En este momento estás viendo Un cerebro inteligente para sistemas de redes eléctricas a gran escala
Un visitante observa un robot para el mantenimiento de líneas eléctricas en el stand de China Southern Power Grid durante la Conferencia Mundial de IA 2025 en Shanghái, este de China, el 28 de julio de 2025.

Un cerebro inteligente para sistemas de redes eléctricas a gran escala

  • Autor de la entrada:
  • Categoría de la entrada:China
  • Última modificación de la entrada:enero 30, 2026

Considerados como el «núcleo del software industrial», los solucionadores son una herramienta clave para encontrar soluciones a problemas complejos de programación matemática. Son esenciales para obtener soluciones operativas óptimas en sectores como la energía, las finanzas y la logística, según Peng Chaoyi, director técnico de Tianquan en el Centro de Despacho y Control de Energía Eléctrica de China Southern Power Grid Co., Ltd. (CSG).

Desarrollado por CSG, el solucionador de Tianquan es un 14% más rápido que los solucionadores importados en términos de rendimiento computacional. Hasta la fecha, ha permitido un cálculo eficiente para más de 7.000 nodos modelo y más de dos millones de variables de compensación en el mercado eléctrico regional del sur de China (provincias y regiones de Guangdong, Guangxi, Yunnan, Guizhou y Hainan) desde que el mercado inició la liquidación continua.

Sentando las bases.

En 2015 se implementó una reforma en la tarifa eléctrica, y los solucionadores se convirtieron en la clave para encontrar la solución más razonable. Los solucionadores nacionales se quedaron atrás en ese momento, y CSG decidió ponerse al día.

Muchos solucionadores nacionales utilizaban códigos subyacentes de código abierto que no estaban optimizados, explicó Peng, añadiendo que esta era la principal razón del bajo rendimiento.

Para abordar este problema, el equipo de investigación consultó a expertos de decenas de instituciones en matemáticas, informática y electricidad. Recopilaron una vasta experiencia y luego resumieron estos conocimientos operativos y principios físicos en modelos matemáticos, generando lenguajes que los solucionadores pudieran comprender.

En opinión de Peng, el mayor desafío fue encontrar el punto de equilibrio y mejorar la precisión de la «traducción» de la experiencia de despacho y operación. «Parte de la experiencia se acumuló durante años, y la decisión debía dividirse en diferentes modelos sin ser demasiado compleja», explicó.

Con base en una comprensión integral de la experiencia y en las constantes conversaciones, Tianquan logró integrar la experiencia en sistemas eléctricos en el proceso de cálculo de la solución por primera vez.

Prueba práctica.

Sin embargo, obtener los códigos correctos fue solo el primer paso para que Tianquan se consolidara en el mercado eléctrico. El solucionador tardó más de 20.000 segundos (más de cinco horas) en procesar su primer caso, lo que representaba 11 veces más tiempo que los solucionadores importados, según Zhou Huafeng, gerente sénior del departamento de automatización del Centro de Despacho y Control de Energía Eléctrica (CSG).

Para optimizar Tianquan, los investigadores primero revisaron una gran cantidad de artículos y materiales de investigación, pero los enfoques que encontraron solo lograron una optimización a pequeña escala, lo cual era prácticamente ineficaz para aplicaciones industriales.

Retomaron el prototipo de Tianquan y le hicieron realizar una gran cantidad de cálculos de casos.

Luego, los investigadores analizaron todo el proceso de cálculo, buscaron la causa de la lentitud en los códigos línea por línea y recopilaron las respuestas.

Además, cada miembro del equipo de investigación aportó su experiencia personal en operaciones de despacho y conocimientos específicos a los algoritmos de Tianquan, profundizando la optimización de sus códigos subyacentes.

Tras innumerables simulaciones, la velocidad de cálculo de Tianquan se volvió 14 veces mayor que la de los solucionadores importados al resolver el mismo caso.

Para los solucionadores generales, existe cierto margen de error en sus campos de aplicación. Sin embargo, la fiabilidad de Tianquan impacta directamente en la seguridad de la red, afectando a numerosas unidades operativas y consumidores de energía, con un margen de error prácticamente nulo, según Liang Yanjie, experto técnico del Centro de Despacho y Control de Energía Eléctrica del CSG.

Para garantizar la precisión, el equipo elaboró ​​casos recopilando datos reales de numerosas centrales eléctricas y subestaciones transformadoras de cada nivel de la red eléctrica del CSG. Estos casos fueron utilizados por Tianquan como práctica durante sus prácticas, y cada caso contenía cientos de miles de variables de compensación.

Después de las prácticas, Tianquan avanzó a la vanguardia. Manejaba datos en tiempo real y optimizaba continuamente la configuración de cada parámetro; sin embargo, sus resultados de cálculo no se adoptaron.

Realización de tareas clave.

Con más prácticas reales, la eficiencia de procesamiento de Tianquan comenzó a rivalizar con la de los solucionadores importados, y sus resultados continúan optimizándose.

En 2022, cuando Tianquan comenzó a implementarse en paralelo con los solucionadores importados, pronto surgieron preguntas de varios departamentos.

El equipo, sin embargo, permaneció impasible. «Cada paso del algoritmo de Tianquan está bien fundamentado y podemos explicar claramente cada proceso computacional a las unidades ejecutoras», afirmó Peng, añadiendo que el solucionador desarrollado por ellos mismos puede demostrar la lógica subyacente de cada problema.

El mercado eléctrico nunca descansa, y Peng y sus colegas se mantuvieron siempre disponibles para responder cualquier pregunta y optimizaron continuamente Tianquan basándose en situaciones reales. Finalmente, los resultados de los cálculos de Tianquan fueron reconocidos por las organizaciones que utilizaban el programa.

Tras casi dos años de funcionamiento en paralelo con programas de cálculo importados, Tianquan ha pasado oficialmente a operar de forma independiente como programa principal. Su soporte operativo se amplió de dos días a todo el mes, y su cobertura se extendió de las fuentes de energía tradicionales a las energías renovables.

Después de 35 meses de preparación y 12 rondas de pruebas internas, Tianquan logró finalmente el soporte independiente para la liquidación continua en el mercado eléctrico regional del sur de China.

Ge Dongdong, profesor del Instituto de Computación Inteligente de la Universidad Jiao Tong de Shanghái, considera que este logro resuelve los desafíos técnicos de la optimización de la liquidación en mercados eléctricos de gran escala, alcanzando estándares líderes a nivel internacional.