Computing- incluso los modelos de series de tiempo y de regresión dinámica, hasta los enfoques de computación flexible -Soft Computing- a veces referido como las herramientas de inteligencia artificial, tales como redes neuronales difusas ( FNNs) y en general sistemas inteligentes híbridos o Hybrid Intelligent Systems (HIS).
  • Nuestros modelos han sido probados en el mercado de la electricidad de la Península Ibérica, principalmente el mercado diario español, que se utiliza comúnmente como el caso de prueba en muchos estudios de predicción de precios de la electricidad.
  • Los resultados obtenidos han demostrado unas características estadísticas muy interesantes, así como una alta precisión para la predicción de precios por hora con un día de antelación.

Power Usage Optimization

Optimización del consumo de energía en los centros de datos

Problema

  • Debido al incremento de la popularidad de las aplicaciones y servicios en la nube, la demanda computacional de las redes de telecomunicaciones y los centros de datos está experimentando un rápido crecimiento, pasando a jugar un papel central en las oportunidades de negocio y los servicios digitales.
  • Los centros de datos representan un pilar crítico en el negocio de las empresas de diferentes industrias, elevando cada vez más su impacto económico en las operaciones de negocio.
  • El consumo de energía de los centros de datos representa en la actualidad el 2% del consumo global, energía que por otra parte es producida principalmente por fuentes no renovables, lo cual tiene una repercusión no solo en la economía sino también en la huella de carbono y el calentamiento global.
  • Las principales fuentes de consumo de energía en los centros de datos se deben al procesamiento computacional y a la refrigeración de las máquinas.
    • Los recursos computacionales, también conocidos como Tecnologías de la Información (IT), representan alrededor del 60% del consumo total, siendo la disipación de la potencia estática de los servidores la principal contribución.
    • La refrigeración de la infraestructura corresponde a alrededor del 30% del consumo total. El factor clave que afecta a los requisitos de refrigeración es la temperatura máxima alcanzada en la instalación debido a la actividad de los servidores.

Solución

Servidores

Refrigueración

Ventilación

Transformación de energía

Iluminación

Proponemos medidas para reducer el consume de energía.

Monitorizamos la insfraestructura del centro de datos.

Utilizamos modelos para optimizar de manera conjunta la refrigeración y los costes computacionales de los centros de datos.

Desarrollamos modelos precisos y flexibles para predecir la potencia y el consumo de energía.

  • Monitorizamos la insfraestructura del centro de datos.
  • Desarrollamos modelos precisos y flexibles para predecir la potencia y el consumo de energía.
  • Utilizamos modelos para optimizar de manera conjunta la refrigeración y los costes computacionales de los centros de datos.
  • Proponemos medidas para reducer el consume de energía.