BGOL es un proyecto de optimización avanzada de la unidad de Blending de Gasoil de nuestro Parque Energético de San Roque, basado en modelos predictivos de IA que permiten ajustar en tiempo real los parámetros de producción. De esta manera se reduce el regalo de calidad, mejora la eficiencia energética y maximiza el valor económico, contribuyendo a la sostenibilidad y competitividad de la planta. Gracias a este proyecto se ha generado ya más de 5M€ de impacto anual.
Candidatura
Optimización con IA en el Blending de Gasoil de nuestro Parque Energético
Indicadores y procesos de mejora
BGOL ha transformado la operación del blending de gasoil mediante:
• Implementación de 20 modelos predictivos para propiedades clave (densidad, destilación, cetano).
• Reducción del regalo de calidad y consumo de aditivos.
• Impacto económico: +5M€ anuales desde su despliegue, superando objetivos.
• Mejora de la agilidad operativa: Los resultados del proyecto ayudan a la labor previamente realizada por la planta para ajustar dinámicamente la producción.
• Proceso de mejora continua: monitorización en tiempo real, paneles de control, KPIs y feedback de ingenieros de proceso, responsables de área y técnicos de control.
• Metodología de cambio: formación, talleres y adopción activa por parte de los equipos de planta.
• Arquitectura modular y escalable, en aplicación para otros procesos industriales
Cuantificación/Estimación reducción consumo
La optimización del blending mediante IA ha permitido:
• Reducción significativa del consumo energético al minimizar el regalo de calidad y evitar sobreprocesado.
• El sistema permite a los técnicos de control tomar decisiones basadas en datos en tiempo real, reduciendo la necesidad de márgenes de seguridad elevados. A su vez, el sistema se adapta al comportamiento dinámico de la fábrica.
• El uso de infraestructura cloud (AWS en Irlanda, 100% energías renovable) y el seguimiento del marco de trabajo AWS Well-Architected refuerzan la eficiencia energética del entorno digital.
Cuantificación/Estimación reducción emisiones CO2
La reducción del consumo energético y del uso de aditivos se traduce en:
• Menores emisiones de CO2 asociadas tanto al proceso de producción como al consumo de energía eléctrica.
• El ajuste dinámico de parámetros y la reducción del regalo de calidad disminuyen la huella de carbono del producto final.
• El despliegue en cloud 100% renovable contribuye a la descarbonización digital.
• El proyecto es escalable y replicable, multiplicando el potencial de reducción de emisiones en otras unidades y plantas.
Innovación aplicada y buenas prácticas
BGOL destaca por:
• Uso de modelos de IA avanzados para predicción y optimización de propiedades clave en tiempo real.
• Arquitectura modular y pipelines reutilizables, facilitando la adaptación a nuevos procesos.
• Integración de algoritmos de optimización y paneles de recomendación para los técnicos de control.
• Enfoque dual: desarrollo analítico + gestión del cambio y capacitación.
• Gobierno robusto: validación cruzada, pruebas en frío y caliente, monitorización continua y alertas automáticas.
• Adopción de estándares internacionales de IA responsable (OECD, AI Act), con comité de ética y plataforma de observabilidad.
• Ejemplo de buenas prácticas en colaboración multidisciplinar y transferencia de conocimiento a planta.
Uso de tecnologías (TICs)
BGOL se apoya en:
• Infraestructura cloud (AWS) con despliegue de modelos en contenedores Docker.
• Integración con herramientas de visualización y análisis (Grafana, Power BI, Dremio).
• Paneles de control y dashboards accesibles para operadores y responsables de planta.
• Arquitectura escalable y replicable en otras unidades y plantas.
• Seguridad y cumplimiento: evaluación de riesgos, monitorización de precisión y feedback de usuarios.
• El entorno digital facilita la colaboración entre equipos de ingeniería, datos y operaciones, acelerando la innovación y la adopción.
