PROYECTO: “Machine learning + IA para análisis predictivo y detención de fallas en plantas solares“

EMPRESA: Enel Generación Perú S.A.A.

CATEGORÍA: Energía

REGIÓN: Moquegua

RESUMEN EJECUTIVO

Enel Generación Perú ha generado un sistema integral que aprovecha las señales de una central completamente digitalizada, aprovechando los sistemas SCADA y sistema de Internet industrial de las Cosas (lloT), que permite integrar la información de los sensores para un sistema de diagnóstico en tiempo real hacia una plataforma Plant Information, que permiten llevar una estrategia de mantenimiento basado en condición y riesgo, lo cual permite mejorar la eficiencia energética de la planta hasta el límite máximo, siendo la central solar más eficiente y digitalizada a nivel mundial; logrando la mayor sostenibilidad energética.

La integración de plataformas de inteligencia artificial se basa en 19 plataformas del negocio que permiten atender cada equipo y componente de la planta de manera personalizada, desde la optimización del recurso, identificación de ineficiencias, predicción de la evolución, entre otros.

Este desarrollo fue ejecutado por el equipo de Perú logrando obtener mayor disponibilidad energética en la central durante el 2020, reduciendo las pérdidas por falla de fusibles, inversores, paneles, cables, strings y transformadores, solo en la anticipación de fallos en fusibles se obtuvo +4.55 GWh por mayor producción lo que equivale a USD 218,200.

SÍNTESIS

El desarrollo permite realizar la integración de plataformas de inteligencia artificial para contribuir en la optimización del mantenimiento basado en la estrategia de condición y riesgo, utiliza las 19 plataformas que permiten atender cada equipo/componente de la planta personalizado, desde la optimización del recurso, identificación de ineficiencias, predicción de la evolución. Al integrar los sistemas de diagnóstico predictivo y prescriptivo, nos permite mejorar los modos de falla de las plantas solares, brindando un análisis de acuerdo con los árboles de decisión que permite mejorar el sistema actual.

Uno de los aportes más importantes es que las estrategias se derivan de procesos de IA que mejoran la toma de decisiones, eliminando el sesgo cognitivo en aquellos factores que no pueden ser controlados por las personas (factores meteorológicos). De cara al cuidado del medio ambiente, el desarrollo en el 2019, se ha evitado 199.308,00 toneladas de C02 evitadas a la atmósfera y en el 2020, se ha evitado: 205.151,07 toneladas de C02 evitadas a la atmósfera.

RESULTADOS

Con la planta en máxima eficiencia durante el 2020, se ha evitado: 205.151,07 toneladas de C02 evitadas a la atmósfera. La mejora de la calidad de la información en el proceso es del 100% y se reduce el 25% en revisiones de una persona al año, el proceso es completamente digital lo cual permite reducir 10kg de papel por el registro, ahorro de 70 kW/h de energía y 15kg de emisión de dióxido de carbono.

Se ha desarrollado este sistema desde el punto de vista del cliente centrista y multiplataforma, que puede accederse desde la web, desde App, a través de SAS Analytics.

LOGROS ALCANZADOS

Al integrar los sistemas de diagnóstico predictivo y prescriptivo, nos permite mejorar los modos de falla de las plantas solares, brindando un análisis de acuerdo a los árboles de decisión que permite mejorar el sistema actual.

El nivel de ensuciamiento de los paneles solares afecta la producción de energía eléctrica y juega un rol fundamental en todo el ciclo de vida de nuestra central solar.

El ensuciamiento, o soiling como se le conoce por su traducción al inglés, es perjudicial para los paneles, principalmente, en dos sentidos:

• Disminución de la producción de energía eléctrica.
• Degradación de los paneles fotovoltaicos.

El primer factor tiene un mayor impacto negativo para la empresa, ya que los paneles al tener una película de polvo en su superficie no absorberán la suficiente irradiancia para producir energía eléctrica a su máxima capacidad, afectando la producción de la central y los resultados económicos de la empresa.

El segundo factor se evidencia a largo plazo; sin embargo, la suciedad o soiling en los paneles acelera la degradación de estos, afectando la vida útil y las expectativas de producción a largo plazo de nuestra central.

Las condiciones del lugar en el que se encuentra ubicada nuestra central solar nos genera la necesidad de utilizar métodos de limpieza y/o reducción eficiente de soiling en los paneles instalados, de tal modo que el proceso de producción de energía eléctrica sea lo más eficiente posible.