Taxonomía para Centros de Energía Renovable Remotos: Un Marco para el Diseño y la Comparación

Tabla de Contenidos

1. Introducción

La descarbonización de los sistemas energéticos globales enfrenta un desajuste espacial fundamental: los centros de alta demanda a menudo carecen de suficientes recursos locales de energía renovable. Los Centros de Energía Renovable Remotos (CERR) se proponen como una solución estratégica, ubicando la infraestructura de conversión de energía en áreas ricas en recursos pero remotas (por ejemplo, solar en desiertos, eólica en regiones costeras o polares). Estos centros utilizan tecnologías Power-to-X (P2X) para convertir electricidad renovable en portadores de energía almacenables y transportables como hidrógeno, amoníaco o metano sintético. El artículo "Remote Renewable Energy Hubs: a Taxonomy" de Dachet et al. aborda la creciente diversidad de conceptos de CERR proponiendo una taxonomía sistemática para clasificar, comparar y guiar su diseño.

2. La Necesidad de una Taxonomía

La literatura y los proyectos industriales revelan una amplia gama de configuraciones de CERR, que difieren en ubicación, tecnología, vector energético y propósito. Sin un marco común, comparar análisis tecnoeconómicos, evaluar impactos ambientales e identificar diseños óptimos se vuelve un desafío. Una taxonomía proporciona un lenguaje estandarizado para investigadores, ingenieros y responsables políticos, permitiendo una comunicación clara, una evaluación comparativa sistemática y la identificación de posibilidades de diseño inexploradas.

3. Taxonomía Propuesta para los CERR

La taxonomía se estructura en torno a varias dimensiones clave que definen la configuración y el papel de un centro.

3.1. Componentes Principales

Cada CERR consta de tres subsistemas fundamentales:

• Generación de Energía Renovable: Recurso primario (fotovoltaica solar, eólica, hidroeléctrica) e infraestructura asociada.
• Planta de Conversión y Síntesis: Tecnologías P2X (electrolizadores, Haber-Bosch, metanación).
• Infraestructura de Exportación y Transporte: Gaseoductos, transporte marítimo (para líquidos como NH₃, CH₃OH) o buques especializados (para H₂).

3.2. Dimensión del Vector Energético

Define el portador de energía final producido. Los vectores comunes incluyen:

• Hidrógeno (H₂): Alta densidad energética por masa, pero almacenamiento/transporte desafiantes.
• Amoníaco (NH₃): Más fácil de licuar, infraestructura existente, pero no contiene carbono.
• Metanol (CH₃OH) / Metano (CH₄): Combustibles de sustitución directa que requieren una fuente de carbono.

3.3. Dimensión de la Fuente de Carbono

Crítica para los combustibles basados en carbono. Las fuentes pueden ser:

• Captura Directa del Aire (DAC): Neutra en carbono pero intensiva en energía.
• Captura de Fuente Puntual: De plantas industriales (por ejemplo, cemento, acero), potencialmente de menor costo.
• Fuentes Biogénicas: Escalabilidad limitada.

3.4. Dimensión de Integración y Salida

Describe la interacción del centro con su entorno y su producción final:

• Centro Solo de Exportación: Produce únicamente portadores de energía para centros de demanda remotos.
• Centro Integrado: También suministra a la industria o red local, o utiliza recursos locales (por ejemplo, agua, minerales).
• Centro Circular: Incorpora un bucle de retorno para subproductos o residuos (por ejemplo, importación de CO₂ desde el centro de demanda).

4. Aplicación de la Taxonomía

4.1. Análisis de Casos de Estudio

La taxonomía aclara las diferencias entre proyectos propuestos:

• Argelia-a-Bélgica CH₄ (Berger et al.): Basado en solar, vector metano, probable fuente de carbono DAC, modelo Solo de Exportación.
• Centro Eólico de Groenlandia (Dachet et al.): Basado en eólica, vectores hidrógeno/amoníaco, sin necesidad de carbono, modelo Integrado que potencialmente apoya la industria local.
• Namibia e-NH₃ (CMB.Tech): Basado en solar, vector amoníaco, Solo de Exportación para combustible marítimo.

4.2. Exploración del Espacio de Diseño

La taxonomía actúa como una matriz. Al combinar opciones entre dimensiones, se puede mapear todo el espacio de diseño e identificar configuraciones novedosas y potencialmente ventajosas que no han sido estudiadas (por ejemplo, un Centro Circular en la Patagonia que use energía eólica para la síntesis de metanol con CO₂ capturado enviado desde los centros industriales de Chile).

5. Detalles Técnicos y Marco Matemático

El núcleo del modelado de CERR reside en las ecuaciones de balance de masa y energía. Para un centro que produce un combustible sintético, la relación clave para la planta de síntesis se define por la eficiencia de conversión y la estequiometría.

Ejemplo: Metanación (CO₂ + 4H₂ → CH₄ + 2H₂O)

El balance de masa teórico es sencillo, pero la eficiencia energética práctica $\eta_{sys}$ de todo el centro, desde la energía renovable primaria (PRE) hasta el vector energético entregado (DEV), es crítica:

$\eta_{sys} = \eta_{gen} \times \eta_{conv} \times \eta_{transport} = \frac{E_{DEV}}{E_{PRE}}$

Donde $\eta_{gen}$ es la eficiencia de generación renovable, $\eta_{conv}$ es la eficiencia de conversión P2X (a menudo del 50-70% para electrólisis + síntesis), y $\eta_{transport}$ representa las pérdidas de energía durante el almacenamiento y el transporte. Un modelo tecnoeconómico integral evalúa entonces el Coste Nivelado de la Energía (LCOE) para el producto entregado:

$LCOE = \frac{\sum_{t=0}^{T} (Capex_t + Opex_t + Fuel_t) / (1+r)^t}{\sum_{t=0}^{T} E_{DEV, t} / (1+r)^t}$

Donde $r$ es la tasa de descuento y $T$ la vida útil del proyecto. La taxonomía ayuda a parametrizar estos modelos de manera consistente entre diferentes tipos de centros.

6. Resultados y Análisis Comparativo

Aplicar la taxonomía a casos de la literatura revela patrones y compensaciones:

El artículo implica que la elección del vector crea una compensación fundamental entre la eficiencia de conversión y la transportabilidad/facilidad de integración en la infraestructura existente. Ningún vector domina; la elección óptima depende de la distancia, el uso final y las políticas locales.

7. Marco Analítico: Caso Ejemplo

Escenario: Evaluación de un CERR potencial en el Desierto de Atacama (Chile) para exportar e-combustibles a Asia Oriental.

1. Clasificación Taxonómica:
   • Vector Energético: Metanol (CH₃OH).
   • Fuente de Carbono: Captura de Fuente Puntual de operaciones mineras/fundición de cobre cercanas (utilizando CO₂ residual).
   • Modelo de Integración: Centro Integrado (suministra energía a las operaciones mineras, utiliza su CO₂ y posiblemente su producción de agua).
   • Recurso Primario: Fotovoltaica solar (factor de capacidad extremadamente alto).
2. Pasos del Análisis:
   • Usar la taxonomía para identificar estudios comparables (por ejemplo, Fasihi et al. sobre CH₄).
   • Ajustar los parámetros de su modelo tecnoeconómico para la síntesis de metanol y los beneficios de integración local (CO₂ de menor costo, infraestructura compartida).
   • Comparar el LCOE resultante y la huella de carbono con un centro Solo de Exportación basado en DAC en la misma ubicación.
3. Resultado: La comparación guiada por la taxonomía podría revelar que el modelo Integrado con fuente puntual ofrece un LCOE entre un 20-30% menor y una implementación más rápida al aprovechar la simbiosis industrial existente, una configuración menos obvia sin el marco estructurado.

8. Aplicaciones Futuras y Direcciones de Investigación

La taxonomía abre varias vías:

• Centros Multi-Vector: Explorar centros que producen múltiples portadores (H₂ + NH₃) para optimizar para diferentes mercados y el equilibrio de la red.
• Diseño Guiado por IA: Usar las dimensiones de la taxonomía como características en modelos de aprendizaje automático (similar a cómo se exploran espacios de diseño en ciencia de materiales o para arquitecturas de redes neuronales como en el artículo CycleGAN de Zhu et al.) para cribar rápidamente millones de configuraciones en busca de soluciones Pareto-óptimas en costo, eficiencia y sostenibilidad.
• Política y Estandarización: Informar estándares internacionales para la certificación de combustibles "verdes" definiendo claramente los arquetipos de centros y sus metodologías de contabilidad de carbono asociadas.
• Resiliencia y Seguridad: Estudiar cómo se desempeñan las diferentes clases taxonómicas bajo variabilidad climática o disrupciones geopolíticas.

9. Referencias

1. Dachet, V., Dubois, A., Miftari, B., Fonteneau, R., & Ernst, D. (2025). Remote Renewable Energy Hubs: a Taxonomy. arXiv preprint arXiv:2507.07659.
2. Berger, M., et al. (2023). Techno-economic analysis of a synthetic methane production plant in Algeria for import to Belgium. Applied Energy.
3. Fasihi, M., & Bogdanov, D. (2021). Techno-economic assessment of CO2-neural synthetic natural gas production from solar energy. Journal of Cleaner Production.
4. International Renewable Energy Agency (IRENA). (2021). Innovation Outlook: Renewable Methanol.
5. Zhu, J.-Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. Proceedings of the IEEE International Conference on Computer Vision (ICCV). (Citado como un ejemplo de exploración estructurada en un espacio de parámetros).
6. European Commission. (2023). REPowerEU Plan.

10. Análisis Experto y Revisión Crítica