Desde Energy Tools seguimos trabajando en un futuro más sostenible y en este proyecto lo hacemos de la mano de Leitat Technological Center, para desarrollar el proyecto CDTI 2 - Solar Energy Manager (SEM) financiado por el Ministerio de Ciencia e Innovación con 726.033 ,00€. Su ejecución se empezará este 2024 y está previsto que finalice el año 2026.
El objetivo general del proyecto es desarrollar una herramienta que permita disponer de una visión integral de la utilización de la energía, promover la eficiencia y el ahorro energético, cumplir con las regulaciones y optimizar los recursos disponibles, todo con el objetivo conseguir una gestión energética eficaz y sostenible.
Por eso, SEM (Solar Energy Manager) será la primera herramienta de analítica de mercado, consumo de energía (electricidad y electricidad autogenerada) y venta de excedentes, capaz de proyectar de forma automática los consumos y la gestión económica del ahorro al autoconsumo ya la venta de excedente para poder automatizar:
• Propuestas de acciones a realizar sobre los contratos de suministro y las instalaciones. • Propuestas de cambios sobre el contrato eléctrico como cierres o cambios de tipología de contrato en base a la información de mercado. • Propuestas sobre cambios de preferencias de los clientes y predicción del consumo + generación.
En definitiva, buscar de forma dinámica y constante fórmulas que permitan un uso adecuado de los recursos y un mayor ahorro para la empresa y sus clientes, mediante la búsqueda del momento ideal para cerrar operaciones de compra y venta de energía. objetivo de reducir el consumo de la red y potenciar el uso de generación de energía renovable, reduciendo el impacto de la huella de carbono y cuantificando económicamente este impacto.
Para conseguirlo se requiere:
● Investigar en la conceptualización de arañas de contenido que capturen y discriminan los datos históricos meteorológicos de la zona.
● Investigar en la conceptualización de arañas de contenido que capturen y discriminan los datos históricos de sol en la zona.
● Investigar en la conceptualización de arañas de contenido y API’s que conecten los datos de consumo y recomendaciones de EBO y BDE.
● Desarrollo de API de comunicaciones que permita la gestión de los datos entre EBO, BDE y SEM.
● Investigar algoritmos de machine learning para extrapolar cuándo y en qué momento interactuar con EBO y BDE para comprar energía a futuro y/o vender el sobrante de la producción solar, proyectando el consumo, los excedentes generados a futuro y la predicción del ahorro al consumo energético que se va a generar.
● Investigar algoritmos de machine learning para predecir el Coeficiente de Inclinación Lateral (CIL) en función de la latitud geográfica de una ubicación y determinar la inclinación ideal de los paneles solares, maximizando la producción de energía.
El valor del CIL varía según la región geográfica y otros factores como el clima y la estacionalidad. En general, es necesario realizar cálculos y estudios técnicos para determinar el ángulo de inclinación óptimo que permita captar la mayor cantidad de radiación solar durante todo el año.
● Desarrollo de algoritmos y fórmulas para el cálculo de la huella de carbono y su impacto económico, tanto en facturas directas como en impuestos, peajes, aranceles, etc.
