Benchmark hace que las herramientas de pronóstico sean comparables

Investigadores del Fraunhofer IPA han desarrollado una herramienta de referencia. Permite comparar diferentes métodos para determinar el consumo de energía futuro. (Fuente: Fraunhofer IPA/ Foto: Rainer Bez)

La agonía de la elección: las empresas que desean beneficiarse de precios de electricidad bajos o negativos necesitan predicciones confiables sobre el consumo futuro de electricidad. Debido a que el mercado de herramientas de pronóstico es poco claro, investigadores del Fraunhofer IPA han desarrollado un benchmark que compara soluciones disponibles en el mercado.

Cuando el sol no brilla y el viento no sopla, las plantas solares y las instalaciones eólicas no producen electricidad. Aunque tal período de oscuridad, conocido como Dunkelflaute, es bastante raro, cuanto más electricidad proviene de fuentes de energía renovable, más su oferta está sujeta a fluctuaciones estacionales y climáticas — y con ellas, el precio en la bolsa de electricidad de Leipzig sube o baja. En 2019, incluso cayó en negativo durante 200 horas. Las empresas que desean beneficiarse de tales caídas de precios deben poder estimar con la mayor precisión posible cuánto electricidad consumirán en el próximo período y aumentar su producción siempre que el precio de la electricidad sea bajo o negativo.

Sin embargo, existe tal cantidad de herramientas de pronóstico que predicen el consumo eléctrico, que el mercado en sí, incluso para gerentes de energía experimentados, resulta difícil de entender. Desde métodos simples, que asumen que el consumo en días laborables durante el verano siempre es aproximadamente igual, hasta algoritmos de autoaprendizaje que consultan el consumo eléctrico cada quince minutos durante un período prolongado y extraen conclusiones para el futuro.

La herramienta de benchmark simula pronósticos de carga

Por lo tanto, responder a la pregunta de qué herramienta de pronóstico es la adecuada para una empresa solo es posible con un gran esfuerzo. «Además de la oferta del mercado, también se deben revisar cuidadosamente los propios datos energéticos», recomienda Thilo Walser, del departamento de Sistemas Energéticos Industriales en el Instituto Fraunhofer para la Producción, Tecnología y Automatización IPA. Él y sus colegas han desarrollado una herramienta de benchmark que compara las herramientas de pronóstico disponibles en el mercado con las condiciones específicas de una empresa, y así determina el método más adecuado.

Para ello, los investigadores necesitan acceso a los datos del software de gestión energética de una empresa. «Una alta disponibilidad y calidad de los datos es un requisito previo para un pronóstico exitoso», explica Can Kaymakci, investigador del Fraunhofer IPA. Basándose en la base de datos, la herramienta de benchmark simula pronósticos de carga con todos los métodos posibles. El resultado de este análisis de benchmark es una lista que clasifica las herramientas de pronóstico evaluadas según su idoneidad.

Los investigadores quieren desarrollar su propia herramienta de pronóstico

«El benchmark no solo ofrece una evaluación independiente del fabricante de las herramientas de pronóstico», dice Walser, «sino que también proporciona información sobre los requisitos que el método de pronóstico impone al sistema informático de una empresa y qué tan rápido calcula sus predicciones». Además, en una consulta complementaria, los investigadores ofrecen consejos sobre qué datos deberían recopilarse en el futuro para obtener pronósticos de carga más precisos.

Pero también los propios investigadores obtienen nuevos conocimientos de su herramienta de benchmark. Porque, durante su desarrollo, han acumulado suficiente conocimiento para poder crear su propio método de pronóstico. «Este debería mejorar la predicción en consumos de electricidad poco predecibles», dice Christian Dierolf del Fraunhofer IPA. Esto es especialmente interesante para empresas industriales con curvas de carga muy variables a diario. «Predicciones mejoradas les permitirían aprovechar las fluctuaciones en el precio de la electricidad como potencial de ingresos», añade Dierolf.