Colorado Mountain Homes pone a prueba la gestión autónoma de la energía

 Por Germán Carías/GCIDA2021®️

Golden, Colorado miércoles 09 de noviembre de 2021 (GC wireless) . — La comunidad de Basalt Vista, ubicada en lo alto de las montañas en Basalt, Colorado, está a punto de volverse mucho más inteligente en la búsqueda de la eficiencia energética y la integración de energías renovables. 

El Laboratorio Nacional de Energía Renovable (NREL, por sus siglas en inglés) instala su software premiado de previsión ™ I + D 100 en hogares locales. Y probar en el campo la gestión de energía inteligente y la agregación y coordinación de energía a nivel comunitario como parte de su proyecto Smart Community. 

El software  ™ I + D 100  aprovechará el modelado basado en la física, los algoritmos de aprendizaje automático y el análisis de datos avanzado para proporcionar a los propietarios de Basalt ahorros en los costos de energía de toda la casa equilibrados con la comodidad, la conveniencia y los beneficios de la red. Las familias participantes permitirán que las previsiones basadas en la nube se conecten a dispositivos de hardware y de Internet de los artefactos en sus hogares. Estos incluyen sistemas de calefacción, ventilación y aire acondicionado, calentadores de agua, energía solar fotovoltaica, sistemas de baterías del hogar, estaciones de carga de vehículos eléctricos, monitores de energía inalámbricos y monitores de agua inteligentes. 

El software de gestión de energía, alojado en Amazon Web Services, coordinará de forma autónoma las cargas de los edificios con la generación fotovoltaica, el almacenamiento de baterías y la red eléctrica, al tiempo que satisface las preferencias de los ocupantes relacionadas con el ahorro de energía, la comodidad y la reducción de las emisiones de dióxido de carbono. Además, un agregador basado en la nube se coordinará entre varios edificios para administrar los recursos energéticos en toda la comunidad. 

Después de pasar varios años de evaluación y refinación de los sistemas dentro de los laboratorios de NREL, el investigador principal Xin Jin dijo que "tiene mucha curiosidad por ver el rendimiento de previsión y el agregador en el mundo real. Aunque hemos intentado crear modelos que sean lo más cercanos cómo sea posible para estas casas, hay algunos elementos, como el comportamiento humano y la ocupación, que son difíciles de modelar. Estamos emocionados de ver cómo estas incertidumbres afectan el desempeño real ".

german.carias@germancarias.com