En los dos capítulos anteriores se analizaron dos algoritmos diferentes para optimizar un sistema geotérmico híbrido: uno que maximiza la potencia geotérmica y elimina el potencial geotérmico para la generación de potencia, y otro que maximiza el intercambio de energía geotérmica, eliminando el potencial geotérmico para la generación de energía. Aunque ambos métodos tienen sus propias ventajas e inconvenientes, una conclusión común a ambos fue que, tras la optimización, podía quedar un desequilibrio geotérmico bastante considerable. Esto se solucionará con este último método de optimización.
Sistema híbrido optimizado para el equilibrio
Cuando el campo de perforaciones se optimiza para lograr el máximo equilibrio geotérmico, el objetivo de diseño es el siguiente:
Maximiza la potencia de calefacción, refrigeración y/o agua caliente sanitaria que puedas inyectar en el suelo o extraer de él en todo momento durante el periodo de simulación, siempre y cuando el suelo se mantenga en equilibrio.
A primera vista, el objetivo de diseño anterior es muy similar al de la estrategia de optimización para obtener la máxima potencia (Parte 9.2), con el requisito adicional de que el campo de perforación esté equilibrado. De hecho, cuando el porcentaje de desequilibrio permitido se fija en 100%, las soluciones de ambos métodos de optimización son idénticas.
Como se aprecia claramente en el perfil de temperatura anterior, el campo de perforaciones está ahora (casi) perfectamente equilibrado, aunque, por supuesto, a costa de un potencial de potencia residual. Sin embargo, al igual que con la optimización para obtener la máxima potencia geotérmica, el objetivo de diseño anterior garantiza que, si se instalan x kW de calefacción, refrigeración o agua caliente sanitaria geotérmicos, esta potencia instalada pueda utilizarse durante todo el periodo de simulación. Por lo tanto, este enfoque, al igual que la optimización para la potencia y a diferencia de la optimización para la energía, no da lugar a un sobredimensionamiento del sistema híbrido.
Algoritmo Optimisation
Dado que el diseño de sistemas geotérmicos híbridos no es sencillo y, en ocasiones, puede dar lugar a resultados sorprendentes, es importante comprender a fondo el algoritmo de optimización subyacente. A continuación se explica el razonamiento algorítmico.
- Comienza con un perfil de demanda por hora de calefacción, refrigeración (y, opcionalmente, agua caliente sanitaria) y un diseño determinado y fijo del campo de pozos.
- Calcula el perfil horario de temperatura con el 100% de la demanda del edificio que satisface el campo de perforaciones geotérmicas.
- Compruebe si:
- La temperatura mínima del fluido está por debajo del umbral establecido o existe un desequilibrio superior a $\alpha$% para su extracción.
Si es así, la potencia de extracción es demasiado alta, por lo que debería reducirse limitando bien la calefacción, bien la demanda de agua caliente sanitaria. Dependiendo de cuál se desee reducir primero, la calefacción o la demanda de agua caliente sanitaria se reducirá en x% durante toda la simulación.
Si la temperatura mínima del fluido supera el umbral, el campo de perforaciones geotérmicas puede satisfacer la demanda actual de calefacción y agua caliente sanitaria. - La temperatura máxima del fluido es superior al umbral establecido o existe un desequilibrio superior a $\alpha$% para inyección.
Si es así, la potencia de inyección es demasiado alta, lo que significa que la potencia de refrigeración debería reducirse en x% para toda la simulación.
Si la temperatura máxima del fluido está por debajo del umbral, el campo de perforación puede soportar la inyección y no es necesario realizar ningún cambio.
- La temperatura mínima del fluido está por debajo del umbral establecido o existe un desequilibrio superior a $\alpha$% para su extracción.
- Si ambas temperaturas del paso (3) están dentro de los límites y el desequilibrio es inferior a $\alpha$%, se determinan las cargas geotérmicas e híbridas, y el algoritmo pasa al paso (7). Si se supera al menos uno de los umbrales de temperatura, el algoritmo continúa con el paso (5).
- Vuelve a calcular la carga por hora del campo de pozos utilizando las nuevas potencias máximas de pico para calefacción, refrigeración (y agua caliente sanitaria) determinadas en el paso (3). Desvía la potencia o la energía que el campo de pozos no pueda gestionar hacia la tecnología híbrida.
- Vuelva a calcular el perfil horario de temperatura y regrese al paso (3).
- Hecho.
El algoritmo de optimización anterior es muy similar al de Parte 9.2, con la importante incorporación de un porcentaje de desequilibrio aceptable. Gráficamente, esto se traduce, una vez más, en una curva de carga-duración, pero en este caso en la que el área sombreada correspondiente a la refrigeración es igual a la área sombreada correspondiente a la calefacción y al agua caliente sanitaria, tal y como se muestra a continuación.
Ejemplo en GHEtool
Con el fin de ilustrar las ventajas y desventajas de este método en comparación con el enfoque de optimización de la potencia, se analiza el mismo ejemplo que en el capítulo anterior. Para empezar, se toma como referencia el mismo campo de perforación de 5×5 con una profundidad de perforación de 100 m. A continuación se muestra la proporción de energía geotérmica del sistema geotérmico híbrido.
Lo que salta a la vista al observar la figura anterior es que, al optimizar en función del equilibrio, la proporción de energía geotérmica destinada a la calefacción se reduce por completo a 0. Esto se debe a que, dado que la extracción es mucho mayor que la inyección, la optimización en función del equilibrio limita básicamente el sistema a la carga de inyección. El perfil de temperatura se muestra en el gráfico siguiente, donde esto se aprecia claramente.
En la simulación anterior se permitió un desequilibrio geotérmico aceptable de 5% y, como se puede observar en el diagrama de Sankey que figura a continuación, dicho desequilibrio es, efectivamente, extremadamente pequeño y la mayor parte de la demanda de calefacción y de agua caliente sanitaria es cubierta por el sistema híbrido.
Cuando el tamaño del campo de perforaciones se reduce a un campo de 4×4, se obtiene la siguiente proporción geotérmica. Ahora solo queda la mitad de la demanda de agua caliente sanitaria y 78% de la demanda de refrigeración. Esta cifra es inferior a los 62% y 94% del caso de 5×5. El motivo es que, al ser ahora el campo de perforaciones más pequeño, la potencia máxima de inyección que puede soportar también es menor, lo que reduce la contribución total a la refrigeración y, al requerirse solo 5% de desequilibrio, también la demanda de agua caliente sanitaria.
Como otra variante, es posible aumentar el desequilibrio admisible de 5% a, por ejemplo, 25%. De este modo, la proporción de energía geotérmica en el agua caliente sanitaria puede aumentar, ya que ahora se permite un mayor desequilibrio. Esto modifica inmediatamente la proporción de energía geotérmica en el agua caliente sanitaria de 51% a 66%, con un perfil de temperatura similar al que se muestra a continuación.
Aunque en el perfil anterior se observa un desequilibrio significativamente mayor (6,7 MWh/año frente a 1,0 MWh/año), sigue siendo apenas perceptible. Esto ilustra una vez más que no existe una solución milagrosa en el diseño de sistemas geotérmicos híbridos, y que las metodologías en sí mismas también se han desarrollado para ser muy flexibles, de modo que tú, como diseñador geotérmico, puedas experimentar con ellas y encontrar la solución más adecuada para tu proyecto concreto.
Conclusión
En este capítulo se ha presentado el tercer método para diseñar un sistema geotérmico híbrido, concretamente aquel que maximiza el equilibrio geotérmico. Básicamente, este método es una adaptación más rigurosa de la metodología de optimización de la potencia, con el requisito adicional de un desequilibrio geotérmico máximo aceptable.
En el ejemplo analizado, la optimización del equilibrio no dejó margen para ninguna demanda de calefacción en el campo de perforaciones, debido a la limitada carga de refrigeración. Por lo tanto, la proporción de energía geotérmica se redujo significativamente. Cuando se aumentó el desequilibrio geotérmico permitido a 25%, la proporción de energía geotérmica en la producción de agua caliente sanitaria aumentó de 51% a 66%. Esto demuestra que el método de optimización para lograr el máximo equilibrio es otra herramienta más en su arsenal para abordar diseños complejos de sistemas geotérmicos híbridos.
En el capítulo siguiente, se introducirá un enfoque diferente en el que el sistema híbrido no se optimizará, sino que se simulará.
Referencias
- Peere, W. (2025). Tres formas de diseñar un sistema híbrido de calefacción y refrigeración geotérmica para un edificio de oficinas. En Actas de la Conferencia Geo-Rin. Benasque (España), del 2 al 6 de junio de 2025. [en línea]