En una reciente entrevista, Antonio Delgado Rigal, Doctor en Inteligencia Artificial y CEO de AleaSoft Energy Forecasting, compartió su visión sobre el impacto de la inteligencia artificial en las previsiones de precios del mercado eléctrico. Desde 1999, AleaSoft ha sido pionera en el uso de redes neuronales, integrando datos, modelos robustos y un profundo conocimiento del mercado para generar proyecciones fiables y precisas.
Delgado Rigal destacó la función de la IA como herramienta que mejora el acceso a la información y permite el uso de previsiones públicas como referencia adicional. Sin embargo, advirtió que una previsión precisa no se basa únicamente en obtener una cifra de un agente de IA. La calidad de los datos y la capacidad de validar los resultados con criterio son aspectos esenciales en este proceso.
Refiriéndose a los posibles desvíos en sus previsiones, el CEO explicó la importancia de distinguir entre errores de modelos y cambios extraordinarios en el mercado. Eventos imprevistos, como pandemias, conflictos o crisis energéticas, pueden alterar las variables que afectan las proyecciones. Por ello, subrayó la importancia de trabajar con escenarios y versiones probabilísticas, entendiendo que una previsión a largo plazo no es solo una cifra, sino un rango de resultados posibles.
Con la evolución hacia mercados eléctricos cuarto-horarios, la necesidad de previsiones más detalladas ha crecido, permitiendo identificar variaciones en cortos periodos. Estos cambios son cruciales para gestionar los desequilibrios en el sistema eléctrico. Además, Delgado Rigal abordó el tema de los precios cero o negativos en España, señalando que, aunque las baterías pueden ayudar a mitigar el efecto de canibalización de precios, este fenómeno también ocurre en horas de alta demanda.
Ante el aumento de las energías renovables, el CEO alertó sobre la necesidad de equilibrar generación y consumo. Las horas con precios negativos indican un excedente que no encuentra consumo suficiente, lo que plantea un reto significativo en la transición energética: gestionar esos megavatios-hora (MWh) disponibles.
La influencia de los data centers en la demanda eléctrica a largo plazo también fue abordada. Delgado Rigal señaló que su ubicación y características deben ser consideradas en las previsiones, ya que un solo centro de datos puede incrementar considerablemente la demanda de energía.
Respecto a los modelos de mercado, defendió el sistema mayorista spot por sus señales de optimización a corto plazo, aunque reconoció los desafíos de financiar inversiones a largo plazo con este modelo. Propuso un enfoque híbrido, combinando el mercado spot con coberturas, acuerdos de compra de energía (PPA) y mecanismos de capacidad.
Al concluir, Delgado Rigal afirmó que es posible construir escenarios coherentes para proyectar la evolución del sistema eléctrico, siempre que se mantenga una actualización constante de datos y variables esenciales. También hizo un llamado a contribuir en la lucha contra el cambio climático, sugiriendo adaptar el consumo eléctrico a momentos de mayor generación renovable y fomentar la concienciación sobre la descarbonización y el desarrollo de energías sostenibles.
