Fuentes de energía renovable Previsión y sincronización de la energía para la gestión de redes inteligentes

Las fuentes de energía renovables (FER) desempeñan un papel fundamental en la aspiración de la UE de transformarse en una economía climáticamente neutra. Su integración en la red eléctrica es fundamental para la transición ecológica y la descarbonización del sector energético. Sin embargo, dado que las ER más utilizadas (solar, eólica e hidroeléctrica) también dependen de las condiciones meteorológicas, su capacidad de generación de energía varía en función de las condiciones microclimáticas locales. Esta variabilidad en la producción de energía dificulta la integración de las ER en la red eléctrica y el suministro de cantidades de energía continuas, estables y seguras. Por otra parte, la demanda de energía también afecta al funcionamiento de la red eléctrica, ya que siempre debe existir un equilibrio entre la oferta y la demanda en la red. Los desequilibrios en la red eléctrica pueden provocar fluctuaciones de frecuencia y otros fenómenos transitorios no deseados, que pueden comprometer la estabilidad y el funcionamiento de la red. Por ello, se han desarrollado técnicas avanzadas de monitorización de la red, que emplean unidades de medición fasorial (PMU) para medir las señales eléctricas de forma precisa y sincronizada, basándose en una referencia temporal fiable. Sin embargo, en la actualidad no existen aplicaciones basadas en Galileo para la sincronización de las PMU.

En el marco anterior, RESPONDENT aborda los retos que plantean la previsión de la generación de energía renovable, la previsión de la demanda y la supervisión inteligente de la red eléctrica y el equilibrio entre la oferta y la demanda. Se propone un algoritmo de previsión de la generación de energía renovable basado en IA/ML, que aprovecha tanto los datos de observación de la Tierra de Copernicus como los datos meteorológicos específicos del lugar, junto con modelos de conversión de energía renovable. Además, también se ha desarrollado un modelo multifísico basado en IA/ML para la demanda de energía de determinadas comunidades. Por último, RESPONDENT construirá una PMU habilitada para Galileo y desarrollará un módulo de supervisión, con el fin de probar y verificar las ventajas que ofrecen los servicios de sincronización y temporización de Galileo en la supervisión de redes inteligentes, el equilibrio energético y el funcionamiento general.