El interés por el desarrollo y uso de energías renovables continúa en creciente ascenso debido al calentamiento global, los elevados índices de contaminación ambiental y el previsible agotamiento de los combustibles fósiles. El aumento drástico de la proporción de recursos energéticos renovables no controlables en la generación de energía puede afectar a la estabilidad y capacidad de control de la red eléctrica, pudiendo causar graves problemas a los operadores de la red. El uso de centrales eléctricas virtuales o virtual power plants (VPPs) ofrecen una solución a esta problemática, mediante la combinación de fuentes de energía distribuidas (DER) independientes en un único perfil de generación agregado de energía que permiten a plantas individuales de pequeña escala entrar en los mercados ofreciendo el mismo servicio y redundancia que centrales convencionales. En el desarrollo de software del sistema para una VPP hay dos tecnologías básicas a tener presentes: la previsión de producción precisa de fuentes de energías renovables (mediante el uso de técnicas de Machine Learning y Deep Learning), y las técnicas que permiten una adecuada estrategia de trading de energía (mediante el uso de técnicas avanzadas de Optimización) que permitan maximizar los beneficios. En esta sesión, trataremos cómo las soluciones de MathWorks facilitan y aceleran el desarrollo de aplicaciones escalables para VPPs, que no sólo satisfacen las necesidades actuales del mercado, sino que también son aplicables a futuros cambios en el mismo.