El operador del sistema eléctrico español aprovecha los servicios en la nube de AWS, especialmente IoT y aprendizaje automático, para impulsar su liderazgo en la transición energética.
Red Eléctrica ha elegido a AWS (Amazon Web Services) como proveedor para sus proyectos de tecnología en la nube. En concreto, ha lanzado una serie de iniciativas que utilizan servicios de análisis de datos de AWS, Internet de las cosas (IoT); y soluciones de aprendizaje automático para seguir avanzando en la transición ecológica de nuestro país.
La primera de las aplicaciones, HubApp, se centra en una iniciativa en el ámbito del DataHub; una arquitectura que permite a las organizaciones consolidar los datos para las Administraciones Públicas; y se trata de un proyecto desarrollado por Red Eléctrica en colaboración con EnerAgen (asociación que engloba a 27 agencias de energía y organismos públicos de ámbito territorial). El objetivo es facilitar la implementación de medidas de eficiencia y ahorro energético.
Es una herramienta de análisis de datos que proporciona una visión centralizada del consumo energético mediante la agregación y validación de datos del uso de energía. Para ello, HubApp utiliza las capacidades de procesamiento de datos de AWS y servicios como Amazon Sagemaker para crear y entrenar modelos de aprendizaje automático; y los servicios de almacenamiento Amazon Redshift y Amazon S3.
HubApp permite el acceso de las Administraciones Públicas, asociadas a EnerAgen, a la información de consumo horario de los puntos de suministro como, por ejemplo; colegios, centros de salud, hospitales, alumbrados públicos, ayuntamientos, etc., posibilitando el análisis de dichos consumos.
IoT
Además, Red Eléctrica emplea tecnologías de AWS basadas en industrial IoT (Internet de las Cosas industrial) que le permiten mantener un control total; y de fácil integración y crecimiento. En concreto, esta tecnología se está empleando en proyectos de monitorización de la capacidad de transporte de electricidad en tiempo real; también llamado DLR (Dynamic Line Rating), que pretenden maximizar la integración en la red de generación de energía renovable; y explorar la máxima eficiencia de las redes.
A través de servicios de aprendizaje automático de AWS y dispositivos de IoT se calcula, en tiempo real, la capacidad de transporte de los circuitos eléctricos; en función de las condiciones meteorológicas existentes en cada momento, lo que permite aprovechar la capacidad de la red adaptándola a las condiciones reales; y específicas en cada caso y sustituyendo así hipótesis de cálculo más conservadoras.
La plataforma desarrollada para apoyar la iniciativa DLR conecta dispositivos de manera fácil y segura a la nube a través de AWS IoT Core; lo que permite conectar miles de millones de dispositivos de IoT a los servicios de AWS sin necesidad de administrar la infraestructura; y ayuda a Red Eléctrica a construir, implementar y administrar software de dispositivos inteligentes utilizando AWS IoT Greengrass; además de monitorizar de forma predictiva los dispositivos para anticiparse a posibles modificaciones en su operación a través de AWS IoT Events.
La plataforma está analizando puntos de datos de más de 700 dispositivos en 173 estaciones meteorológicas y 536 inclinómetros desplegados en la red eléctrica de España.
Minerva
Minerva es un sistema de recomendación que tiene como propósito reducir costes de la compra de materiales para obras de construcción de infraestructuras desarrolladas por Red Eléctrica. La decisión de cuándo comprar puede tener un alto impacto en los costes finales de adquisición de materiales cuyo precio depende de la fecha de emisión del pedido; pues este depende del precio de mercado de los metales.
Nube de AWS
Finalmente, en línea con la sostenibilidad y buscando la eficiencia energética de las infraestructuras e instalaciones del grupo matriz Redeia; se ha migrado toda la captación de sensorización de consumos de agua y energía a la plataforma REDEIA-IIoT, en la nube de AWS; permitiendo integrar de manera rápida toda la información en el lago de datos corporativo; y creando procesos de alarma ante consumos no esperados que pueden ser indicativos de una avería.
