El Cenid lanza un proyecto de iluminación fotovoltaica inteligente con IA para ciudades sostenibles

 Fuente: https://www.informacion.es/alicante/2025/04/16/cenid-lanza-proyecto-iluminacion-fotovoltaica-ia-116458905.html

El modelo permitirá ajustar la iluminación en función de variables ambientales gracias al aprendizaje automático

El Centro de Inteligencia Digital de la Provincia de Alicante (Cenid), impulsado por la Diputación de Alicante, la Universidad de Alicante (UA) y la Universidad Miguel Hernández de Elche (UMH), lidera un proyecto de investigación sobre sistemas de iluminación fotovoltaicos inteligentes desarrollados con inteligencia artificial (IA) para vías públicas en ciudades sostenibles.

La iniciativa, dirigida por David Valiente García, profesor del Instituto de Investigación en Ingeniería de Elche (I3E) de la UMH, tiene como objetivo "mejorar la eficiencia energética y fomentar el desarrollo" de urbes "más sostenibles" mediante la aplicación de técnicas avanzadas de aprendizaje máquina o 'machine learning' e IA.

Así, el estudio pretende "generar beneficios directos en diversos ámbitos, entre los que destacan la reducción del consumo energético y de los costes operativos, la disminución de la huella de carbono mediante el uso de fuentes de energía renovable, la mejora en la sostenibilidad y eficiencia lumínica gracias a un control predictivo automatizado, y la implementación de soluciones digitales innovadoras para la gestión de infraestructuras públicas", según ha indicado el Cenid en un comunicado.

Fases del proeycto

Para el cumplimiento de los objetivos marcados, se van a realizar diversas acciones. En primer lugar, revisar el estado de la técnica actual en cuanto a la eficiencia en el uso de dispositivos de generación fotovoltaica y su dependencia con variables meteorológicas y ambientales.

Este sistema de iluminación telegestionado está constituido por células solares fotovoltaicas combinadas con almacenamiento de energía en baterías y un control regulado, que permiten un abastecimiento continuo y sostenible.

En una segunda fase de estudio, se deben investigar modelos de aprendizaje automático y profundo mediante el uso de 'software' específico y librerías en lenguaje Python para el procesado y análisis de los datos mediante técnicas de 'big data'. Los resultados recopilados pretenden ser migrados a un repositorio en plataformas de acceso libre para su almacenamiento y análisis colaborativo.

Una vez seleccionados los 'softwares' de acceso libre más apropiados, deben ejecutarse con los datos adquiridos de los sistemas de iluminación, junto con un registro periódico de los parámetros de tensión y corriente de los paneles de alimentación fotovoltaica, así como con variables ambientales y de control lumínico.

A continuación, se obtendrán modelos de aprendizaje que integran técnicas de IA para detectar dependencias entre las distintas variables, así como aquellas más determinantes para la generación de energía fotovoltaica. Estos posibilitan un análisis predictivo "óptimo" para la reducción del consumo energético.

El proyecto se alinea con las estrategias y directrices establecidas en el Plan Estatal de Investigación Científica, Técnica y de Innovación (Peicti) 2024-2027, así como con los Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030. Entre ellos, energía asequible y no contaminante; ciudades y comunidades sostenibles; clima, energía y movilidad; sistemas inteligentes de predicción y recomendación, y aplicaciones de la IA a la energía y el medio ambiente.

A su vez, se pretende abrir una vía de innovación tecnológica a nivel nacional durante la próxima década, integrada en los objetivos del Pacto Verde Europeo, para "alcanzar la neutralidad climática en 2050".