Aqualia
Connecting Waterpeople
biv Innova
Confederación Hidrográfica del Segura
ITC Dosing Pumps
Xylem Water Solutions España
J. Huesa Water Technology
Ulbios
Danfoss
ACCIONA
Miya Water
Asociación de Ciencias Ambientales
UPM Water
Laboratorios Tecnológicos de Levante
Baseform
Gestagua
Prefabricados Delta
Mancomunidad de los Canales del Taibilla
Regaber
Idrica
EMALSA
SEAS, Estudios Superiores Abiertos
Fundación Biodiversidad
Blue Gold
AZUD
AECID
ISMedioambiente
Schneider Electric
Agencia Vasca del Agua
ESAMUR
Barmatec
LACROIX
NaanDanJain Ibérica
SCRATS
AGENDA 21500
Filtralite
Aqualia
Vector Motor Control
Rädlinger primus line GmbH
Hidroconta
Sacyr Agua
Elmasa Tecnología del Agua
Fundación Botín
Saleplas
Kamstrup
TEDAGUA
Redexia network
Bentley Systems
VisualNAcert
Lama Sistemas de Filtrado
ICEX España Exportación e Inversiones
Consorcio de Aguas de Asturias
Grupo Mejoras
TecnoConverting
ABB
NOVAGRIC
FLOVAC
Cajamar Innova
GS Inima Environment
Grundfos
BACCARA
Isle Utilities
IIAMA
Catalan Water Partnership
ADECAGUA
Fundación We Are Water
Red Control
s::can Iberia Sistemas de Medición
IAPsolutions
Kurita - Fracta
Elliot Cloud
CALAF GRUP
UNOPS
Aigües Segarra Garrigues
FENACORE
Ingeteam
EPG Salinas
DAM-Aguas
Global Omnium
Hach
Centro Nacional de Tecnología de Regadíos (CENTER)
Aganova
Control Techniques
CAF
BELGICAST by TALIS
Minsait
Saint Gobain PAM
Molecor
Terranova
Almar Water Solutions
HANNA instruments
Fundación CONAMA
Innovyze, an Autodesk company
DuPont Water Solutions
Cibernos
STF
Likitech
Smagua
Insituform
[Webinar] ¿Cómo pueden los gestores municipales e industrias optimizar la operación del ciclo del agua y reducir el OPEX?

Cambios en el Consumo de Agua y la Previsión de la Demanda durante la crisis de la COVID-19

  • Cambios Consumo Agua y Previsión Demanda durante crisis COVID-19

Sobre la Entidad

Grupo INCLAM
Grupo internacional, dentro del Mercado Alternativo Bursátil, que se dedica al sector de la ingeniería del agua y el cambio climático. Gracias a su expansión dispone de delegaciones en Latinoamérica y Caribe, España, África Subsahariana y Asia.
ABB

El presente artículo muestra un breve análisis del cambio en los patrones de consumo de agua y la fiabilidad del Sistema de Previsión de Demanda de la plataforma WatEner en la ciudad de Karlsruhe (Alemania) durante la actual crisis sanitaria de la pandemia de Coronavirus (COVID-19).

Stadtwerke Karlsruhe (SWKA) es una operadora municipal de agua que sirve a una región de más de 400.000 habitantes en el estado de Baden-Württemberg. SWKA utiliza la plataforma WatEner para dar soporte a la operación y gestión de su sistema de distribución de agua potable. La plataforma integra datos medidos y simulados procedentes de diferentes fuentes, convirtiéndolos en información útil y disponible en tiempo real. Además, WatEner proporciona una previsión dinámica y precisa de la demanda de agua (figura 1), y permite la descarga de datos para estudios concernientes a la red, como se ha hecho en este análisis.

 
Figura 1: Demanda medida y prevista para el martes 3 de marzo (extraída de la plataforma interna WatEner en los servidores de SWKA).

Como han venido informando los medios de comunicación, en las últimas semanas se han tomado medidas drásticas en casi todo el mundo como un esfuerzo por contener la propagación de la COVID-19. En Alemania, el aumento de nuevas infecciones comenzó a principios de marzo con más de 100 casos y superó los 1.000 después de la primera semana de marzo[1], lo que ha llevado al gobierno a tomar medidas adicionales en los días posteriores. Concretamente, en el estado de Baden-Württemberg, los centros educativos han cerrado sus puertas el 17 de marzo[2], y las medidas se han endurecido progresivamente para restringir aún más la vida pública y las actividades sociales.

Después de la aplicación de estas medidas se observan variaciones en los patrones de consumo de agua. Este significativo cambio en el patrón de consumo ha venido marcado por el aumento del teletrabajo, el cierre de los centros educativos y de las actividades no esenciales, y las restricciones sociales. Una comparación de cuatro martes consecutivos que normalmente deberían de haber mostrado un consumo similar, refleja cómo el mismo ha cambiado durante el mes de marzo de 2020 debido a las medidas restrictivas, como se muestra en los siguientes gráficos:


 Figura 2: Gráfico comparativo de la demanda de agua durante cuatro martes consecutivos de marzo.

Se observa una alteración en el comportamiento del consumo (figura 2) antes de las medidas de contención (líneas azules) y después del cierre de los colegios y de las restricciones sociales adoptadas (líneas verdes). La pendiente de la curva de consumo al comienzo del día es mayor en situación normal (antes de las medidas restrictivas) y menor después de la adopción de las medidas, con un pico de demanda que se produjo aproximadamente dos horas más tarde.


Figura 3: Gráfico comparativo de la demanda de agua del primer (3 de marzo) y último día (24 de marzo) analizados.

Como puede verse en el segundo gráfico comparativo (figura 3) entre el 3 y el 24 de marzo (correspondientes al primer y último día analizados), el pico de demanda se produce en el primer caso alrededor de las 7:10 (cuando los centros educativos están abiertos en situación normal) y en el último caso alrededor de las 9:40 (bajo medidas de confinamiento). Del mismo modo, a principios de marzo el consumo cae rápidamente a partir de las 8:00 u 8:30 hasta el final de la tarde, mientras que, en una situación de confinamiento, el consumo se distribuye más gradualmente a lo largo de la mañana, reduciéndose lentamente por la tarde. Se observa que entre las 17:00 y la medianoche, no hay diferencias significativas entre el consumo de antes y después de las medidas de confinamiento, lo que indica que la población suele estar en casa durante esta franja horaria y el comportamiento de los consumidores no se ve alterado.

WatEner opera un Sistema de Previsión de Demanda (DFS por sus siglas en inglés) que aplica técnicas de Inteligencia Artificial y Reconocimiento de Patrones, adaptándose dinámicamente no sólo a los parámetros meteorológicos (temperatura, precipitaciones, humedad, etc.) sino también a los cambios en el comportamiento de los consumidores que son difíciles de predecir con los modelos matemáticos tradicionales.

En SWKA el DFS proporciona una previsión de la demanda en ventanas de 24 horas con un intervalo de tiempo de 10 minutos para las diferentes áreas de consumo suministradas. El proceso del DFS se inicia todos los días automáticamente a las 3:00 de la madrugada, después de la evaluación del Caudal Mínimo Nocturno, y proporciona un nuevo pronóstico actualizado para las siguiente 24 horas en un intervalo de tiempo de 10 minutos, buscando días similares en la base de datos de conocimiento.

Teniendo en cuenta el periodo entre el 1 y el 24 de marzo, se observa cómo el DFS de WatEner se adapta automáticamente al patrón modificado del comportamiento de consumo causado por la emergencia de COVID-19, como se muestra en los siguientes gráficos:


 Figura 4: Progresión de la adaptación del DFS durante tres martes consecutivos (10, 17 y 24 de marzo).

Se observa el progreso de la adaptación del DFS desde el 10 de marzo hasta el 24 de marzo. El primer día de la aplicación de las medidas de cierre de colegios y confinamiento (17 de marzo) muestra una pendiente mayor en la demanda prevista (como se espera en un típico martes de marzo) que en la demanda real. Después de una semana (martes 24 de marzo), el DFS tiene más información para adaptar automáticamente el pronóstico al nuevo comportamiento del consumidor, mostrando una pendiente más suave y una curva similar a la de la demanda real. Sin embargo, parece que la demanda total diaria medida sigue estando ligeramente por debajo de los valores previstos.

En los gráficos se muestran también los resultados de la Desviación Estándar (DE) de las diferencias entre los datos medidos y los pronosticados (en m3/h) cada 10 minutos. La desviación estándar del martes 10 de marzo (DE=55) se duplica el martes 17 de marzo (DE=114), pero se recupera significativamente en la predicción del 24 de marzo (DE=72), lo que indica una adaptación correcta del DFS y una coincidencia muy razonable de la pendiente y la forma de la curva de consumo.

WatEner se adapta rápidamente a los nuevos patrones de consumo, proporcionando una previsión de la demanda precisa mediante algoritmos, sin la necesidad de la introducción manual de datos

El DFS muestra una adaptación rápida y precisa al cambio en el comportamiento del consumidor, teniendo en cuenta un sólo día similar (martes 17 de marzo) almacenado en la base de datos de conocimiento (el patrón pronosticado se base normalmente en cuatro días similares). Mayor cantidad de datos y un análisis más profundo serían necesarios para sacar conclusiones más amplias sobre los cambios en la demanda relacionados con las medidas restrictivas debidas a la COVID19.

El Sistema de Previsión de Demanda (DFS) de WatEner funciona con precisión en SWKA con un error medio relativo absoluto del 2,5% según el último estudio realizado[3]. En ese contexto, el DFS se adapta rápidamente a los nuevos patrones de consumo, proporcionando una previsión de la demanda precisa mediante algoritmos, sin la necesidad de la introducción manual de datos.

Agradecimientos: Nos gustaría agradecer al Dr. Dirk Kühlers (Stellvertretender Leiter der Abteilung Trinkwassergewinnung/Qualitätssicherung), Stadtwerke Karlsruhe y al equipo de TI de Inclam.

[1] https://www.worldometers.info/
[2] https://www.baden-wuerttemberg.de/
[3] (2019) «Influencia meteorológica y antropogénica en la calibración del sistema de previsión de la demanda » en el XXXV Congreso de AEAS (Asociación Española de Abastecimiento de Agua y Saneamiento)​

Redacción iAgua

La redacción recomienda

18/11/2020 · Digitalización · 194 2

Jorge Helmbrecht: "El objetivo de WatEner es la mejora de la eficiencia del binomio agua-energía"

23/10/2020 · Gestión del Agua · 86

Construyendo el catastro desde la comunidad