“En total, se analizan más de 10 millones de datos recopilados durante más de 20 años para ajustar lo más posible la predicción”, explica Carlos Rivero, físico y meteorólogo, que trabaja en el área de Gestión de la Energía de Endesa.

A este respecto, destaca que este modelo de 'machine learning' ha reducido el error de predicciones en algunos ríos hasta en un 30% mejorando la calidad de las predicciones.

La figura del meteorólogo en Endesa se dedica a analizar todas las actualizaciones de los modelos meteorológicos según van publicándose varias veces al día e informar a traders, operadores y demás actores implicados sobre los posibles escenarios meteorológicos que se plantean, sus efectos y la incertidumbre asociada a cada uno de ellos, incluidos los eventos de alertas por fenómenos meteorológicos extremos.

La influencia de la temperatura en la evolución de la demanda de energía, que es especialmente visible en episodios de frío extremo y olas de calor, las previsiones sobre el viento para la producción eólica, de radiación solar y nubosidad en la fotovoltaica y las precipitaciones y la temperatura (clave para el deshielo), en el caso de la energía hidráulica, son variables que se analizan diariamente en Endesa para generar sus predicciones propias.

Las predicciones base a 10-15 días se actualizan diariamente y ofrecen estimaciones horarias que son cada vez más necesarias en un sector eléctrico cada vez más dependiente de las renovables.