INVESTIGACIÓN EN NUEVAS TECNOLOGÍAS FOTOVOLTAICA, ALMACENAMIENTO Y GESTIÓN ENERGÉTICA PARA LA GENERACIÓN DISTRIBUIDA BAJO EL PARADIGMA DE LAS COMUNIDADES ENERGÉTICAS

GENERDIS es un proyecto de investigación industrial orientado tanto a sentar las bases de conocimiento de nuevas tecnologías (nuevas tecnologías de baterías de flujo y solar integrada en edificios), como al desarrollo de capacidades tecnológicas disruptivas basadas en algoritmia avanzada, que permitan evolucionar hacia una generación de energía renovable más digitalizada, eficiente y asequible y sostenible.

Los objetivos específicos del proyecto son:

• Gestión energética óptima de plantas fotovoltaicas híbridas con baterías
• Flexibilidad de la demanda e integración en comunidades energéticas
• Nuevas tecnologías de almacenamiento con baterías de flujo
• Nuevas soluciones constructivas Building-Integrated PhotoVoltaics 

GENERDIS abordará los retos tecnológicos de las comunidades energéticas del futuro, escenario más complejo de la generación distribuida, para lo que se basa en tres pilares:

1. Gestión optimizada de los recursos energéticos descentralizados, mediante sistemas adaptativos basados en la Inteligencia Artificial.
2. Investigación de tecnologías innovadoras de almacenamiento para la energía generada.
3. Investigación de nuevos materiales, métodos de maximización del aprovechamiento del recurso solar y su integración en las superficies disponibles en edificios. 

Referencia: MIG-20221069

Tipo de proyecto: Investigación Industrial

Participantes: COBRA INSTALACIONES Y SERVICIOS SA (líder); ISOTROL SA; ARIÑO DUGLASS SA; CUADROS ELECTRICOS NAZARENOS SL; CUERVA ENERGIA SL; ENERGY PANEL SL; N VISION SYSTEMS AND TECHNOLOGIES SL y SFERAONE SOLUTIONS Y SERVICES SL.

Financiación: Iniciativa subvencionada por el Ministerio de Ciencia e Innovación dentro procedimiento de concesión de ayudas destinadas al “Programa Misiones de Ciencia e Innovación”, del Programa Estatal para Catalizar la Innovación y el Liderazgo Empresarial del Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023, en el marco del Plan de Recuperación, Transformación y Resiliencia.

Periodo de ejecución: 2022 – 2025

BigER

Análisis predictivo de infraestructuras de generación de energías renovables basados en algoritmos Big Data.

El principal objetivo del proyecto BigER es desarrollar una solución integrada que permita optimizar la gestión de plantas solares, combinando técnicas de análisis predictivo con las de gestión de activos fotovoltaicos y solar de concentración a través de la aplicación de técnicas avanzadas de inteligencia artificial.

Para ello, en el marco del proyecto BigER se va a llevar a cabo el diseño, desarrollo y validación de las pruebas de concepto necesarias para la optimización de la gestión de los activos de generación solar a través de algoritmos avanzados, capaces de explotar grandes volúmenes de información.  Esta optimización permitirá:

• Una reducción de los costes de O&M, en el orden de un 10%.
• La resolución del 80% de las actividades O&M en plantas solares.
• El incremento de la fiabilidad y predictibilidad, disminuyendo las indisponibilidades y mejorando la comercialización de la energía generada.

BigER se focaliza en la generación fotovoltaica y solar de concentración, pero también será aplicable en otras tecnologías renovables como eólica o mini hidráulica.

Referencia: AEI-010500-2022b-60

Tipo de proyecto: Investigación Industrial

Participantes: ONTECH (líder), ISOTROL, KAYLON ENERGIAS RENOVABLES SL; SOL-UTION PERFORMANCE AND ENGINEERING SERVICES SL; ATREBO S.L. y UNIVERSIDAD DE JAÉN.

Financiación: Iniciativa subvencionada por el Ministerio de Industria, Comercio y Turismo dentro del Programa de ayudas para el apoyo a Agrupaciones Empresariales Innovadoras (AEI) para contribuir a la mejora de la competitividad de las pequeñas y medianas empresas en el marco del Plan de Recuperación, Transformación y Resiliencia.

Periodo de ejecución: 2022 – 2023

Modelos predictivos de fallos en aerogeneradores a través de técnicas de aprendizaje basado en Inteligencia Artificial

El objetivo del proyecto WinDIAG es proporcionar a los gestores de parques eólicos de gran tamaño (“utility scale”), una nueva generación de herramientas que permiten anticiparse y evitar fallos en los aerogeneradores, reduciendo el tiempo de parada por mantenimiento y alargando la vida útil de los mismos, sin realizarse inversiones adicionales para la detección y predicción de dichos fallos.

Para ello, se incorporan funciones basadas en Deep Learning que permiten el aprendizaje y el feedback del operador en la toma de decisiones. La línea de investigación planteada es la de Reinforcement Learning, en la que, en forma de “recompensas” o “castigos” con el feedback del usuario del sistema (“operador”), permite un entrenamiento para un diagnóstico preciso. El uso de Machine Learning es crítico para la generación de datos de entrenamiento, dada la dificultad de disponer de los mismos para un mismo parque eólico; la idea es usar técnicas avanzadas de Redes Neuronales Generativas Adversarias (GANs), para esta generación.

El resultado esperado es una infraestructura de análisis y un conjunto de algoritmos que, partiendo de los datos de los sistemas SCADAs de monitorización y control de los aerogeneradores, y tras un proceso de configuración, limpieza de datos y entrenamiento, sean capaces de detectar situaciones fuera de lo normal, realizando un diagnóstico en base a los posibles modos de fallo de los componentes críticos de los aerogeneradores, y proporcionando una recomendación de actuación por los equipos de O&M basada en el aprendizaje.

Participantes: ISOTROL

Periodo de ejecución: 2022 – 2024

Financiación: Proyecto financiado por la Entidad pública empresarial Red.es, adscrita al Ministerio de Asuntos Económicos y Transformación Digital, con cargo a los fondos procedentes del Mecanismo de Recuperación y Resiliencia dentro del Instrumento Europeo de Recuperación («Next Generation EU»), de acuerdo con el Plan de Recuperación, Transformación y Resiliencia.

Convocatoria: Ayudas 2021 Destinadas a Proyectos de Investigación y Desarrollo en Inteligencia Artificial y Otras Tecnologías Digitales y su Integración en las Cadenas de Valor. C005/21-ED

Presupuesto: 535.948 €    

ELECTRON

RED ELÉCTRICA RESILIENTE Y CON MECANISMOS DE AUTO REPARACIÓN

ELECTRON es un proyecto de investigación internacional financiado por la Unión Europea (H2020 SU-DS04-2018-2020) que tiene como objetivo principal ofrecer una plataforma EPES de nueva generación, capaz de potenciar la resiliencia de los sistemas de energía contra ataques cibernéticos, de privacidad y de datos.

Con este proyecto se persigue:

• Creación de componentes para garantizar una mayor resistencia de los sistemas energéticos frente a ciberataques.
• Proporcionar un marco colaborativo moderno de riesgo y certificación, involucrando a diferentes partes interesadas en la cadena de valor del sector energético en línea con la seguridad.
• Proporcionar un marco de protección y seguridad informática de nueva generación, mediante la participación de un SIEM descentralizado y federado basado en el aprendizaje y un IDPS potente.
• Diseñar e implementar planes de prevención y mitigación basado en nanoredes para proteger la red.
• Diseñar planes de entrenamiento basados en realidad aumentada y virtual para mejorar la formación del personal en materia de ciberseguridad.
• Cumplir con las políticas y requisitos de certificación europeos para los sistemas energéticos y de potencia.

Dentro del consorcio, Isotrol proporcionará sus conocimientos a los trabajos relacionados con la ciberseguridad aplicada a SCADA y el punto de vista de la gestión energética, así como al desarrollo de herramientas de actuación proactiva ante la detección de ataques o amenazas, concentrándose sus actividades en el desarrollo y demostración de esta tecnología en entornos relevantes de plantas renovables españolas. Trabajará en la aplicación de todas las mejoras en ciberseguridad que se alcancen como resultado de la ejecución del proyecto a sus sistemas, mejorando la seguridad de sus sistemas con los últimos avances en el estado del arte.

Participantes

Consorcio internacional formado por 34 empresas, centros de investigación y universidades de países como Grecia, Francia, España, Suecia, Ucrania, Noruega, Países Bajos, Chipre, Italia, Luxemburgo, Israel y Rumanía.

Período de ejecución: 2021 – 2024

Página Web: https://electron-project.eu/

Financiación

Este proyecto ha recibido financiación del Programa de Investigación e Innovación Horizonte 2020 de la Unión Europea en virtud del acuerdo de subvención n. º 101021936.

INTELIGENCIA ARTIFICIAL PARA LA OPERACIÓN Y MANTENIMIENTO DE PLANTAS FOTOVOLTAICAS

El objetivo principal del proyecto AI4PV es aumentar el rendimiento operativo de las plantas fotovoltaicas mediante la aplicación de Inteligencia Artificial combinando las tecnologías de Gemelo Digital con análisis de datos de señales SCADA.

El resultado esperado es un conjunto de herramientas para equipos de operación y mantenimiento (O&M) de plantas fotovoltaica y Asset Managers para:

• Incrementar la confiabilidad y eficiencia operativas en plantas fotovoltaicas: alta precisión de detección temprana de fallos y problemas
• Mejorar el rendimiento económico: reducción de los tiempos de inactividad de los elementos, así como la detección de problemas de rendimiento que pueden afectar la producción de energía.

Para lograr estos objetivos, AI4PV se basará en el modelado físico de componentes para construir activos digitales de las plantas de energía fotovoltaica, combinando estos modelos con el análisis de señales y algoritmos basados en IA y utilizando diferentes tecnologías tales como: modelado y simulación, aprendizaje no supervisado, recolección de datos e interoperabilidad. Este planteamiento combina la aproximación de modelado y simulación de los componentes, que permite predecir los comportamientos eléctricos y de generación de potencia de los mismos, comparados con la información real observada en los mismos. Frente a un análisis tradicional basado en la analítica de datos, se consigue una discriminación mucho más precisa de los problemas de los mismos, especialmente de aquellos que presentan síntomas similares para los mismos problemas (p.ej. degradación, suciedad en paneles -soiling, limitaciones de potencia en el inversor – clipping, etc)

Participantes
Consorcio internacional integrado por entidades de España y Portugal con amplia experiencia en el área de la energía y de la Inteligencia Artificial: EDP Portugal (líder), ISOTROL e INESCTEC.

Periodo de ejecución: 2021 – 2023

Financiación
Centro de Desarrollo Tecnológico e Industrial (CDTI), Programa Proyectos I+D+i. Ayuda cofinanciada por el Fondo Europeo de Desarrollo Regional (FEDER) a través del Programa Operativo Plurirregional de España 2014-2020. Proyecto colaborativo internacional EUR 2020058 que dispone del sello del CLUSTER AI EUREKA.

Presupuesto total: 813.829 €

DETECCIÓN DE CIBERAMENAZAS EN LOS SISTEMAS DE MONITORIZACIÓN Y CONTROL DE INSTALACIONES DE GENERACIÓN RENOVABLES

El proyecto RENSHIELD tiene como objetivo principal el desarrollo y validación de una solución software Intrusion Detection System (IDS) para la identificación de ciberamenazas en los sistemas de monitorización y control de instalaciones de generación renovables, a través de técnicas de Inteligencia Artificial Machine learning capaces de detectar patrones anómalos en el tráfico de control de la planta, los centros de control y los elementos de la misma.

Esta solución identifica vulnerabilidades, gestiona los riesgos y detecta ciberataques en los sistemas de control de tiempo real de generación renovables a través de técnicas de inteligencia artificial que permiten detectar ataques no conocidos a través del análisis de normalidad en la operación, incrementando significativamente los niveles de seguridad en los sistemas de monitorización y control energético, tanto a nivel de Scadas como de centros de control de instalaciones energéticas, además de la determinación del mapa de riesgo de los parques y la securización de sus protocolos.

Los retos principales del proyecto son:

• Implementación de un IDS de análisis de tráfico y paquetes de tiempo real en capa de aplicación. Examen de paquetes en protocolos de control (Modbus, IEC-104, DNP3, …)
• Aplicación de técnicas de inteligencia artificial a la detección de patrones anómalos en ciberseguridad
• Desarrollo de un SIEM (Security Information and Event Management) para correlación de eventos, minimizando interacción con operador
• Implantación del sistema en una sonda en la red de parques con bajos requisitos de computación

Estos objetivos forman parte de un reto mayor, que es proporcionar a los clientes de ISOTROL un nivel de seguridad proactiva suficiente y cumplir con las exigencias de los estándares de seguridad más avanzados que exigen los mercados internacionales.

Participantes
ISOTROL

Periodo de ejecución: 2021 – 2023

Financiación
Corporación tecnológica de Andalucía (CTA): 1ª convocatoria 2021 para Financiación de Proyectos de I+D+i

CARGA DINÁMICA INDUCTIVA Y MEDIANTE HIDRÓGENO PARA VEHÍCULOS ELÉCTRICOS BASADA EN FUENTES RENOVABLES

El objetivo del proyecto CARDHIN es investigar y desarrollar un prototipo funcional de Sistema de Carga Dinámica Inductiva en carretera, que permita la recarga en movimiento de vehículos eléctricos mientras están circulando por las carreteras.

CARDHIN se centrará en la electro-movilidad mediante el desarrollo de sistemas e infraestructuras de recarga embebidas en la carretera, que permitirá la recarga en movimiento de los vehículos eléctricos impulsando, por tanto, modelos de movilidad sostenibles y libres de emisiones.

El proyecto optimizará el mix energético, incluyendo la generación local, almacenamiento con baterías e hidrógeno renovable, lo que reducirá el impacto medioambiental futuro al contribuir a electrificar el conjunto de autopistas y autovías.

Dentro del consorcio, ISOTROL aporta su conocimiento de sistemas de control asociados a la gestión energética. En particular, los principales objetivos de Isotrol se centran en:

• Optimización energética de la infraestructura de recarga
• Sistemas de control de las infraestructuras de recarga
• Centro de control de vehículos

Participantes
API MOVILIDAD (líder), SICE, PREMO, ISOTROL, INFORNORTE, ARIEMA y ÁPTICA

Periodo de ejecución: 2020 – 2023

Financiación
Proyecto subvencionado por el Centro para el Desarrollo Tecnológico Industrial (CDTI) a través de la convocatoria CDTI Misiones.