Todas las soluciones técnicas desarrolladas por los socios de Islander se prueban en un entorno real en la isla de Borkum (Alemania)

El Green Deal (o Pacto Verde Europeo) es la estrategia de la Unión Europea (UE) para lograr la neutralidad climática en 2050 (reducir las emisiones de gases de efecto invernadero hasta alcanzar cero emisiones netas) mediante una transformación económica y ambiental sostenible. Fue presentado en 2019 y establece una hoja de ruta para reducir las emisiones de gases de efecto invernadero, impulsar la economía verde y mejorar la calidad de vida en Europa. Dentro de este gran objetivo, la descarbonización de las islas juega un papel fundamental para reducir la dependencia de los combustibles fósiles y promover la transición hacia fuentes de energía renovable en territorios insulares. Dado que muchas islas europeas dependen en gran medida de la importación de combustibles fósiles para su suministro energético, la UE busca convertirlas en modelos de sostenibilidad mediante soluciones innovadoras. Una de las propuestas de solución, enmarcada en el proyecto Islander (proyecto de innovación financiado por la UE en el programa H2020) y liderado por Ayesa, pretende identificar tres líneas de actuación que contribuirá de manera clara a avanzar de manera significativa en la descarbonización de islas y zonas aisladas.

Isla de Borkum, en Alemania, donde se han puesto en práctica las tecnologías de generación y almacenamiento del proyecto Islander. Las actividades llevadas a cabo en Borkum allanan el camino para la reproducción de los resultados en otras islas de la UE.

Concretamente, el proyecto Islander focaliza sus esfuerzos en tres líneas de actuación:

a) El desarrollo de una plataforma software que, en base a las últimas tendencias tecnológicas en IA y algoritmos de optimización matemática, sea capaz de gestionar de una manera inteligente, flexible y óptima recursos energéticos distribuidos (DER) junto con tecnologías diversas de almacenamiento (Hybrid Energy Storage), permitiendo hacer frente a los desafíos que las fuentes de energía renovable introducen en las smartgrid (variabilidad en la producción, heterogeneidad de fuentes, dificultad en la casación de oferta y demanda, etc.).

b) El desarrollo de una metodología de predicción de consumo y de generación, en diferentes capas, utilizando los últimos avances en Machine Learning, permitiendo la generación de predicciones con un alto nivel de precisión que serán utilizados por los algoritmos de optimización (comentados en el punto 1) y que permitan tomar decisiones de manera informada.

c) El desarrollo e implementación de una metodología que permita obtener el diseño óptimo, en términos de costes, de la combinación de activos DER y HES permitiendo la optimización de las inversiones y los costes de operación llegan a la paridad, o incluso mejorando, el coste de fuentes de energía fósiles.

Dentro del proyecto se exploran diferentes vectores energéticos y tecnologías de almacenamiento. Así, además de las típicas configuraciones de autoconsumo (instaladas en 30 casas y tres edificios) también se hace uso de sistemas de hidrógeno verde, encargados de almacenar energía cuando hay exceso de generación y liberarla cuando la demanda excede la generación. Todo ello controlado, de nuevo, por un algoritmo basado en IA y entrenado tanto con datos reales como con sintéticos, que permite una toma de decisiones inteligente de los procesos de carga y descarga del sistema de H2. 

También se ponen en práctica sistemas Ultracaps (supercondensadores) que permitan liberar o absorber de manera rápido picos de energía cuando la plataforma SW encargada de gobernar todo el sistema así lo decida. El proyecto también pone en marcha soluciones de movilidad sostenible que además contribuyan a dar estabilidad a la red en general. Para ello, se ha instalado un cargador V2G (Vehicle-to-grid) que permite la carga y descarga de energía en vehículos eléctricos con dicha capacidad. 

Para incrementar el interés de los ciudadanos que poseen vehículos con capacidades V2G en participar en procesos de carga y descarga, en el marco del proyecto, se han analizado diferentes modelos de incentivos que permitan realizar análisis de escalabilidad y adopción de las soluciones en entornos donde el número de vehículos y cargadores sea mayor. 

Para finalizar con las fuentes de energía, también se ha instalado un sistema de calefacción/refrigeración urbana que utiliza el agua del mar como fuente de energía térmica (seawater district heating), proporcionando climatización a un total de 100 viviendas. Este tipo de sistemas extraen agua de mar a una profundidad donde la temperatura es relativamente estable. El agua de mar transfiere su energía térmica a un circuito de agua dulce mediante un intercambiador de calor. A continuación, se utiliza una bomba de calor para elevar la temperatura del agua dulce hasta niveles adecuados para calefacción (40-90 °C según el sistema). El agua caliente se envía a través de una red de tuberías hacia las viviendas. Finalmente, el agua de mar, después de haber cedido su calor, se devuelve al océano sin contaminarlo.

Además de la amalgama de tecnologías de generación y almacenamiento puestas en práctica en el proyecto y demostradas en la isla de Borkum (Alemania), usada como piloto, el proyecto también pretende demostrar cómo gracias al empleo de modelos predictivos (generación, consumo, temperatura, precios de la energía, etc.), a la agregación de múltiples DER (Distributed Energy Resources), al uso de modelos y algoritmos de Day-Ahead y Real Time, se puede participar en diferentes servicios energéticos (ancilliary services), tales como los de regulación en frecuencia, gestión de la demanda (Demand Response, etc.), dotando de mayor interés a los participantes en el proceso que se constituyen en Comunidades Energéticas Locales.

Como se puede inferir de lo expuesto, la plataforma software —y las apps que constituyen el EMS (Energy Management System): app para gestión de las recargas de vehículos eléctricos, app para la gestión de la demanda (DR), etc.—, desarrollada por Ayesa y bautizada con el nombre de Gridpilot, se constituye como el “cerebro” de la solución con capacidades para:

• Realizar un dimensionamiento óptimo en términos de costes inversión y mantenimiento del binomio DER+HES para lograr la descarbonización de islas o zonas geográficas aisladas.
• Agregar recursos energéticos distribuidos (DER) tanto Front-the-Meter como Behind-the-meter, permitiendo la gestión en una misma plataforma tanto la gestión de cargas no controlables, sistemas de almacenamiento de múltiples tecnologías y la generación renovable usando múltiples fuentes de energía.
• Operar óptimamente los recursos agregados, gracias a los algoritmos de predicción (forecasting de consumos, generación, precios), buscando maximizar el ROI y permitiendo una operación autónoma en tiempo real siendo capaz de gestionar las desviaciones respecto a las líneas base establecidas.
• Proveer diferentes servicios energéticos (optimización on-site del uso de energías renovables generadas, ventas de excedentes al mercado, participación en servicios de gestión de la demanda-DR-).
• Permitir el trading de energía entre particulares (Peer-to-Peer Energy).

Visión general de la plataforma Gridpilot.