>
Medio Ambiente>
Innovación/Medio Ambiente>
Bomba de calor híbrida eólica-solar en China: −55% en coste y −75% de red en una vivienda pilotomiércoles, 16 de septiembre 2026
Bomba de calor híbrida eólica-solar en China: −55% en coste y −75% de red en una vivienda piloto
La bomba de calor híbrida eólica-solar en China reduce un 54,7% el coste energético y un 75% la dependencia de red.
Innovación/Medio Ambiente
Por: Yexika Montilla | 28 de noviembre 2025 | 16:38
Pie de foto: La estrategia estacional pre-calienta/pre-enfría el terreno y aplanza picos eléctricos en una vivienda de bajo consumo en Shenyang.
Un equipo de Shenyang (China) integró fotovoltaica, minieólica, baterías y almacenamiento térmico con PCM en una bomba de calor híbrida (GSHP+ASHP) gobernada por optimización en dos etapas. En simulaciones validadas con el piloto, el coste nivelado de la energía cayó un 54,7% y la dependencia de la red un 75% en un edificio de bajo consumo, manteniendo la estabilidad del terreno a 10 años. La estrategia “estacional” permite pre-enfriar/pre-calentar con geotermia y despachar la batería según generación prevista.
Los investigadores chinos ensayaron una arquitectura térmico-eléctricapara vivienda que combina dos bombas de calor —una geotérmica (GSHP) y otra aerotérmica (ASHP)— con fotovoltaica en cubierta, dos pequeñas turbinas eólicas, baterías y un depósito de agua con materiales de cambio de fase (PCM). El objetivo no fue solo reducir la factura, sino desacoplar en lo posible la demanda residencial de una red cada vez más exigida en picos. Para evaluar el desempeño económico usaron el coste nivelado de la energía (LCOE), métrica estándar que anualiza inversión y operación por unidad de energía; para la autonomía, midieron el “factor de independencia del sistema” (SIF), un indicador de dependencia de la red. En el piloto y sus simulaciones, la combinación de almacenamiento doble y control inteligente mostró que el hogar puede acercarse a “energía neta nula” con mayor resiliencia frente a picos.
Dónde y quiénes: el piloto de Shenyang y su clima
El caso se ubicó en Shenyang, noreste de China, con inviernos bajo cero y veranos cálidos; una plaza ideal para tensionar el sistema entre calefacción y refrigeración. El edificio modelo, de dos plantas y 334,8 m², ofrecía unos 130 m² útiles de cubierta para módulos FV (de ~160 m² totales), y soportó una radiación horaria que variaba entre 0 y 0,3 kWh/m², con temperaturas anuales entre −26,54 °C y 32,18 °C. El consorcio lo integraron la Universidad Jianzhu de Shenyang y la Universidad Jiao Tong de Shanghái. La evaluación se realizó con TRNSYS y SketchUp, y contempló cuatro configuraciones crecientes —desde una base sin interacción avanzada hasta la variante eólica+FV plenamente optimizada—, lo que permitió atribuir con claridad qué parte del ahorro correspondía a cada decisión de diseño y control.
Cómo funciona la mezcla: FV, viento, baterías, PCM y dos bombas de calor
En lo eléctrico, la vivienda combinó módulos de 550 W y dos turbinas de 3 kW con una batería inicialmente dimensionada en 40 kWh. En lo térmico, un tanque de agua con PCM almacenó calor o frío para desplazar consumo y aplanar picos. La GSHP operó como columna vertebral: capta calor del subsuelo en invierno y devuelve excedentes en temporadas suaves, ayudando a mantener el equilibrio térmico del terreno; la ASHP entró como refuerzo en cambios bruscos o extremos. La electricidad renovable alimenta prioritariamente las bombas de calor y el excedente se vierte a la batería o, si conviene, a la red. Así, la vivienda puede atender cargas térmicas con mínima electricidad comprada, aprovechando mejor la radiación y el viento locales y reduciendo arranques y paradas que castigan la eficiencia y la vida útil de los equipos.
La “IA” del sistema: optimización en dos etapas (NSGA-II + PSO)
Más allá del hardware, la clave fue el cerebro. Primero, el equipo dimensionó la mezcla de componentes con un algoritmo evolutivo multiobjetivo (NSGA-II) que balancea tecnología, economía y ambiente. Después, aplicó un enjambre de partículas (PSO) que, semana a semana, decide el estado óptimo de carga de la batería y el uso del almacenamiento térmico, anticipando demanda y generación. La estrategia “estacional” es el hilo conductor: pre-enfriar el terreno en primavera, refrigerar en verano con excedentes, pre-calentar en otoño y priorizar calefacción en invierno. En esa segunda etapa, la optimización mejoró el SIF y el LCOE frente a la sola selección de componentes, y elevó la tasa de autoconsumo, prueba de que la inteligencia de control captura ganancias que el hardware por sí solo no alcanza. El artículo científico detalla esta “interacción potencia-carga” con almacenamiento dual.
Resultados: −54,7% en LCOE, −75% en SIF y terreno estable a 10 años
Los resultados fueron contundentes: respecto del sistema base, el LCOE cayó al menos un 54,70% y el SIF, que cuantifica la dependencia de la red, se redujo en torno a un 75%. Más allá de la cifra, eso implica un hogar con mucha mayor autonomía, menos exposición a precios horarios y picos de consumo mitigados, lo que beneficia también a la red local. En términos de sostenibilidad geotérmica, la temperatura del terreno junto a los intercambiadores apenas varió −0,42 °C tras diez años simulados, señal de un balance estacionario saludable que evita el clásico “enfriamiento progresivo” de suelos mal gestionados. Con la estrategia de interacción, los autores reportan factores de carga superiores a 1,3 y rendimiento del sistema al alza, un signo de que la coordinación de almacenamiento y bombas de calor rinde tanto en economía como en operación.
La configuración óptima: potencia instalada y respuesta a picos
La solución que mejor cumplió objetivos combinó 13,12 kW de fotovoltaica, dos aerogeneradores, 25,46 kWh de baterías, una GSHP de 6,17 kW y un depósito de agua de 2,76 m³. En esa mezcla, la geotermia cubre la base con alta eficiencia y la aerotermia aporta flexibilidad en puntas o inviernos duros. El almacenamiento térmico con PCM suaviza transitorios y permite programar “cargas” cuando hay excedentes renovables, mientras la batería atiende el lado eléctrico y difiere compras a red en horas caras. La capacidad FV del caso “solo FV+HP” resultó un 18,14% mayor que en el híbrido FV+eólica, lo que sugiere que el viento bien integrado puede reducir sobredimensionamientos fotovoltaicos. El despacho inteligente, según el paper, recorta adicionalmente SIF y LCOE en la segunda etapa respecto del mero dimensionamiento, y mejora el autoconsumo.
Impacto y escalabilidad: viviendas, barrios y redes bajo presión
Si se replica en climas fríos o templados, esta arquitectura puede recortar emisiones indirectas del sector residencial —calefacción y refrigeración concentran gran parte del consumo— y aliviar redes saturadas en invierno. La generación distribuida con FV+viento captura recursos locales y reduce refuerzos de infraestructura de respaldo. En barrios y zonas rurales con redes débiles, un control de este tipo aumenta resiliencia: menos cortes ante picos, más servicio crítico cuando el suministro es incierto. En mercados donde el LCOE de renovables cayó con fuerza, como documentan informes recientes, la ecuación económica mejora aún más al desplazar energía cara de la red y limitar pérdidas por vertido. Para las ciudades, la lección es concreta: la rehabilitación profunda que integre bombas de calor, almacenamiento dual y control predictivo puede ser política pública coste-efectiva y escalable.
Brechas y próximos pasos: datos abiertos, costes locales e industria
Como todo piloto, el caso de Shenyang aún deja preguntas. Faltan series completas con mediciones de campo en verano e invierno consecutivos, más allá de la validación de modelos. Los costes locales —CAPEX, OPEX, permisos, obra civil para sondas geotérmicas y pequeñas turbinas— deben contrastarse con los de mercados donde la mano de obra encarece la perforación o donde hay límites urbanísticos y acústicos. También resta evaluar degradación de baterías y PCM a lo largo de su vida útil, y estudiar ruidos y vibraciones de ASHP y minieólica en entornos densos. La buena noticia es que el método es exportable: dimensionar con NSGA-II y despachar con PSO no depende del país, y puede re-entrenarse con tarifas, climas y cargas distintas para generar carteras de soluciones coste-óptimas por barrio o tipología de vivienda.
Fuente: pv magazine LatAm, Energy, Interesting Engineering,
Suscribete
Twitter
Facebook
Instagram
Linkedin
Enviar