Modelo computacional mejora la planificación de plantas de hidrógeno verde

La herramienta matemática busca minimizar los gastos totales de capital y operativos y, al mismo tiempo, garantizar la robustez del desempeño frente a inestabilidades en el suministro de energía renovable, dado que sol y viento son fuentes intermitentes

Por José Tadeu Arantes  |  Agência FAPESP – El hidrógeno es el elemento más abundante del Universo y puede utilizarse como combustible limpio, emitiendo solo vapor de agua cuando se consume en celdas de combustible o turbinas. Sin embargo, no se encuentra de forma aislada en la naturaleza, siendo necesario extraerlo de compuestos como el agua (H₂O) o el gas natural (CH₄).

El llamado “hidrógeno verde” es aquel producido por medio de la electrólisis del agua, un proceso que separa el hidrógeno del oxígeno utilizando electricidad proveniente exclusivamente de fuentes renovables como la solar o la eólica. De esta manera, el ciclo completo —desde la producción hasta el uso— del hidrógeno no genera emisiones de carbono, a diferencia del “hidrógeno gris” o “azul”, derivados de fuentes fósiles. Por esta razón, el hidrógeno verde es visto como una pieza clave para la descarbonización de sectores industriales de difícil electrificación, como siderurgia, transporte pesado y producción de fertilizantes.

Sin embargo, la variabilidad de las fuentes de energía renovable (FER) impone desafíos al planeamiento y a la operación de plantas de hidrógeno verde. Para enfrentar estos desafíos, un estudio propone un nuevo modelo cuyo objetivo es minimizar los gastos totales de capital y operativos y, al mismo tiempo, garantizar la solidez del desempeño frente a la incertidumbre del suministro de energía renovable.

El artículo, cuyo primer autor es Luis Oroya, investigador del Departamento de Sistemas y Energía de la Facultad de Ingeniería Eléctrica y de Computación de la Universidad Estatal de Campinas (FEEC-Unicamp, fue publicado en la revista International Journal of Hydrogen Energy.

“El nuevo modelo, llamado X DRO, sigla de Extreme Distributionally Robust Optimization, fue concebido para lidiar con las incertidumbres extremas que afectan la generación de energía renovable, como variaciones abruptas de clima, demanda eléctrica y disponibilidad de insumos. En lugar de trabajar apenas con escenarios medios o extremos aislados, como hacen los métodos convencionales, el X DRO considera distribuciones ambiguas de probabilidad y busca soluciones robustas incluso ante los peores escenarios posibles”, explica Oroya. “El objetivo es garantizar la continuidad de la operación y la viabilidad económica de sistemas complejos en los cuales la producción de hidrógeno verde esté integrada no solo a fuentes fotovoltaicas y eólicas, sino también a la red convencional de energía eléctrica.”

La metodología incluye la selección de escenarios representativos y extremos como entrada del modelo, con el fin de reflejar la variabilidad de las FER. El modelo opera en dos etapas.

“En la primera etapa, se consideran decisiones de planificación, que incluyen el dimensionamiento de unidades fotovoltaicas y eólicas, sistemas de almacenamiento de energía en baterías, electrolizadores y tanques de almacenamiento de hidrógeno. La segunda etapa trata de las decisiones operativas, relacionadas con el intercambio de energía con la red eléctrica, la producción y el almacenamiento de hidrógeno, y las probabilidades del peor escenario de generación de las FER. Este tipo de abordaje es crucial para el dimensionamiento realista de plantas energéticas híbridas, especialmente cuando se busca combinar múltiples fuentes renovables”, detalla el investigador.

Para hacer esta aproximación computacionalmente viable, los autores reformularon el problema original en términos de “programación lineal entera mixta” (MILP, por sus siglas en inglés) y utilizaron un algoritmo que permite descomponer el problema en subproblemas más simples y resolver cada uno de forma iterativa (por repetición, ajuste y refinamiento continuo).

La MILP es una técnica utilizada para maximizar o minimizar una función lineal (por ejemplo, tiempo, costo, etc.) sujeta a un conjunto de restricciones lineales (disponibilidad de recursos, capacidad de producción, etc.). Es “entera” porque algunas variables solo pueden asumir valores enteros (número de equipos, número de turnos, etc.), y “mixta” porque otras variables pueden asumir cualquier valor real dentro de un intervalo (cantidad de energía generada, lucro, etc.).

“En las pruebas realizadas, el modelo X DRO demostró ser capaz de encontrar soluciones más económicas y confiables que los métodos tradicionales. Además, mostró una capacidad superior de adaptación a fluctuaciones rápidas y severas en las condiciones operativas, característica fundamental para sistemas basados en fuentes intermitentes como el sol y el viento”, detalla Oroya.

Esquema de producción de hidrógeno verde (imagem: Luis Oroya/FFEC-Unicamp)

Otro diferencial de la propuesta es el tratamiento unificado de las múltiples redes de energía involucradas. La investigación adoptó una modelación integrada de los diversos sistemas, permitiendo que los flujos energéticos sean redistribuidos de forma flexible según las necesidades y oportunidades de ahorro.

Energía para comunidades aisladas

Sobre el uso del hidrógeno verde, además de su empleo como combustible vehicular en celdas de combustible o como combustible para uso industrial en turbinas, Oroya señala otra posibilidad: fuente de energía eléctrica para comunidades aisladas, como las que existen en varias localidades de la Amazonía. “Muchas de estas comunidades, que no tienen acceso a la red eléctrica, podrán beneficiarse de su capacidad de almacenar grandes cantidades de energía renovable por largos períodos, permitiendo iluminación y operación de equipos incluso en períodos prolongados de baja generación solar”, afirma.

En cuanto a la posibilidad de poner inmediatamente en práctica el modelo X DRO, el ingeniero da un ejemplo: “Tenemos en la Universidad Estadual de Campinas un puesto de recarga eléctrica y un autobús eléctrico en operación. En un futuro próximo, podremos contar con una planta para producción de hidrógeno verde integrada a una estación de abastecimiento, viabilizando la operación de un autobús impulsado por celda de combustible. Sería una unidad piloto con una aplicación bien definida. El modelo permitiría planear esa solución alternativa y comparar sus pros y contras en relación con la solución eléctrica ya existente”.

Oroya es actualmente estudiante de doctorado en la FEEC. El estudio forma parte de su proyecto de investigación “Planeamiento y operación de sistemas de producción de hidrógeno verde: un abordaje robusto”, apoyado por la FAPESP.

“El desarrollo del modelo X DRO representa un avance metodológico importante para la planificación energética bajo incertidumbres, pues combina rigor matemático con aplicabilidad práctica en sistemas sostenibles y complejos, como los de producción de hidrógeno verde”, afirma su orientador de doctorado, el profesor Marcos Julio Rider Flores.

El artículo Distributionally robust optimization for green hydrogen plant planning considering extreme scenarios puede leerse en: www.sciencedirect.com/science/article/abs/pii/S0360319925016404.