Programación optimizada de sistemas energéticos integrados: un enfoque de sinergia multidimensional electricidad, hidrógeno, amoníaco y calor usando el algoritmo LSDBO-WOA

Por qué importa almacenar energía limpia de nuevas maneras

Los aerogeneradores y los paneles solares se están expandiendo rápidamente, pero la electricidad que producen no siempre coincide con los momentos en que la gente la necesita. Esta descoordinación desperdicia energía limpia y obliga a las redes a apoyarse en combustibles fósiles. Este estudio explora una manera de suavizar esas fluctuaciones usando amoníaco líquido como una especie de “pegamento” energético polivalente, que conecta electricidad, hidrógeno, calor y combustible para capturar, almacenar y usar más energía renovable en los momentos de mayor valor.

Un ecosistema de energía limpia del tamaño de un parque

Los investigadores diseñan un parque energético virtual que combina viento, solar, la red eléctrica principal y gas natural con una red de dispositivos avanzados. En el centro del sistema hay un tanque de amoníaco líquido, tratado como un almacén de energía a largo plazo. La electricidad renovable excedentaria primero produce hidrógeno a partir del agua, que luego se combina con nitrógeno del aire para formar amoníaco. Más adelante, ese amoníaco puede reconvertirse en hidrógeno, quemarse junto con gas natural en una turbina de gas o alimentarse a pilas de combustible especiales. El calor que normalmente se desperdicia —procedente de turbinas, pilas de combustible y reacciones químicas— se captura y reutiliza para calefacción distrital o para generar potencia adicional, de modo que se desperdicia muy poca energía de entrada.

Planificar la mezcla correcta de equipos

Diseñar una instalación tan intrincada es como planificar una pequeña ciudad: hay que escoger el número y el tamaño de cada componente para que el sistema funcione de forma económica, limpia y fiable. Los autores construyen un modelo de planificación y control en dos capas. La capa superior decide las capacidades y el diseño a largo plazo, persiguiendo cuatro objetivos a la vez: reducir el coste anual, las emisiones de carbono, aumentar la eficiencia global y minimizar la energía renovable desperdiciada. La capa inferior simula luego la operación diaria ante la incertidumbre del viento, el sol y la demanda, ajustando la carga de cada dispositivo y estimando los costes reales de funcionamiento. La información fluye entre ambas capas hasta que emerge un buen equilibrio entre esos objetivos.

Una búsqueda más inteligente para mejores diseños

Puesto que el espacio de diseño es enorme y complejo, el equipo utiliza un algoritmo de búsqueda personalizado en lugar de prueba y error sencillo. Combinan dos métodos inspirados en la naturaleza —uno modelado en la forrajeo de los escarabajos peloteros y otro en la caza de las ballenas— en un híbrido conocido como LSDBO‑WOA. Este híbrido rastrea muchas configuraciones posibles, ampliando la exploración para cubrir el espacio y acercándose para refinar los candidatos prometedores. Al compararlo con optimizadores multiobjetivo populares, LSDBO‑WOA encuentra conjuntos de soluciones más próximos al equilibrio ideal entre coste, emisiones, eficiencia y uso de renovables, a costa de tiempos de ejecución algo mayores en un portátil estándar.

Qué ocurre al aumentar la mezcla de amoníaco

El estudio analiza hasta qué punto debe incorporarse amoníaco en la mezcla de combustible de la turbina de gas. Los escenarios van desde ningún amoníaco hasta una mezcla relativamente alta. A medida que aumenta la proporción de amoníaco, la capacidad del sistema para absorber electricidad renovable mejora y la eficiencia energética global sube de aproximadamente 84 % hasta casi 98 %. Los costes operativos tienden a bajar, aunque no de forma lineal: producir y manejar más amoníaco añade su propio coste. Las emisiones de carbono disminuyen más —alrededor de un 7,3 % respecto a la línea base— cuando el amoníaco aporta cerca del 15 % del combustible de la turbina. Más allá de ese punto, la mezcla adicional aporta beneficios menores e incluso puede hacer que las emisiones suban ligeramente cuando se cuentan todos los efectos secundarios.

Gestionar la incertidumbre en un mundo real desordenado

El tiempo y el consumo energético reales nunca son perfectamente previsibles, por lo que los autores comparan tres formas de manejar la incertidumbre en su capa de programación. Un método basado en probabilidades, que asume que los errores de predicción siguen patrones conocidos, mantiene tanto el coste como las emisiones relativamente bajos pero acepta más episodios de desperdicio de energía renovable. Métodos más conservadores que se protegen frente a los peores escenarios reducen aún más el desperdicio, pero exigen mayores gastos y conducen a más emisiones en general. Para un sistema a escala de campus bien monitorizado con datos históricos razonables, el estudio sugiere que un enfoque probabilístico moderadamente cauteloso ofrece el mejor compromiso entre riesgo, coste e impacto climático.

Qué significa esto para futuros parques de energía limpia

En términos cotidianos, el trabajo muestra que convertir el exceso de energía eólica y solar en amoníaco líquido —y luego reconvertir ese amoníaco de forma flexible en electricidad, hidrógeno o calor— puede hacer que un sistema energético local sea más autosuficiente, eficiente y favorable al clima. Con la mezcla de equipos adecuada y una estrategia de programación bien ajustada, el sistema modelado aprovecha casi toda la energía que recibe mientras recorta emisiones y costes. Aunque cuestiones prácticas como la seguridad del amoníaco y los precios futuros del equipo requieren atención, el estudio apunta a una receta prometedora para centros energéticos limpios capaces de apoyar recortes profundos de emisiones de carbono sin sacrificar la fiabilidad.

Cita: Tu, N., Yang, J., Yan, X. et al. Optimized scheduling of integrated energy systems: a multi-dimensional electricity, hydrogen, ammonia, heat synergy approach using the LSDBO-WOA algorithm. Sci Rep 16, 13130 (2026). https://doi.org/10.1038/s41598-026-41136-8

Palabras clave: sistemas energéticos integrados, almacenamiento de energía en amoníaco, programación de energías renovables, energía de bajo carbono, optimización multienergía