Accenture trabajó con Metro de Madrid para crear un sistema de ventilación con IA que ha reducido en un 25% los costes energéticos de ventilación, además de garantizar la calidad del aire y el confort de los viajeros.
Hacer que los pasajeros se sientan cómodos en el transporte público durante los calurosos meses de verano no es tarea fácil. Para mantener los sistemas de ventilación en marcha y refrescar el ambiente son necesarias grandes cantidades de energía, algo que en Metro de Madrid saben muy bien.
La red de metro de Madrid es la séptima más larga del mundo. Cada día una media de 2,3 millones de viajeros utilizan los 294 kilómetros de vía y sus 301 estaciones. Para mantener una temperatura ideal, especialmente durante los calurosos meses de verano, Metro de Madrid emplea 891 ventiladores, que, al cabo del año, consumen cerca de 80 GWh.
En Metro de Madrid eran conscientes de la necesidad de ahorrar energía y reducir costes; por eso, decidieron buscar una solución con un claro objetivo: mantener la temperatura óptima de la manera más eficiente posible.
Ventilación sostenible para toda la red de metro
Los expertos de Ventilación de Metro de Madrid trabajaron con Accenture Applied Intelligence para desarrollar un sistema inspirado en un original recurso: el comportamiento coordinado de una colonia de abejas en búsqueda de alimento.
El sistema utiliza un algoritmo de optimización capaz de movilizar grandes cantidades de datos para obtener todas las combinaciones posibles en cuanto a temperatura del aire, arquitectura de la estación, frecuencia de los trenes, carga de pasajeros y precio de la electricidad a lo largo del día.
El algoritmo utiliza tanto datos históricos como simulados y tiene en cuenta la temperatura externa y la del subsuelo durante las siguientes 72 horas. Además, como utiliza machine learning, el sistema va mejorando a la hora de predecir el balance óptimo para cada estación de la red a lo largo del tiempo.
El sistema también incluye un motor de simulación y un módulo de mantenimiento, que permite, entre otras cosas, detectar los fallos en el funcionamiento de los ventiladores. Esto permite a Metro de Madrid monitorizar y gestionar fácilmente el consumo de energía, identificar y responder a las deficiencias del sistema y llevar a cabo el mantenimiento de los equipos de manera proactiva.
La inspiración para desarrollar el sistema surgió del comportamiento coordinado de una colonia de abejas en búsqueda de alimento
El sistema, basado en Inteligencia Artificial (IA), ha permitido que Metro de Madrid reduzca su consumo de energía por ventilación un 25% -el consumo energético en ventilación es el segundo capítulo de consumo tras la energía de tracción- y 1.800 toneladas anuales de sus emisiones de CO2.
Metro de Madrid ha podido reducir sus costes energéticos un 25% anual.
Se espera que las emisiones de CO2 en toda la red de metro se reduzcan hasta 1.800 toneladas.
El sistema autodidacta de ventilación supone un gran impulso a la sostenibilidad de la ciudad.
