Cierre del proyecto IA4TES

• Con una duración de 3 años (2022-2024) es un proyecto de investigación sobre las soluciones que proporcionan las distintas tecnologías de Inteligencia Artificial en el sector eléctrico. Al amparo de la iniciativa Next Generation EU y del Programa Misiones de I+D en IA, se ha conformado el Consorcio liderado por Iberdrola España e integrado por empresas, centros de investigación, BCAM entre ellos, y universidades.
• Los investigadores Santiago Mazuelas (BCAM – Ikerbasque) y Vincenzo Nava (BCAM-Tecnalia) y han formado parte del proyecto junto con otras diecisiete entidades

El proyecto IA4TES, desarrollado por un consorcio liderado por Iberdrola España e integrado por empresas, centros de investigación, BCAM entre ellos, y universidades, ha llegado a su fin tras tres años de duración. Los investigadores Santiago Mazuelas (BCAM – Ikerbasque) y Vincenzo Nava (BCAM-Tecnalia) han formado parte del proyecto.

IA4TES es un proyecto de investigación bajo el marco de la convocatoria del Programa Misiones de I+D en Inteligencia Artificial  y al amparo de la iniciativa Next Generation EU y del Programa Misiones de I+D en IA. El proyecto fue seleccionado tercero de un total de cinco concedidos en España, con una puntuación de 63 puntos y una subvención total de más de 12,5 millones de euros.

Esta iniciativa ha abordado retos clave en la gestión energética mediante el uso de inteligencia artificial y modelos matemáticos avanzados. El trabajo colaborativo de todos los socios del Consorcio ha contribuido significativamente al desarrollo de métodos de predicción de carga y precios energéticos, esenciales para optimizar la planificación de la capacidad de generación, el equilibrio entre oferta y demanda, y la reducción de costes en el comercio energético.

La importancia del problema

En un contexto de rápido desarrollo de los sistemas energéticos y las redes inteligentes, la predicción precisa de carga y precios se ha convertido en una herramienta fundamental para afrontar las incertidumbres intrínsecas en la demanda y las variables financieras relacionadas con la energía. Además, los avances en esta área tienen un impacto directo en la sostenibilidad, al reducir el desperdicio energético y los costes asociados a su adquisición.

Logros destacados

Dentro de BCAM, el proyecto IA4TES ha generado resultados de gran relevancia tanto en el ámbito académico como industrial:

• Publicaciones de impacto: Investigaciones como “Probabilistic Load Forecasting Based on Adaptive Online Learning” fueron publicadas en revistas de alto prestigio, como IEEE Transactions on Power Systems (2021).
• Premios y reconocimientos: El trabajo fue galardonado con el premio a la Mejor Contribución Aplicada en el ámbito de la Estadística por la Sociedad Española de Estadística e Investigación Operativa (SEIO)-Fundación BBVA en 2022.
• Colaboración industrial: La cooperación con el departamento financiero de IBERDROLA resultó clave para definir los objetivos de investigación y las estrategias metodológicas más efectivas.
• Difusión en medios: La relevancia del proyecto fue destacada en medios nacionales como Antena 3, Diario ABC y El Mundo, además de un artículo en el boletín de la Real Sociedad Matemática Española (RSME).

Métodos matemáticos y computacionales

El equipo desarrolló métodos de predicción que no solo evalúan las incertidumbres asociadas a las variables energéticas, sino que también se adaptan a los cambios en los patrones de consumo y costes (concept drift). Estos algoritmos eficientes y flexibles permiten generar predicciones basadas en cientos de modelos actualizados con datos reales recientes, logrando un rendimiento significativamente mejorado en diversos escenarios.

Cabe destacar la implicación y el trabajo de BCAM en las siguientes actividades:
 

• Actividad 3.16: Monitorización de la Salud Estructural de las Turbinas Eólicas Offshore
• Actividad 3.17: Estimación de vida de componentes de las turbinas offshore
• Actividad 4.6: Predicción multidimensional de la demanda
• Actividad 6.11: Predicción/subidas de precios o demanda de energía

Impacto y conclusiones

La reunión de cierre de proyecto se celebró con un evento en el Campus de Iberdrola en San Agustín del Guadalix los dias 3 y 4 de diciembre. En este  encuentro de dos días se brindó  la oportunidad de compartir los logros alcanzados y agradecer a todos los que han contribuido con su trabajo durante estos años.

Los resultados obtenidos en el marco del proyecto IA4TES no solo han mejorado las herramientas de predicción disponibles, sino que también han establecido un referente en la aplicación de inteligencia artificial en el sector energético. Concluimos esta etapa con la satisfacción de haber aportado soluciones innovadoras que contribuyen tanto al avance tecnológico como a la sostenibilidad medioambiental.
 

Socios del consorcio

En estre proyecto han participado  dos grandes empresas líderes nacionales,la mencionada  Iberdrola, en el área de energía; e Indra-Minsait en el área de digitalización, con área de especialidad en Inteligencia Artificial. Por otro lado, también han sido partes de este consorcio nueve PYMEs con experiencia en IA, el sector energético o en otros sectores, pero cuyos desarrollos pueden exportase a la investigación en las distintas tecnologías identificadas como Ariadna Grid, Balantia, Baobab soluciones, Barbara, Bedrock, Efficiency program, Fexidao, RatedPower, Singlar Innovation, Stemy energy y Lokinn. Además, participarán 4 entidades investigadoras como Tecnalia, el Instituto de Ingeniería del Conocimeinto, Vicomtech y Basque Center for Applied Mathematics-BCAM. Por último, en el consorcio se cuenta también con tres universidades, la Universidad de Granada, Universidad de Salamanca y la Universidad Politécnica de Madrid.