Proyecto PRISMA

Indicadores y procesos de mejora

El desarrollo de este proyecto y la implementación de este sistema de IA supone un importante salto de calidad en la gestión de las plantas de GNL, permitiendo una mejora en los siguientes procesos:

– Predicción de consumos, a partir de analizar la previsión climatológica y los datos históricos de consumo de cada planta, entre otros datos.
– Optimización de los recursos industriales de la empresa.
– Optimización de la planificación logística, a partir del análisis de datos históricos y en tiempo real para predecir la demanda de gas en diferentes áreas y horarios.
– Mejorar la capacidad de reacción de la logística ante variaciones bruscas de consumo.
– Reducción del número de operaciones de carga y descarga.
– Reducción de la huella de carbono asociada al proceso de suministro y reparto, gracias a la reducción de frecuencias y kilometraje de rutas.
– Aseguramiento de la garantía de suministro.

Cuantificación/Estimación reducción consumo

De acuerdo con los datos incluidos en el Informe de Emisiones de Redexis correspondiente al año 2022, las cisternas que transportan el GNL a nuestras plantas recorrieron 751.244 km.

Gracias a la optimización y programación de rutas de las cisternas de GNL, tras la implementación del proyecto, se estima una reducción de hasta, aproximadamente, el 20% de la distancia recorrida por las cisternas, lo que suponen alrededor de 150.249 km menos al año y su consiguiente ahorro en combustible.

Cuantificación/Estimación reducción emisiones CO2

Según los datos del Informe de Emisiones de Redexis correspondiente al año 2022, las cisternas que transportan el GNL a nuestras plantas emitieron 717.603 kgCO2e.

Con la implementación del proyecto, la distancia recorrida por las cisternas se reducirá gracias a la optimización y programación de las rutas, consiguiendo un ahorro en las emisiones de CO2 asociadas a ese transporte pesado por carretera, el cual se estima en hasta 143.520 kgCO2e menos al año, aproximadamente.

Innovación aplicada y buenas prácticas

Con la implantación de este proyecto, se puede optimizar toda la cadena de valor del GNL. Al ser capaces de predecir el consumo que se va a tener que cubrir en las distintas instalaciones, el número de cisternas criogénicas para reponer el producto en los tanques se va a poder adaptar perfectamente a las necesidades reales con el margen temporal necesario. Solo este hecho, presenta las siguientes ventajas:

– Limitar la saturación en los cargaderos de GNL del sistema gasista español.
– Reducción de la circulación de vehículos de transporte de mercancías peligrosas, reduciéndose de esta forma el uso de combustible y, por tanto, de emisiones a la atmósfera.
– Optimización del trabajo de los distintos intervinientes en las descargas de GNL.

De esta forma el sistema encontrará siempre la forma óptima de ejecutar las tareas a desarrollar y por lo tanto será capaz de reducir el uso de recursos, como el uso de combustible y otros recursos energéticos.

Uso de tecnologías (TICs)

El proyecto está subvencionado por el MINCOTUR y financiado por la UE a través del programa Next Generation, en la convocatoria de ayudas establecidas para el apoyo a Agrupaciones Empresariales Innovadoras 2022, en el marco del Plan de Recuperación, Transformación y Resiliencia.

Uno de los retos más importantes que se plantean en el proyecto, y que se buscaba alcanzar en la convocatoria de ayudas, se centra en la investigación y en este caso también la validación de las nuevas tecnologías digitales, en especial de la inteligencia artificial y el big data de cara a la digitalización del proceso con su consiguiente mejora.

Este sistema de IA desarrollado en el proyecto se genera a partir de la implantación de Machine Learning y Redes Neuronales, apoyados en algoritmos de predicción y evolución de consumos.