En una reciente entrevista, Antonio Delgado Rigal, Doctor en Inteligencia Artificial y CEO de AleaSoft Energy Forecasting, compartió su perspectiva sobre el rol de la inteligencia artificial en las proyecciones de precios del mercado eléctrico. Desde 1999, AleaSoft ha sido pionera en la utilización de redes neuronales, combinando datos, modelos y conocimiento del mercado para ofrecer previsiones fiables y precisas.
Delgado Rigal destacó que la inteligencia artificial facilita el acceso a información y puede utilizar previsiones públicas como una fuente complementaria. No obstante, subrayó que lograr una previsión precisa requiere datos de alta calidad, modelos robustos y criterio para validar los resultados, más allá de obtener una cifra de un agente de IA.
Al referirse a desvíos en sus previsiones, el CEO señaló la importancia de diferenciar entre errores del modelo y cambios extraordinarios en las condiciones del mercado, como pandemias, conflictos bélicos o crisis energéticas. Tales eventos pueden alterar rápidamente las variables que influyen en las previsiones, lo que resalta la necesidad de trabajar con escenarios y versiones probabilísticas. Una previsión a largo plazo, explicó, no es solo un número, sino un conjunto de posibles resultados.
El avance hacia mercados eléctricos cuarto-horarios ha aumentado la necesidad de previsiones más detalladas, que permitan captar variaciones en cortos periodos. Estos cambios son cruciales para manejar los desequilibrios en el sistema eléctrico. Delgado Rigal también habló del fenómeno de precios cero o negativos en España, indicando que, pese a que las baterías pueden mitigar la canibalización de precios, este efecto también ocurre en las horas de mayor demanda.
Con el crecimiento de la capacidad instalada de energías renovables, Delgado Rigal advirtió sobre la necesidad de equilibrar generación y demanda energética. Las horas con precios negativos señalan un excedente de generación frente a consumo limitado, planteando un reto considerable en la transición energética: la gestión de los megavatios-hora (MWh) disponibles.
La influencia de los centros de datos en la demanda eléctrica a largo plazo fue otro tema destacado. Delgado Rigal afirmó que la ubicación y características de estos deben considerarse en las previsiones, ya que pueden aumentar significativamente la demanda de energía.
En cuanto a los modelos de mercado, defendió el sistema mayorista spot, que proporciona señales a corto plazo para optimizar la producción. No obstante, reconoció los desafíos cuando se espera que este modelo financie inversiones a largo plazo, sugiriendo un enfoque híbrido que combine el mercado spot con coberturas, acuerdos de compra de energía (PPA) y mecanismos de capacidad.
Delgado Rigal concluyó abogando por la fiabilidad de las previsiones a largo plazo, indicando que es posible desarrollar escenarios coherentes que anticipen la evolución del sistema eléctrico, siempre que se actualicen constantemente los datos y variables fundamentales.
Finalmente, hizo un llamado a la acción en la lucha contra el cambio climático, instando a adaptar el consumo eléctrico a los momentos de mayor generación renovable y a fomentar la concienciación sobre la descarbonización y el desarrollo de energías sostenibles.
