La IA empieza a activar el interruptor del ahorro energético de las grandes compañías

«Si observamos distintos estudios a nivel mundial vemos que la economía no está preparada para la transición energética. Para llegar a los objetivos del 2030 y 2050 debemos acelerar mucho el vector de la innovación», resalta Javier Lozano, CEO de Smarkia. Esta plataforma SaaS de gestión energética considera que «en la digitalización de la gestión de la demanda se puede avanzar mucho» para acelerar el cambio de modelo energético. Sin embargo, teniendo en cuenta los resultados del estudio, «es muy bajo el número de empresas que aprovechan la IA. De ese pequeño porcentaje todas están relativamente satisfechas o muy satisfechas por lo que se debe contar estos beneficios, contar mejor el potencial y acelerar así su implantación», añade.

Para descarbonizar las empresas deben cambiar el chip, «reducir el número de kilovatios», indica Lozano. «Todos asociamos la IA a cosas buenas, a mejoras… pero específicamente no sabemos lo que es. Queda un largo recorrido en la implantación», puntualiza. Entre los beneficios del uso de la IA en la gestión energética está «la reducción del consumo. Logras que las máquinas consuman menos, ahorran kilovatios y se traduce en una disminución del valor de la factura». Por otro lado, se encuentra el mantenimiento predictivo, ya que «una máquina sin un buen mantenimiento puede consumir más», matiza.

En el caso de Smarkia ofrecen un software que desarrolla algoritmos en la nube que se conectan con cualquier infraestructura existente. «Tenemos clientes en todos los sectores, desde la generación de energía, como plantas solares; distribuidores de energía, para que haya la menor pérdida de energía posible, y del lado de consumo», indica Lozano. Uno de sus clientes, Paradores, «consiguen saber el consumo energético por cada pernoctación o por cada comida que sirven».

Gestión energética

Pedro Tejedor, director del área de Energía y Medioambiente del Instituto de Ingeniería del Conocimiento (IIC), señala dos puntos de vista desde los que se lleva a cabo la gestión energética. Por un lado, la estructural, «aquella en la que se cambia parte de la infraestructura para hacerla más eficiente energéticamente hablando (por ejemplo, cambiar los fluorescentes por LED, instalar una caldera más eficiente, mejorar el aislamiento frente al exterior etc)». Por otro, la no estructural, que «aprovecha aquellos consumos que son gestionables, es decir, que se puede prescindir de ellos durante un tiempo, o arrancarlos, sin que se resienta la producción de la empresa. Estos últimos son los susceptibles de recibir una gestión inteligente», puntualiza Tejedor.

En el caso de que se vea que es económicamente aconsejable un sistema de eficiencia energética basado en IA, Pedro Tejedor habla también de la necesidad de apoyo de muchas empresas para su puesta en marcha y operación. «En este caso se suelen apoyar en empresas de servicios energéticos (ESE) que deben estar al día en los avances que vayan apareciendo por la introducción de nuevas tecnologías», explica. Reconoce que la introducción de IA en la gestión energética es algo complejo, y las empresas en general «sólo pueden comprar dispositivos que lleven la inteligencia inserta, o contratar una ESE que les ayude a sacarlo adelante».

Uno de los campos en los que la IA es muy efectiva es en la predicción de averías, el llamado mantenimiento predictivo, que «ha alcanzado ya un grado de madurez importante, y hoy en día muchos procesos industriales lo incorporan o al menos llevan instalados sensores que lo permiten con facilidad», explican desde el ICC, centro privado de I+D+i pionero en IA. En cuanto al ahorro energético, «es un proceso más complejo. Muchos de estos procesos necesitan de la predicción para un funcionamiento adecuado, y por tanto, la predicción es un facilitador de un uso óptimo de los dispositivos y la energía», puntualiza.

El uso de la IA ha sido todo un avance en la operación de las instalaciones de climatización en Ciudad BBVA, también conocido como La Vela. «La posibilidad de recopilar los datos de temperatura, humedad relativa, concentración de CO2, así como la presencia contrastada de personas en una determinada zona, y el tratamiento automático de los mismos ha permitido a través de una programación lógica de las instalaciones, decidir qué momento es el más adecuado para poner en marcha la climatización y llegar a la temperatura de confort a la hora deseada», explican desde la entidad financiera.

Conociendo las principales variables que afectan al confort y analizando cómo evolucionan a lo largo del día en función del estado de las instalaciones (encendido de calderas y enfriadoras, funcionamiento de bombeos, entrada de aire exterior y su temperatura) «somos capaces gracias a la IA de predecir el tiempo necesario para alcanzar la temperatura de confort en cada espacio de trabajo», añaden. De esta forma, el propio sistema puede ponerse en marcha de forma temprana si se detecta que la temperatura exterior está disminuyendo. Igualmente, si el sistema detecta que no hay ocupación es capaz de mantenerse en un estado de stand by o apagarse completamente si dicha falta de ocupación se prolonga en el tiempo.

Por otro lado, «el sistema les permite ahorrar energía recirculando aire del interior, no aportando aire exterior adicional al necesario para la ventilación, cuando la temperatura exterior es muy baja siempre que la concentración de CO2 no supere un límite, manteniendo el confort con el mínimo consumo energético», puntualiza la empresa.

Otra de las acciones llevadas a cabo por la entidad financiera para mejorar la eficiencia energética es la instalación de «pasillos fríos» en sus Centros de Datos que va a permitir reducir hasta 1.500 toneladas anuales de emisiones de CO2 con el consiguiente ahorro energético. El banco espera reducir el consumo de energía un 5,88%, según explica Alberto Jiménez Anguita, responsable global de operaciones IT en BBVA