Hoy entrevistamos a Pablo Martín Muñoz, Jefe del Departamento de Aplicaciones para la Operación en Red Eléctrica de España (REE), sobre el proyecto que hemos desarrollado para la mejora en los tiempos de resolución de su herramienta de cobertura de demanda.
Hola Pablo. En primer lugar, ¿podrías explicar brevemente cuál es el papel de tu departamento en REE?
El Departamento de Aplicaciones para la Operación tiene como misión desarrollar y mantener software especializado para la operación del sistema eléctrico en todas sus vertientes, con el fin de garantizar su operatividad, eficacia y eficiencia. Debemos evaluar y realizar el seguimiento periódico de la idoneidad de las distintas aplicaciones para la operación implantadas, con el fin de valorar su adecuación a las necesidades identificadas, así como establecer acciones de mejora sobre ellas.
¿Cuáles eran los objetivos del proyecto en el que decide4AI ha colaborado? ¿Qué beneficios esperabais obtener?
El proyecto tenía 2 objetivos claros:
- La mejora en los tiempos de resolución de la herramienta de cobertura de demanda MAREA.
- Su inclusión en un entorno de desarrollo ODM (Optimization Decisión Manager) que le dotaría de un interfaz moderno admitiendo la posibilidad de intervención por parte del usuario en el proceso de optimización y de gestión de la información.
La herramienta MAREA dispone de un Unit Commitment estocástico que permite resolver múltiples escenarios en los que se hace variar la generación eólica esperada y el posible fallo aleatorio de los grupos de generación térmica. Los escenarios pueden ser de horizontes diversos: largo, medio y corto plazo. Las conclusiones que se saquen de los estudios realizados con MAREA serán más acertadas si el número de escenarios es alto y se dispone de un amplio abanico de soluciones que permita calcular índices de sensibilidad que orienten al planificador y al programador en las decisiones que han de tomar.
Es evidente que el tiempo de resolución crece de forma alarmante si el número de escenarios a resolver es elevado. Por ello, y aunque ya se hayan conseguido avances en este sentido en trabajos anteriores, el proyecto desarrollado planteaba una primera línea de trabajo orientada a una mayor reducción de tiempos de cálculo de MAREA. Esta reducción de tiempos se ha conseguido introduciendo criterios dinámicos de parada que dependen del progreso del algoritmo y estableciendo relajaciones controladas en las restricciones del problema en el caso de no encontrar solución para el escenario planteado.
También, se ha de considerar que a medida que la potencia instalada de generación no gestionable (eólica, solar térmica, solar fotovoltaica, …), así como el uso de coches eléctricos y de una gestión activa de la demanda sean mayores y tengan un mayor peso en el mix de generación/consumo del sistema, y dada la gran variabilidad en sus valores esperados, para los horizontes de corto y medio plazo se hace imprescindible una herramienta lo más ágil y rápida posible que dé soluciones inmediatas y eficaces al operador ante estas variaciones.
Entre todas las empresas que optaron por el proyecto, ¿por qué elegisteis a decide4AI?
El proyecto se enmarcó dentro de un área de investigación técnica muy específica por lo que se buscaba que la empresa adjudicataria probase un conocimiento exhaustivo del motor de optimización CPLEX y del entorno ODM. Tras la evaluación de las diferentes ofertas, decide4AI logró la mayor puntuación técnica y no siendo su oferta la más económica en términos globales, se estimó el precio medio ofertado por hora como razonable y dentro de los estándares de mercado.
¿Dirías que se han alcanzado los objetivos del proyecto? ¿Lo consideraríais un éxito?
El proyecto se planteó por un lado como un trabajo de investigación en el que el resultado redundase en mejoras al algoritmo actual mediante la aplicación de nuevas metodologías, por otro lado se desarrollaría un nuevo SW como prototipo con expectativas de consolidación en la actividad de REE.
En cuanto a la primera línea de trabajo sí podemos considerar que ha cubierto las expectativas esperadas por REE y que, gracias a la inclusión de reglas de parada y de relajación controlada de restricciones, los tiempos de resolución de los escenarios resueltos con MAREA han descendido significativamente; es por ello que podemos considerarla un éxito.
En relación a la segunda línea de trabajo, decide4AI ha desarrollado un prototipo que globalmente cumple con los requisitos exigidos pero que se revela altamente complejo y que exigiría un esfuerzo grande para su total incorporación en la actual herramienta MAREA, cuya funcionalidad actual es muy amplia y que cuenta con un interfaz altamente versátil. La elección del entorno ODM se realizó con la idea de tener una herramienta que ofreciese un desarrollo y mantenimiento simples de la aplicación y en ese sentido no ha satisfecho nuestras expectativas.
Finalizada esta colaboración, ¿cuál es tu opinión sobre el trabajo realizado por decide4AI? ¿qué destacarías?
El trabajo realizado por decide4AI para REE se puede calificar como altamente satisfactorio. decide4AI se ha revelado como una empresa seria que cuenta con personas técnicamente cualificadas y que han sabido cumplir con los compromisos adquiridos dentro del marco establecido en el contrato.
En decide4AI somos una compañía especializada en el desarrollo e implementación de modelos y técnicas de analítica avanzada para la mejora de la toma de decisiones y la optimización de la operativa diaria de las empresas. Contamos con numerosos casos de éxito que demuestran nuestro expertise y el compromiso de nuestros clientes, que siempre vuelven a trabajar con nosotros.
¿Te interesa conocer más sobre el proyecto o indagar en otros casos de éxito?
Si quieres saber más sobre decide4AI y mantenerte al tanto de futuros webinar o eventos, síguenos en las redes sociales (Linkedin, Twitter, Youtube).