Crédito: Dominio público de Pixabay/CC0
Un sistema de evaluación de rendimiento recientemente desarrollado puede evaluar las centrales de energía de almacenamiento de energía (ESPP) en términos de decisiones de inversión y políticas públicas, así como su lugar en la infraestructura energética sostenible. La investigación se discute en el International Journal of Power and Energy Conversion.
Un cuello de botella de larga data y conocido en la integración de energía sostenible es cómo evaluar de manera confiable e exhaustiva las complejas complejas involucradas en los sistemas de almacenamiento de energía electroquímica operativa, baterías recargables, en otras palabras. El almacenamiento de energía es fundamental para estabilizar el suministro cuando las fuentes de energía son impredecibles, como la energía solar y el viento.
Para investigar los problemas, los investigadores han utilizado una versión refinada de una herramienta computacional conocida como NSGA-II, o algoritmo genético de clasificación no dominante II. NSGA-II es un algoritmo de optimización de objetivos múltiples bien establecido comúnmente utilizado en la investigación de ingeniería y operaciones. Es particularmente adecuado para problemas con objetivos múltiples, a menudo conflictivos. Por ejemplo, maximizar la confiabilidad del sistema mientras minimiza el costo.
La novedad en esta investigación es que el equipo ha superado algunas de las limitaciones de las versiones estándar de NSGA-II. En su enfoque, han extendido el algoritmo para que no se asienta prematuramente en soluciones subóptimas, Optima Local y, en cambio, explora todos los resultados posibles.
Esta mejora se logró primero introduciendo un nuevo método para seleccionar las condiciones de inicio del algoritmo, su población inicial y, en segundo lugar, reemplazando el mecanismo de cruce convencional con una alternativa más exploratoria. Estas mejoras condujeron a un algoritmo que fue hasta cinco veces más rápido que su predecesor y demostrablemente más efectivo para identificar mejores soluciones en una gama más amplia de escenarios.
El equipo pudo demostrar mejoras sobre algoritmos anteriores en términos de desempeño técnico y viabilidad económica y de inversión. Por ejemplo, un escenario modelado en el estudio sugirió que, en condiciones operativas específicas, los rendimientos anuales de la inversión en ESPP podrían ser hasta el 13%. Estos hallazgos sugieren que, con un cuidadoso diseño y coordinación del sistema, los ESPP pueden ofrecer incentivos financieros convincentes además de sus beneficios ambientales.
Más información: Jiasheng Wu et al, Diseño del sistema de evaluación del rendimiento para las centrales de energía de almacenamiento de energía electroquímica basadas en NSGA-II, International Journal of Power and Energy Conversion (2025). Dos: 10.1504/ijpec.2025.147502
Cita: AI puede ver claramente ahora, cuando se trata de almacenamiento de energía (2025, 28 de julio) recuperado el 28 de julio de 2025 de https://techxplore.com/news/2025-07-ai-energy-storage.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
