Mantenga la producción sin cambios, retrase el arranque de un compresor veinte minutos, y una planta de alimentos en la división Aguascalientes puede quitar cerca de 119,000 pesos del recibo de CFE de un solo mes. Alrededor de USD 6,800, por un simple ajuste de horario. Ese es todo el caso de negocio de la optimización de carga con IA, y nada de esto requiere una fábrica inteligente.
El mecanismo es el cargo por demanda. Una planta de procesamiento de alimentos de 2 MW en la tarifa Gran Demanda en Media Tensión Horaria (GDMTH) de CFE, en la división Aguascalientes, paga alrededor de 475 MXN por kW-mes en cargos combinados de capacidad y distribución. Eso equivale a unos USD 27 por kW-mes a 17.39 MXN por USD (tarifa de CFE, julio de 2026, y tipo de cambio de referencia del DOF, 16 de julio de 2026). Para esa planta, el cargo relacionado con la demanda ronda los 950,000 MXN al mes, cerca de USD 55,000, o casi USD 655,000 al año antes de contar un solo kilowatt-hora de energía.
Ese cargo no lo fija la carga promedio. Lo fija una sola lectura: la demanda más alta que el medidor registra en el mes de facturación, integrada en un intervalo de 15 minutos. Si alcanza 2,000 kW durante un cuarto de hora porque el arranque de un compresor coincide con producción plena y una carga de batería, CFE factura todo el mes contra esos 2,000 kW. Mantenga la misma producción pero conserve el pico coincidente en 1,750 kW, y el cargo por demanda baja cerca de 119,000 MXN ese mes, alrededor de USD 6,800.
Aquí es donde la optimización de carga con IA gana su dinero en México, y es la única afirmación que vale la pena hacer sobre ella. El pronóstico predictivo ligado al control automatizado de demanda protege el pico mensual de facturación GDMTH al recortar o adelantar carga no crítica antes de que la planta cruce un techo de demanda. El retorno viene de dos líneas que un director de finanzas puede auditar: el cargo por demanda evitado en ese único intervalo, y el costo de energía movido de horas punta a horas base. No de un relato de fábrica inteligente.
Qué hace la tecnología
Quite el discurso comercial y el sistema queda en tres partes. Primero, submedición que resuelve la carga hasta el nivel de circuito o de equipo mayor, no solo el medidor de CFE. Segundo, un pronóstico de carga de corto plazo que predice la demanda de la planta en los próximos 15 a 60 minutos a partir de los programas de producción, el clima y la carga reciente. Tercero, un controlador que compara el pronóstico contra un techo de demanda fijado y, cuando predice que se romperá, emite órdenes preventivas: preenfriar una cámara fría desde ahora para que los compresores puedan descansar durante el periodo de riesgo, pausar una carga de batería, aplazar un ciclo de bombeo no urgente.
El pronóstico ya es una tecnología madura. En pruebas revisadas por pares, un modelo de gradient boosting (XGBoost) produjo un error porcentual absoluto medio de 3.74% al pronosticar carga horaria con una semana de anticipación. Los métodos líderes de corto plazo en la literatura se ubican entre aproximadamente 1.9% y 4.0% (Aguilar Madrid y Antonio, "Short-Term Electricity Load Forecasting with Machine Learning," Information, MDPI, 2021). En un horizonte de 15 a 60 minutos con submedición en sitio, el error corre todavía más bajo. El pronóstico no es la restricción. La restricción es si la planta cuenta con la medición y las cargas controlables para actuar sobre lo que indica el pronóstico.
Cuánto vale proteger el pico
El cargo por demanda de GDMTH es una función escalón sobre un solo intervalo, lo que hace que recortar el pico sea inusualmente valioso en México frente a tarifas que facturan sobre demanda promedio. Cada kW recortado del pico mensual devuelve el cargo combinado completo, no una fracción de él.
| Pico recortado (kW) | Ahorro mensual (MXN) | Ahorro mensual (USD) | Ahorro anual (USD) |
|---|---|---|---|
| 100 | 47,500 | 2,730 | 32,800 |
| 200 | 95,000 | 5,460 | 65,500 |
| 300 | 142,500 | 8,190 | 98,300 |
Las cifras aplican el cargo combinado de capacidad y distribución GDMTH de ~475 MXN/kW-mes (CFE, julio de 2026) a 17.39 MXN/USD (DOF, 16 de julio de 2026). El ahorro real depende de qué tanto del pico mensual es coincidente y recortable.
Después está la línea de energía. Los precios de energía GDMTH en la división Aguascalientes son de 1.0228 MXN/kWh en horas base, 1.8107 en intermedias y 2.0620 en punta (tarifa de CFE, julio de 2026). Mover una carga controlable fuera del horario punta hacia horas base ahorra cerca de 1.04 MXN/kWh, alrededor de USD 0.06. Preenfriar la refrigeración y programar la carga de baterías en horas base captura ese diferencial en cada kilowatt-hora desplazado, encima del ahorro en el cargo por demanda. El cargo por demanda es el premio mayor porque se factura sobre un solo intervalo y el desplazamiento de energía se factura por volumen, así que la planta debe proteger primero el pico y desplazar la energía después.
Qué cargas puede recortar
El catálogo de usos finales de CONUEE para alimentos y bebidas da el mapa. La maquinaria de producción es 23% del consumo, la refrigeración 22%, las bombas 15%, el aire comprimido 11%, el HVAC 10%, los ventiladores de proceso 8% y la iluminación 5% (catálogo CONUEE 2020, pilotos evaluados de 2014 a 2020). No todo está disponible para recortarse. La maquinaria de producción y la iluminación son prácticamente fijas durante un turno. La flexibilidad está en las cargas térmicas y de almacenamiento.
| Carga | Parte del consumo de A&B | Acción de control en un horario punta | Restricción limitante |
|---|---|---|---|
| Refrigeración | 22% | Preenfriar el punto de ajuste antes del horario punta, dejar flotar la temperatura, apagar compresores por etapas | Tolerancia de temperatura del producto, requiere masa térmica refrigerada o congelada |
| Bombas (no de proceso) | hasta 15% | Aplazar o reducir el bombeo de transferencia y de servicios no urgente | Niveles de tanque, continuidad del proceso |
| Aire comprimido | 11% | Ajustar la presión al mínimo de línea, secuenciar compresores | Presión mínima de línea, carga por fugas |
| HVAC | 10% | Flotación breve del punto de ajuste en oficinas y áreas fuera de proceso | Confort, se excluyen zonas de inocuidad alimentaria |
| Batería / carga de VE | no está en el desglose de CONUEE | Pausar y reprogramar la carga hacia horas base | Plazo de estado de carga |
La refrigeración es el ancla. Un estudio de campo del Lawrence Berkeley National Laboratory sobre 21 bodegas refrigeradas de California encontró que el almacenamiento congelado resiste interrupciones breves de servicio solo con aislamiento y masa térmica. El estudio modeló el potencial de respuesta a la demanda por sitio en función de la capacidad de almacenamiento. Los sitios individuales fueron de 26 kW a 1,669 kW de demanda de refrigeración recortable (Scott et al., Refrigerated Warehouse Demand Response Strategy Guide, LBNL-1004300, 2015). Ese estudio ubicó el retorno simple de los controles entre dos y cuatro años. Una cámara fría preenfriada uno o dos grados por debajo del punto de ajuste puede resistir un horario punta de 30 a 60 minutos con los compresores apagados por etapas y sin riesgo para el producto. Ese es el mecanismo que convierte un amortiguador térmico en un instrumento contra el cargo por demanda.
El primer número por establecer es la parte recortable de su pico coincidente, y doce meses de lecturas de demanda le dirán si está más cerca del 5% o del 20%. Solicite un Quick Scan.
Dónde encaja esto, y qué necesita primero
Dos fuerzas hacen que valga la pena defender el pico ahora. El cargo por demanda de GDMTH se reinicia cada mes y CFE ha mantenido altos los componentes de capacidad y distribución, así que el cargo es un costo anual de seis cifras en dólares para cualquier planta mediana. Y la red detrás de esa tarifa está ajustada. CENACE declaró dos estados de emergencia el 18 de febrero de 2026, cuando las reservas operativas cayeron por debajo del 3% frente a la meta del 6% y 21 estados vieron interrumpido el suministro (Mexico News Daily, 20 de febrero de 2026, citando a CENACE). Para el verano de 2026, CENACE modeló una demanda máxima cercana a 54,000 MW con un margen de reserva operativa en el peor caso de alrededor del 7% (CENACE, reportado el 16 de abril de 2026). Una planta que puede pronosticar y recortar su propio pico está más cerca de participar del lado de la demanda si CENACE amplía esos mecanismos, y carga con menos exposición al riesgo de pico coincidente que plantea una red bajo presión.
La misma submedición y los mismos controles también sirven a las obligaciones del Código de Red sobre medición y factor de potencia que ya cargan los usuarios de GDMTH (CRE, Disposiciones administrativas de carácter general, DOF abril de 2016). Una sola instalación de instrumentación cubre tanto el cumplimiento como la optimización, lo que cambia el caso de capital: parte del gasto ya se debe por el código de red.
El riesgo: dónde la automatización promete de más
El control automatizado de carga solo rinde donde la planta ya puede medir y controlar. Un solo medidor general y arrancadores manuales no le dan al algoritmo nada sobre qué actuar. El orden de operaciones es submedición primero, actuación controlable segundo, pronóstico tercero. Sáltese los dos primeros y la capa de IA pronostica un pico que no puede evitar.
La calidad de los datos es la segunda limitación. Un modelo entrenado con un historial ruidoso o incompleto se perderá la rampa que fija el pico mensual, y un solo intervalo de 15 minutos fallado deshace un mes de recorte. El pronóstico tiene que acertar en la cola, no en promedio.
El contraargumento es el margen de recorte disponible. Una planta cuyo pico depende casi por completo de maquinaria de producción continua, con poca carga térmica o aplazable, tiene poca flexibilidad. Si solo el 5% del pico es genuinamente recortable, un sitio de 2 MW protege unos 100 kW, cerca de USD 32,800 al año según la tabla anterior, contra un gasto en controles e integración que puede llegar a varios cientos de miles de pesos. El retorno todavía cae dentro de la banda de dos a cuatro años de LBNL para sitios intensivos en refrigeración. Una planta de productos secos sin cadena de frío debe medir su fracción recortable antes de comprometerse. La tecnología no crea flexibilidad. Solo monetiza la flexibilidad que existe físicamente.
Encima hay un riesgo de comportamiento. Un recorte automatizado que detiene una línea de producción una sola vez será apagado por el gerente de planta a la mañana siguiente. La lógica de control tiene que tratar la continuidad de producción como una restricción dura y tocar únicamente cargas con holgura genuina. La confianza que se pierde una vez no se recupera.
Cómo implementarlo, paso a paso
Empiece con un estudio de carga submedido de dos semanas, no con la compra de software. El número que decide todo el caso es la fracción recortable del pico mensual. Mídala. Si la refrigeración, el aire comprimido, el bombeo no de proceso y la carga de baterías suman en conjunto el 10% o más del pico coincidente, las matemáticas del cargo por demanda de la tabla anterior justifican los controles.
Secuencie el capital. La submedición y la actuación controlable sobre las cargas flexibles van primero y se pagan solas mediante el cumplimiento del Código de Red y la gestión manual del pico. La capa de pronóstico y control automatizado es un gasto marginal menor que se agrega una vez que la planta puede mover una carga. No compre la IA antes de que la planta pueda actuar.
Fije el techo de demanda a partir de la tarifa, no de la ingeniería. El techo va justo debajo del nivel de demanda cuyo cargo el equipo de finanzas está dispuesto a pagar, y el controlador optimiza hacia ese punto. Vuelva a fijar el precio del techo cada vez que CFE reajuste GDMTH.
Para un sitio intensivo en refrigeración, la presión de tiempo es clara. Cada mes de verano con un pico coincidente alto son seis cifras de pesos que un preenfriamiento de dos grados pudo haber evitado. Una planta que instala antes de la temporada de enfriamiento de 2027 protege un año completo de alta demanda en lugar de verlo facturarse por completo.
Quick Scan de tarifa y demanda máxima de 30 a 45 minutos
Mexico Energy Partners lee sus determinantes de facturación GDMTH, identifica qué intervalos fijan el pico mensual y prioriza las cargas con suficiente holgura para moverse. Requiere doce meses de recibos de CFE y media hora en una llamada, sin visita a sitio y sin instalación de medición.
Solicite un Quick Scan de tarifa y demanda máxima o escriba a info@mexicoenergypartners.com. Mexico Energy Partners no vende equipo y solo recibe honorarios del cliente.
Fuentes
- CFE, Tarifa GDMTH, división Aguascalientes, julio de 2026 (capacidad 377.16 MXN/kW-mes, distribución 97.88 MXN/kW-mes, energía 1.0228 / 1.8107 / 2.0620 MXN/kWh base / intermedia / punta).
- DOF, tipo de cambio de referencia 17.39 MXN por USD, 16 de julio de 2026.
- CONUEE, catálogo de medidas de eficiencia energética, desglose de uso final para alimentos y bebidas, catálogo 2020 (pilotos evaluados de 2014 a 2020).
- Aguilar Madrid, E. and Antonio, N., "Short-Term Electricity Load Forecasting with Machine Learning," Information, MDPI, 2021.
- Scott, D., Castillo, R., Larson, K., Dobbs, B., Olsen, D., "Refrigerated Warehouse Demand Response Strategy Guide," Lawrence Berkeley National Laboratory, LBNL-1004300, 2015.
- CENACE, dos estados de emergencia, 18 de febrero de 2026, reportado por Mexico News Daily, 20 de febrero de 2026.
- CENACE, pronóstico de demanda máxima y reserva operativa para el verano de 2026, reportado el 16 de abril de 2026.
- CRE, Código de Red (Disposiciones administrativas de carácter general en materia de eficiencia, calidad, confiabilidad, continuidad, seguridad y sustentabilidad del Sistema Eléctrico Nacional), DOF abril de 2016.