.png)
La generación eólica es una de las fuentes de energía renovable más importantes en el mundo. Tanto, que entre 2019 y 2020 la capacidad instalada de dicha fuente de generación a través del viento se incrementó 53 por ciento, al pasar de 60.8 gigawatts (GW), a 93 GW en 2020, esto de acuerdo con el Global Wind Energy Council (GWEC).
De acuerdo con la Comisión Nacional de Energía de Chile (CNE), existe una capacidad instalada de generación eólica en nuestro país de 2,571 Megawatts (MW), o el 9,6 por ciento de la capacidad total de generación eléctrica de Chile.
En mercados como México, donde Suncast está ingresando, tienen más del triple de capacidad instalada con 8 mil 100 MW.
Este desarrollo sustancial que ha registrado en las principales economías del mundo debe venir acompañado de una amplia red de proveedores en distintos productos y servicios, que permitan optimizar de mejor forma el desempeño de los aerogeneradores.
Aquí es donde entra la Inteligencia Artificial desarrollada por Suncast, misma que permite a los parques eólicos contar con una solución eficaz para reportar de forma automática los pronósticos de generación a los operadores del sistema eléctrico, con un margen de error en línea con lo autorizado.
Este servicio coloca a Suncast como la primera empresa chilena en desarrollar servicios digitales para energía eólica.
Suncast cuenta con una amplia trayectoria aplicando su modelo de Inteligencia Artificial a a plantas solares fotovoltaicas, sin embargo, en el caso de la solución para plantas eólicas, cambia la variable correspondiente a los datos climatológicos, pues mientras en el caso de las plantas solares se mide principalmente la radiación y la temperatura, en el caso de la solución eólica se considera velocidad del viento, presión atmosférica y nivel de precipitaciones, entre otros.
Pero no es todo. El nuevo servicio para plantas eólicas de Suncast cumple con los requerimientos de las autoridades, y va más allá. En noviembre de 2020 el CEN reportó que las centrales eólicas alcanzaron un error MAE diario promedio de 12,2 por ciento, y su sistema experto un error de un 11%. En nuestro piloto con Engie, con la primera incursión de 3 meses, alcanzamos un error de 8,3%. Asimismo, respecto a solar, reportaron un error promedio nacional de 5,5%o, y el sistema experto un error de 3,6%, hemos avanzado en nuestros modelos obteniendo hasta un 2,5% de error.
