Home Tecnología Cómo los gemelos digitales pueden acelerar la transición global de los combustibles...

Cómo los gemelos digitales pueden acelerar la transición global de los combustibles fósiles a la energía limpia

15
0

Un gemelo digital de una plataforma petrolera. Crédito: Creative Commons Attribution-Share por igual 4.0 International: createivecommons.org/licenses/by-sa/4.0/

A medida que el mundo lidia con la urgente necesidad de reducir las emisiones de carbono y combatir el cambio climático, los investigadores de la Universidad de Sharjah están recurriendo a una tecnología de vanguardia que podría remodelar el futuro de la energía: gemelos digitales alimentados por IA.

Según los investigadores, estas réplicas digitales del mundo físico tienen el potencial de transformar la generación, la gestión y la optimización de la energía en diversas plataformas de energía limpia, acelerando la transición de los combustibles fósiles, que los científicos ambientales asocian con el calentamiento global.

La capacidad de los gemelos digitales para replicar e interactuar con sistemas complejos los ha convertido en una piedra angular de la innovación entre las industrias, impulsando las mejoras en la eficiencia, la reducción de costos y el desarrollo de soluciones novedosas.

Sin embargo, los científicos advierten que los modelos gemelos digitales actuales aún enfrentan limitaciones notables que restringen su máximo potencial para aprovechar la energía de fuentes como eólica, solar, geotérmica, hidroeléctrica y biomasa.

“Los gemelos digitales son altamente efectivos para optimizar los sistemas de energía renovable”, escriben los investigadores en la revista Nexo de energía.

“Sin embargo, cada fuente de energía presenta desafíos únicos, que van desde la variabilidad de los datos y las condiciones ambientales hasta la complejidad del sistema, que puede limitar el rendimiento de las tecnologías gemelas digitales, a pesar de su considerable promesa de mejorar la generación y gestión de la energía”.

En su estudio, los autores realizaron una extensa revisión de la literatura existente sobre la aplicación de gemelos digitales en sistemas de energía renovable. Examinaron varios contextos, funciones, ciclos de vida y marcos arquitectónicos para comprender cómo se utilizan actualmente gemelos digitales y dónde permanecen las brechas.

Para extraer información significativa, los investigadores emplearon técnicas avanzadas de minería de texto, aprovechando la inteligencia artificial, el aprendizaje automático y el procesamiento del lenguaje natural. Este enfoque científicamente riguroso les permitió analizar grandes volúmenes de datos sin procesar y descubrir patrones estructurados, conceptos y tendencias emergentes.

A partir de este análisis en profundidad, los autores sacaron varias conclusiones clave. Identificaron brechas de investigación, propusieron nuevas direcciones y describieron los desafíos que deben abordarse para aprovechar completamente el potencial de la tecnología gemela digital en el sector de energía renovable.

Tras una discusión detallada sobre la integración de gemelos digitales en varias aplicaciones de energía renovable, los autores resumieron sus hallazgos más significativos en cinco fuentes de energía principales: eólica, solar, geotérmica, hidroeléctrica y biomasa. Cada fuente presenta oportunidades y desafíos únicos, y el estudio ofrece una descripción completa de cómo se pueden adaptar gemelos digitales para optimizar el rendimiento en cada dominio.

La estructura de un gemelo digital. Crédito: Energía Nexus (2025). Doi: 10.1016/j.nexus.2025.100415

El estudio revela que los gemelos digitales ofrecen ventajas significativas en varios sistemas de energía renovable:

Energía eólica: los gemelos digitales pueden predecir parámetros desconocidos y corregir mediciones inexactas, mejorando la confiabilidad y el rendimiento del sistema.

Energía solar: ayudan a identificar factores clave que influyen en la eficiencia y la potencia de salida, lo que permite un mejor diseño y optimización del sistema.

Energía geotérmica: los gemelos digitales pueden simular todo el proceso operativo (perforación particularmente perforada) para facilitar el análisis de costos y reducir el tiempo y los gastos.

Energía hidroeléctrica: los modelos impulsados por la IA simulan la dinámica del sistema para identificar factores influyentes. En plantas hidroeléctricas más antiguas, se utilizan para mitigar el impacto de la fatiga del trabajador en la productividad.

Energía de biomasa: los gemelos digitales mejoran el rendimiento y la gestión al ofrecer información profunda sobre los procesos operativos y las configuraciones de las plantas.

Pero la contribución de los autores al campo se destaca al resaltar las limitaciones críticas en la aplicación de la tecnología gemela digital en estas fuentes de energía. Su análisis subraya la necesidad de modelos más sólidos que puedan abordar desafíos específicos únicos para cada sistema de energía renovable.

Los autores identifican varias limitaciones en la aplicación de gemelos digitales en diferentes sistemas de energía renovable:

Energía eólica: los gemelos digitales enfrentan desafíos para modelar y monitorear con precisión las condiciones ambientales. Luchan por simular factores críticos como la erosión de la cuchilla, la degradación de la caja de cambios y el rendimiento del sistema eléctrico, particularmente en las turbinas envejecidas.

Energía solar: a pesar de su potencial, los gemelos digitales aún se quedan cortos para predecir de manera confiable el rendimiento a largo plazo. Tienen dificultades para rastrear la degradación del panel y tener en cuenta las influencias ambientales con el tiempo, lo que afecta su precisión y utilidad.

Energía geotérmica: un obstáculo importante es la falta de datos de alta calidad, que obstaculiza la capacidad de los gemelos digitales para simular incertidumbres geológicas y condiciones del subsuelo. La tecnología también enfrenta la complejidad en el modelado del comportamiento a largo plazo de los sistemas geotérmicos, incluida la transferencia de calor y la dinámica del flujo de fluidos.

Energía hidroeléctrica: aplicada a proyectos hidroeléctricos, los gemelos digitales enfrentan desafíos para modelar con precisión la variabilidad del flujo de agua y en la captura de restricciones ambientales y ecológicas. Estas limitaciones reducen su efectividad en la optimización del rendimiento del sistema y la sostenibilidad.

Energía de biomasa: cuando se usa con sistemas de energía de biomasa, los gemelos digitales aún luchan por simular toda la cadena de suministro de producción. Se quedan cortos en proporcionar modelos precisos para procesos biológicos, conversión de biomasa y las complejas reacciones bioquímicas y termoquímicas involucradas.

Los autores enfatizan las implicaciones más amplias de estas deficiencias para el sector de energía renovable. Para abordar estos desafíos, ofrecen un conjunto de pautas y una hoja de ruta de investigación destinada a ayudar a los científicos a mejorar la confiabilidad y precisión de las tecnologías gemelas digitales.

Sus recomendaciones se centran en mejorar los métodos de recopilación de datos, avanzar en técnicas de modelado y ampliar las capacidades computacionales para garantizar que los gemelos digitales puedan ofrecer información confiable para la toma de decisiones y la optimización del sistema.

Más información: Concetta Semeraro et al, aprovechando el futuro: explorar aplicaciones gemelas digitales e implicaciones en energía renovable, energía nexus (2025). Doi: 10.1016/j.nexus.2025.100415

Proporcionado por la Universidad de Sharjah

Cita: cómo los gemelos digitales pueden acelerar la transición global de combustibles fósiles a energía limpia (2025, 28 de julio) recuperado el 28 de julio de 2025 de https://techxplore.com/news/2025-07-digital-twins-global-transition-fossil.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.

Fuente de noticias