VOLVER

Share

Desarrollan un sistema para aumentar el rendimiento en plantas termosolares

Un equipo de investigación de la Universidad de Sevilla ha propuesto un método, basado en aprendizaje automático, con el que se mejoran las explotaciones eléctricas. La nueva metodología plantea la implantación de controladores que predicen el funcionamiento de los concentradores solares y permite que formen coaliciones entre ellos, ampliando su capacidad de generación de energía.


Sevilla |
23 de marzo de 2023

Un equipo de investigación de la Universidad de Sevilla ha implantado una estrategia de control en plantas solares con la que mejoran su rendimiento. El sistema logra que cada concentrador termosolar se comporte como un individuo independiente y se comunique con el resto, atendiendo a las necesidades de cada momento y aprendiendo de las informaciones que llegan del resto de concentradores de manera autónoma. Así, ajustan de manera automática sus funciones para mejorar la generación de energía en tiempo real.

Los autores del artículo publicado en la revista Engineering Applications of Artificial Intelligence son Eva Masero, Sara Ruíz Moreno, José Ramón D. Frejo, Jose María Maestre y Eduardo F. Camacho.

Los autores del artículo publicado en la revista Engineering Applications of Artificial Intelligence son Eva Masero, Sara Ruíz Moreno, José Ramón D. Frejo, José María Maestre y Eduardo F. Camacho.

Los concentradores de radiación solar usan lentes o espejos que focalizan los rayos del sol sobre una superficie pequeña para generar electricidad. Los expertos han confirmado la validez del modelo con un trabajo presentado en el artículo ‘A fast implementation of coalitional model predictive controllers based on machine learning: Application to solar power plants’ publicado en la revista Engineering Applications of Artificial Intelligence. Concretamente, el estudio se ha basado en concentradores cilíndricos parabólicos, llamados así por su forma. Éstos condensan la luz en un tubo, situado en medio del espejo, que contiene un fluido que se calienta. El calor, que puede llegar a alcanzar los 390 grados centígrados, sirve para producir vapor que alimenta a una turbina que genera electricidad.

Los expertos logran aumentar la energía generada independientemente de los cambios de radiación solar mediante el control de las válvulas de entrada de los concentradores. “Los sistemas de concentración de energía solar permiten almacenar la energía sobrante en mayor cantidad y a menor costo que los sistemas fotovoltaicos y producir electricidad en condiciones de luz solar nula o baja utilizando sistemas de almacenamiento térmico”, indica a la Fundación Descubre el profesor de la Universidad de Sevilla Eduardo Fernández Camacho, autor del artículo.

Concentradores cilíndricos parabólicos en los que han implantado la estrategia de control con la que mejora el rendimiento de plantas solares. *Cortesía de PSA de Almeria

Concentradores cilíndricos parabólicos en los que han implantado la estrategia de control con la que mejora el rendimiento de plantas solares. *Cortesía de PSA de Almería.

Concretamente, el sistema propuesto es conocido como control predictivo, con el que se optimiza la energía solar recogida en los concentradores pudiendo anticipar qué ocurrirá con ayuda de un modelo. Así, cada colector es controlado individualmente de manera que aporta información sobre su funcionamiento, la cantidad de radiación que recibe o las restricciones de operación, entre otras variables Simultáneamente, los distintos controladores se comunican entre ellos gestionando las sinergias para optimizar todo el proceso de manera conjunta.

Neuronas artificiales que interpretan el pensamiento

El control de los concentradores solares suele realizarse de manera centralizada. Es decir, se produce desde una sola plataforma donde se gestionan todos los de una misma planta. Esto conlleva una serie de problemas, como la complejidad de los modelos utilizados y los altos requisitos de tiempo para el cálculo. Sin embargo, este nuevo método permite resolver problemas individuales más rápidamente.

La nueva propuesta consiste en dividir el campo solar en distintas particiones compuestas por coaliciones de concentradores que pueden intercambiar entre sí el fluido de transferencia de calor bajo la supervisión de una red neuronal artificial. Así, cuando algunos colectores no están obteniendo el resultado esperado, se apoyan en los otros. De esta manera, se resuelven problemas que se presentan en cada colector de manera individual, pero además se informa al resto de concentradores y todos van ‘aprendiendo’ de manera continua. Posteriormente, se pueden reconfigurar y adaptar a otra nueva situación para producir la misma cantidad de electricidad que en situaciones normales o la que requiera el mercado en cada momento.

La inteligencia artificial permite que los colectores de las plantas termosolares se alíen y resuelvan problemas de manera conjunta y continua

La inteligencia artificial permite que los colectores de las plantas termosolares se alíen y resuelvan problemas de manera conjunta y continua

La mejora energética se debe a la automatización del aprendizaje mediante un algoritmo basado en un histórico de datos de conocimiento del sistema, que incluye el funcionamiento del campo solar bajo diferentes escenarios y la mejor forma de gestión para alcanzar la cantidad de electricidad necesaria. El propio sistema es ‘capaz de entender’ qué está ocurriendo y autorregularse para que la producción no se vea afectada.

Los investigadores pretenden ampliar el alcance de este trabajo incluyendo un modelo hidráulico que optimice el flujo en los concentradores y la mejora en el diseño de las redes neuronales. También plantean la aplicación de este modelo a otras industrias, como la robótica.

La investigación se ha financiado mediante el proyecto ‘OCONTSOLAR’ del programa H2020 del Consejo Europeo de Investigación.

Referencias

Eva Masero, Sara Ruiz Moreno, José Ramón D. Frejo, José M. Maestre y Eduardo F. Camacho. ‘A fast implementation of coalitional model predictive controllers based on machine learning: Application to solar power plants’. Engineering Applications of Artificial Intelligence.

Más información:

#CienciaDirecta, agencia de noticias de ciencia andaluza, financiada por la Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, con la colaboración de la Fundación Española para la Ciencia y la Tecnología-Ministerio de Ciencia e Innovación.

Teléfono: 958 63 71 99. Extensión 205

E-mail: comunicacion@fundaciondescubre.es


Share

Últimas publicaciones

Desarrollan un método sencillo y económico para identificar vinos generosos y evitar fraudes
Sevilla | 24 de mayo de 2024

Un equipo de investigación de la Universidad de Sevilla ha creado un nuevo modelo de análisis que permite su reconocimiento. Diferencia el lugar de procedencia y la crianza de una manera sencilla, lo que permite detectar posibles fraudes y mejorar la catalogación de los distintos tipos.

Sigue leyendo
La muestra Paseo Matemático al-Ándalus llega a Nador
Nador | 24 de mayo de 2024

El Instituto Español Lope de Vega de Nador acoge  la exposición ‘Paseo matemático al- Ándalus’, una muestra que […]

Sigue leyendo
La Fundación Descubre llenará de ciencia el verano en Andalucía
Andalucía | 23 de mayo de 2024

Abierta la convocatoria para participar en la cuarta edición del programa de actividades estivales `Ciencia al Fresquito 365. ¡Llegó el verano!´. Las acciones se llevarán a cabo del 1 de julio al 30 de septiembre.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete

Ir al contenido