Hace dos años escribía en este mismo blog sobre materiales de cambio de fase (PCM) y bombas de calor: cómo producir calor de forma eficiente, almacenarlo y utilizarlo más tarde. En el proyecto THUMBS UP hemos seguido trabajando sobre esa idea. Cuando el almacenamiento térmico ya forma parte del edificio, la siguiente pregunta es cómo utilizarlo y cómo comprobar que el control está dando el resultado que buscamos.
Del almacenamiento térmico al control energético del edificio
Uno de los casos que hemos estudiado es el HSB Living Lab de Gotemburgo, un edificio multifamiliar conectado a una red de calefacción de distrito. El sistema combina bombas de calor, depósitos de agua y almacenamiento térmico FractLES basado en PCM. El diseño del piloto suma 101 kWh nominales de almacenamiento, con una parte dedicada al agua caliente sanitaria y otra a la calefacción.
Antes de llevar una estrategia al edificio real, podemos probarla en un modelo dinámico. En CARTIF utilizamos TRNSYS para reproducir el comportamiento del edificio y estudiar qué ocurre cuando cambia la forma de cargar y descargar el almacenamiento. El BEMS (Building Energy Management System por sus siglas en inglés) es después el encargado de coordinar esas decisiones en la instalación, utilizando las señales disponibles y respetando sus límites de operación.
En el estudio comparamos una referencia sin PCM y dos estrategias distintas para controlar la misma instalación. En ambas, el almacenamiento participa en agua caliente sanitaria y calefacción. Los resultados muestran, sin embargo, una respuesta diferente durante la operación, especialmente cuando se carga el PCM para la instalación de agua caliente sanitaria (ACS). Queríamos saber si una mejora parecida en el indicador de potencia de la tarifa significaba realmente que las dos estrategias estaban funcionando igual de bien.
Picos de potencia: cuando la media diaria no cuenta toda la historia
Para evaluar el almacenamiento utilizamos, entre otros indicadores, uno relacionado con la tarifa de District Heating de Gotemburgo. Se calcula a partir de la potencia media de los días de mayor demanda. Con este criterio, las dos estrategias parecían prácticamente equivalentes: ambas reducían el indicador alrededor de un 4 % respecto al caso sin almacenamiento.
Pero ese 4 % habla de una media diaria. La potencia máxima que el edificio demanda durante un intervalo corto es otra medida distinta. Una nos dice cómo queda el día en conjunto; la otra permite ver qué está ocurriendo dentro de ese día. Por eso revisamos las mismas simulaciones con datos cada 15 minutos.
La diferencia fue clara. En la simulación sin almacenamiento, la potencia máxima observada en la serie de 15 minutos era de unos 22 kW. Con la primera estrategia, durante algunos periodos de carga del PCM la demanda llegaba a acercarse a 79 kW. Con la segunda, la potencia máxima se mantenía alrededor de 22 kW, prácticamente al nivel del edificio sin PCM.
La explicación está en la escala temporal. Un aumento de potencia de corta duración apenas cambia la media de 24 horas, aunque sea muy visible cuando observamos los datos cada 15 minutos. Además, ambas estrategias completaban un número equivalente de cargas del almacenamiento de ACS. La segunda conseguía esas cargas con una respuesta de potencia mucho más contenida.
Consumo energético y costes: qué ocurre al analizar un año completo
Al ampliar el análisis al año completo, las dos estrategias volvieron a separarse. La primera reducía el indicador de potencia media diaria, pero aumentaba un 2,6 % la energía importada desde la red de calor. La segunda mantenía prácticamente la misma mejora en ese indicador y reducía la energía anual importada en torno a un 4 %.
El efecto también aparecía en el coste. En el escenario utilizado en el estudio, basado en la tarifa publicada por Göteborg Energi, el ahorro estimado era de alrededor de un 0,5 % con la primera estrategia y se acercaba al 3 % con la segunda. Es una comparación sobre una referencia tarifaria común, no la factura real del edificio.
El indicador diario estaba cumpliendo su función, pero no podía describir por sí solo cómo se comportaba la instalación. Al mirar el mismo sistema a distintas escalas temporales, la evaluación del control cambia de forma sustancial.
Qué nos llevamos de este análisis
Este caso ayuda a entender por qué el BEMS es una pieza importante cuando incorporamos almacenamiento a un edificio. Una decisión de carga puede modificar la demanda en ese momento, afectar al consumo posterior o dejar más o menos energía disponible unas horas después. El control tiene que coordinar esas interacciones dentro de los límites de temperatura, estado de carga y operación de los equipos.
En THUMBS UP evaluamos por eso el control con más de una escala temporal. Los indicadores asociados a la tarifa se contrastan con el comportamiento de corta duración y con el balance energético del periodo completo. También mantenemos la trazabilidad de la operación: qué señales se utilizaron, qué versión del control estaba activa y qué consignas se aplicaron. Sin esa información es difícil explicar después por qué el sistema respondió de una determinada manera.
La idea es útil más allá del almacenamiento térmico. Algo parecido puede ocurrir con bombas de calor, baterías, autoconsumo fotovoltaico o procesos industriales flexibles: mejorar el indicador que estamos siguiendo no garantiza que todo el sistema se esté comportando como esperamos.
En CARTIF trabajamos precisamente en ese recorrido. Utilizamos modelos para ensayar estrategias antes de llevarlas a la instalación, desarrollamos el control necesario para aplicarlas y analizamos los datos de operación para comprobar el resultado. El objetivo es que la flexibilidad que aporta el almacenamiento pueda medirse, explicarse y mejorarse con información trazable.
El almacenamiento térmico permite desplazar energía en el tiempo. El control decide cómo hacerlo. El caso de Gotemburgo deja una conclusión muy práctica: para saber si una estrategia funciona, hay que medir el resultado a la escala adecuada.
Más sobre almacenamiento térmico…
