- Este evento ha pasado.
MERCADOS DE ENERGÍA LOCALES INTELIGENTES
Ponente: Dr. Wolfram Rozas, Director de Big Data & Business Analytics, Programas Ejecutivos de Inteligencia Artificial y Energía Inteligente.
Wolfram Rozas es economista cuantitativo y Ph.D. candidato en Tecnologías Industriales. Es un experto en el uso de todas las tecnologías exponenciales, Big Data & Business Analytics, Inteligencia Artificial, Nube, Internet de las Cosas, Blockchain y Quantum Computing, para alcanzar objetivos estratégicos de negocio. Cuenta con más de 25 años de experiencia en empresas como PWC o IBM gestionando proyectos de Business Intelligence, Business Analytics, Machine Learning, Deep Learning, e implantando Sistemas Cognitivos en sectores Financiero, Telecomunicaciones, Distribución, Turismo y Transporte, Consumo Masivo, Energía y Servicios Públicos, Química y Petróleo. Ha desarrollado su carrera docente desde 2003. Ha colaborado como experto en Business Intelligence, Big Data & Business Analytics, Inteligencia Artificial (abarcando Machine Learning, Deep Learning, Reinforcement Learning) en Escuelas de Negocios y Universidades como CUNEF, Escuela de Organización Industrial, Instituto de Empresa, U. Pablo de Olavide, U. Carlos III, UNIR, entre otros. Ha publicado numerosos artículos en el campo del Análisis de Datos. Se listan artículos Harvard Deusto Business Review, Club De Dirigentes de Madrid, Expansión, Confederación Española de Directivos y Ejecutivos, BIMagazine, ABC, Cinco Días, entre otros. Nombrado por el INE en julio de 2020, miembro del Grupo de Trabajo de Tutela de Datos del Consejo Superior de Estadística (Instituto Nacional de Estadística). Ha sido designado Coordinador del Monográfico de Economía de Datos de la Revista Industrial, Revista del Ministerio de Economía. Recientemente ha iniciado una línea de Investigación en Digitalización en la industria de las Energías Renovables donde ha iniciado una tesis sobre Agregación de Demanda y Flexibilidad basada en Redes Neuronales Profundas Bayesianas y Teoría de Juegos en la UNED (Universidad Nacional de Educación a Distancia).
La situación actual de cambio climático exige una Transición Energética. El Internet de la Energía cuenta con Recursos Energéticos Distribuidos (DER) para crear el Futuro de la Electricidad. Desafortunadamente, estas nuevas fuentes son intermitentes y, por lo tanto, los modelos de estimación funcionan bajo incertidumbre, lo que podría afectar la calidad de la energía del sistema. Por lo tanto, existe la necesidad de soluciones de Flexibilidad que equilibren el flujo de energía y optimicen los resultados financieros. Los Mercados Locales de Energía (LEM) son un nuevo enfoque para adoptar y extender el concepto de flexibilidad. Presentamos un método para desarrollar Smart Local Energy Markets. Su objetivo final es impulsar la extensión de los DER, reducir las emisiones de Gases de Efecto Invernadero (GEI) y hacer más elástica la demanda de electricidad. Además, para optimizar el consumo de energía de la comunidad y el saldo de la factura, mostraremos un marco capaz de capturar información de baja latencia y transformarla en un mejor bienestar social.
Los mercados de energía locales inteligentes se basan en tecnología de punta para obtener resultados convincentes para las comunidades que desean cosechar sus resultados beneficiosos. El sistema construirá una memoria de información de baja latencia proveniente de sensores bajo una arquitectura Edge Computing. Los contenedores instalados en Edge Network ejecutarán modelos bayesianos de aprendizaje profundo para estimar los niveles de unidades de carga y generación. Con esta nueva información, el sistema en régimen de Energía Transactiva optimizará los objetivos comunitarios de forma automática.