En años recientes la energía eólica se ha convertido en una muy buena opción para obtener electricidad de manera limpia, el problema radica en que la variabilidad del viento hace que por momentos sea menos útil al no poder conocer cuanta energía va a proveer en un determinado momento, es en ese punto en particular donde Google y DeepMind han estado trabajando para ayudar a predecir las condiciones del viento.
¿Por que es un problema la variabilidad del viento?
Dado que es una condición no controlable, es entendible que la reducción en los vientos haría que las turbinas generen menos electricidad por lo que la red eléctrica tendría que alimentarse con otras fuentes de energía que podrían ser mas contaminantes.
Uno también podría pensar que si hay mucho viento es algo bueno, por que se generaría mas electricidad, pero si llega a un nivel en que no puede administrarse o como ya se hace en otros países almacenar ese excedente, se tendría que limitar y prácticamente desperdiciar esa producción adicional.
¿Qué proponen Google y DeepMind?
El año pasado empezaron a aplicar algoritmos de Aprendizaje de Maquina (Machine Learning – ML) en un campo eólico de 700 megawatts ubicado en Estados Unidos.
Utilizaron una Red Neuronal entrenada con información de las condiciones climáticas y datos obtenidos de las turbinas para predecir hasta con 36 horas de ventaja las condiciones del viento.
Esto ayuda a que se pueda comprometer una cierta cantidad de producción de energía hasta con un día de ventaja. Al fin de cuentas, resultan más valiosas aquellas fuentes de energía que pueden proporcionar una cantidad específica de energía en un momento determinado.
Con esto no se logra eliminar la variabilidad del viento, pero se puede mitigar el problema. Además de que este enfoque orientado a datos, ayuda a que se puedan tomar mejores decisiones y mucho más rápido al momento de saber como la generación de energía atenderá la demanda requerida.
