¿Cómo puedo predecir el consumo energético a corto y medio plazo?

En el post de hoy vamos a hablar de una funcionalidad que, aunque sea exclusiva de la plataforma Smarkia, se merece un post en nuestro blog por el interés que despierta dentro del sector de la gestión energética, ya que contesta a una pregunta que muchas empresas se han hecho desde siempre: ¿Cómo puedo predecir mi consumo energético a corto y medio plazo?

Y es que desde el lanzamiento de la nueva funcionalidad de los modelos predictivos de Smarkia, son muchos los clientes que han manifestado su satisfacción por los diferentes usos y beneficios que han obtenido. Pero, ¿de qué se trata exactamente la nueva funcionalidad y en qué puede beneficiar a tu empresa?

Ante el creciente número de empresas que demandaban información precisa sobre su consumo energético en un futuro inmediato, Smarkia, fiel a su compromiso por atender los requerimientos de sus clientes, ha hecho una fuerte apuesta por I+D.

Hasta ahora, el sistema de gestión energética calculaba el consumo previsto a través de la línea base, realizando una regresión lineal que tenía en cuenta los datos históricos del consumo. Sin embargo, y gracias al uso de un lenguaje de cálculo técnico, la herramienta Smarkia ya puede ejecutar ecuaciones matemáticas avanzadas y obtener predicciones de consumo mucho más exactas. El desarrollo de modelos estadísticos complejos está permitiendo a las empresas obtener un análisis predictivo del consumo con una antelación que puede ser de unas pocas horas o de 1 ó 2 días.

Smarkia ha sido la pionera en el uso de tecnologías que giran en torno a Big Data para alcanzar este objetivo. Por un lado, la Minería de Datos (en inglés “Data Mining”) permite extraer datos relevantes de la aplicación y ejecutar descriptores complejos. Por otro, las técnicas “Machine Learning” permiten completar ese proceso con las herramientas analíticas necesarias, de manera que el sistema es capaz de ejecutar tareas inteligentes, como es la de predecir.

modelo predictivo smarkia

Ejemplo de gráfico de modelo predictivo 

Modelos predictivos de Smarkia

Para hacernos una idea de lo que estamos hablando, veamos brevemente cada uno de los modelos desarrollados:

Modelo por línea base

Partiendo del modelo existente de línea base según histórico, creamos un nuevo modelo que cataloga los tipos de días según los patrones de consumo, generando descriptores asociados a cada patrón. De este modo ya no es necesario comparar, a través de una regresión lineal, días similares de un período anterior.

Modelo diario

Modelo por línea base diaria que se fundamenta en modelos estadísticos complejos para obtener la previsión de consumo de 24 a 48 horas.

Modelo intra-diario

Gracias a complejas y sofisticadas expresiones matemáticas embebidas en la plataforma, se obtienen predicciones de consumo a corto plazo, llegando a proporcionar resultados con un margen de tan solo 1 hora.

 

“ La aplicación de estos modelos trasciende al conocimiento del consumo energético futuro, añadiendo beneficios económicos y estructurales clave para la toma de decisiones y para la organización  

 

Mucho más que predicciones de consumo

desviaciones consumoLas ventajas de emplear estos algoritmos para predecir consumos son numerosas, pero las organizaciones que ya los están empleando destacan sobre todo la exactitud y precisión, refiriéndose tanto a los cálculos en sí como a las alertas de desviación, mucho más ajustadas y acertadas.

Ahora bien, ¿cuáles son las aplicaciones prácticas de estos modelos en el sector energético? ¿Qué usos pueden hacer comercializadoras y consumidores de energía?

 Reaccionar durante el proceso de compra de energía

El modelo intra-diario explicado anteriormente, facilita enormemente la corrección de las órdenes de compra en el mercado mayorista. Conocer con una antelación horaria la demanda energética les permite detectar cambios a tiempo y reaccionar de una forma ágil y constante en dicho proceso.

Esto es especialmente valioso en el llamado mercado intra-diario, en el que el horizonte temporal es reducido. Con Smarkia, comercializadoras y gestores de compra de energía adquieren la capacidad para corregir las decisiones tomadas casi en tiempo real.

 Prever cuánta energía comprar

En el caso de empresas con grandes consumos energéticos, saber con exactitud la cantidad de energía que van a consumir con una margen de error mínimo, permite mejorar los procesos de licitación de energía con el consiguiente ahorro en costes. Poder agregar de forma automática los consumos de un holding empresarial (cadenas de retail, banca, hoteles…), aporta una visión muy clara y concisa de cuánta energía es necesaria lo que otorga un alto poder de negociación

 Alertas tempranas y alertas de desviación precisas

La detección y pronóstico de eventos extremos inminentes es un factor clave para disminuir el impacto económico y evitar pérdidas. Este es el primer paso para poner en marcha los llamados sistemas de alerta temprana. Mediante los modelos predictivos la herramienta va determinando, de forma automática, cuáles son los consumos a corto y medio plazo, de manera que la persona responsable de la gestión energética puede configurar alertas que le avisan cuando esos consumos pasan de un determinado umbral o cuando se detectan ineficiencias o consumos anómalos.

La precisión de los algoritmos de Smarkia y por tanto la fiabilidad de las alertas recibidas, permite tomar decisiones mucho más acertadas y oportunas. Pongamos como ejemplo a una compañía que suministra energía a varios clientes, y uno de estos clientes sin previo aviso activa un proceso que requiere una gran demanda energética. Esto provoca un pico de consumo que no estaba previsto, es decir, desviaciones que implican mayores costes de energía con los que la compañía suministradora no contaba. Ante dicha situación, esta compañía ha optado por utilizar los modelos predictivos de Smarkia para formular alertas tempranas como elemento crítico dentro de su organización.

​ Simplificar análisis complejos en organizaciones multi-sede

El modelo por línea base es frecuentemente empleado para simplificar y automatizar el cálculo del consumo energético en cada una de las sedes de una organización.

Como caso de éxito, una conocida cadena de hoteles de alta categoría utilizaba Excel para calcular el consumo mensual total a través de una fórmula matemática simple que se alimentada por variables muy heterogéneas (ocupación, temperatura, etc.). Con la implantación de Smarkia, ahora pueden evaluar el consumo individual de cada uno de los hoteles y realizar análisis completos y complejos de una forma más sencilla.

 Presupuestos de costes energéticos

El responsable financiero de una empresa puede tener un mayor control sobre la partida energética, en el sentido de que la realización de presupuestos y previsión de costes es mucho más sencilla y exacta. 


Esta exposición de los usos y beneficios de los modelos predictivos nos ha valido para responder a la pregunta que tantas veces nos han planteado nuestros clientes y partners ¿Cómo puedo predecir el consumo energético a corto y medio plazo?

Que una plataforma cubra una necesidad tan crítica para compradores y consumidores de energía supone un gran hito en la gestión energética. Pero nuestro compromiso va más allá. La labor en I+D de Smarkia no se detiene y, a medida que vamos profundizando en el proyecto de investigación, las posibilidades de desarrollo aumentan significativamente y por tanto también las líneas de trabajo.

Respecto a nuestros clientes, la repercusión que ha tenido la aplicación de estos modelos no se queda en la mera funcionalidad de conocer su consumo energético futuro, sino que conlleva beneficios económicos y estructurales clave para para la toma de decisiones y para la organización.

Si quieres que tu empresa se beneficie de los modelos predictivos y de otras funcionalidades de Smarkia, escríbenos y te asesoraremos sin compromiso

 

 

Inditex
CBRE
Repsol
Vestas
Central Lechera Asturiana