GRETA, una herramienta para cuidar del medioambiente

¿La sociedad occidental se enfrenta en la actualidad a un reto sin precedentes debido a una creciente dependencia de las importaciones de energía, a la escasez de recursos energéticos, así como a la necesidad de limitar el cambio climático y al mismo tiempo superar la actual crisis económica. GRETA (Green Energy Trilemma Analytics) es una herramienta que contribuye a la solución de estos problemas.

Spain Primary Energy Consumption

Consumo energéticio en España

PROBLEMA

Falta de información objetiva sobre el impacto económico en la empresa a la hora de evaluar la implementación de medidas de eficiencia energética para un desarrollo sostenible. Proponemos aplicar una metodología científica e ingenieril en vez de la opinión de un experto basada en su experiencia.

Quién

Industrias, áreas comerciales, estaciones de transporte y puertos. GRETA es una herramienta genérica que permite tratar diferentes tipos de instalaciones y ser aplicada a distintos clientes.

¿Qué hace Greta?

GRETA realiza estimaciones de consumos energéticos por medio de simulaciones de varios escenarios posibles, dando la solución óptima para el cliente a partir de las características de sus instalaciones, períodos de actividad, fuentes externas de información y mediciones opcionales.

Cómo

Para representar las curvas energéticas y otros parámetros empleamos la herramienta de simulación Matlab/Simulink. Apoyándonos en ella, nos basamos en los tres ejes estratégicos para el desarrollo sostenible: Energía, Economía y Ecología.

petroleo

Evolución del precio del petróleo

 

Resultados de Greta

GRETA es una decision support tool. Si nos basamos en los datos obtenidos, como el consumo energético o las emisiones de CO2, el cliente será capaz de tomar decisiones óptimas en cuanto a eficiencia energética se refiere.

Más

Los principales factores innovadores de GRETA (Green Energy Trilemma Analytics) que aportan un importante valor añadido son:

  • Aplicación de algoritmos para optimizar y obtener mejor solución coste-beneficio para el cliente.
  • Implantación de algoritmos de Machine Learning para mejorar las simulaciones.
  • Incorporación de tecnologías IoT para la recopilación de datos en las instalaciones.