El paso de una economía basada en combustibles fósiles a otra neutra en emisiones de efecto invernadero es el gran reto mundial del presente siglo, y supone un camino de no retorno si deseamos que nuestra especie –y la de la mayoría de seres vivos– continúe existiendo en condiciones favorables para la vida. Esta transición energética influirá en toda la cadena de valor de la economía y por tanto en la relación que tenemos con la biosfera. El profundo cambio en esta relación supondrá la modificación del comportamiento humano, tanto en el plano material como en el subjetivo, en el día a día.
El contexto de las fósiles no es favorable. La crisis energética actual se debe a la llegada de las tasas máximas de extracción del recurso, reduciendo la calidad y aumentando los costes de extracción y refino. El indicador general en la extracción es la curva del pico del recurso, y en la eficiencia global del recurso es la energía neta calculada entre el punto del consumo y origen, incluyendo todos los costes energéticos invertidos durante todas las etapas intermedias, también denominada tasa de retorno energética.
De los múltiples problemas que emergen –y emergerán– durante esta transición energética, los derivados del cambio tecnológico son especialmente críticos, ya que implican formas de generación distintas para satisfacer la energía demandada por la economía. Ejemplo de ello será la paulatina sustitución del petróleo por energías renovables. Esta sustitución implicará, al menos, 1) dejar de extraer petróleo; 2) fomentar otro tipo de maquinaria, materiales y costes que permitan desarrollar las tecnologías renovables; 3) acomodar la educación a los nuevos trabajos del sector renovable; y 4) ajustar la legislación en el sistema eléctrico para dar cabida a nuevos agentes (e.g., comunidades energéticas, almacenamiento, vehículos eléctricos).
Si profundizamos un poco más, las tecnologías solar fotovoltaica y eólica son las que mejor proyección tienen en el mercado mundial en cuanto a costes y escalabilidad. Tecnologías que – junto a otras como la mini-hidráulica o las relativas al aprovechamiento mareomotriz y del oleaje – poseen una naturaleza de generación muy diferente a sus coetáneas fósiles.
El comportamiento de estas cinco renovables es intermitente, es decir, pese a que su generación pueda ser más o menos predecible por modelos meteorológicos, no podemos aumentarla cuando a nosotros nos venga bien. Por ello nos enfrentamos a un problema de disponibilidad del recurso diferente. Mientras que la disponibilidad del gas natural se ve restringida por su extracción y transporte, los cuales son –más o menos– gestionables, la producción máxima de electricidad en los huertos solares depende del nivel de irradiación presente en cada momento. La explotación actual de las energías renovables intermitentes no ha sido pensada para que sean gestionables.
No es un problema trivial si deseamos realizar el cambio – mayoritario – de unas fuentes fósiles fáciles de planificar, por otras renovables cuya gestión es más compleja. Teniendo en cuenta que oferta y demanda eléctricas deben casar instantáneamente, y reconociendo un sistema energético actual cuyas partes eléctrica, calorífica y de transporte son prácticamente independientes entre sí, conseguir descarbonizar la economía para alcanzar el acuerdo de París, o lograr un sistema energético 100% renovable –ambos escenarios especialmente basados en este tipo de renovables intermitentes para la mayoría de las regiones– se convierte en un reto que no tiene nada que envidiar a las misiones imposibles de las famosas películas de acción.
Nuestro grupo de investigación GEEDS ha estudiado el impacto que causaría la integración masiva de generación renovable intermitente utilizando el modelo de dinámica de sistemas MEDEAS [1] en términos monetarios [3], y de disponibilidad de recursos y suelo con el modelo GCAM [2].
La primera estimación del impacto de la intermitencia en MEDEAS fue realizada con una función cuya única entrada es el porcentaje de generación renovable intermitente presente en el mix eléctrico. Este efecto consiste en reducir endógenamente el factor de capacidad –energía generada a lo largo del año respecto a la máxima que podría haber sido generada, dada una capacidad instalada– a medida que el porcentaje renovable aumenta en el mix eléctrico durante la simulación. De esta forma, se asume la existencia de cortes por sobreproducción a ciertas horas del día a lo largo del año (cuyo término en inglés es curtailment). Las ecuaciones implementadas fueron debidamente justificadas según casos históricos y artículos sobre el tema. No obstante, los resultados muestran un modelado rígido o conservador, al no incluir opciones de gestión de la intermitencia renovable, tales como almacenamiento energético o acoplamiento entre sectores energéticos (tecnologías Power-to-Heat en inglés, como son las bombas de calor o las calderas eléctricas, por ejemplo). No obstante y con este conservadurismo tecnológico, se ha podido hallar un escenario que logre la plenitud renovable en el sistema eléctrico (no así en el energético que abarca más energías finales, a saber, calor, líquidos, sólidos y gases) [5].
El ánimo y el esfuerzo del GEEDS por detallar este efecto nos ha llevado a construir un modelo horario. Este modelo se explica en el artículo motivo de esta noticia y que podéis encontrar en el enlace incluido al final de este post.
En cuanto al método se refiere, dada la elevada variabilidad de las fuentes renovables y de la demanda eléctrica, hemos condensando la información histórica horaria extraída de la base de datos mantenida por Red Eléctrica –ESIOS– en varias distribuciones de probabilidad. Dos son los objetivos de estas distribuciones, por una parte nos permiten observar el tipo de perfil probabilístico hallado en cada tipo de hora estudiada, y por otra generar los valores de generaciones y demanda en cada hora de la simulación. El periodo histórico de los datos horarios abarca desde el 1 de enero de 2014 hasta el 31 de diciembre del 2019. Los tipos de hora representativos están basados en función de la estación del año, hora del día, y si este es laboral o festivo (esto último solo en el caso de la demanda). Las renovables que analizamos en el artículo son la solar (fotovoltaica y de concentración), la eólica (solo la instalada en tierra –onshore–) y la hidráulica de presa. Dada una hora, el código gestiona la sobreproducción o el déficit eléctrico. Las opciones de flexibilidad –tecnologías capaces de gestionar sobreproducciones y déficits eléctricos para integrar más generación renovable– incluidas en este estudio son el almacenamiento, las conexiones internacionales (importaciones y exportaciones), así como las plantas de generación gestionables o de respaldo (fósiles y renovables, como la biomasa o la geotérmica).
Estas opciones de flexibilidad están restringidas. En el caso del almacenamiento a una potencia máxima y disponibilidad de carga o descarga. En el caso de las conexiones con el extranjero su disponibilidad se restringe a una potencia máxima de importación y exportación. La Figura 1 representa este flujo de decisiones.
La proyección a futuro del escenario estudiado se observa en la Figura 2. Como puede apreciarse, hemos incluido un fuerte crecimiento para las renovables, objeto de estudio. El resto de variables experimentan un crecimiento más moderado, incrementándose en el tiempo tanto la demanda eléctrica (unidades en el eje vertical secundario) como la capacidad de almacenamiento y las conexiones con otras regiones. Todas las proyecciones se basan en informes y estudios publicados.
Dentro del artículo pueden encontrarse resultados de interés, tanto en lo referente al comportamiento estacional como al de detalle horario, para el periodo histórico y para el proyectado.
Dadas las condiciones peninsulares, los periodos más complejos en gestión para el sistema serán las horas centrales de los días del verano, debido a la magnífica aportación solar, especialmente en aquellos tiempos despejados y ventosos, cuando la demanda comienza a caer por la reducción del consumo eléctrico (14:00-16:00), fruto de la naturaleza de nuestro horario laboral actual. De aquí se deriva que una posible medida en la gestión de la demanda es la reducción del horario laboral diario, posibilitando turnos de 6 horas seguidas para aplanar los picos de demanda y mejorando la productividad a la vez que se reduce el desempleo.
El comportamiento (media y desviación estandar) de las generaciones renovables en el territorio peninsular del Estado español puede analizarse en la Figura 3. De ella podemos extraer información general de estas fuentes. Las estaciones de mayor contribución son el verano –solar–, invierno – hidráulica y eólica –, la fuente eólica resulta ser la más intermitente y el periodo de mayor y menor contribución renovable por estación y día están emplazados en invierno a medio día y de noche en verano, respectivamente. De la observación en el patrón de la energía hidráulica, podemos sugerir que su gestión viene influida por las estaciones de lluvias, y al mantener un patrón muy similar, aprovechando los tiempos de mayor beneficio en el mercado eléctrico peninsular para planificar sus modos de bombeo y turbinación.
En la Figura 4 se puede observar claramente la elevada contribución solar durante las horas centrales del día, así como la necesidad de flexibilizar el lado de la oferta para satisfacer de forma conveniente la demanda. Las rampas de potencia entre horas consecutivas también están disponibles, las cuales aumentan dramáticamente a medida que nos acercamos al 2050 de la simulación.
El rol de las conexiones internacionales cambia de netamente importadora a netamente exportadora a medida que avanzamos en la simulación. Consideramos trabajo a futuro el restringir aún más esta opción de flexibilidad, pues los resultados demuestran un uso exagerado (más de 140 TWh) al no ser restringidas en el modelo por acuerdos internacionales, por ejemplo. En el modelado actual, siempre que exista capacidad disponible, se exporta o importa sin valorar las peticiones del regiones colindantes, así, se podría incurrir en la contradicción de que en Portugal sobrara energía y España exportara energía a este país a través de su frontera al oeste, estableciendo una jerarquía que poco valor tiene –sino negativo– en la geopolítica.
La evidencia de la necesidad de una flexibilidad mayor en el sistema es un resultado general de la investigación, necesidad para soportar elevadas cargas intermitentes y aprovechar la energía renovable disponible. En la Figura 5 se observa la eficiencia del sistema eléctrico en términos de pérdidas. El año más idóneo se haya hacia 2035, a partir del cual esta variable de salida cae rápidamente por el aumento de las pérdidas en la red y el corte de suministro o “curtailment”. Resultado especialmente relevante, pues implica la existencia de gestiones más óptimas bajo ciertas configuraciones.
Para el grupo de investigación, este trabajo supone un punto de inflexión en los estudios del sistema eléctrico en IAMs, evidenciando la necesidad por incluir las consecuencias horarias en los modelos anuales con los que se viene trabajando en el grupo (proyectos MEDEAS, MODESLOW, LOCOMOTION).
Todo lo modelado hasta este punto, así como el resto de los puntos mencionados en el tercer párrafo (trabajo a futuro), debe ser capturado en los modelos energéticos para probar políticas lo más completas posibles.
Este estudio ha sido recientemente publicado en la revista DYNA bajo el título “Análisis de la energía renovable variable en el sistema eléctrico español basado en distribuciones probabilísticas de núcleo” (original en lengua inglesa “Analysis of the variable renewable energy in the Spanish power system based on kernel probabilistic distributions”) DOI: http://doi.org/10.6036/9892.
Este es el primer artículo de la tesis de doctorado de Gonzalo Parrado Hernando, autor de este post en el blog, el primero de una serie de estudios encaminados a representar estas consecuencias en IAMs a medida que entra en materia, buscando flexibilizar el sistema para integrar las energías renovables coherentemente con los estudios de sostenibilidad del grupo, añadiendo información útil en las decisiones políticas de la transición energética.
Referencias:
[1] Iñigo Capellán-Pérez, Ignacio de Blas, Jaime Nieto, Carlos de Castro, Luis Javier Miguel, Óscar Carpintero, Margarita Mediavilla, Luis Fernando Lobejón, Noelia Ferreras-Alonso, Paula Rodrigo,Fernando Frechoso and David Álvarez-Antelo, ‘MEDEAS: a new modelling framework integrating global biophysical and socioeconomic constraints.‘ Energy & Environmental Science, issue 3 (2020): https://doi.org/10.1039/C9EE02627D
[2] Dirk-Jan van de Ven, Iñigo Capellan-Peréz, Iñaki Arto, Ignacio Cazcarro, Carlos de Castro, Pralit Patel & Mikel Gonzalez-Eguino, ‘The potential land requirements and related land use change emissions of solar energy’. Scientific Reports 11, 290 (2021): https://doi.org/10.1038/s41598-021-82042-5
[3] Jaime Nieto, Óscar Carpintero, Luis Fernando Lobejón, Luis Javier Miguel, ‘An ecological macroeconomics model: The energy transition in the EU’. Energy Policy, volume 145, 111726 (2020): https://doi.org/10.1016/j.enpol.2020.111726
[4] Gonzalo Parrado-Hernando, Fernando A. Frechoso Escudero, Luis Javier Miguel González, ‘Analysis of the variable renewable energy in the Spanish power system based on Kernel probabilistic distributions’. DYNA journal, March 2021, volume 96, pages 179-185. DOI: https://doi.org/10.6036/9892
[5] Iñigo Capellán-Pérez, Carlos de Castro, Luis Javier Miguel González, ‘Dynamic Energy Return on Energy Investment (EROI) and material requirements in scenarios of global transition to renewable energies’. Energy Strategy Reviews 26 (2019) 100399. DOI: https://doi.org/10.1016/j.esr.2019.100399