Esta investigación propone una metodología novedosa para optimizar el almacenamiento térmico (TES) en sistemas híbridos nuclear-renovables integrando ciclos termodinámicos avanzados, en particular el ciclo Kalina, con almacenamiento mediante sales fundidas. Nuestros resultados de simulación muestran una mejora de eficiencia global del sistema del 15% frente a implementaciones tradicionales con ciclo Rankine, lo que repercute directamente en la viabilidad económica de la integración nuclear-renovable. Los análisis, basados en modelos termodinámicos validados y en dinámica de fluidos computacional, evidencian aumentos claros en la densidad de energía almacenada y en las tasas de descarga, ofreciendo beneficios sociales al facilitar una transición más fiable y eficiente hacia un sistema energético de bajas emisiones.

Introducción Los sistemas híbridos nuclear-renovables son una vía clave hacia una infraestructura energética sostenible. La integración de plantas nucleares con recursos renovables intermitentes como la solar y la eólica requiere soluciones de almacenamiento térmico que mitiguen las fluctuaciones de suministro. El almacenamiento térmico en sales fundidas MS-TES es una tecnología consolidada, pero su eficiencia puede mejorarse mediante la integración con ciclos termodinámicos más flexibles. Este estudio explora los beneficios de emplear un ciclo Kalina, reconocido por su adaptabilidad y mayor eficiencia térmica, acoplado a MS-TES dentro de un sistema híbrido.

Revisión bibliográfica y novedad Las investigaciones previas se han centrado mayoritariamente en la integración del ciclo Rankine con MS-TES. Aunque efectivo, el Rankine presenta limitaciones para adaptarse a entradas térmicas variables. El ciclo Kalina, que utiliza una mezcla amoníaco-agua, permite un mejor acoplamiento con la curva de temperatura de la fuente de calor, reduciendo pérdidas de exergía. La aplicación del ciclo Kalina en sistemas nuclear-renovables está relativamente poco explorada; este trabajo cubre ese vacío con un análisis detallado y añade un algoritmo de control novedoso que optimiza parámetros operativos del ciclo Kalina y las tasas de carga/descarga del MS-TES para maximizar la eficiencia global.

Metodología La metodología consta de tres etapas: modelado del sistema, simulación de rendimiento y optimización. El modelado termodinámico se realizó en Aspen Plus e incluye: fuente nuclear como emisor de vapor con variación de presión y temperatura; fuente renovable intermitente que simula fluctuaciones solares o eólicas; MS-TES modelado con transferencia de calor que considera cambio de fase y estratificación térmica; y el ciclo Kalina con representación detallada de las propiedades de la mezcla amoníaco-agua y las eficiencias de componentes. La transferencia de calor en MS-TES se representa mediante la relación Q = U A (Ts - Tf) donde Q es el flujo térmico, U el coeficiente global de transferencia, A el área de intercambio, Ts la temperatura de la sal y Tf la temperatura del fluido.

Las simulaciones abarcan rangos operativos diversos para evaluar el comportamiento frente a variaciones de aporte renovable y rendimiento de la planta nuclear. Indicadores clave incluyen eficiencia global del sistema, densidad de almacenamiento por volumen de sal, tasa máxima de descarga y pérdidas de exergía. Para la optimización se empleó un algoritmo genético que busca los parámetros óptimos del ciclo Kalina (presión de entrada a la turbina, presión del condensador, concentración de amoníaco) y las tasas de carga/descarga del MS-TES, explorando iterativamente el espacio de diseño y seleccionando soluciones con mayor eficiencia.

Control dinámico adaptativo DACM Presentamos el algoritmo Dynamic Adaptive Cycle Management DACM que combina predicción de disponibilidad renovable y datos en tiempo real para gestionar anticipadamente el ciclo Kalina y el MS-TES. DACM utiliza una red neuronal recurrente entrenada con históricos meteorológicos para predecir la generación renovable con un error mediano absoluto normalizado por debajo del 8%. Con esa predicción ajusta dinámicamente parámetros del ciclo Kalina para mantener la operación en condiciones óptimas; cuando la generación renovable disminuye, DACM modifica las presiones de extracción para maximizar eficiencia. Paralelamente regula la carga del MS-TES para preservar una estratificación térmica efectiva y adapta la tasa de descarga para satisfacer demanda eléctrica y compensar intermitencias.

Resultados y discusión Las simulaciones indican una mejora del 15% en la eficiencia global respecto a configuraciones Rankine equivalentes. La capacidad del ciclo Kalina para adaptar su perfil térmico reduce pérdidas de exergía y mejora la conversión de calor a electricidad. El control optimizado del MS-TES incrementa la densidad de almacenamiento y la potencia de descarga. El análisis de sensibilidad muestra que la concentración de amoníaco es crítica para el rendimiento del Kalina, por lo que se requiere control de composición preciso. Ejemplos representativos: densidad térmica promedio de hasta 3.5 MW por metro cúbico con estratificación adecuada y una potencia máxima de descarga de 30MW.

Escalabilidad y trabajo futuro La metodología es escalable ampliando el volumen de MS-TES y desplegando unidades Kalina en paralelo. Trabajos futuros incluyen explorar composiciones avanzadas de sales fundidas con propiedades térmicas mejoradas, implementar DACM en plataforma hardware para operación en tiempo real y realizar análisis económicos y de ciclo de vida con incertidumbre de modelo. Estas líneas reforzarán la ruta hacia una implementación comercial robusta.

Implicaciones prácticas y comerciales La integración de ciclo Kalina y MS-TES en plantas híbridas nuclear-renovables puede mejorar la flexibilidad operativa, disminuir costes nivelados de energía y facilitar una mayor penetración renovable manteniendo estabilidad de la red. Desde el punto de vista técnico es una solución atractiva para instalaciones a gran escala y para proyectos que requieren almacenamiento térmico de larga duración.

Sobre Q2BSTUDIO Q2BSTUDIO es una empresa especializada en desarrollo de software a medida, aplicaciones a medida y soluciones integrales que combinan inteligencia artificial, ciberseguridad y servicios cloud para facilitar la transformación digital de empresas energéticas y del sector industrial. Ofrecemos desarrollo de aplicaciones multiplataforma y soluciones personalizadas que pueden integrar modelos de simulación y control como DACM para operaciones en tiempo real, y trabajamos con plataformas cloud líderes para garantizar escalabilidad y seguridad. Con experiencia en IA para empresas y agentes IA, además de servicios de inteligencia de negocio y visualización con Power BI, ayudamos a convertir datos en decisiones operativas y comerciales.

Si su proyecto requiere una plataforma a medida para gestionar modelos termodinámicos, optimización o control predictivo, explore nuestras capacidades en desarrollo de aplicaciones y software a medida con soluciones completas en la nube consultando nuestra landing de desarrollo de aplicaciones: Desarrollo de aplicaciones y software a medida y descubra nuestras ofertas en inteligencia artificial y automatización industrial en Servicios de inteligencia artificial para empresas.

Keywords aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws, servicios cloud azure, servicios inteligencia de negocio, ia para empresas, agentes IA, Power BI, optimización TES, ciclo Kalina, MS-TES, sistemas híbridos nuclear-renovable, automatización de procesos.

Conclusión Este estudio aporta una propuesta técnica robusta para integrar el ciclo Kalina con almacenamiento térmico mediante sales fundidas en sistemas híbridos nuclear-renovables, mostrando mejoras significativas en eficiencia, densidad de almacenamiento y capacidad de descarga. La incorporación de un control predictivo como DACM potencia aún más el rendimiento operativo. Desde Q2BSTUDIO apoyamos la implementación práctica mediante desarrollo de software a medida, integración en la nube y soluciones de inteligencia artificial y ciberseguridad que permiten llevar este tipo de innovaciones del modelo a la planta.