Ahora IBM ha desarrollado un software para abordar este problema. El software hace un análisis avanzado de datos que IBM espera sea capaz de mejorar las predicciones para la producción de las energías renovables y lograr así reducir la necesidad de fuentes de energía de refuerzo. Usando múltiples fuentes de datos, entre ellas los sensores de las turbinas eólicas, las predicciones meteorológicas e imágenes de las nubes, el software puede predecir la producción con una antelación desde 15 minutos hasta un mes. Ahora mismo el programa está en funcionamiento en un proyecto de demostración eólico y solar combinado en Zhangbei (China).
Con mejores datos y mejores modelos predictivos, las energías renovables podrían ser más valiosas para las compañías eléctricas al reducir la necesidad de energía de refuerzo, que es cara. "Si pudieras predecir la producción eólica con 15 minutos de adelanto, se podría reducir la capacidad necesaria de refuerzo, lo que reduciría los costes", explica Erik Ela, ingeniero sénior del Laboratorio Nacional de Energías Renovables de Estados Unidos.
Si los operadores de una central pudieran predecir con mayor precisión la producción de las fuentes de energías renovables, tendrían menos motivos para depender del almacenaje de energía, que se suele necesitar para proporcionar un flujo continuo de electricidad a la red. "En la industria, el almacenamiento se ve como la próxima tecnología transformadora", sostiene Michael Valocchi, vicepresidente del negocio de consultoría en energía y compañías eléctricas de IBM. "Pero si realmente consigo predicciones así, no es que no necesite el almacenamiento, sino que éste se convierte en algo menos importante".
Las compañías eléctricas suelen confiar en empresas especializadas para producir previsiones de viento y sol basadas en modelos meteorológicos y otros datos meteorológicos, entre ellos anemómetros en las turbinas eólicas. Pero la medición del viento hecha en las turbinas no suele ser fiables porque la energía ya se ha extraído del viento entrante y porque las vibraciones suelen afectar a las lecturas, explica el investigador de IBM Lloyd Treinish, investigador principal del sistema de modelado meteorológico de IBM. Para su proyecto en China, IBM analizó datos de todas las turbinas para lograr una representación más precisa de la velocidad y dirección del viento real, explica.
IBM también ha creado un modelo meteorológico específico para esta localización al norte del país y ha instalado cámaras de vídeo para seguir los movimientos de las nubes y producir previsiones solares, Todos los datos se administran a un superordenador para que genere las previsiones.
Hay algunos proyectos más en marcha para mejorar las previsiones meteorológicas mediante una mejor recolección y análisis de datos. La última generación de turbinas eólicas de General Electric, por ejemplo, llevan un sistema de control diseñado para predecir mejor la producción energética al analizar decenas de miles de puntos de sensor de datos por segundo. El Departamento de Energía de Estados Unidos ha financiado algunos proyectos de investigación, incluyendo uno en la Universidad de Califo ia, San Diego (EE.UU.) para capturar imágenes de nubes con dispositivos especiales, entre ellos cámaras de ojo de pez. El proyecto analiza esas imágenes con algoritmos para predecir cuánta energía solar podrá producir una central solar en los siguientes 15 minutos.
Ela señala que las predicciones de las compañías eléctricas respecto la demanda de electricidad se han sofisticado con el paso de los años, pero sus previsiones respecto a la oferta de electricidad siguen siendo inmaduras.