Investigadores de la Plataforma Solar de Almería, en colaboración con universidades andaluzas, han desarrollado un innovador sistema basado en inteligencia artificial que mejora el rendimiento de las plantas solares. Este modelo, financiado por la Consejería de Universidad de Andalucía, incrementa hasta un 8,8% la energía capturada anualmente al gestionar miles de heliostatos de forma autónoma y en tiempo real, adaptándose a las condiciones climáticas. Utilizando técnicas de aprendizaje por refuerzo, el sistema optimiza la concentración de radiación solar sin necesidad de supervisión humana constante. Este avance promete hacer las plantas solares más eficientes y rentables, reduciendo costos operativos y riesgos.
Un equipo de investigación de la Plataforma Solar de Almería, parte del Centro de Investigaciones Energéticas, Medioambientales y Tecnológicas (CIEMAT), ha desarrollado un innovador sistema informático basado en inteligencia artificial que promete mejorar significativamente el rendimiento de las plantas solares. Este avance se realiza en colaboración con la Universidad de Almería (UAL) y la Universidad de Granada (UGR).
Dicha tecnología permite que los captadores de radiación solar operen de manera autónoma, ajustándose en tiempo real a las condiciones climáticas y a la radiación solar disponible. La principal innovación radica en su capacidad para gestionar simultáneamente miles de heliostatos, que son espejos diseñados para reflejar la radiación solar hacia puntos óptimos, transformando así la energía solar en energía térmica.
Este sistema tiene el potencial de aumentar hasta un 8,8% la energía capturada anualmente en comparación con las estrategias tradicionales, que generalmente implican colocar los heliostatos en posiciones predefinidas. En el modelo convencional, el control solar requiere supervisión humana constante para adaptarse a los cambios en las condiciones solares y meteorológicas.
La propuesta de los investigadores no solo reduce los riesgos operativos, sino que también se presenta como una opción más segura, eficiente y rentable. Este trabajo forma parte del proyecto HELIOSUN, financiado por la Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía y la Agencia Estatal de Investigación.
En un artículo titulado ‘Reinforcement learning for heliostat aiming: improving the performance of Solar Tower Plants’, publicado en Applied Energy, los expertos detallan cómo este sistema utiliza un enfoque inteligente basado en el aprendizaje por refuerzo. De esta manera, los heliostatos pueden concentrar automáticamente la radiación solar sobre el receptor de manera óptima, eliminando así la necesidad de ajustes manuales continuos.
El aprendizaje por refuerzo es una técnica dentro del campo de la inteligencia artificial donde un sistema aprende a tomar decisiones mediante prueba y error. Según Javier Bonilla, investigador del CIEMAT-PSA y coautor del estudio, “el algoritmo se basa en un histórico de datos para aprender y utiliza redes neuronales como un ‘cerebro’ para discernir entre lo correcto y lo incorrecto”. Esto permite al sistema adaptar su estrategia según cada situación y resolver problemas complejos.
Para validar su eficacia, los investigadores llevaron a cabo pruebas durante un año utilizando un entorno simulado en un superordenador ubicado en el Centro Extremeño de Tecnologías Avanzadas (CETA-CIEMAT). Durante estas pruebas, se consideraron factores como la época del año, el momento del día y las condiciones climáticas registradas por una estación meteorológica para ajustar la posición de 300 heliostatos. “Esto permite al sistema tomar decisiones minuto a minuto sin necesidad de supervisión”, señala José Antonio Carballo, coautor del estudio.
A través de esta tecnología, se busca optimizar la recolección energética adaptándose a diversas circunstancias ambientales. La unidad de investigación ‘Tecnologías Termosolares de Foco Puntual’ del CIEMAT-PSA tiene como objetivo ampliar este proyecto para lograr una automatización completa de las plantas solares. Para ello, planean crear un gemelo digital que aplique algoritmos avanzados permitiendo así una gestión autónoma.
Un equipo de investigación ha diseñado un sistema informático basado en inteligencia artificial para mejorar el rendimiento de las plantas solares, permitiendo que los captadores de radiación solar se comporten de forma autónoma y se ajusten en tiempo real a las circunstancias climáticas.
El nuevo sistema incrementa hasta un 8,8% la energía capturada anualmente en comparación con las estrategias tradicionales.
El sistema utiliza un enfoque de aprendizaje por refuerzo para gestionar simultáneamente miles de heliostatos, adaptándose automáticamente a cambios meteorológicos y a la posición del sol en tiempo real.
Este sistema es más seguro, eficiente y rentable económicamente, ya que aumenta la cantidad de energía capturada y reduce los costes operativos al disminuir la necesidad de supervisión humana constante.
La estrategia fue probada durante un año en un entorno simulado en un superordenador en el Centro Extremeño de Tecnologías Avanzadas (CETA-CIEMAT).
Los investigadores planean ampliar el alcance del proyecto para automatizar completamente una planta solar, creando un gemelo digital que le permita gestionarse de manera autónoma.