Esta estrategia en el sector energético puede salvar carteras y ecosistemas

La electricidad es un bien con características únicas – aunque no es perecedero, aún es difícil de almacenarlo a gran escala. La electricidad debe de ser generada relativamente cerca de donde va a ser consumida y al mismo tiempo que está siendo demandada. Es por esto que los operadores deben de estar constantemente vigilando el uso de la electricidad; cuando la demanda es alta, los operadores deben de dar la señal a los generadores para que incrementen su salida, si es menor, los generadores recibirían la instrucción de reducir su producción. A grandes rasgos, es así como funciona la red eléctrica.

Restricciones de tiempo

Es importante tomar en cuenta los detalles: cada tipo de planta de energía posee características únicas. Las plantas nucleares y de carbón son las más lentas para arrancar y parar, seguidas por las plantas que queman diésel. Las plantas de ciclo combinado y gas están entre las más rápidas para comenzar operaciones, situadas solo detrás de las plantas hidroeléctricas, las cuales las más rápidas.

La falta de flexibilidad de las plantas nucleares y de carbón implica que deben de tomar una parte sustancial y constante de la carga. A esto se le denomina energía de base (base load en inglés) y cuya definición es la cantidad mínima de potencia eléctrica entregada o requerida en un periodo a una razón constante. El resto de las plantas de energía deben de adaptarse para cumplir con la variación de demanda realizando paros, arranques, incrementando o disminuyendo su potencia entregada.

Graph depicting base load, peak load and fluctuating energy demand

Complejidad en mercados eléctricos

La forma en la que la mayoría de los mercados eléctricos funciona añade una capa de complejidad. En pocas palabras, el operador del mercado recibe órdenes de compra y venta. Con esto, el operador puede concluir cuánta energía estará disponible (y cuanta requerida). El precio de la energía es determinada por el orden de mérito, el generador provee sus costos de operación (el precio al cual están vendiendo la electricidad) y cuánta potencia pueden proveer en cierto espacio de tiempo (15 minutos, 1 hora, un día, etc.).

Finalmente, el operador entrega órdenes de despacho a los generadores con costos más bajos hasta alcanzar la potencia necesitada para ese espacio de tiempo, dejando afuera de la operación a los generadores más costosos. En la gráfica de abajo, las plantas 1 a 4 (Power Plants 1 – 4) se les pagará el precio que la planta 4 ofreció, la planta 5 (Power Plant 5) no fue despachada y no recibirá pago.

Graph of power plants receiving merit order for power needed during a period of time

 

El reto con las renovables

Ahora consideremos las fuentes de energía eléctrica renovables. Estas fuentes son:

  • No despachables (La energía eólica y solar son dependientes del clima)
  • Volátiles (sus condiciones pueden cambiar repentinamente)
  • Difíciles de predecir (No hay una manera confiable de saber cuándo las condiciones van a cambiar)

Por esto, no es posible o existe una fuerte limitante para despachar estas fuentes a voluntad.

Las plantas de energía renovable normalmente obtienen los primeros lugares (y recaudan más dinero) del orden de mérito, ya que sus costos de operación son muy bajos (no existen los combustibles y hay poco personal trabajando) comparado con las plantas convencionales. Sin embargo, las fuentes renovables no son opción para cubrir la energía de base – el aspecto económico hace que el mercado tome primero las renovables mientras que su carácter volátil y su relativa baja penetración limita la participación en la energía base.

Almacenamiento, transporte y distribución

Finalmente, la infraestructura de transporte y distribución necesitan tener un tamaño suficientemente grande para mover la energía en las horas pico, aún cuando esto suceda solo por unas horas al día. Por ejemplo, una línea de transmisión de 1000 MW va a alcanzar su máximo solo por unas horas (las horas pico), y el resto del día no se estaría usando a su capacidad máxima. Si la demanda pico no existiera, la construcción de la infraestructura de transmisión y distribución podría ser optimizada, haciendo un mejor uso de los recursos. Esto podría ser posible al tener líneas de distribución y transmisión más pequeñas y por lo tanto más baratas que sean capaces de satisfacer las necesidades promedio (que son más bajas que la demanda máxima). Esto podría también contribuir a la estabilidad de la red, la infraestructura sería menos exigida y con esto sería posible reducir el número y frecuencia de fallas.

Limitaciones claras

Existen algunas limitaciones obvias en el mercado eléctrico y en la operación de la red:

  • Algunas plantas arrancan solo cuando la demanda es mayor y paran cuando la demanda disminuye. Esto provoca que usualmente las plantas menos eficientes y más contaminantes operen en las horas pico.
  • Debido a las diferencias entre picos y valles de demanda, las plantas y líneas de transmisión y distribución no son usadas a su máxima capacidad. Este tipo de infraestructura significan inversiones enormes en riesgo de convertirse en costos hundidos, a menos que capacidades adicionales sean agregadas para que ayuden a la industria eléctrica a mejorar sus márgenes, satisfacer a los inversionistas y hacerle un favor al planeta.
  • Debido a la naturaleza intermitente de las energías renovables, estas no son capaces de cubrir con toda la demanda todo el tiempo, por lo menos no mientras no encontremos una forma competitiva y viable de almacenar la energía. Pareciera que las plantas caras y contaminantes son un mal necesario por ahora.

Por estas razones, la redundancia es necesaria para continuar con las operaciones de la red. Tener apenas la capacidad para satisfacer la demanda no es suficiente, el sistema no puede darse el lujo de incurrir en un corte en una planta, esto podría hacer que la red falle y con esto los apagones son probables. Esto aplica para todos los pasos de la cadena (generación, transmisión y distribución). Al final del día, redundancia significa blindar el sistema.

Abordando la demanda pico

¿Qué pasaría si pudiéramos distribuir la demanda pico entre todas las horas del día, haciendo uso de la energía renovable y barata en cualquier momento posible? Algunas propuestas han sido implementadas para “mover” la demanda almacenando la energía de varias maneras: cuartos de almacenamiento helados o calientes, baterías, aire comprimido, bombeo de agua, etc. En algunos casos hace sentido incursionar en este tipo de proyectos, desafortunadamente estas tecnologías son un tanto ineficientes y en ocasiones demasiado caras para la adopción a gran escala.

Las tarifas de uso horario (TOU sus siglas en inglés), es una forma de incentivar el uso de la electricidad en los valles de demanda (en lugar de tratar de almacenarla). Esto se logra manipulando los precios, haciendo las tarifas más costosas en los picos y más baratas en los valles. En la gráfica de abajo, la tarifa más cara se sitúa en las horas en el que el operador espera la demanda más alta de electricidad. Esto desincentiva el uso de electricidad a ciertas horas y podría alentar su uso en donde existen demandas más bajas.

Graph of Time of Use tariffs. X-axis represents time, Y-axis represents cost per unit of energy

Demand response

¿Qué pasaría si pudiéramos manipular la demanda desde el lado del usuario?

Demand response es una estrategia en donde se le da la opción al usuario de modificar su demanda a cambio de mejores tarifas u otros beneficios. Esto solo puede ser posible a través de comunicación en tiempo real entre generadores, operador y usuarios. Esto adicional a la flexibilidad necesaria para modificar la demanda de los usuarios. Puede sonar como TOU, pero en realidad es algo más a la medida.

Por ejemplo, supongamos que el operador detecta que hay una alta disponibilidad de renovables en cierto momento. Los usuarios entonces son informados de las tarifas más bajas y pueden considerar arrancar equipos que no necesariamente necesitan estar encendidos todo el tiempo: aire acondicionado, carga de vehículos eléctricos, lavadoras o lavavajillas, etc.

El ejemplo opuesto es también ilustrativo. Supongamos que hay una baja disponibilidad de renovables y adicionalmente hay cortes de plantas convencionales, por esto plantas más costosas están operando. Los usuarios serían informados de esta baja de energía eléctrica y tarifas más elevadas y con esto pueden decidir apagar ciertos equipos para limitar el impacto de los altos precios de la energía eléctrica.

La importancia de la tecnología en el demand response

Además de la comunicación necesaria entre los actores del sector eléctrico, la automatización y un conocimiento profundo de los procesos del lado del usuario son primordiales.

Es importante saber el calendario, horario y tamaño de los procesos que no pueden ser interrumpidos. Antenas de celulares, altos hornos, hospitales y otras operaciones esenciales no pueden parar y en ocasiones no pueden ni siquiera reducir la cantidad de energía que consumen. Fuera de estas operaciones, el resto podrían potencialmente ser consideradas para ser modificadas por el demand response.

El horario y calendario del uso de energía también debe de ser definido. Tener una idea de las variaciones de precio, cuándo las operaciones que utilizan más energía necesitan estar funcionando y el estado en tiempo real de la red es importante para tomar decisiones informadas.

Los datos de cada uno de estos aspectos (operaciones core, inteligencia del lado de la demanda y horarios del uso de energía) pueden ser utilizados por medios modernos. Big data y técnicas de aprendizaje automático (Machine Learning) pueden ser utilizadas para convertir grandes cantidades de datos generados en ideas útiles. El clima, producción de electricidad, demanda, precios del mercado y otros datos pueden ser recolectados para construir un algoritmo que nos ayude a tomar mejores decisiones, mantener la red estable, mantener precios de electricidad continuos, incrementar la integración de fuentes de energía renovables y en general incrementar la rentabilidad de la industria. La inteligencia artificial y otros tipos de tecnologías de la información pueden ser usados para predecir cambios en la oferta y demanda en el mercado eléctrico al tomar como parámetros datos climatológicos, históricos, etc. Esto podría resultar en beneficios económicos y medioambientales para la sociedad.

Conclusiones

  • Demand Response no solo es una solución posible, pero una forma de comenzar con la incorporación de la tecnología a la industria con la incesante necesidad de una transformación digital. Los clientes piden transparencia en sus facturaciones, consumos e impactos ecológicos, los Smart Grids y un core operacional flexible listos para la adopción de nuevas tecnologías son necesarias para satisfacer la demanda y aumentar el resultado final. Es de esperarse que el Demand Response sea una opción que los proveedores ofrezcan a sus clientes.
  • Una estrategia de Demand Response minimiza los efectos negativos del sector eléctrico hacia los clientes. Estos podrían contar con precios más bajos, mayor inclusión de renovables, acceso confiable a la energía eléctrica y un impacto menor al medio ambiente. Conforme los precios de la electricidad van subiendo, los equipos inteligentes de medición se van haciendo más accesibles. Este es una parte fundamental para mantener bajo observación la demanda, y no solo de electricidad, sino también de otros insumos como agua o gas natural. Estos dispositivos no solo realizan mediciones, sino que también son capaces de comunicación con otros equipos y plataformas. Esto trae a la mesa más datos e información para ser analizada y poder obtener una mejor vista de la operación.
  • La cantidad de datos necesaria para realizar una estrategia de Demand Response es tan grande que un enfoque de Big Data es necesario para la solución. Algunas soluciones ya están en el mercado, como lo puede ser el producto de IIoT de Softtek: blauLabs, el cual es capaz de obtener datos de un sinfín de fuentes, (equipos de medición, publicaciones de mercado, software de planeación, CRMs, incluso análisis de sentimiento en redes sociales) y concentrarlos en una aplicación para su análisis y visualización. Al ser una solución basada en nube, blauLabs cuenta con la rapidez, confiabilidad, disponibilidad constante y la potencia computacional necesaria para hacerla un producto a considerar en este tipo de aplicaciones. Sin la ayuda de la inteligencia artificial y el aprendizaje automático, la correlación y evaluación de todas estas variables se volvería una tarea casi imposible. Con estas herramientas, les permitimos tomar decisiones mejor informadas a todas las partes interesadas.
  • Cuando la automatización es implementada de forma correcta, esta puede hacer los procesos más confiables y menos propensos a errores al mismo tiempo que permite a los humanos enfocarse en tareas más significativas.
  • Alrededor de una quinta parte de la generación de gases de efecto invernadero se pueden adjudicar a la generación de electricidad y calor. El sector energético es un candidato perfecto para realizar esfuerzos que nos lleven a una reducción de las emisiones de carbono. Al incrementar el uso de energías renovables y limitar el uso de combustibles contaminantes al mismo tiempo que usamos tecnologías innovadoras, como la descrita en el artículo, el sector puede ser la punta de lanza para este tipo de cambios. Los recursos de nuestro planta son limitados, pero con un core operacional capaz de integrar nuevas tecnologías al sector energético, puede ayudarnos a usarlos de una manera sustentable.

Conoce DIEGO, el punto de partida hacia tu transformación digital

blauLabs, una solución de DIEGO propiedad de Softtek, es el conjunto de productos, plataformas y marcos de referencia que ayudan a las organizaciones a acelerar el ‘time to market’.