Energía Eficiente_EY33

TRIBUNA DE OPINIÓN 55 En segundo lugar, los actores que traba- jan en la generación tradicional deberán ajustar costesmejorando la eficiencia de estas plantas. En ese aspecto, diversos estudios proyectanqueunusoadecuado de analítica avanzada implica ahorros de entre un 5% y un 7,5%. Esto se debe a una mejora en el tiempo de funcio- namiento de las plantas, soportados por aplicaciones de mantenimiento predictivo, sumado a la optimización en el consumo del combustible que alimenta estas plantas, así como a una monitorización fina del rendimiento que elimina los excesos de producción. Esta necesidad demejora en los costes de producción en las centrales más tra- dicionales, es cada vez más importante si añadimos que progresivamente más particulares están inyectando energía en el sistema proveniente de placas solares. Estos actores están en ambos extremos de la cadena, ya que pro- ducen y consumen al mismo tiempo. Este escenario, plantea que, en un futuro no muy lejano, existirá un gran 'long-tail' de productores que deberán ser tenidos en cuenta para cualquier modelo de previsión de producción. Por ese motivo, la necesidad de tener una plataforma de datos que permita realizar un análisis ajustado y hacer predicción de la oferta y demanda se convierta en una herramienta nece- saria para operar el negocio de una forma más eficiente y rentable. GESTIÓN INTELIGENTE DE LA RED Este aspecto introduce una nueva variable que es la gestión de la red. El negocio de la transmisión y distribución de la energía ha sufrido pocos cam- bios en los últimos años, pero puede ser estresada por diversos factores. El primer aspecto, como ya hemos mencionado, es la incorporación de un gran número de pequeños pro- ductores distribuidos por el territorio y, en segundo lugar, el incremento de la electrificación del parque móvil. En otros aspectos, cambios de hábitos de consumo y generación como la carga de vehículos eléctricos en casa y la inyección de energía desde las placas solares en los techos, que pro- vocarán picos de energía del mediodía, crearán patrones de demanda dia- ria más volátiles. Para hacer frente a estos cambios en la demanda y evitar sobrecargas, las empresas de distribu- ción tendrán que invertir en optimizar la red lo que puede suponer presión en la rentabilidad y los flujos de caja. El uso de tecnologías orientadas a los datos estima ahorros de costes de operación y mantenimiento demás de 12% de mejora. El mantenimiento predictivo, basado en el 'Machine Learning', reducirá los cortes de ener- gía y mejorará la toma de decisiones en cuanto a la inversión y manteni- miento. Hoy en día, los costes de los sensores, de la captura de datos y el almacenamiento de la información, han disminuido significativamente y son una décima parte de lo que eran hace diez años, llevando a la prolife- ración de datos que permiten análisis avanzados impulsando la eficiencia. Estas eficiencias se consiguenmediante soluciones de inspección remota, evi- tando el desplazamiento de personal y recortando tiempos de resolución. Además, gracias al mantenimiento predictivo y a la optimización de la eficiencia en la gestión de los acti- vos se mejoran aspectos como la pérdida de energía y el incremento del tiempo de servicio de las plantas de transformación. Esto es posible gracias a la implanta- ción de soluciones de IoT potenciadas por la introducción de mejoras de comunicación como el 5G o la futura tecnología 6G que tendrá una velo- cidad de transmisión de 1.000Gbp/s, frente a los 600Mbp/s del 5G. Mediante estas tecnologías, la compañías ener- géticas serán capaces de recoger los datos y analizarlos en tiempo real, per- mitiéndoles optimizar los costes de operaciones, definiendo incluso políti- cas de mantenimiento predictivo que garanticen el nivel de servicio y ahorro. HACIA UNA MEJOR EXPERIENCIA DEL CLIENTE En último lugar, podemos encontrar las compañías de retail, las comer- cializadoras de energía. Se podría considerar que la demanda de la energía en el mercado retail, ha sido prácticamente plana en los últimos años. Adicionalmente, nos encontra- mos en un segmento de la cadena