La Universidad de Salamanca modeliza sistemas de almacenamiento adiabático de aire comprimido a gran escala

Share

El Grupo de Investigación en Optimización Energética Termodinámica y Física Estadística de la Universidad de Salamanca, que es un Grupo de Investigación Reconocido (GIR) dentro de la USAL y una Unidad de Investigación Consolidada (UIC) reconocida por la Junta de Castilla y León, ha desarrollado una metodología para estudiar la viabilidad de un sistema de almacenamiento de energía renovable a gran escala generada por campos eólicos o fotovoltaicos mediante compresión adiabática de aire. En sus siglas en inglés es ACAES, Adiabatic Compressed Air Energy Storage.

Alejandro Medina, catedrático del Departamento de Física Aplicada de la USAL y responsable de la investigación, explicó a pv magazine que esta tecnología consiste en comprimir y almacenar aire en un gran depósito, que puede ser una mina en desuso, una caverna natural o un depósito subterráneo de gas natural ya vacío. “Ese aire comprimido se mantiene a elevada presión en el depósito el tiempo que se necesite hasta que la demanda de electricidad requiera que se produzca más energía eléctrica. En ese momento, el aire se conduce a un conjunto de turbinas que convierten su elevada presión de salida nuevamente en energía eléctrica”.

Según la investigación, en la fase de carga, exceso de producción eólica o fotovoltaica o bajos precios, se utiliza un tren de compresión formado por dos compresores con enfriamiento intermedio a través de un sistema de almacenamiento tipo packed‑bed radial, es decir, un lecho fijo de material sólido que utiliza materiales de tipo sensible o PCMs de cambio de fase que permiten calentar el fluido de trabajo en la fase de descarga. El fluido de trabajo, normalmente aire presurizado, se almacena en un depósito estanco y aislado de grandes dimensiones. La descarga se realiza cuando hay un pico de demanda o baja producción eólica o fotovoltaica.

El aire liberado circula por un primer sistema packed‑bed en el que recibe energía en forma de calor almacenada en la carga. Posteriormente se expande en una primera turbina para después volver a recalentarse en el almacenamiento térmico situado entre los compresores y, finalmente, expandirse en una segunda turbina. Entre las turbinas se puede hacer uso de un ciclo Rankine (ciclo de generación eléctrica basado en la expansión de vapor) para aumentar la eficiencia global.

 

Fig.2. Esquema básico de un sistema de almacenamiento térmico packed-bed radial como los considerados en el trabajo.

Imagen: Grupo de Investigación en Optimización Energética Termodinámica y Física Estadística de la Universidad de Salamanca

“Las eficiencias carga/descarga (round‑trip) que se han obtenido están aproximadamente en el intervalo 0,76‑0,78. Se ha realizado un estudio sistemático de la influencia del tipo de compresor (axial o radial), materiales para los almacenamientos térmicos y una multitud de parámetros de diseño. El estudio es completamente dinámico y permite seguir la evolución temporal en el proceso de carga y descarga de todas las temperaturas y presiones relevantes en el sistema”, señaló Medina.

Además, se ha llevado a cabo un estudio de optimización mediante un algoritmo de tipo genético, tomando como funciones objetivo minimizar el coste nivelado del almacenamiento (LCoS) y el coste total de la inversión (CAPEX). Como variables optimizables se han considerado los flujos de masa, las dimensiones de los sistemas de almacenamiento térmico, las presiones mínima y máxima de la caverna y la simetría de las relaciones de presión en los trenes de compresión y expansión.

De acuerdo con la investigación, a través de este estudio de optimización se han estimado valores de LCoS de aproximadamente 80 €/MWh para una planta capaz de almacenar alrededor de 600 MWh (que se corresponde con una potencia de referencia de 200 MW con periodos de carga de 3 h) y tomando un valor de referencia para el precio de la electricidad durante la carga de 50 €/MWh. Se ha analizado también la influencia de un conjunto amplio de parámetros que incluyen los costes de la caverna, el precio de la electricidad durante el periodo de carga y el tiempo de almacenamiento en la caverna.

 

Fig. 3. Ejemplo de resultados del análisis de optimización multiobjetivo (Frente de Pareto) en el que se consideran como funciones objetivo a minimizar el LCoS y el CAPEX de la planta.

Imagen: Grupo de Investigación en Optimización Energética Termodinámica y Física Estadística de la Universidad de Salamanca

“La metodología desarrollada en el trabajo permitirá en el futuro analizar escenarios de precios de electricidad variables y distintas estrategias de carga y descarga adaptadas a curvas de producción y demanda reales de diversos países”, concluyó Medina. Otra línea abierta para el trabajo futuro es el análisis detallado del impacto ambiental de la tecnología mediante técnicas como la LCA (Life Cycle Analysis).

Este contenido está protegido por derechos de autor y no se puede reutilizar. Si desea cooperar con nosotros y desea reutilizar parte de nuestro contenido, contacte: editors@pv-magazine.com.

Popular content

La prohibición de financiación de la UE a inversores procedentes de países de alto riesgo se extiende al BESS
05 mayo 2026 La nueva política ya está en vigor y afecta a miles de millones en financiación del European Investment Bank para proyectos renovables, incluidos sist...