La respuesta a la demanda, una medida tomada para reducir la carga de energía en respuesta a las restricciones de suministro, dentro de la red eléctrica de Texas ha sido un tema de conversación reciente después de la tormenta de invierno Uri hace apenas un año. La respuesta a la demanda puede mejorar la confiabilidad de la red a través de la penetración de la energía renovable y también reducir significativamente la volatilidad o fluctuación de los precios en el mercado mayorista de electricidad.

Para reducir la carga de energía en la totalidad de la red del estado, los estudios tradicionales de respuesta a la demanda se enfocan en reducir la carga de energía en centros de alta población como Houston y Dallas. Sin embargo, Le Xie, profesor del Departamento de Ingeniería Eléctrica e Informática de la Universidad de Texas A&M, y su equipo descubrieron que centrarse en unas pocas ubicaciones estratégicas en todo el estado fuera de esas áreas de alta población es mucho más rentable y puede tener un mayor impacto en la volatilidad de los precios de la red. Se utiliza un algoritmo de aprendizaje automático para seleccionar estratégicamente estas ubicaciones de respuesta a la demanda en función de un modelo de cuadrícula sintético de Texas.

Esta investigación fue publicada en la edición de febrero de la revista iScience.

«Supongamos que la demanda de electricidad de hoy da como resultado precios altos y la demanda de electricidad de ayer dio como resultado precios bajos», dijo el investigador postdoctoral Ki-Yeob Lee, quien diseñó el algoritmo utilizado en el artículo. «¿Podemos acercar la demanda de electricidad de hoy a la demanda de electricidad de ayer para que este cambio pueda resultar en precios bajos? Si esto no tiene éxito, ¿podemos acercar la demanda de electricidad de hoy a la demanda de electricidad de anteayer? Con base en esta idea simple, nuestro El algoritmo de aprendizaje automático busca el día en que la electricidad da como resultado precios bajos y la cantidad de respuesta de la demanda es mínima».

Aunque estudios previos han demostrado los beneficios de la respuesta de la demanda para mitigar la volatilidad de los precios, hay trabajo limitado considerando la elección de ubicaciones para un impacto máximo.

«Estamos adoptando un enfoque agnóstico a la tecnología», dijo Xie. «Estamos mostrando el diseño actual del mercado y las consecuencias de este diseño. Al señalar estas cosas, esperamos poder reducir la volatilidad de los precios de la red, lo que creemos que sería lo mejor para la sociedad».

Además de Xie y Lee, los colaboradores de la investigación incluyen a Xinbo Geng, Sivaranjani Seetharaman y Srinivas Shakkottai del departamento de ingeniería eléctrica e informática de Texas A&M; Bainan Xia de Breakthrough Energy; y Hao Ming de la Universidad del Sureste en China, quien recibió su doctorado de Texas A&M.