Todas las revoluciones industriales han tenido un nexo en común: los profundos cambios tecnológicos que se produjeron en cada una de ellas. La mecanización de los procesos industriales constituyó la Primera Revolución Industrial, con ella llegaron nuevas fuentes de energía, además del desarrollo y expansión del transporte a través de los ferrocarriles. El inicio de la electrificación dio comienzo a la Segunda Revolución Industrial y en la Tercera Revolución Industrial se introdujo la informática, la electrónica y la automatización, quienes fueron el germen de la fábrica inteligente, la industria 4.0 y la inteligencia artificial (IA).

En los últimos años la convergencia tecnológica entre comunicación y computación ha evolucionado y cristalizado en importantes avances, entre los que destaca la IA. Hoy en día la IA cuenta con un potencial de disrupción tal que está creando un auténtico tsunami en diferentes sectores como el industrial o el energético, y cuyas implicaciones prometen ser más profundas que las derivadas de la primera industrialización.

En lo que respecta al sector energético, la tendencia global hacia una economía baja en carbono, la diversificación del mix energético y los retos que enfrenta el sector en general, hacen que la adopción de la IA generativa por parte de las organizaciones sea una palanca transformadora. El descubrimiento y desarrollo de nuevos materiales (que suele requerir de importantes inversiones en tiempo y recursos económicos), la reducción de los costes de mantenimiento, la mejora de la eficiencia operativa y la optimización del uso de la energía, son solo algunos de los casos de uso de la IA que están revolucionando el día a día de las compañías que operan en el sector energético.

En el ámbito energético uno de los casos de uso donde la adopción de modelos de IA es especialmente eficaz es en la gestión de redes eléctricas inteligentes, ya que los nuevos algoritmos son capaces de administrar una generación y distribución cada día más complejas. Las políticas de descarbonización están cambiando drásticamente el panorama del sector energético tal y como lo conocíamos hasta ahora. La forma en la que se produce energía, la integración de renovables como la fotovoltaica y la eólica en detrimento de fuentes que utilizan combustibles fósiles, y la incorporación de nuevos productores al sistema como los prosumidores, están tensionando de sobremanera las redes eléctricas, lo que dificulta una planificación eficiente y la coordinación del sistema energético actual. En este contexto, la IA resulta fundamental para la integración de las energías renovables, la estabilización de las redes y el establecimiento de un equilibrio adecuado entre la producción y el consumo eléctricos. Además, los modelos de IA pueden ayudar en el diseño de una red que minimice las pérdidas de transmisión y maximice la eficiencia en función de la infraestructura existente, las proyecciones de demanda de energía y la densidad de la población.

Otro de los casos de uso de los algoritmos de IA que resulta especialmente interesante es el aplicado a los sistemas de almacenamiento energético. La capacidad energética flexible resulta crucial para la transición a una economía baja en carbono y es lo que permitirá la integración efectiva de las renovables en el mix energético. En este escenario, la IA puede analizar datos en tiempo real de baterías, centrales hidroeléctricas de bombeo o tanques de almacenamiento térmico. Esto permite predecir con mayor precisión la demanda de energía, optimizar los ciclos de carga y descarga, y detectar incidencias antes de que se produzcan, lo que se traduce en un uso más eficiente de la capacidad de almacenamiento. Además, la IA puede ayudar a diseñar y administrar mejor los sistemas de almacenamiento al identificar patrones o sugerir innovaciones.

Retos y obstáculos de la Inteligencia Artificial en la transición energética

Los algoritmos necesitan una cantidad enorme de datos para aprender, en un sector en el que cada vez van a ser más los datos capturados, uno de los principales retos es su disponibilidad y calidad. Los sistemas energéticos a menudo cuentan con una infraestructura heredada y datos dispersos, lo que dificulta la recopilación y unificación de la información requerida por la IA. Asimismo, la propiedad intelectual al entrenar modelos con datos confidenciales puede comprometer la ventaja competitiva de algunas compañías. También surgen preocupaciones sobre la transparencia y responsabilidad de los sistemas de IA, especialmente cuando se trata de decisiones críticas en el suministro energético.

Para superar estos retos, se hace fundamental el impulso de la gobernanza y el uso ético de los datos por parte de las administraciones y las empresas privadas. La aprobación de la Ley de Inteligencia Artificial de la Unión Europea contribuye a garantizar la correcta seguridad y privacidad de los datos, pero también será necesario que las personas que trabajen con IA en el sector energético cuenten con la formación adecuada en aspectos éticos, legales y de responsabilidad.

Abordar de manera integral los diferentes desafíos que vayan surgiendo será clave para aprovechar al máximo el potencial de la IA aplicada al sector energético, pero de lo que no cabe duda es que la IA constituye una oportunidad decisiva para lograr una transición energética más eficiente y sostenible.

Artículo para el Nº 32 de la revista Dínamo Técnica.
Autora: Raquel Maquieira. Ingeniera Industrial. CEO 91º/ Partner&Advisor Embermind Technologies

Imagenes creadas con Firelink.