Monitorización y optimización de arranques de ciclos combinados aplicando Machine Learning

Indicadores y procesos de mejora

La mejora en la eficiencia energética de la central de CC de Besós 3, vendrá determinada por

• Reducción de consumos de combustible y auxiliares, debido a que el operador de la central es capaz de conocer el tiempo necesario que necesita la planta para arrancar, teniendo en cuenta sus condiciones iniciales, y así planificar las tareas necesarias.
• Optimización del proceso de arranque de la planta, gracias a la información proporcionada por el sistema que mejora la planificación de los procesos y detecta de forma temprana las desviaciones con respecto al arranque planificado.
• Estimación de forma precisa del tiempo, consumo de combustible y generación de energía durante el proceso de arranque de la planta, usando el análisis de datos.

Cuantificación/Estimación reducción consumo

• La central de ciclo combinado de Besós 3, donde está solución está implantada, realiza de media unos 40 – 50 arranques al año. Esta solución permite reducir los consumos de combustible en cada arranque, por lo tanto se presume que la central experimentará un elevado impacto en la reducción de consumo de combustible.

Cuantificación/Estimación reducción emisiones CO2

• La reducción en el consumo de combustible y auxiliares electricos durante el proceso de arranque de las centrales de ciclo combinado, permitirá reducir las emisiones de CO2.

Innovación aplicada y buenas prácticas

Descripción de los aspectos más innovadores y/o buenas prácticas que puedan servir de ejemplo a seguir por otras organizaciones o se estén impulsando.
• Aprendizaje en cada arranque, gracias al uso de Machine Learning y analítica de datos para poder comparar las actuaciones hechas en diferentes arranques
• Mejora de la productividad de los operadores, gracias a la mejora en los procesos de arranque
• Minimizar la carga cognitiva de los operadores, gracias al uso de interfaces inteligentes y técnicas de factores humanos, para monitorizar y mostrar de manera efectiva los parámetros clave y las desviaciones con respecto al arranque objetivo.

Usabilidad de Tecnologías de la Información y Comunicaciones

Descripción de las principales tecnologías empleadas o promovidas:
• Data Analytics, para analizar los datos de los arranques históricos y segmentar cada uno de los arranques y sus fases.
• Machine Learning. Aprender las características de cada una de las fases para predecir su comportamiento en futuros arranques.
• Displays Inteligentes, para mostrar los parámetros críticos del arranque de una manera más efectiva.
• Sistema de comunicaciones concentrado con una metodología de agentes que se suscriben y publican.
• Despliegue Cloud distribuido, con interfaz WEB multiusuario.
• Sistema de Informes Avanzado para optimización de procesos (en fase de desarrollo)