La producción de vino se apoya en la Inteligencia Artificial para combatir el cambio climático

Ayesa, proveedor global de servicios de tecnología e ingeniería, participa en un proyecto para optimizar la producción vinícola a través de la instalación de gemelos digitales en granjas solares junto a viñedos. La plataforma tecnológica, basada en Inteligencia Artificial, ajusta el flujo de energía fotovoltaica mediante un análisis sensórico del entorno en que se ubican los cultivos, generalmente bastante complejos y cambiantes.

El sector vitivinícola español se encuentra amenazado por la acción del cambio climático. El aumento de la temperatura, el régimen de lluvias y la radiación solar impactan en el desarrollo de los cultivos, lo que afecta directamente a sus características organolépticas, entre ellas la estructura de gustos. Esto puede llevar a desplazar el cultivo en altitud o latitud, pero la importancia de las Denominaciones de Origen en el sector implica que se mantenga la producción en las ubicaciones actuales.

Así surge VidVolt 4.0, un proyecto liderado por el clúster vitivinícola catalán INNOVI y en el que Ayesa trabaja a través de la Fundación Ibermática, unidad de I+D+i del grupo. Su misión, desarrollar un marco computacional Digital-Twin para rastrear, prescribir y optimizar el flujo de energía solar que reciben los viñedos, para hacerlos sostenibles en sus actuales ubicaciones.

Se trata de optimizar los cultivos a través de la instalación en granjas solares-vinícolas, con un análisis sensórico complejo y multipropósito, lo que se conoce como sistemas Agro-photo-voltaicos (APV). Los sistemas APV cohabitan simbióticamente las instalaciones de generación de energía y los sistemas de producción agrícola.

Ayesa, a través de la Fundación Ibermática, optimiza el flujo de energía solar en los campos de cultivo de uva mediante técnicas de ‘gemelo digital’.

El sistema de gemelo digital permite probar una instalación solar desde múltiples direcciones en distintos escenarios virtuales gobernados por un algoritmo de aprendizaje automático (ML) basado en algoritmos genéticos para optimizar el sistema. La instalación solar que mejor resultado dé en el escenario virtual, será la que se aplique después en el escenario real.

El modelo que alimenta el sistema tiene en cuenta datos como la descomposición de alta frecuencia de la radicación y potencia solar, que se propaga hacia adelante en el tiempo para determinar múltiples reflejos y absorción para varios sistemas de fuentes, configuraciones, la inclinación variable de múltiples paneles, índices de refracción del panel, tamaños, formas, alturas, propiedades de refracción del suelo, y cómo dichas configuraciones afectan a la producción agrícola.

Con la ejecución del VidVolt 4.0 se obtendrá una suite de herramientas software y modelos de Machine Learning adaptados y actualizados en una situación compleja y cambiante como es una planta combinada de cultivos y granjas de generación eléctrica fotovoltaica.

Para llegar a implementar la Inteligencia artificial en parcelas vitícolas agrovoltaicas, se trabajará en varias líneas:

• Investigación y desarrollo de sistemas de captura y procesado de datos adaptados a las necesidades en cuanto a protocolos, volumen y variabilidad de la información de una planta de estas características.
• Búsqueda de anomalías y prescripción de recomendaciones en cuanto a la posición de la granja de paneles, con respecto al estado del crecimiento de los cultivos.
• Interacción con los usuarios de la planta, que sirva para implicarles en el uso (human In the loop) de la plataforma. Se investigará cómo optimizar la comprensión y aprendizaje por su parte de los resultados de los modelos.

El proyecto está financiado por los fondos Next Generation de la Unión Europea, a través del Ministerio de Industria, Comercio y Turismo. Además de Fundación Ibermática e INNOVI, también participan el Clúster Energía Eficient de Catalunya, Km0 Energy, Tamic e Incavi.