Proceso del Proyecto
Descubre cómo se construye la predicción de generación eólica paso a paso
1. Obtención de Datos
El proyecto utiliza dos fuentes principales de datos:
API Red Eléctrica de España (REE)
Proporciona datos históricos de generación eléctrica por tecnología:
- energía eólica
- Solar fotovoltaica
- Hidráulica
- Solar térmica
- Otras renovables
- Residuos renovables
Período: Enero 2022 - Actualidad
API AEMET (Meteorología)
Proporciona datos climáticos de 14 estaciones meteorológicas:
- Temperatura media, mínima y máxima
- Velocidad media del viento
- Ráfagas máxima
- Precipitación
- Horas de sol
Estaciones: Albacete, Almería, Burgos, Cádiz, Cuenca, Guadalajara, Huelva, Sevilla, Zaragoza
Mix Energético en España
Tras descargar el histórico de generación eléctrica por tecnología desde la API de REE, se ha calculado el porcentaje medio de generación que corresponde a energías renovables frente a no renovables. Además, se ha realizado un desglose detallado del porcentaje que representa cada tecnología renovable dentro del total de generación renovable.
Distribución porcentual de la generación eléctrica entre energías renovables y no renovables, junto con el desglose detallado de las tecnologías renovables.
Renovables vs No Renovables
Desglose de Energías Renovables
Tabla de porcentajes por tecnología
| Tecnología | % sobre generación total | % dentro de renovables |
|---|---|---|
| Eólica | 23.41% | 40.16% |
| Solar fotovoltaica | 19.83% | 34.01% |
| Hidráulica | 11.64% | 19.97% |
| Solar térmica | 1.62% | 2.78% |
| Otras renovables | 1.55% | 2.66% |
| Residuos renovables | 0.28% | 0.48% |
| ── No renovables ── | 41.67% | — |
| TOTAL | 100.00% | 100% (solo renovables) |
Como se aprecia en la gráfica, aproximadamente el 58.33% de la generación eléctrica en España proviene de fuentes renovables, siendo la energía eólica la tecnología más representativa con un 23.41% del total, seguida de la solar fotovoltaica con un 19.83% y la hidráulica con un 11.64%.
Fuentes energéticas
Visión general de sistema energético
España supera ya el 55% de producción eléctrica renovable, pero aún queda un largo camino por recorrer. En 2024, la media de la UE se situó en el 47,4%, sin embargo países como Dinamarca (88,8%), Portugal (87,4%) o Croacia (73,8%) demuestran que el techo está mucho más arriba. A nivel europeo, la eólica y la hidroeléctrica concentran más de dos tercios de toda la generación renovable. Conocer y predecir con precisión cuánta energía eólica se va a producir es clave para acelerar esta transición.
Energía hidroeléctrica
Fluye con la naturaleza. Nuestros sistemas hidroeléctricos aprovechan la energía del agua en movimiento, proporcionando electricidad confiable y ecológica.
Energía fotovoltaica
Con apenas un 20% de la producción eléctrica proveniente de fuentes solares, España aún tiene un gran potencial para expandir su capacidad fotovoltaica y aprovechar al máximo la energía del sol.
Energía eólica
España cuenta con un gran potencial eólico, especialmente en regiones como Galicia, Castilla y León y Andalucía. La energía eólica es una fuente clave para alcanzar los objetivos de energía renovable y reducir las emisiones de carbono.
Evolución de Generación Renovable
Evolución temporal de la producción de energía eólica, solar fotovoltaica e hidráulica durante los últimos 30 días.
Evolución de Generación Renovable
Generación semanal por tecnología — Ene 2022 a May 2026 · Fuente: API REE
Mapa de Parques Eólicos
Ubicación geográfica de los 7 parques eólicos monitorizados en el proyecto, junto con sus estaciones meteorológicas asociadas de AEMET.
Ubicación de Parques Eólicos
Parques monitorizados:
- Parque Eólico El Andévalo (Huelva) (ID: 4589X)
- Parque Eólico Gecama (Cuenca) (ID: 8175)
- Parque Eólico Maranchón (Guadalajara) (ID: 3013)
- Parque Eólico de Borja (Zaragoza) (ID: 9299X)
- Parque Eólico De Tarifa (ID: 6001)
- Parque Eólico De Briviesca (ID: 9031C)
- Parque Eólico La Muela (Zaragoza) (ID: 9299X)
Para obtener los datos de históricos de generación eólica y datos meteorológicos, se han utilizado las APIs de Red Eléctrica de España (REE) y AEMET respectivamente. La integración de estas fuentes de datos ha sido fundamental para el desarrollo del modelo de predicción. Una vez obtennido el dato correctamente se ha volcado en una base de datos local. Se han realizado numerosas iteraciones de llamadas a la API de AEMET para obtener los datos faltantes y completar el histórico de datos necesario para el entrenamiento del modelo.
2. Preprocesamiento de Datos
Una vez obtenidos los datos de ambas APIs, se realiza un proceso de limpieza y fusión:
- Eliminación de registros duplicados
- Normalización de fechas y horas
- Tratamiento de valores nulos (interpolación)
- Conversión de unidades (km/h a m/s)
- Merge de datos de generación con datos climáticos por fecha
Una vez porcesados los datos se han visualizado en diversas gráficas para entender mejor las relaciones entre las variables y detectar posibles patrones o anomalías.
Variables normalizadas con Standard Scaling (μ=0, σ=1). Valores positivos indican por encima de la media, negativos por debajo.
Scatter: Velocidad Viento vs Generación Eólica (Escalados)
Mapa de Calor de Correlación
| velmedia_scaled | racha_scaled | Eólica_scaled | |
|---|---|---|---|
| velmedia_scaled | 1.00 | 0.86 | 0.42 |
| racha_scaled | 0.86 | 1.00 | 0.50 |
| Eólica_scaled | 0.42 | 0.50 | 1.00 |
Distribución de Velmedia Scaled, Racha Scaled y Eólica Scaled
Evolución Temporal — Serie Completa (2022–2024)
Evolución Temporal — Últimos 2 años
Evolución Temporal — Último año
Features creadas:
mes, día de la semana, día del año, trimestre
eólica_lag1, eólica_lag2, eólica_lag3, eólica_lag7
vel_ma3, vel_ma7, vel_ma14, racha_ma7, eolica_ma7
3. Modelos de Machine Learning
Objetivo: Predecir la generación de energía eólica en España con la mayor precisión posible.
Origen de los datos: Los datos proceden de dos fuentes principales: la API de Red Eléctrica de España (REE) para los datos de generación eléctrica histórica, y la API de AEMET para los datos meteorológicos (temperatura, velocidad del viento, ráfagas, precipitación).
Se han probado múltiples modelos de Machine Learning para encontrar el mejor:
| Modelo | RMSE (MWh) | R² | MAPE (%) |
|---|---|---|---|
| Linear Regression | 60,433 | 0.579 | 41.73 |
| Lasso | 60,433 | 0.579 | 41.73 |
| Random Forest | 60,438 | 0.579 | 44.30 |
| Ridge | 60,498 | 0.578 | 41.95 |
| LightGBM | 61,873 | 0.559 | 44.46 |
| XGBoost | 63,346 | 0.537 | 45.87 |
| Red Neuronal (MLP) | 63,910 | 0.529 | 43.22 |
Modelo seleccionado: Linear Regression por obtener el mejor equilibrio entre R² (0.579) y menor RMSE.
Test set: 46 semanas (jun 2025 – may 2026). Valores en GWh. Mejor modelo marcado con ⭐.
4. Predicción y Actualización
El proceso de predicción funciona de la siguiente manera:
- Descarga de forecast AEMET: Se obtiene el pronóstico meteorológico para el día siguiente (velocidad media del viento y ráfagas) de las estaciones cercanas a los parques eólicos.
- Construcción del vector de features: Se combinan los datos de forecast con los datos históricos (lags, medias móviles) para crear el vector de entrada del modelo.
- Predicción: El modelo Linear Regression genera la predicción de producción eólica en MWh.
- Guardado: El resultado se guarda en la base de datos para su visualización en el frontend.
Programación: La actualización se realiza automáticamente cada noche a las 3:00 AM mediante un script en el backend (Render).
5. Parques Eólicos Monitorizados
El proyecto monitoriza 7 parques eólicos distribuidos por toda España:
Huelva - Est: Alosno
Cuenca - Est: Albacete
Guadalajara - Est: Molina de Aragón
Zaragoza - Est: Tarazona
Cádiz - Est: Tarifa
Burgos - Est: Briviesca
Zaragoza - Est: Tarazona