Con la demanda global urgente de reducir las emisiones de carbono y enfrentar el cambio climático, los investigadores de la Universidad de Sharjah se centran en una tecnología de vanguardia que podría remodelar el futuro de la energía: los gemelos digitales de inteligencia artificial. Los científicos ambientales creen que los combustibles fósiles están relacionados con el calentamiento global, y estas réplicas digitales del mundo físico prometen transformar la producción, gestión y optimización de energía en diversas plataformas de energías limpias, acelerando la transición lejos de los fósiles.

Los gemelos digitales tienen la capacidad de replicar e interactuar con sistemas complejos, convirtiéndose en la base de la innovación en diversas industrias, impulsando mejoras en eficiencia, reducción de costos y desarrollo de nuevas soluciones. Sin embargo, los científicos advierten que los modelos actuales de gemelos digitales tienen limitaciones obvias que restringen su capacidad para aprovechar plenamente el potencial de energías como eólica, solar, geotérmica, hidroeléctrica y biomasa.

Los investigadores señalaron en la revista Energy Nexus que los gemelos digitales han logrado avances significativos en la optimización de sistemas de energías renovables, pero cada energía tiene desafíos únicos, desde la variabilidad de datos y condiciones ambientales hasta la complejidad del sistema, que pueden limitar el rendimiento de la tecnología de gemelos digitales.

En el estudio, los autores revisaron ampliamente la literatura existente sobre la aplicación de gemelos digitales en sistemas de energías renovables, investigando varios marcos ambientales, funcionales, de ciclo de vida y arquitectónicos para entender su estado actual y las brechas existentes. Para extraer insights significativos, utilizaron técnicas avanzadas de minería de texto, fusionando IA, aprendizaje automático y procesamiento de lenguaje natural para analizar grandes volúmenes de datos crudos, descubriendo patrones estructurados, conceptos y tendencias emergentes.

A través de un análisis profundo, los autores llegaron a conclusiones clave, señalando brechas de investigación, proponiendo nuevas direcciones y delineando los desafíos que deben abordarse para aprovechar plenamente el potencial de la tecnología de gemelos digitales en el campo de las energías renovables. Después de discutir en detalle la integración de gemelos digitales en diversas aplicaciones de energías renovables, los autores resumieron hallazgos importantes en las cinco principales áreas de energía: eólica, solar, geotérmica, hidroeléctrica y biomasa, ofreciendo una visión integral de cómo personalizar los gemelos digitales para optimizar el rendimiento en cada área.

El estudio indica que los gemelos digitales traen ventajas significativas para varios sistemas de energías renovables: en eólica, pueden predecir parámetros desconocidos, corregir mediciones inexactas y mejorar la confiabilidad y rendimiento del sistema; en solar, ayudan a identificar factores clave que afectan la eficiencia y la potencia de salida, permitiendo un mejor diseño y optimización del sistema; en geotérmica, pueden simular todo el proceso operativo, facilitando análisis de costos y reduciendo tiempo y gastos; en hidroeléctrica, los modelos impulsados por IA pueden simular la dinámica del sistema, aliviando el impacto de la fatiga de los trabajadores en la productividad en plantas hidroeléctricas antiguas; en biomasa, mejoran el rendimiento y la gestión al comprender en profundidad los procesos operativos y la configuración de la planta.

Sin embargo, los autores también señalaron limitaciones clave de los gemelos digitales en aplicaciones de diferentes sistemas de energías renovables: en eólica, hay desafíos en el modelado preciso y monitoreo de condiciones ambientales, dificultando la simulación de factores clave como la corrosión de las palas; en solar, hay insuficiencia en la predicción confiable del rendimiento a largo plazo y dificultad para rastrear el envejecimiento de los paneles solares; en geotérmica, la falta de datos de alta calidad obstaculiza la simulación de incertidumbres geológicas y condiciones subterráneas, y la simulación de comportamiento a largo plazo es compleja; en hidroeléctrica, es difícil simular con precisión los cambios de flujo de agua y capturar restricciones ecológicas ambientales; en biomasa, es difícil simular toda la cadena de suministro de producción y proporcionar modelos precisos para procesos biológicos.

Los autores enfatizaron el impacto amplio de estos defectos en el campo de las energías renovables y proporcionaron un conjunto de directrices y un mapa de ruta de investigación, sugiriendo mejoras en métodos de recolección de datos, avances en técnicas de modelado y expansión de capacidades computacionales para mejorar la confiabilidad y precisión de la tecnología de gemelos digitales, proporcionando insights confiables para la toma de decisiones y la optimización de sistemas.