Candidatura

Implementación del dato de conectividad a fase para eficientar procesos de planificación y explotación

La conexión a fase de los clientes en las redes de baja tensión es desconocido en general, al no estar inventariado. La digitalización de las redes proporciona datos con los que desarrollar algoritmos para identificar y/o inferir la fase de cada cliente con gran grado de acierto. La disponibilidad de ese dato nos permite mejorar nuestros procesos de operación, mantenimiento y planificación, con especial impacto en el aumento de la capacidad de red

Más información en: https://www.i-de.es/
Indicadores y procesos de mejora

Indicadores y procesos de mejora

-Capacidad de red. El reparto desequilibrado de consumos y generación entre las tres fases provoca una disminución de la capacidad disponible.

-Coste y uso de recursos. La necesidad de sobredimensionar la red impacta en uso de recursos.

-Un aprovechamiento adecuado de cada una de las tres fases parte de conocer el estado de conexión de nuestros clientes, tarea que por volumen (11 millones de puntos de suministro) y deslocalización es imposible conocerlo de forma manual. El uso de algoritmia con distintas aproximaciones combinada correctamente, entrenada a través de la información generada por los equipos de digitalización en la baja tensión (como los contadores inteligentes) nos permite actualizar el inventario de la red con ese dato a fase. Este dato es de aplicación no solo en el lado de la planificación si no también en la operación, optimizando la explotación en tiempo real de la red.

Cuantificación/Estimación reducción consumo

Cuantificación/Estimación reducción consumo

El desequilibrio de nuestra red supone una pérdida de capacidad de 10%, que en una red como i-DE supone la no integración de 6GW de consumo/generación renovable. Este consumo renovable doméstico desplaza directamente el consumo de fuentes fósiles. También se elimina la necesidad de intervenir en campo ante anomalías en el desequilibrio, reduciendo los desplazamientos de las unidades de mantenimiento en un 15%.

Cuantificación/Estimación reducción emisiones CO2

Cuantificación/Estimación reducción emisiones CO2

Tomando que la electrificación del hogar reduce en 50% las emisiones equivalentes, suponiendo entonces una reducción de 1.4tCO2 por cada 3.3KW integrados, calculamos una posible reduccion de emisiones gracias a la capacidad de red de 6GW recuperada de 2.000.000 tCO2 anuales.

Innovación aplicada y buenas prácticas

Innovación aplicada y buenas prácticas

Innovación en el despliegue de monitorización con capacidad de procesado edge en el centro de transformación y la del despliegue del contador inteligente en la totalidad de nuestra red. Esto nos habilita poder aplcar algoritmia avanzada con diferentes aproximaciones para inferir la fase de nuestros clientes. Combinando la información de carga y corriente tanto del centro de transformación como en el lado de los clientes, contamos con tres algoritmos distintos, tanto de desarrollo interno por nuestra unidad analitica de datos como comerciales. Contrastando soluciones cubrimos un mayor numero de casuísticas con mayor fiabilidad.

Los resultados de estos algoritmos son arbitrados por un sistema central que elige la prevalencia de unos sobre otros y asegure su vigencia en el tiempo, asegurando que el dato que se da al usuario sea lo más fiable y transparente posible. Igualmente, el sistema tiene en cuenta qué proceso será usuario del dato.

Uso de tecnologías (TICs)

Uso de tecnologías (TICs)

El proceso se basa en la combinación de diferentes tecnologías para proporcionar un único dato, fiable y transparente para el usuario final:

-Procesado local: Los datos recuperados en tiempo real por los contadores y los equipos de monitorización de la BT son procesados localmente para reducir la carga sobre la red de telecomunicación y los sistemas centrales.

-Inteligencia artificial: La inferencia de fase parte de un tratamiento avanzado de los datos para asignar la correspondencia entre contador y fase. Los algoritmos utilizan de forma híbrida tanto una aproximación estadística como una aproximación fisica/eléctrica.

-Cloud computing: El gran volumen de datos hace que se requiera de una plataforma de cloud computing (Azure), correctamente integrada con los sistemas transaccionales que hacen uso del dato final.

-Funcionalidades de telecomunicaciones sobre PLC (PRIME 1.4).

Implementado en:

i-DE Redes Eléctricas Inteligentes

Periodo de ejecución:

01/05/2023 - 30/10/2024

Otros socios tecnológicos:

Ariadna Grid