Este es un caso práctico de detección de puntos calientes en BESS, planteado como escenario ilustrativo: el emplazamiento, las mediciones y los costes que se indican son cifras representativas, no el resultado de un cliente concreto. Lo importante aquí es el margen de tiempo. El ciclo cerrado dio un aviso con mucha antelación, y esa antelación bastó para convertir lo que podía ser una emergencia en una intervención de mantenimiento controlada.
El escenario merece un recorrido detallado porque muestra qué detecta realmente la combinación de agentes de IA y drones autónomos. También muestra por qué los sensores internos, por sí solos, dejan un hueco mayor de lo que mucha gente cree.
La configuración
El sistema era un BESS de LFP de 50 MWh, co-ubicado con una planta solar de 35 MW en el sur de España. Llevaba cuatro años en operación. La prueba anual de SoH más reciente ya se había completado, y el panel del BMS tenía un aspecto normal. Los parámetros del HVAC también parecían normales y no había alarmas activas.
Desde la perspectiva de la monitorización estándar, todo parecía estar bien.
La monitorización de rendimiento solar con IA para carteras de más de 20 MW de ClearSpot llevaba unos ocho meses funcionando en la instalación. Durante ese tiempo había construido perfiles base de resistencia interna para los 12 racks de tres contenedores.
En la tercera semana de julio, en pleno calor del verano, el agente detectó algo. No era una alarma. No era una superación de umbral. Era un cambio de tendencia.
El rack 7 del contenedor 2 mostraba un ligero aumento de la resistencia interna en las tres semanas anteriores. Aislado, era un cambio pequeño y seguía dentro de la variación normal. Pero el agente también detectó que la unidad HVAC del contenedor 2 había ido perdiendo capacidad de refrigeración de forma progresiva durante las semanas previas.
Cada tendencia, por separado, no era llamativa. Juntas, apuntaban a un estrés térmico en un sistema que ya funcionaba cerca de su límite térmico.
El agente hizo lo que estaba diseñado para hacer: activó una inspección térmica autónoma con dron sobre el exterior del contenedor 2.
Lo que encontró el dron
El dron voló a la mañana siguiente, a las 06:40, antes del pico de calor del día. Eso fue importante, porque el ruido térmico ambiental era bajo.
La cámara térmica, con resolución de 640×512 y una sensibilidad de 0,05 °C, mostró un punto caliente en la cara este del contenedor 2, a unos 1,2 metros de la esquina norte. La diferencia de temperatura frente a la pared del contenedor adyacente era claramente significativa.
Eso no es un detalle menor, y tampoco es una ganancia solar por el ángulo de incidencia. Es calor generado internamente y transmitido a través de la envolvente del contenedor desde la zona asociada directamente al rack 7.
El sensor interno del BMS para el rack 7 mostraba un valor que todavía parecía normal. Pero la pared exterior en ese punto presentaba una temperatura superficial muy superior a la esperada en una mañana cálida. El problema no era visible para el sensor interno porque el calor se concentraba en una sección del rack donde el flujo de aire no llegaba bien.
Los sensores internos no mostraban ninguna alarma. El escaneo térmico con dron mostraba una anomalía clara.
Este es el modelo de ciclo cerrado sobre el que se construye la plataforma de IA agéntica de ClearSpot para activos solares y de almacenamiento: el SCADA y los datos internos identifican la tendencia, los drones confirman el estado físico y los agentes deciden la siguiente acción.
La intervención
El Battery Health Surveillance Agent clasificó la situación como un posible bloqueo del canal de refrigeración, con un riesgo elevado de estrés térmico en el rack 7. Recomendó una inspección física del canal de refrigeración y una revisión del HVAC del contenedor 2.
Ese trabajo se completó en cuatro días.
El equipo de mantenimiento encontró un canal de refrigeración parcialmente bloqueado por la acumulación de suciedad procedente de una junta degradada. El bloqueo ocupaba una parte importante de la sección transversal del canal. No era suficiente para disparar una alarma existente, pero sí para reducir la refrigeración efectiva del rack 7 durante el calor del verano.
La inspección del HVAC confirmó la pérdida de capacidad de refrigeración que el agente ya había detectado. Un conjunto de palas de ventilador desgastado reducía el caudal de aire en la parte superior del contenedor.
Ambos problemas se repararon en una sola visita, con un coste muy inferior al de cualquiera de las alternativas.
En este escenario, el técnico que completa el trabajo lo resume así: si el problema hubiera seguido funcionando durante agosto, la instalación podría haber sufrido una pérdida acelerada de capacidad en el rack 7 y, posiblemente, estrés térmico a nivel de celda.
Las cuentas de lo que no ocurrió
Si el punto caliente hubiera continuado durante agosto, el resultado probable habría sido una combinación de pérdida evitable y riesgo evitable.
Un periodo prolongado de estrés térmico elevado en el rack 7 podría haber provocado una pérdida acelerada de SoH en ese rack y costes anticipados de reacondicionamiento.
En el peor de los casos, el activo podría haber sido limitado en potencia a la espera de una investigación. Eso habría supuesto al menos dos semanas de ingresos perdidos, además de la limitación de la planta solar co-ubicada y posibles consecuencias en el seguro. Cualquiera de las dos vías habría costado mucho más que la reparación, sin contar el impacto a largo plazo en la cartera.
Lo que realmente costó fue una única visita de reparación.
Por qué importa el ciclo cerrado
Por eso la combinación de agentes y drones importa tanto. El agente, por sí solo, tenía una señal estadística pero no una confirmación visual. El dron, por sí solo, no tenía motivo para volar. Juntos formaron un ciclo cerrado que convirtió una señal débil en una decisión de mantenimiento accionable.
Ese es el valor de la monitorización de rendimiento, los agentes y los drones funcionando como una sola pila. También explica por qué la capa de gestión de activos para carteras solares con almacenamiento es importante: ofrece a los operadores una visión a nivel de cartera de los problemas antes de que se conviertan en fallos. El mismo flujo de planificación de vuelo y de termografía radiométrica se usa para los módulos fotovoltaicos en un programa de inspección solar con drones, de modo que una misma flota de drones puede cubrir tanto el campo solar como el parque de baterías.
Qué cambia con esto
La conversación sobre seguridad en BESS suele centrarse en la supresión de incendios, la fuga térmica y la cobertura de los sensores internos. Todo ello es importante. Pero también es reactivo.
Lo que detectó este problema fue algo distinto: análisis continuo de señales internas con IA combinado con imagen térmica externa con drones. No un umbral fijo. No una alarma del BMS. Un patrón que solo resultó evidente al conectar dos señales pequeñas.
Por eso la monitorización térmica externa no debería considerarse opcional. Forma parte de la manera de ver lo que los sensores internos no detectan.
Las inspecciones con drones funcionan mejor como una entrada dentro de un software de monitorización de BESS continuo que también controla el SoC, el SoH y las alarmas. El historial térmico que generan alimenta directamente el seguimiento de la degradación de baterías a gran escala, porque el calor sostenido es uno de los principales impulsores de la pérdida de capacidad.
Preguntas frecuentes
Puede detectar puntos calientes externos, problemas de HVAC y anomalías térmicas a nivel de contenedor que los sensores internos podrían pasar por alto.
El problema estaba localizado y el flujo de aire no llegaba con suficiente intensidad a la zona afectada como para que el sensor interno registrara una alarma crítica.
La combinación del análisis del agente y la inspección con dron proporcionó un aviso temprano, con tiempo suficiente para programar una intervención antes de que el problema escalara.
Porque el agente formula la hipótesis y el dron confirma el estado físico. Así se evita el despliegue innecesario de cuadrillas y se mejora la precisión.
No. La termografía con drones ve el exterior del contenedor, mientras que los sensores del BMS miden dentro de los racks. Usados juntos, y activados por el análisis de tendencias, detectan problemas que cualquiera de las dos fuentes no detectaría por sí sola.