es.wedoany.com Noticia: Greenphard Energy ha obtenido aproximadamente 120 millones de yenes en una ronda de financiación Serie A adicional mediante una colocación privada de terceros, con inversiones de Suzuyo Shoji y Mitsubishi UFJ Capital. Esta ronda eleva la financiación total acumulada de la empresa a unos 510 millones de yenes. La compañía se centra en utilizar inteligencia artificial y tecnologías de control de Internet de las Cosas (IoT) para crear y monetizar "negavatios" (negawatts) en la operación de centrales eléctricas virtuales (virtual power plant), impulsando la construcción de infraestructura de centrales eléctricas virtuales a medida que la respuesta a la demanda digital madura rápidamente.
Las cargas de refrigeración y aire acondicionado son uno de los activos más flexibles e intensivos en energía en fábricas, almacenes frigoríficos y edificios comerciales de tamaño mediano a grande. La plataforma de Greenphard Energy equipa los equipos existentes con hardware IoT dedicado y sistemas de control basados en IA física, sin necesidad de actualizar las instalaciones ni reemplazar la infraestructura de refrigeración. El sistema optimiza el funcionamiento de los compresores mediante sensores continuos y lógica de control dinámico, utilizando la capacidad de los almacenes frigoríficos para ajustar los patrones de consumo eléctrico sin comprometer los requisitos de temperatura. La Agencia Internacional de la Energía (AIE) estima que la digitalización sistemática, incluida la respuesta a la demanda basada en IoT, puede reducir los costos operativos del sistema eléctrico entre un 5% y un 10%.
El núcleo de este modelo son los "negavatios" (negawatts), un concepto que considera cada kilovatio de reducción en el consumo eléctrico como equivalente al valor de un kilovatio generado por un generador. Al ajustar el consumo en tiempo real, la organización agrega estos negavatios como recursos de centrales eléctricas virtuales para suministrarlos al mercado eléctrico. Los modelos modernos de IA pueden predecir el comportamiento de los equipos, implementando precarga o transferencia de carga de manera más confiable que las estrategias tradicionales de conmutación cíclica. Los analistas de McKinsey informan que la optimización impulsada por IA generalmente logra reducciones del 10% al 20% en el consumo energético en entornos industriales, lo que coincide con el objetivo citado por la empresa de que el control avanzado de IoT puede reducir el consumo eléctrico hasta en un 20%. La compañía también informa que algunas pruebas de demostración han logrado reducciones de pico superiores al 30%.
Los activos energéticos industriales provienen de numerosos fabricantes, y muchos sitios cuentan con equipos heterogéneos instalados a lo largo de décadas. Las unidades IoT que abarcan estas generaciones permiten que la capa de control de IA analice diferencias de temperatura, ciclos de compresores, salud de los equipos y condiciones de las habitaciones. Esto coincide con las conclusiones de una revisión bibliométrica sobre confort térmico y eficiencia energética basada en IoT en ScienceDirect, que señala un rápido crecimiento en el interés de investigación y la viabilidad técnica de las aplicaciones comerciales actuales. Productos similares de Siemens, Schneider Electric y Johnson Controls validan la demanda del mercado para la integración de la optimización energética en edificios y fábricas. Centrarse en activos de almacenes frigoríficos crea un nicho operativo único, donde las centrales eléctricas virtuales se benefician de cargas flexibles predecibles, y los equipos de refrigeración son una de las pocas categorías que pueden ofrecer esta flexibilidad sin interrumpir las operaciones principales.
Los estándares de la industria refuerzan la tendencia de adopción; muchos equipos de gestión energética empresarial ya han implementado el marco internacional de gestión energética ISO 50001, y el ecosistema de servicios públicos depende de IEEE 2030.5 para gestionar la comunicación segura entre recursos distribuidos y operadores de redes. La tecnología de la empresa combina el intercambio de datos a nivel de protocolo con inteligencia a nivel de dispositivo. Según el anuncio de financiación, los nuevos fondos se destinarán al desarrollo tecnológico, la expansión comercial y la mejora de servicios para ampliar el despliegue de software e IoT. La investigación sobre infraestructura inteligente en la plataforma SSRN destaca cómo los dispositivos IoT en edificios y los medidores inteligentes trabajan junto con herramientas analíticas para recomendar acciones específicas que reducen significativamente el consumo energético de las instalaciones. La aplicación de IA física a equipos tradicionales demuestra cómo estas ganancias de eficiencia pueden consolidarse en recursos energéticos comercializables.
La tendencia a largo plazo depende de si el modelo de central eléctrica virtual digital puede expandirse más allá de grupos de clientes específicos. Las plantas de procesamiento de alimentos y los almacenes frigoríficos son adoptantes tempranos, ya que las cargas de temperatura controlada son altamente predecibles, mientras que los edificios de oficinas comerciales generales presentan entornos más complejos y variables. A medida que aumenta la sofisticación de la IA y disminuyen las barreras de instalación, la combinación de control a nivel de hardware con respuesta a la demanda integrada en el mercado está pasando de la fase de pruebas piloto a un recurso operativo confiable.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
