Un estudio de la Universidad de La Laguna (ULL) propone modelos de aprendizaje automático para predecir con 24 horas de antelación la demanda energética de los hoteles. La propuesta busca ofrecer previsiones más precisas para mejorar la gestión de los recursos, reducir el consumo de energía, limitar las emisiones asociadas a gases de efecto invernadero y reforzar los indicadores de sostenibilidad de la actividad hotelera.
La investigación adquiere relevancia en Canarias, donde el turismo es uno de los principales motores económicos y, al mismo tiempo, una actividad con un elevado consumo energético. Este contexto ha impulsado a organismos y administraciones públicas a promover medidas de eficiencia energética y de reducción del impacto ambiental en el sector.
El trabajo se recoge en el artículo ‘Towards smart hotels: energy forecasting with machine learning models’, publicado en Logic Journal of the IGPL. Forma parte de la actividad del grupo de Ingeniería de Control y Sistemas Inteligentes de la Universidad de La Laguna, dirigido por Juan Albino Méndez Pérez, con la participación de Rafael Arnay del Arco, Javier Hernández Aceituno, José Francisco Gómez González y Santiago Torres Álvarez.
Modelos LSTM y GRU para prever la demanda energética hotelera
El estudio plantea el uso de métodos inteligentes de predicción del consumo energético en la industria hotelera. En concreto, analiza sistemas Long Short Term Memory, conocidos como LSTM, y Gated Recurrent Unit, o GRU, dos modelos diseñados para trabajar con datos secuenciales.
Una de las aportaciones principales del trabajo es el análisis de la mejora de las predicciones cuando estos algoritmos incorporan información nueva en tiempo real. Esta capacidad permite ajustar las estimaciones a la evolución del consumo y responder con mayor precisión a las necesidades operativas de una instalación hotelera.
La evaluación se realizó en un hotel de lujo situado en Tenerife. Disponer de previsiones fiables facilita la gestión energética de la infraestructura alojativa y puede contribuir a una reducción de costes mediante una planificación más precisa de las cargas eléctricas.
Planificación de cargas y aprovechamiento de energías renovables
La planificación adecuada de las cargas eléctricas resulta especialmente relevante para maximizar el uso de energías renovables. Según la investigación, este objetivo puede abordarse mediante el análisis de la flexibilidad de las cargas y de su capacidad para trasladarse a franjas horarias más adecuadas.
Este enfoque permite aprovechar excedentes energéticos, reducir los picos de demanda y optimizar los recursos disponibles en el hotel. La predicción simultánea de las 24 horas de demanda energética, junto con la incorporación de datos en tiempo real, contribuyó a obtener estimaciones más precisas y eficientes.
Los resultados muestran que los métodos estadísticos como ARIMAX pueden emplearse para prever la demanda energética, aunque su rendimiento disminuye en sistemas complejos como la infraestructura energética de un hotel. Frente a ello, las técnicas de aprendizaje automático basadas en LSTM y GRU aportaron mejoras significativas en la precisión de las predicciones.
Los modelos que generan previsiones simultáneas para un periodo de 24 horas registraron menores tasas de error que los que realizan predicciones de forma progresiva. En el caso analizado, el sistema redujo los errores en la planificación de cargas energéticas en un 7,1% en el desplazamiento de carga, es decir, en la estimación de cuánta demanda debe trasladarse de una franja horaria a otra.
La reducción fue del 23,5% en la acomodación de carga, vinculada a la energía disponible que puede utilizarse en determinados momentos. Estos resultados permiten mejorar el funcionamiento de las instalaciones al ajustar de forma más precisa la demanda y la disponibilidad energética.
El equipo investigador prevé adaptar el modelo a otros establecimientos y zonas de Canarias con distintas condiciones climáticas y patrones de consumo. Estos métodos de predicción de generación y demanda en comunidades energéticas se integran en el proyecto Interreg Atlantic Area SAtComm, en el que la Universidad de La Laguna participa junto a otras diez entidades públicas y privadas europeas.