DeepMind de Google para predecir la producción de parques eólicos

Buscan ayudar a que esa energía tenga más valor para la red eléctrica

DeepMind de Google en parques eólicos
DeepMind de Google en parques eólicos

Google anunció que ha hecho que la energía producida por los parques eólicos sea más viable. Para ello utiliza software de inteligencia artificial de su filial DeepMind con sede en Londres. Al usar los algoritmos de aprendizaje automático de DeepMind para predecir la producción eólica de las granjas que Google utiliza para sus iniciativas de energía ecológica, la compañía dice que ahora puede programar entregas establecidas de producción de energía, que son más valiosas para la red que las estándar, no basadas en el tiempo.

Google afirma que el uso de DeepMind para las predicciones agrega un 20% de valor a la energía eólica

Según Google, este software ha mejorado el “valor” de la energía eólica que estos parques proporcionan. Lo ha hecho en un 20% con respecto a una línea de base donde no se realizan tales predicciones basadas en el tiempo. No se sabe exactamente cuál es ese valor en términos monetarios o en términos de producción de energía. Tampoco dónde se está implementando exactamente esto. Aunque Google trabaja con parques eólicos en gran parte en el Medio Oeste de EE.UU. Allí se encuentran algunos de sus centros de datos.

El año pasado, Google afirmó que había alcanzado el hito de compensar su uso de energía con fuentes 100% renovables. Esto se debe en gran medida a los contratos de compra de energía e inversiones con parques solares y eólicos que ayudan a alimentar sus centros de datos. Así como con certificados de energía renovable que compensan el uso estándar de la red eléctrica en otros mercados.

Sin embargo, hacer uso de la energía eólica puede ser difícil. Porque saber cuánto generará una granja determinada, cómo almacenar y luego entregar esa energía a la red cambia cada día. Google dice que “la naturaleza variable del viento en sí misma la convierte en una fuente de energía impredecible. Se vuelve menos útil que una que pueda entregar energía de manera confiable en un tiempo determinado”. Entonces tenemos que confiar en la naturaleza para generar las demandas eléctricas necesarias de la red.

“No podemos eliminar la variabilidad del viento. Pero nuestros primeros resultados sugieren que podemos usar el aprendizaje automático para hacer que la energía eólica sea más predecible y valiosa. Este enfoque también ayuda a brindar mayor rigor en los datos a las operaciones de los parques eólicos. El aprendizaje automático puede ayudar a los operadores de los parques eólicos a hacer evaluaciones más inteligentes y más rápidas. Las que se basan más en datos acerca de cómo su producción de energía puede satisfacer la demanda de electricidad”.

Escriben Sims Witherspoon, gerente de producto de DeepMind, y Will Fadrhonc, líder del programa Energía Libre de Carbono de Google.

Pero esta no es la primera vez que se utiliza la experiencia de DeepMind AI de esta manera.

En 2016, Google anunció que había reducido los costos de energía de sus centros de datos en un 15% gracias a la ayuda del laboratorio de inteligencia artificial. En 2018, Google fue más allá y dio a estos sistemas de inteligencia artificial un control aún mayor. Y hubo informes en 2017 de que DeepMind estaba en conversaciones con la agencia nacional de electricidad del Reino Unido para ayudarlo a equilibrar la oferta y la demanda.

Este tipo de trabajo ayuda a Google de una manera obvia, pero también ayuda a DeepMind. La compañía ha realizado un trabajo fenomenal desde una perspectiva de investigación. Pero aún tiene que encontrar flujos de ingresos sustanciales. Pierde mucho dinero (u$368 millones en 2017), lo que supuestamente ha contribuido a tensiones entre DeepMind y la nave nodriza. Si el software de la compañía se puede utilizar en escenarios de la vida real fuera del laboratorio de investigación, DeepMind podría convertirse en un segmento del negocio que genere ingresos y que justifique sus altos costos.

Sea el primero en dejar un comentario

Por favor, deje sus comentarios

Discover more from BiodiSol

Subscribe now to keep reading and get access to the full archive.

Continue reading