Des d’Energy Tools continuem treballant en un futur més sostenible i en aquest projecte ho fem de la mà de Leitat Technological Center, per tal de desenvolupar el projecte CDTI 2 - Solar Energy Manager (SEM) finançat pel Ministeri de Ciència i Innovació amb 726.033,00€. La seva execució es començarà aquest 2024 i està previst que finalitzi l’any 2026.
L’objectiu general del projecte és desenvolupar una eina que permeti disposar d’una visió integral de la utilització de l’energia, promoure l’eficiència i l’estalvi energètic, complir les regulacions i optimitzar els recursos disponibles, tot amb l’objectiu d’aconseguir una gestió energètica eficaç i sostenible.
Per això, SEM (Solar Energy Manager) serà la primera eina d’analítica de mercat, consum d’energia (electricitat i electricitat autogenerada) i venda d’excedents, capaç de projectar de manera automàtica els consums i la gestió econòmica de l’estalvi a l’autoconsum i a la venda d’excedent per poder automatitzar:
• Propostes d’accions a realitzar sobre els contractes de subministrament i les instal·lacions. • Propostes de canvis sobre el contracte elèctric com tancaments o canvis de tipologia de contracte sobre la base de la informació de mercat. • Propostes sobre canvis de preferències dels clients i predicció del consum + generació.
En definitiva, cercar de forma dinàmica i constant fórmules que permetin un ús adequat dels recursos i un estalvi més gran per a l’empresa i els seus clients, mitjançant la recerca del moment ideal per tancar operacions de compra i venda d’energia amb l’objectiu de reduir el consum de la xarxa i potenciar l’ús de generació d’energia renovable, reduint l’impacte de la petjada de carboni i quantificant econòmicament aquest impacte.
Per aconseguir-ho es requereix:
● Investigar en la conceptualització d’aranyes de contingut que capturin i discriminin les dades històriques meteorològiques de la zona.
● Investigar en la conceptualització d’aranyes de contingut que capturin i discriminin les dades històriques de sol a la zona.
● Investigar en la conceptualització d’aranyes de contingut i API’s que connectin les dades de consum i recomanacions d’EBO i BDE.
● Desenvolupament d’API de comunicacions que permeti la gestió de les dades entre EBO, BDE i SEM.
● Investigar algoritmes de machine learning per extrapolar quan i en quin moment interactuar amb EBO i BDE per comprar energia a futur i/o vendre el sobrant de la producció solar, projectant el consum, els excedents generats a futur i la predicció de l’estalvi al consum energètic que es generarà.
● Investigar algoritmes de machine learning per predir el Coeficient d’Inclinació Lateral (CIL) en funció de la latitud geogràfica d’una ubicació i determinar la inclinació ideal dels panells solars, maximitzant la producció d’energia.
El valor del CIL varia segons la regió geogràfica i altres factors com el clima i l’estacionalitat. En general, cal realitzar càlculs i estudis tècnics per determinar l’angle d’inclinació òptim que permeti captar la quantitat més gran de radiació solar durant tot l’any.
● Desenvolupament d’algoritmes i fórmules per al càlcul de la petjada de carboni i el seu impacte econòmic, tant en factures directes com en impostos, peatges, aranzels, etc.
