Eficiencia energética de redes de agua: nuevo enfoque holístico usando técnicas de machine learning

El proceso de toma decisiones operativas y de mantenimiento en la gestion de red de agua implica el analisis de una enorme cantidad de variables altamente interrelacionadas. Los sistemas actuales de gestion estan basados en la recopilacion de datos y software de modelacion. Sin embargo, es una realidad latente que la existencia de una mayor complejidad en el sistema de monitoreo no siempre se transforma en una mejora evidente de la eficiencia en la operacion. Para aprovechar al maximo los datos e informacion generados en la red, se presenta —a traves de un caso practico basado en una plataforma web— un nuevo enfoque holistico que aprovecha las tecnologias y herramientas ya existentes en las empresas abastecedoras para ayudar a la mejora de la eficiencia en la operacion dentro del nexo agua-energia. El caso practico que se presenta esta ubicado la ciudad de Karlsruhe (Alemania) cuyo sistema de distribucion de agua esta operado por Stadtwerke Karlsruhe (SKWA), la compania publica municipal de agua, gas y energia, que abastece aproximadamente a 400.000 habitantes con una red de algo mas de 900 km y un computo total de agua consumida al ano de 24 Hm3 (Kuhlers, 2016). En este caso existen cuatro factores interrelacionados que afectan al consumo energetico y a la calidad del servicio de suministro: (i) la influencia directa del deposito regulador en la gestion de la presion en la red, (ii) singularidades y diferentes caudales de las estaciones bombeo, (iii) diferente eficiencia energetica de las unidades de bombeo, (iv) tarifa electrica variable durante el transcurso del dia. Implementando tecnicas de Machine Learning y con la ayuda de un sistema integrado de modelado hidraulico y un sistema de prevision de la demanda con reconocimiento de patrones, se ha dado respuesta a las necesidades en terminos de ahorro de energia y reduccion de emisiones, centrandose en las siguientes areas: (i) prevision de la demanda de agua potable de manera fiable por cada sector, (ii) gestion del tanques de almacenamiento de agua, (iii) programa y calendario de bombeo para alimentar la red y, como resultado, (iv) mejora de la eficiencia energetica de las bombas de red. Como resultado esperado, SKWA se habia marcado reducir en un 2% anual la generacion de gases de efecto invernadero (CO2) a traves de la mejora en la eficiencia energetica en la operacion. SKWA cuenta ahora con un sistema de apoyo a la decision para proporcionar recomendaciones de operacion diaria a traves del analisis multicriterio orientado a la optimizacion de los calendarios de bombeo. Con este sistema SWKA ha conseguido hasta un 7,5% de ahorro energetico y sus costes asociados en la operacion del sistema, sin considerar los ahorros derivados de otros beneficios indirectos por la mejora de la gestion global. Como conclusion, el caso practico que se presenta demuestra con resultados que la implementacion de una solucion TIC aplicando inteligencia artificial, aprendizaje automatico y analisis predictivo en tiempo real, constituye una parte decisiva de la futura gestion integrada y eficiente de redes de agua potable en el ambito del agua y de la energia.