Red Eléctrica, la filial de Redeia responsable del transporte y la operación del sistema eléctrico en España, ha elegido a AWS como proveedor para sus proyectos de tecnología en la nube. En concreto, ha lanzado una serie de iniciativas que utilizan servicios de análisis de datos de AWS, Internet de las cosas (IoT) y soluciones de aprendizaje automático.
La primera de las aplicaciones, llamada HubApp, se centra en una iniciativa en el ámbito del DataHub – una arquitectura que permite a las organizaciones consolidar los datos- para las Administraciones Públicas y se trata de un proyecto desarrollado por Red Eléctrica en el marco de un convenio de colaboración con EnerAgen -una asociación que engloba a 27 agencias de energía y organismos públicos de ámbito territorial- para facilitar la implementación de medidas de eficiencia y ahorro energético. Se trata de una herramienta de análisis de datos que proporciona una visión centralizada del consumo energético mediante la agregación y validación de datos del uso de energía. Para ello, HubApp utiliza las capacidades de procesamiento de datos de AWS y servicios como Amazon Sagemaker – para crear y entrenar modelos de aprendizaje automático- y los servicios de almacenamiento Amazon Redshift y Amazon S3. HubApp permite el acceso de las Administraciones Públicas asociadas a EnerAgen a la información de consumo horario de los puntos de suministro en el ámbito de su gestión como, por ejemplo, colegios, centros de salud, hospitales, alumbrados públicos, ayuntamientos, etc., posibilitando el análisis de dichos consumos, lo que les permitirá desarrollar sus competencias en el ámbito de la energía.
Índice de temas
IoT
Red Eléctrica emplea tecnologías de AWS basadas en industrial IoT (Internet de las Cosas industrial) que le permiten mantener un control total y de fácil integración y crecimiento. En concreto, esta tecnología se está empleando en proyectos de monitorización de la capacidad de transporte de electricidad en tiempo real, también llamado DLR (Dynamic Line Rating), que pretenden maximizar la integración en la red de generación de energía renovable y explorar la máxima eficiencia de las redes. A través de servicios de aprendizaje automático de AWS y dispositivos de IoT se calcula en tiempo real la capacidad de transporte de los circuitos eléctricos en función de las condiciones meteorológicas existentes en cada momento, lo que permite aprovechar la capacidad de la red adaptándola a las condiciones reales y específicas en cada caso y sustituyendo así hipótesis de cálculo más conservadoras. La plataforma desarrollada para apoyar la iniciativa DLR conecta dispositivos de manera fácil y segura a la nube a través de AWS IoT Core – que permite conectar miles de millones de dispositivos de IoT a los servicios de AWS sin necesidad de administrar la infraestructura- y ayuda a Red Eléctrica a construir, implementar y administrar software de dispositivos inteligentes utilizando AWS IoT Greengrass, además de monitorizar de forma predictiva los dispositivos para anticiparse a posibles modificaciones en su operación a través de AWS IoT Events. La plataforma está analizando puntos de datos de más de 700 dispositivos en 173 estaciones meteorológicas y 536 inclinómetros desplegados en la red eléctrica de España.
Adicionalmente, en línea con la sostenibilidad y buscando la eficiencia energética de las infraestructuras e instalaciones del grupo matriz Redeia, se ha migrado toda la captación de sensorización de consumos de agua y energía a la plataforma REDEIA-IIoT, en la nube de AWS, permitiendo integrar de manera rápida toda la información en el lago de datos corporativo y creando procesos de alarma ante consumos no esperados que pueden ser indicativos de una avería.
AWS Minerva
Otra de las soluciones apoyadas por los servicios de AWS es Minerva, un sistema de recomendación que tiene como propósito reducir costes de la compra de materiales para obras de construcción de infraestructuras desarrolladas por Red Eléctrica. La decisión con respecto a cuándo comprar puede tener un alto impacto en los costes finales de adquisición de aquellos materiales cuyo precio depende de la fecha de emisión del pedido, pues este depende del precio de mercado de los metales.
