Los ingenieros del MIT muestran cómo el mapeo detallado de las condiciones climáticas y la demanda de energía puede orientar la optimización de la ubicación de instalaciones de energía renovable.
La decisión de dónde construir nuevas instalaciones solares o eólicas suele quedar en manos de promotores o empresas de servicios públicos individuales, con una coordinación general limitada. Pero un nuevo estudio muestra que la planificación a nivel regional utilizando datos meteorológicos detallados, información sobre el uso de energía y modelos del sistema energético puede marcar una gran diferencia en el diseño de dichas instalaciones de energía renovable. Esto también conduce a operaciones más eficientes y económicamente viables.
Los resultados muestran los beneficios de coordinar la ubicación de los parques solares, eólicos y de los sistemas de almacenamiento, teniendo en cuenta las variaciones locales y temporales del viento, la luz solar y la demanda de energía para maximizar la utilización de los recursos renovables. Este enfoque puede reducir la necesidad de inversiones considerables en almacenamiento y, por lo tanto, el costo total del sistema, al tiempo que maximiza la disponibilidad de energía limpia cuando se necesita, descubrieron los investigadores.
El estudio, que aparece hoy en la revista Cell Reports Sustainability , fue coescrito por Liying Qiu y Rahman Khorramfar, investigadores posdoctorales del Departamento de Ingeniería Civil y Ambiental del MIT, y los profesores Saurabh Amin y Michael Howland.
Qiu, el autor principal, afirma que con el nuevo enfoque del equipo, “podemos aprovechar la complementariedad de los recursos, lo que significa que los recursos renovables de diferentes tipos, como la eólica y la solar, o de diferentes ubicaciones pueden compensarse entre sí en el tiempo y el espacio. Este potencial de complementariedad espacial para mejorar el diseño del sistema no se ha enfatizado ni cuantificado en la planificación a gran escala existente”.
Según ella, esta complementariedad será cada vez más importante a medida que las fuentes de energía renovables variables representen una mayor proporción de la energía que ingresa a la red. Al coordinar de manera más fluida los picos y valles de la producción y la demanda, “en realidad estamos tratando de utilizar la variabilidad natural en sí misma para abordar la variabilidad”.
Por lo general, al planificar instalaciones de energía renovable a gran escala, dice Qiu, “algunos trabajan a nivel de país, por ejemplo, diciendo que el 30 por ciento de la energía debería ser eólica y el 20 por ciento solar. Eso es muy general”. Para este estudio, el equipo analizó tanto los datos meteorológicos como los modelos de planificación del sistema energético en una escala de resolución inferior a 10 kilómetros (aproximadamente 6 millas). “Es una forma de determinar dónde deberíamos, exactamente, construir cada planta de energía renovable, en lugar de simplemente decir que esta ciudad debería tener esta cantidad de parques eólicos o solares”, explica.
Para recopilar sus datos y permitir una planificación de alta resolución, los investigadores se basaron en una variedad de fuentes que no se habían integrado previamente. Utilizaron datos meteorológicos de alta resolución del Laboratorio Nacional de Energías Renovables, que están disponibles públicamente con una resolución de 2 kilómetros, pero que rara vez se utilizan en un modelo de planificación a una escala tan fina. Estos datos se combinaron con un modelo de sistema energético que desarrollaron para optimizar la ubicación con una resolución inferior a 10 kilómetros. Para tener una idea de cómo los datos y el modelo a escala fina marcaron una diferencia en diferentes regiones, se centraron en tres regiones de EE. UU. (Nueva Inglaterra, Texas y California) y analizaron hasta 138.271 posibles ubicaciones de ubicación simultáneamente para una sola región.
Al comparar los resultados de la selección de emplazamientos con un método típico frente a su enfoque de alta resolución, el equipo demostró que “la complementariedad de recursos realmente nos ayuda a reducir el coste del sistema al alinear la generación de energía renovable con la demanda”, lo que debería traducirse directamente en una toma de decisiones en el mundo real, afirma Qiu. “Si un promotor individual quiere construir un parque eólico o solar y simplemente va a donde hay más recursos eólicos o solares en promedio, puede que no garantice necesariamente la mejor adaptación a un sistema energético descarbonizado”.
Esto se debe a las complejas interacciones entre la producción y la demanda de electricidad, ya que ambas varían hora a hora y mes a mes a medida que cambian las estaciones. “Lo que estamos tratando de hacer es minimizar la diferencia entre la oferta y la demanda de energía en lugar de simplemente suministrar la mayor cantidad posible de energía renovable”, dice Qiu. “A veces, el sistema no puede utilizar la generación, mientras que en otras ocasiones, no hay suficiente para satisfacer la demanda”.
En Nueva Inglaterra, por ejemplo, el nuevo análisis muestra que debería haber más parques eólicos en lugares donde hay un fuerte recurso eólico durante la noche, cuando la energía solar no está disponible. Algunos lugares tienden a tener más viento durante la noche, mientras que otros tienden a tener más viento durante el día.
Estos conocimientos se revelaron a través de la integración de datos meteorológicos de alta resolución y la optimización del sistema energético utilizada por los investigadores. Al planificar con datos meteorológicos de menor resolución, que se generaron con una resolución de 30 kilómetros a nivel mundial y se utilizan con mayor frecuencia en la planificación del sistema energético, hubo mucha menos complementariedad entre las plantas de energía renovable. En consecuencia, el costo total del sistema fue mucho mayor. La complementariedad entre los parques eólicos y solares se vio reforzada por el modelado de alta resolución debido a una mejor representación de la variabilidad de los recursos renovables.
Los investigadores afirman que su marco de trabajo es muy flexible y se puede adaptar fácilmente a cualquier región para tener en cuenta las condiciones geofísicas y de otro tipo locales. En Texas, por ejemplo, los vientos máximos en el oeste se producen por la mañana, mientras que a lo largo de la costa sur se producen por la tarde, por lo que ambos fenómenos se complementan de forma natural.
Khorramfar afirma que este trabajo “destaca la importancia de la toma de decisiones basada en datos en la planificación energética”. El trabajo demuestra que el uso de datos de alta resolución, junto con un modelo de planificación energética cuidadosamente formulado, “puede reducir el costo del sistema y, en última instancia, ofrecer vías más rentables para la transición energética”.
Según Amin, investigador principal del Laboratorio de Sistemas de Información y Datos del MIT, una de las cosas que más sorprendió a los investigadores fue la importancia de los avances obtenidos al analizar variaciones relativamente breves en los datos de entrada y salida que se producen en un período de 24 horas. “El tipo de ahorro de costes que se puede obtener al intentar aprovechar la complementariedad en un día no era algo que se hubiera esperado antes de este estudio”, afirma.
Además, según Amin, también fue sorprendente lo mucho que este tipo de modelado podía reducir la necesidad de almacenamiento como parte de estos sistemas de energía. “Este estudio demuestra que existe un potencial oculto de ahorro de costes en la explotación de patrones meteorológicos locales, que puede dar lugar a una reducción monetaria del coste de almacenamiento”.
Según Howland, el análisis y la planificación a nivel de sistema que sugiere este estudio “cambia nuestra forma de pensar sobre dónde ubicar las plantas de energía renovable y cómo diseñarlas, de modo que sirvan al máximo a la red eléctrica. Tiene que ir más allá de simplemente reducir el costo de la energía de los parques eólicos o solares individuales. Y estos nuevos conocimientos solo se pueden hacer realidad si continuamos colaborando más allá de los límites de investigación tradicionales, integrando la experiencia en dinámica de fluidos, ciencia atmosférica e ingeniería energética”.
La investigación fue apoyada por el Consorcio de Clima y Sostenibilidad del MIT y los Grandes Desafíos Climáticos del MIT. MIT News. D. L. Ch. Traducido al español
Contacto