Windletter by Taniwa - Deepwake: optimizando el layout de un parque eólico mediante inteligencia artificial
Descubre Taniwa, la empresa española que revoluciona el diseño de layouts en eólica marina gracias a la inteligencia artificial
Hola a todos y bienvenidos a una nueva edición de Windletter. Soy Sergio Fernández Munguía (@Sergio_FerMun) y aquí hablamos de la actualidad del sector eólico desde un punto de vista diferente. Si no estás suscrito al boletín puedes hacerlo aquí.
Vamos hoy con una edición patrocinada por Taniwa, una compañía española pionera en la aplicación de inteligencia artificial y aprendizaje por refuerzo profundo (Deep Reinforcement Learning) en el entorno empresarial.
Con sede en Madrid y un equipo multidisciplinar formado por ingenieros, matemáticos y científicos de datos, Taniwa ha desarrollado una herramienta que revoluciona la forma en que se diseñan los layouts de los parques eólicos, utilizando técnicas de IA y aprendizaje por refuerzo para maximizar la producción de energía.
El proyecto Deepwake (así es como se llama la herramienta), demuestra cómo la inteligencia artificial y el aprendizaje automático puede resolver uno de los grandes retos de la ingeniería eólica: determinar la disposición ideal de turbinas en parques eólicos para maximizar la producción de energía y reducir el LCOE (Levelized Cost of Energy).
Quédate conmigo y te cuento todos los detalles 👇
🧠 Aplicando inteligencia artificial al diseño del layout de un parque eólico
Diseñar un parque eólico es mucho más que colocar aerogeneradores sobre un mapa. La disposición de cada turbina influye directamente en la generación de energía, ya que el viento que atraviesa su rotor genera una estela (wake) que afecta a las demás, reduciendo su AEP (Annual Energy Production).
Este efecto estela puede suponer unas pérdidas globales en la generación de energía de entre el 10 % y el 25 %, conocidas en la industria como wake losses. Las estelas afectan directamente en los ingresos generados durante décadas.
Por ello, la optimización del layout es un paso clave en el diseño de un parque eólico.
Taniwa aborda este reto con un enfoque innovador: emplear modelos de inteligencia artificial capaces de aprender estrategias óptimas de diseño de layout a través de la simulación y el aprendizaje por refuerzo.
El objetivo es, para una ubicación dada, conseguir la disposición de turbinas con mayor AEP y mínimo LCOE.
🌱 Los orígenes del proyecto Deepwake
Deepwake nació como una prueba de concepto dentro de los proyectos de innovación abierta de Taniwa, combinando conocimiento de ciencia de datos, algoritmos e ingeniería eólica.
Su objetivo era claro: demostrar que el aprendizaje por refuerzo (reinforcement learning) puede resolver el problema de la ubicación óptima de turbinas en un parque eólico.
El diseño óptimo de un parque, especialmente en eólica marina, constituye un problema de naturaleza no computable, ya que el número de combinaciones posibles supera los límites del cálculo tradicional. Dentro de la poligonal definida las posibilidades son prácticamente infinitas, lo que hace imposible evaluarlas todas y escoger la óptima.
En términos técnicos, se trata de un problema de tipo NP-hard, es decir, un reto cuya solución exacta no puede obtenerse en un tiempo razonable mediante cálculo exhaustivo, debido al enorme número de combinaciones posibles.
Deepwake nació con el objetivo de superar esa barrera.
🤖 Cómo funciona Deepwake
El equipo de Taniwa desarrolla un modelo digital completo del parque eólico, integrando:
Georreferencias con los límites del área, condiciones de terreno y restricciones ambientales, entre otros.
Datos sobre el modelo de turbina y curva de potencia.
Modelos físicos del recurso eólico basados en Global Wind Atlas y WRG.
Modelos físicos de estelas y turbulencias basados en PyWake de la (Technical University of Denmark).
Al modelo se le da como objetivo minimizar variables como las pérdidas por estela, los costes de construcción, los costes de transporte, el coste de los cables…
El resultado es un entorno simulado en el que un agente de IA “aprende jugando millones de partidas”, colocando turbinas, observando los resultados y ajustando su estrategia hasta alcanzar el escenario con la máxima generación de energía al menor LCOE.
Una forma sencilla de resumirlo sería la siguiente: la IA que aprende moviendo turbinas en un tablero invisible, buscando, en base a lo aprendido, la jugada más eficiente para maximizar la generación de energía.
De esta forma, la cantidad de simulaciones necesarias se reduce de manera significativa, superando las limitaciones computacionales y convirtiendo el problema en abordable desde el punto de vista del cálculo.
⚡ Producto comercial validado y competitivo
Deepwake no es solo un experimento académico: se ha probado con datos reales procedentes de algunos de los principales players de la industria eólica internacional.
Los resultados son prometedores. En proyectos piloto, el modelo logró mejoras del 2% en la producción de energía respecto a los layouts de referencia diseñados por los ingenieros del cliente.
Aunque ese porcentaje pueda parecer modesto, en un modelo de negocio a 30 años es mucho dinero, y en parques a gran escala puede traducirse en millones de euros adicionales en ingresos anuales, que además supone un descenso apreciable en el LCoE.
El sistema ha demostrado una notable capacidad de generalización, adaptándose a diferentes modelos de turbina, orientaciones de viento y configuraciones de parque, lo que lo convierte en una herramienta escalable y aplicable a proyectos reales.
Estas pruebas han despertado el interés de desarrolladores, que ven en la herramienta de Taniwa una nueva forma de abordar el diseño de sus parques.
💼 Una ventaja competitiva para el futuro de la energía eólica
En un contexto de proyectos cada vez más exigentes y competitivos, disponer de herramientas como Deepwake puede marcar la diferencia entre tener un parque rentable o no tenerlo.
La propuesta de Taniwa no busca reemplazar a los ingenieros, sino darles superpoderes: permitirles explorar más configuraciones, entender mejor los trade-offs y tomar decisiones basadas en datos y simulaciones avanzadas.
El equipo de Taniwa no se limita a ofrecer una solución cerrada, sino que aporta su conocimiento y experiencia en inteligencia artificial y desarrollo de software para resolver desafíos reales en el ámbito de los parques eólicos, tanto offshore como onshore.
Al fin y al cabo, cada decisión de diseño en un parque eólico tiene un impacto directo en su modelo de negocio durante los próximos 30 años.
Y elegir con precisión hoy define la rentabilidad de mañana.
📬 ¿Quieres saber más sobre Taniwa y su herramienta Deepwake?
Si te interesa saber más sobre Taniwa y su herramienta Deepwake, puedes contactar con ellos a través de:
El correo electrónico hola@taniwa.es.
El teléfono +34 644 237 135 (Joselu)
Puedes decirles que vienes de parte de Windletter 🙂.
Si no estás interesado, pero conoces a alguien que le pueda interesar, reenvíale este correo. Tanto Windletter como Taniwa lo agradeceremos infinitamente 🙂.
Muchas gracias por leer Windletter. Si te ha gustado, te invito a que te suscribas, le des al ❤️, la reenvíes por mail, la compartas por redes sociales o la recomiendes a otras personas.
Puedes seguir los perfiles de Windletter en Twitter y LinkedIn y puedes contactar conmigo a través de mi perfil de Twitter o LinkedIn.
¡Nos vemos en la siguiente!