Meteorología y digitalización, claves en la gestión de la energía

La tecnología y la digitalización son dos de las palancas que están permitiendo a Repsol avanzar en la transición energética para convertirse en una compañía neutra en carbono en 2050.

Con más de 240 iniciativas digitales puestas en marcha, Repsol se ha convertido en una compañía ‘data driven’ que se apoya en distintas tecnologías, como Big Data e Inteligencia Artificial (IA), para diseñar productos y servicios digitales con un beneficio directo para sus clientes. Los datos permiten a la multienergética ser más eficiente en la búsqueda y producción de petróleo y gas; planificar de forma más inteligente, segura y sostenible sus operaciones industriales; o conocer mejor a sus clientes para ofrecerles una oferta personalizada.

Una de las disciplinas científicas de las que Repsol se está nutriendo para la toma de decisiones en las distintas áreas de negocio de la compañía y que, gracias a sus avances, cada vez aporta una mayor precisión en sus pronósticos, es la meteorología. De hecho, la información meteorológica se está convirtiendo en una variable clave en los procesos de Big Data con los que las empresas de distintos sectores generan modelos predictivos para sus prácticas comerciales y de planificación.

Repsol combina los datos de su propia actividad con las previsiones meteorológicas que les proporcionan agencias especializadas y otras fuentes externas como el Instituto Nacional de Estadística (INE) y la Agencia Estatal de Meteorología (AEMET) en distintos parámetros como la gestión de las instalaciones de electricidad renovable, para aconsejar a sus clientes sobre eficiencia energética en el hogar o para prever incidencias en las rutas marítimas de su negocio de trading.

La compañía que preside Antonio Brufau cuenta con un Hub de Data & Analytics & Artificial Intelligence, en el que trabajan 52 especialistas en analítica de datos con diferentes perfiles, en colaboración con 400 profesionales de las diferentes unidades de negocio, para extraer valor de los más 3 millones de gigas de datos que maneja diariamente.

Para que estas técnicas de analítica avanzada den buenos resultados, explica Julia Díaz, responsable de Data Science del Hub, “es fundamental que los datos que se introduzcan en los cálculos sean de calidad”. El reto, añade Díaz “está en incorporar esas fuentes tan diversas a los modelos matemáticos para que 'hablen' en los términos más comunes posibles y sirvan como apoyo en la toma de decisiones”.

Patrones de consumo y renovables

Una de las cuestiones que se ha observado en una amplia gama de sectores, es que la estacionalidad y las condiciones meteorológicas influyen sobremanera en los patrones de consumo de los clientes. Acciones tan sencillas como usar el coche o comprar carburante para calefacción en una estación de servicio, son decisiones afectadas por la temperatura, el viento o la pluviosidad.

A partir del pronóstico de temperatura de la AEMET y de los análisis de sus negocios, Repsol emplea el concepto 'Grados día', una herramienta que ayuda a anticipar, por ejemplo, el consumo de GLP (butano y propano) para calentar los hogares y preparar la cadena logística. También se utilizan las previsiones meteorológicas para ofrecer productos a medida ante fenómenos adversos como sistemas anti-heladas para la agricultura.

El Hub de Data & Analytics & AI también trabaja en un proyecto para emitir recomendaciones técnicas de eficiencia energética a sus clientes de electricidad y gas, basadas en los resultados de algoritmos que incorporan la meteorología, como ajustar el consumo de la nevera en función de la temperatura o encender más o menos puntos de luz según la nubosidad.

La aplicación de la meteorología para la gestión de proyectos renovables, es una variable que Repsol tiene cada vez más en cuenta: desde el estudio de posibles emplazamientos a las predicciones de producción de instalaciones en funcionamiento, tanto para plantas eólicas como fotovoltaicas. Para optimizar la integración de las renovables en el mercado eléctrico, desde Repsol consideran fundamental tener un pronóstico de la producción muy precisa que la compañía cruza con otras estrategias de precios y previsión de la demanda.

Las agencias especializadas están hilando cada vez más fino. En eólica están ofreciendo pronósticos hasta los 100 metros de altitud que cubren la altura de los aerogeneradores y en fotovoltaica ya hay avances en indicadores relacionados con la predicción del polvo en suspensión que, al posarse, resta rendimiento a las placas solares.

Repsol también está empleando en sus líneas de negocio el uso del Machine Learning y la Inteligencia Artificial, dos nuevas vías de trabajo que, a juicio de la energética, harán evolucionar la meteorología. Se trata de tecnologías cognitivas que entrenan a los ordenadores con predicciones y comportamientos pasados para que aprendan de manera automática y aporten mayor precisión en los cálculos.

A día de hoy, los servicios de meteorología facilitan un pronóstico para las siguientes 48 horas con alto grado de detalle y una predicción a siete días bastante fiable. Los meteorólogos estiman que cada día de mejora implica 10 años de investigación, pero advierten de que una predicción 100% precisa no será posible porque la atmósfera es, por naturaleza, un sistema caótico. En los próximos años podrían llegar los primeros ordenadores cuánticos con una velocidad de cálculo 100 veces superior a la de los actuales súper-ordenadores, “capaces de registrar un volumen de datos cada vez mayor, que nos van a exigir más precisión, pero también más rapidez”, afirma Díaz.