Sevilla /
23 de marzo de 2023

Neuronas artificiales para exprimir mejor al sol

Fotografía ilustrativa de la noticia

Autoría: Remedios Valseca / Fundación Descubre

Un equipo de investigación de la Universidad de Sevilla ha propuesto un método, basado en aprendizaje automático, con el que se mejoran las explotaciones eléctricas. La nueva metodología plantea la implantación de controladores que predicen el funcionamiento de los concentradores solares y permite que formen coaliciones entre ellos, ampliando su capacidad de generación de energía.

La Real Academia Española define el término coalición como la unión transitoria de personas, grupos políticos o países con un interés determinado. Así, encontramos sindicatos, coaliciones de gobierno y asociaciones internacionales que trabajan para realizar mejor las funciones que cada cual por independiente podría llevar a cabo. La definición, nada dice de la alianza de máquinas, sistemas o neuronas artificiales.

Concentradores cilíndricos parabólicos en los que han implantado la estrategia de control con la que mejora el rendimiento de plantas solares. *Cortesía de PSA de Almeria

Concentradores cilíndricos parabólicos en los que han implantado la estrategia de control con la que mejora el rendimiento de plantas solares. *Cortesía de PSA de Almería.

Sin embargo, esta acción se produce también en las creaciones de la ingeniería de sistemas, de las telecomunicaciones y la robótica, ya que se ha logrado que se den sinergias entre distintos mecanismos para lograr un mismo fin común, hacerse fuerte en asociación y conseguir un objetivo de la mejor manera posible.

Uno de los campos de aplicación para estos ‘sindicatos’ autómatas es la obtención de electricidad. Así, un equipo de investigación de la Universidad de Sevilla de la Escuela Superior de Ingenieros, ubicada en el Parque Científico Tecnológico Cartuja ha implantado una estrategia de control en plantas solares, basada en inteligencia artificial, con la que mejoran su rendimiento mediante la coalición de los distintos concentradores termosolares que las componen.

Uno para todos y todos para uno

El sistema logra que cada concentrador se comporte como individuo independiente pero, al mismo tiempo, que pueda comunicarse con los demás, atendiendo a las necesidades de cada momento y aprendiendo de las informaciones que le llegan del resto de concentradores de manera autónoma. Así, ajustan de forma automática sus funciones para mejorar la generación de energía en tiempo real

Los concentradores de radiación solar usan lentes o espejos que focalizan los rayos del sol sobre una superficie pequeña para generar electricidad. Los expertos han confirmado la validez del modelo con un trabajo presentado en un artículo publicado en la revista Engineering Applications of Artificial Intelligence. Este estudio enmarcado en el proyecto OCONTSOLAR, financiado por el Consejo Europeo de Investigación, se ha basado en concentradores cilíndricos parabólicos, llamados así por su forma. Éstos condensan la luz en un tubo, situado en medio del espejo, que contiene un fluido que se calienta. El calor, que puede llegar a alcanzar los 390 grados centígrados, sirve para producir vapor que alimenta a una turbina que genera electricidad.

Los autores del artículo publicado en la revista Engineering Applications of Artificial Intelligence son Eva Masero, Sara Ruíz Moreno, José Ramón D. Frejo, Jose María Maestre y Eduardo F. Camacho.

Los autores del artículo publicado en la revista Engineering Applications of Artificial Intelligence son Eva Masero, Sara Ruíz Moreno, José Ramón D. Frejo, Jose María Maestre y Eduardo F. Camacho.

Los expertos logran aumentar la energía generada independientemente de los cambios de radiación solar mediante el control de las válvulas de entrada de los concentradores. “Los sistemas de concentración de energía solar permiten almacenar la energía sobrante en mayor cantidad y a menor costo que los sistemas fotovoltaicos y producir electricidad en condiciones de luz solar nula o baja utilizando sistemas de almacenamiento térmico”, indica a la Fundación Descubre el profesor de la Universidad de Sevilla Eduardo Fernández Camacho, autor del artículo.

Concretamente, el sistema propuesto es conocido como control predictivo, con el que se optimiza la energía solar recogida en los concentradores pudiendo anticipar qué ocurrirá con ayuda de un modelo. Así, cada colector es controlado individualmente de manera que aporta información sobre su funcionamiento, la cantidad de radiación que recibe o las restricciones de operación, entre otras variables Simultáneamente, los distintos controladores se comunican entre ellos gestionando las sinergias para mejorar todo el proceso de manera conjunta.

Neuronas artificiales que interpretan el pensamiento

El control de los concentradores solares suele realizarse de manera centralizada. Es decir, se produce desde una sola plataforma donde se gestionan todos los de una misma planta. Esto conlleva una serie de problemas, como la complejidad de los modelos utilizados y los altos requisitos de tiempo para el cálculo. Sin embargo, este nuevo método permite resolver problemas individuales más rápidamente.

La inteligencia artificial permite que los colectores de las plantas termosolares se alíen y resuelvan problemas de manera conjunta y continua. Contacto:

La inteligencia artificial permite que los colectores de las plantas termosolares se alíen y resuelvan problemas de manera conjunta y continua.

La nueva propuesta consiste en dividir el campo solar en distintas particiones compuestas por coaliciones de concentradores que pueden intercambiar entre sí el fluido de transferencia de calor bajo la supervisión de una red neuronal artificial. Así, cuando algunos colectores no están obteniendo el resultado esperado, se apoyan en los otros. De esta manera, se resuelven problemas que se presentan en cada colector de manera individual, pero además se informa al resto de concentradores y todos van ‘aprendiendo’ de manera continua. Posteriormente, se pueden reconfigurar y adaptar a otra nueva situación para producir la misma cantidad de electricidad en situaciones normales o la que requiera el mercado en cada momento.

La mejora energética se debe a la automatización del aprendizaje mediante un algoritmo basado en un histórico de datos de conocimiento del sistema, que incluye el funcionamiento del campo solar bajo diferentes escenarios y la mejor forma de gestión para alcanzar la cantidad de electricidad necesaria. El propio sistema es ‘capaz de entender’ qué está ocurriendo y autorregularse para que la producción no se vea afectada.

Queda demostrado que las máquinas no solo facilitan el trabajo humano, sino que son capaces de imitar su comportamiento. ‘Aprenden’ unas de otras y se asocian para cumplir mejor su misión. Sin embargo, todavía necesitan neuronas reales para seguir creciendo. Así, se alían también con ellas y ofrecen respuestas para comprender el contexto, ampliar aplicaciones, tomar decisiones y manejar situaciones imprevistas, una de las características más humanas, aún irremplazable por ninguna creación artificial.

#Más información en #CienciaDirecta: Desarrollan un sistema para aumentar el rendimiento en plantas termosolares


Ir al contenido