RESUMEN: Los institutos tecnológicos IMDEA Energía e IMDEA Networks han unido fuerzas en el marco del proyecto europeo SUN-DT para desarrollar soluciones digitales avanzadas que optimicen la operación y calibración de plantas termosolares. La iniciativa combina redes inalámbricas 5G, monitorización en tiempo real y herramientas predictivas para mejorar la eficiencia y reducir costes operativos.
Una alianza para digitalizar plantas termosolares
El Instituto Madrileño de Estudios Avanzados IMDEA Energía, con sede en Móstoles, colabora con IMDEA Networks, ubicado en Leganés, para avanzar en la transición digital de plantas termosolares de torre en España. Esta cooperación se enmarca en el proyecto europeo SUN-DT, que integra a ambos centros junto a varias organizaciones internacionales.
Las plantas de energía termosolar necesitan gestionar miles de espejos (heliostatos) que concentran la luz solar sobre un receptor térmico. Su rendimiento depende de que todos estos elementos trabajen en perfecta sincronía, algo que resulta complejo sin la ayuda de sistemas digitales avanzados.
5G y monitorización en tiempo real para optimizar operaciones
IMDEA Networks lidera el desarrollo de una capa de comunicaciones inalámbricas basada en tecnología 5G, con la que será posible identificar y calibrar automáticamente la posición de los heliostatos, detectando desalineaciones y recomendando correcciones sin necesidad de inspecciones manuales completas. Esto reduce las horas de mantenimiento y mejora la eficiencia óptica de las centrales.
Este enfoque supone un avance considerable frente a los métodos tradicionales de supervisión, permitiendo a los operadores intervenir solo cuando es estrictamente necesario y con mayor precisión. Las comunicaciones de alta capacidad también facilitan una recogida de datos robusta y ciclos de retroalimentación instantánea en toda la planta.
Tecnologías predictivas y análisis avanzado para la termosolar
Por su parte, IMDEA Energía está aplicando estas innovaciones en sus instalaciones experimentales para desarrollar herramientas de análisis integral, simulación y modelos predictivos que anticipen el comportamiento de la planta en distintos escenarios, incluyendo variaciones de producción y precios de la electricidad.
Los investigadores trabajan también en integrar técnicas de aprendizaje profundo (deep learning) en sistemas de producción energética que permitan optimizar el rendimiento y la sostenibilidad económica de la energía solar térmica concentrada
