Optimización Tecno-económica de una Planta de Digestión Anaeróbica con Agrivoltaica para la Producción de Biometano: Un Enfoque Integrado

La descarbonización del sector energético exige soluciones innovadoras que integren múltiples fuentes renovables, optimicen el uso del suelo y sean económicamente viables. Este artículo técnico presenta y analiza una investigación pionera que desarrolla un marco de optimización para integrar sistemas agrivoltaicos bifaciales (Agri-PV) con plantas de digestión anaeróbica (AD) destinadas a la producción de biometano (BioCH₄).

El estudio científico titulado “Sustainable aviation fuel production via the methanol pathway: a technical review”, emplea un Algoritmo Genético Multi-Objetivo (MOGA) acoplado a la metodología TOPSIS (Técnica para el Orden de Preferencia por Similitud con la Solución Ideal) para evaluar y clasificar configuraciones híbridas que maximizan el Valor Actual Neto (VAN) y minimizan la ocupación del suelo.

Se evalúan ocho escenarios, incluyendo sistemas de Agri-PV conectados a red con distintas tecnologías de calefacción (bombas de calor geotérmicas, calderas de biogás y unidades de cogeneración), alternativas dependientes de la red eléctrica y sistemas Agri-PV aislados.
Los resultados demuestran que la configuración óptima es un sistema Agri-PV de 1 eje conectado a red, combinado con una bomba de calor geotérmica (GWHP), logrando un VAN de 2.88 M€, una mejora de 4.1 veces respecto a un sistema de cogeneración convencional.

Esta solución maximiza la venta de biometano al electrificar la demanda térmica, evitando la combustión del biogás y aprovechando los favorables precios relativos del biometano frente a la electricidad.

El análisis comparativo revela la inviabilidad económica de los sistemas aislados y la superioridad de las soluciones conectadas a red, que logran una ocupación de suelo 17-20 veces menor. El marco desarrollado ofrece una herramienta versátil para la transición energética sostenible en el sector agroindustrial.

La integración de energías renovables en la agricultura es clave para la sostenibilidad, la reducción de emisiones de gases de efecto invernadero (GEI) y el acceso a la energía en zonas rurales. La producción de biometano mediante digestión anaeróbica de residuos orgánicos se presenta como una estrategia con doble beneficio: generación de energía renovable y gestión de residuos. Sin embargo, el proceso de mejora (upgrading) del biogás a biometano es intensivo en energía, creando una demanda significativa de electricidad auxiliar.

Para abordar este desafío y descarbonizar toda la cadena, la hibridación de la infraestructura de digestión anaeróbica con sistemas fotovoltaicos, particularmente en la configuración agrivoltaica, emerge como una solución prometedora. Los sistemas agrivoltaicos permiten el uso simultáneo del suelo para la producción agrícola y energética, mediante estructuras elevadas y espaciadas. No obstante, hasta la fecha, ha existido una brecha en la investigación sobre marcos de optimización integrados que evalúen simultáneamente múltiples configuraciones APV con diferentes tecnologías de suministro de calor para plantas de biogás, centrándose específicamente en la producción de biometano.

Esta investigación, publicada en Energy Conversion and Management, llena ese vacío al presentar un marco de optimización completo que evalúa la integración de una planta de producción de biometano con diversos sistemas Agri-PV bifaciales. El estudio se centra en una planta de AD mesófila ubicada en Piacenza, Italia, con una producción promedio de 125 Sm³/h de BioCH₄.

1. Descripción del Sistema y la Carga

La planta de AD opera a 37°C y emplea tecnología de membranas para la mejora del biogás. Con una entrada total de 4.75 toneladas de materia prima por hora, produce 6789 Nm³ de biogás diarios, de los cuales el 54.2% es metano. Aproximadamente el 75.95% de este biogás se mejora a BioCH₄, mientras que el 24.05% restante se destina a una unidad de Cogeneración (CHP). La demanda eléctrica anual es de 1011.8 MWhₑₗ, y la demanda térmica es de 1340 MWhₑₕ, con una marcada estacionalidad.

2. Escenarios Evaluados

El estudio evalúa ocho escenarios diseñados para cubrir al 100% las demandas energéticas de la planta:

• Escenarios Primarios (S1-S3 – Optimizados):

Sistemas Agri-PV conectados a red combinados con diferentes tecnologías de calor.

– S1: APV + Red + Caldera de Biogás.
– S2: APV + Red + Bomba de Calor Geotérmica (GWHP).
– S3: APV + Red + Unidad de Cogeneración (CHP) de Biogás.

• Escenarios Alternativos (S4-S8 – Evaluados Analíticamente):

– S4 (Línea Base): Solo CHP de Biogás (práctica industrial común).
– S5: Solo Red Eléctrica + GWHP.
– S6: Solo Red Eléctrica + Caldera de Biogás.
– S7: Sistema Agri-PV Aislado + Caldera de Biogás.
– S8: Sistema Agri-PV Aislado + GWHP.

Cabe destacar que en los escenarios aislados (S7, S8), solo el sistema eléctrico opera fuera de la red, utilizando almacenamiento en baterías (BESS). La planta de biogás y la unidad de mejora mantienen su conexión a la red de gas para la venta del biometano.

3. Tecnologías de Suministro de Calor

Se aplica una estrategia de seguimiento de la carga térmica (heat load-following), donde los productores de calor se dimensionan para cubrir la demanda máxima y un controlador modula su salida para igualar la demanda horaria, evitando excesos.

•  Caldera de Biogás: Se dimensiona para la demanda punta de 179 kWₜₕ. Se selecciona un modelo con capacidad de 228 kWₜₕ y eficiencia del 85%.

• Bomba de Calor Geotérmica (GWHP): Se elige por su eficiencia estable, con un Coeficiente de Rendimiento (COP) calculado de 5.74, utilizando una temperatura del agua subterránea constante de 10°C.

• Unidad de Cogeneración (CHP) de Biogás: Utiliza el 24.05% del biogás producido. Su salida térmica y eléctrica se calculan en base a la demanda horaria de calor, con eficiencias típicas del 50% (térmica) y 33% (eléctrica).

4. Modelado y Optimización de Sistemas APV Conectados a Red

Para los escenarios S1-S3, se emplea el marco de simulación Agri-OpticE® para modelar la producción horaria de tres configuraciones Agri-PV bifaciales:

• Vertical Fija.
• Seguimiento a 1 Eje.
• Seguimiento a 2 Ejes.

El problema de optimización multi-objetivo se formula en MATLAB con un MOGA, teniendo como:

• Variables de Decisión: Tipo de sistema Agri-PV (discreta) y capacidad instalada(kWp).
• Funciones Objetivo: Maximizar el VAN y minimizar la ocupación del suelo por el Agri-PV.
• Restricciones Principales:

1. 1. Ocupación máxima de suelo ≤ 2 hectáreas (definición de pequeña explotación agrícola).
   2. Penetración mínima de Agri-PV (proporción de demanda eléctrica cubierta por Agri- PV) del 20% para S1 y S2. Para S3, la fracción de demanda cubierta por la red no debe superar el 50%.

5. Proceso de Selección con TOPSIS

El MOGA genera un conjunto de soluciones candidatas (frente de Pareto). Para seleccionar la configuración óptima, se aplica la metodología TOPSIS, un método de Análisis de Decisión Multi-Criterio (MCDA). Se construye una matriz de decisión con los candidatos y dos Indicadores Clave de Rendimiento (KPI): VAN (a maximizar) y ocupación de suelo del Agri-PV (a minimizar). TOPSIS calcula la proximidad relativa de cada candidato a una Solución Ideal Positiva (combinación de los mejores valores de cada KPI) y lejos de una Solución Ideal Negativa (combinación de los peores valores). La configuración con el índice de similitud (Similarity Index, Cᵢ) más alto es la óptima.

6. Modelado de Sistemas Agri-PV Aislados

Para los escenarios S7 y S8, el dimensionamiento del sistema aislado (número de módulos PV y baterías) se realiza mediante un modelo matemático que garantiza un 0% de déficit de capacidad anual (suministro ininterrumpido). La simulación operativa y de rendimiento se lleva a cabo con el software PVSOL®.

7. Modelado Económico

El análisis económico se basa en el cálculo del Valor Actual Neto (VAN) a lo largo de una vida útil del proyecto de 20 años.

• VAN = Ingresos del Ciclo de Vida (LCR) – Costos del Ciclo de Vida (LCC).

• LCC: Incluye costos de capital (CAPEX), operación y mantenimiento (OPEX), reemplazo de equipos y compra de electricidad de la red.

• LCR: Incluye ingresos por venta de BioCH₄ a la red de gas, venta de excedentes eléctricos a la red y valor residual (salvage value) de los equipos.

• Parámetros Clave: Precio de compra de electricidad: 0.20 €/kWh; tarifa de inyección (feed-in tariff): 0.06 €/kWh; precio de venta de BioCH₄: 1.1 €/Nm³; tasa de descuento: 6%; tasa de inflación: 2%.

1. Rendimiento de los Escenarios Primarios Optimizados (S1-S3)

La Tabla 1 resume los resultados técnico-económicos de las configuraciones óptimas identificadas por TOPSIS (con pesos iguales para VAN y suelo) dentro de cada escenario principal.

Tabla 1: Resultados principales de los escenarios optimizados conectados a red.

Hallazgos Clave:

1. Superioridad del Escenario S2 (APV + GWHP):

La configuración óptima global es el sistema APV de 1 eje combinado con una bomba de calor de agua subterránea (S2), logrando un VAN máximo de 2.88 M€. Esta superioridad se debe a:

• • Electrificación Eficiente de la Demanda Térmica: La GWHP, con un COP alto (5.74), cubre la demanda de calor consumiendo electricidad en lugar de biogás.

• • Maximización de la Venta de Biometano: Al no consumir biogás para calor, casi la totalidad del biogás producido se mejora y vende como BioCH₄, cuyo precio de venta (1.1 €/Nm³) es significativamente más favorable en relación al costo de la electricidad comprada (relación de precios ~5.5:1). Esto maximiza los ingresos (LCR).

• • Balance Costo-Rendimiento del APV de 1 Eje: Este sistema ofrece un aumento sustancial de la productividad energética respecto a los fijos verticales, sin incurrir en los altos costos de capital y mantenimiento de los sistemas a 2 ejes.

2. Rendimiento de S1 (APV + Caldera):

Obtiene un VAN moderado (1.08 M€ con APV de 1 eje). Aunque la caldera tiene menores CAPEX y OPEX que la GWHP, el consumo de biogás para calor (11.6% de la producción anual) reduce el volumen disponible para venta como BioCH₄, disminuyendo los ingresos.

3. Rendimiento de S3 (APV + CHP): Presenta el VAN más bajo (0.35 M€). A pesar de la cogeneración eficiente, la unidad CHP consume el 18.8% del biogás anual (la mayor fracción entre todos los escenarios), lo que recorta severamente los ingresos por venta de BioCH₄. El APV en este escenario tiene una penetración baja (<8%), ya que el CHP cubre una parte importante de la demanda eléctrica.

4. Jerarquía Tecnológica APV: En todos los escenarios, la tecnología de seguimiento a 1 eje se posiciona como la más balanceada, ofreciendo la mejor relación entre rendimiento energético, costo y ocupación de suelo. Los sistemas verticales, si bien permiten cierta actividad agrícola, presentan los menores rendimientos energéticos específicos y mayores requerimientos de suelo para una misma capacidad.

2. Análisis de Sensibilidad

Un análisis de sensibilidad variando los pesos asignados al VAN (0.25, 0.50, 0.75) en el método TOPSIS confirma la robustez de la superioridad del escenario S2. Incluso cuando se prioriza fuertemente la minimización del suelo (peso bajo para VAN), S2 mantiene la primera posición. La ventaja económica de la estrategia de electrificación con bomba de calor es tan significativa que no puede ser compensada por las menores huellas de suelo de otras configuraciones.

3. Evaluación de Escenarios Alternativos (Benchmark)

La Tabla 2 presenta el resumen económico de los escenarios alternativos.

Tabla 2: Evaluación económica de los escenarios alternativos.

Hallazgos Clave:

1. Inviabilidad Económica de los Sistemas Aislados (S7, S8): Todos los sistemas APV aislados arrojan VAN profundamente negativos (entre -6.27 y -8.33 M€). Esto se debe al altísimo LCC asociado al sobredimensionamiento necesario de los campos fotovoltaicos y, especialmente, de los sistemas de almacenamiento en baterías (BESS) para garantizar un suministro ininterrumpido sin respaldo de red. Además, la electricidad excedentaria no puede venderse, perdiéndose un ingreso potencial. Su ocupación de suelo es 17-20 veces mayor que la de sus equivalentes optimizados conectados a red.

2. Rendimiento de las Alternativas Conectadas a Red:

• • S5 (Red + GWHP) es la alternativa más rentable (VAN=2.41 M€), casi igualando al S2 optimizado en ingresos (misma estrategia de maximización de BioCH₄), pero con un LCC mayor debido al 100% de compra de electricidad de la red.
• • S6 y S4 tienen rentabilidades significativamente menores (0.72 y 0.70 M€), limitadas por el consumo de biogás para calor/electricidad on-site.

3. Valor Añadido de la Integración APV Optimizada: La configuración óptima S2 (APV 1-eje + GWHP) supera en un ~20% al mejor escenario alternativo (S5), gracias a que el APV on-site reduce los costos de compra de electricidad a la red a lo largo de la vida del proyecto. Además, S2 proporciona una cuota significativa de generación renovable descentralizada (22.5% de penetración APV), mejorando la sostenibilidad y resiliencia energética frente a S5, que depende completamente de la red.

Limitaciones y Trabajo Futuro

El estudio reconoce limitaciones que abren líneas de investigación futuras:

• Enfoque Tecnoeconómico: No modela explícitamente el rendimiento de los cultivos bajo los APV. Futuros estudios deberían integrar el nexo Agua-Energía-Alimento (WEF).

• Parámetros de Simulación: Utiliza datos meteorológicos de un solo año y factores de rendimiento fijos. Análisis multi-anual y dinámico mejorarían la precisión.

• Supuestos Económicos: Los precios, tarifas y costos se consideran fijos. Análisis de sensibilidad estocástica (ej., Monte Carlo) evaluarían mejor el riesgo.

• Dimensionamiento Aislado: El criterio de "0% déficit" para sistemas aislados es conservador. Permitir una pequeña probabilidad de pérdida de carga (LOLP) podría reducir costos.

• Análisis Ambiental: El estudio menciona un Análisis de Ciclo de Vida (LCA) complementario que confirma el mejor desempeño ambiental de los sistemas de 1 eje. La integración formal de LCA en la optimización es un paso futuro clave.

Conclusión
Esta investigación demuestra exitosamente el potencial de un marco de optimización integrado para diseñar sistemas híbridos agrivoltaicos-biodigestión. La combinación de un sistema agrivoltaico bifacial de seguimiento a 1 eje con una bomba de calor de agua subterránea (GWHP), conectado a la red eléctrica, emerge como la configuración óptima para la producción de biometano, logrando la máxima rentabilidad (VAN 2.88 M€) y una eficiencia espacial superior.

Las conclusiones clave son:

1. La electrificación de la demanda térmica mediante bombas de calor alimentadas por Agri-PV es una estrategia de descarbonización robusta y económicamente superior a la combustión de biogás in situ, ya que maximiza la venta del producto de mayor valor (BioCH₄).

2. La conexión a la red eléctrica es esencial para la viabilidad económica y la eficiencia espacial de estos sistemas híbridos. Los diseños aislados resultan prohibitivamente caros debido a los costos del almacenamiento en baterías.

3. La tecnología Agri-PV de seguimiento a 1 eje representa el punto óptimo tecnológico, ofreciendo la mejor relación costo rendimiento-huella de suelo entre las opciones evaluadas.

4. El marco metodológico que combina optimización multi-objetivo (MOGA) con soporte a la decisión (TOPSIS) es una herramienta poderosa y transferible para el diseño de sistemas agroenergéticos integrados y sostenibles.

Este trabajo proporciona una base sólida para inversores, desarrolladores de proyectos y diseñadores de políticas que buscan avanzar en la integración sinérgica de la agricultura y la generación de energía renovable, contribuyendo a una transición energética circular y descarbonizada.

Articulo completo: https://pubs.rsc.org/en/content/articlelanding/2025/se/d5se00231a

Autor: Marcos Carbonell Alemany