Candidatura

Ravenwits

Hacemos predicción de producción de energía renovable (eólica y fotovoltaica) usando técnicas de Deep Learning. Los fundadores somos Catedrático y Profesor de Matemáticas en la Universidad. La empresa surge de un proyecto de colaboración con Red Eléctrica de España (REE) para explorar la aplicación de Deep Learning a este problema. El proyecto original, en 2019, fue un éxito y desde entonces se ha renovado cuatro veces por un valor total de 450.000€.

Más información en: https://www.ree.es/es

Indicadores y procesos de mejora

Nuestros predictores mejoran alrededor del 5% la precisión de los mejores predictores existentes. Esta mejora se traduce en un uso más eficiente de la energía renovable, puesto que reducir la incertidumbre acerca de su producción es crucial para integrarla de forma óptima en la red.

Se predice, a cada hora, la energía que una determinada planta producirá en cada una de las siguientes 240 horas. El gestor de la planta usa esta información para acudir a la subasta del mercado eléctrico.

Cuantificación/Estimación reducción consumo

Nuestra mejora se traduce en un aumento del rendimiento económico de los parques de unos 600€ por MW instalado y año. Eso supondría en España una mejora económica de unos 24M €. La mejora económica viene por la reducción del desvío en la oferta energética. El coste del desvío actualmente es de unos 20€/MWh. La reducción en el consumo se sigue de que se reducen las ineficiencias de la red. Una estimación puede ser la energía que se podría comprar con esos 24M de euros.

Cuantificación/Estimación reducción emisiones CO2

La reducción de emisiones será del orden del CO2 emitido al quemar gas natural (el back up utilizado) para producir la energía valorada en 24M de euros.