Investigadores de la Universitat Rovira i Virgili participan en el desarrollo de un método innovador que identifica en tiempo real el estado de carga y de salud de baterías de almacenamiento energético

Los sistemas de almacenamiento de energía en baterías son una parte imprescindible en la transición energética. Si bien es cierto que plantean retos en la fabricación y la gestión de residuos una vez obsoletos, todavía no disponemos de alternativas viables para integrar fácilmente energías renovables. Además, pueden ayudar a estabilizar la frecuencia de funcionamiento de la red eléctrica y tienen la capacidad de aportar energía de manera inmediata ante picos de consumo imprevistos. Para que estos sistemas sean seguros, sin embargo, es necesario conocer en todo momento el estado de las baterías, es decir, cuánta energía acumulada tienen y en qué grado se han degradado con el uso.

Estos parámetros se estiman habitualmente a partir de modelos eléctricos equivalentes. Dicho de otro modo, como no se puede abrir la batería para medir los componentes químicos de su interior, se construye un modelo matemático simplificado que se comporta como la batería real. Esta representación utiliza elementos electrónicos como resistencias, que representan las pérdidas internas de energía, y condensadores, que simulan cómo la batería se comporta mientras acumula corriente. Así pues, para comprobar el estado de la batería, se aplica al sistema una determinada corriente que perturba la batería respecto a su funcionamiento preestablecido. Observando el comportamiento de la batería ante estas perturbaciones se obtiene el modelo eléctrico equivalente que determina la carga acumulada y el nivel de degradación de la batería.

El problema es que estas perturbaciones pueden afectar negativamente a la calidad de la corriente de la red eléctrica. “En la práctica esto puede provocar el mal funcionamiento de los aparatos eléctricos que estén conectados en el mismo punto de la red”, explica Ramon Leyva, investigador del Departamento de Ingeniería Electrónica, Eléctrica y Automática de la URV. Leyva ha participado en un proyecto de investigación internacional que propone una solución a este problema: un sistema de control que permite monitorizar el estado de las baterías sin introducir distorsiones en la red.

La investigación se centró en sistemas de almacenamiento basados en convertidores modulares multinivel en cascada. Este tipo de arquitectura, cada vez más utilizada en aplicaciones de media y alta tensión por su escalabilidad, está formada por módulos independientes. Cada módulo integra una batería, un convertidor de corriente continua —el tipo de corriente propio de pilas y baterías— a corriente alterna —la que se utiliza en el transporte de energía eléctrica y en el consumo en los hogares, es decir, en los enchufes— y la electrónica de control correspondiente.

La solución que proponen aprovecha los beneficios de estas estructuras modulares: en lugar de aplicar una perturbación a una sola batería para monitorizarla, se hace a todas las del sistema modular. Pero las perturbaciones no se aplican al mismo tiempo en todos los módulos, sino que se ejecutan de manera escalonada. Esta cadencia hace que, cuando las perturbaciones se encuentran en la salida común hacia la red, se cancelen entre ellas. De este modo, cada batería recibe la excitación necesaria para ser analizada, pero la corriente que llega a la red mantiene su forma habitual y no incorpora interferencias.

Si la perturbación para identificar el estado de cada módulo se realiza al mismo tiempo, la suma de perturbaciones afecta a la red eléctrica. En cambio, si están convenientemente desfasadas, se anulan entre ellas y no la afectan. Fuente: elaboración propia.

Aunque, sobre el papel, con el desfase adecuado entre perturbaciones podemos lograr que se anulen entre ellas, en la práctica el método plantea algunos retos. El más relevante es el hecho de que pequeñas variaciones en el comportamiento de cada módulo, que aparecen inicialmente o con el tiempo, hacen imposible una cancelación completa de la perturbación: “Es casi imposible alcanzar los niveles de precisión necesarios para anular completamente estas perturbaciones de manera sistemática”, reconoce Leyva. Por ello, han implementado un algoritmo de control basado en retroalimentación que monitoriza constantemente las variaciones de la corriente eléctrica de cada módulo. Este mecanismo actúa como un sistema autorregulable: detecta cualquier desajuste y lo corrige en tiempo real para garantizar que la cancelación de las interferencias sea prácticamente perfecta en la salida hacia la red.

Para demostrar la validez práctica del método, el equipo investigador ha utilizado un prototipo de laboratorio de 3,84 kW, configurado con cuatro módulos. Durante los ensayos, el sistema demostró su robustez: la distorsión se mantuvo en torno al 2,9 %, una cifra prácticamente idéntica a la del funcionamiento normal sin monitorización de las baterías y que cumple los estándares de calidad internacionales, lejos del 8 % de distorsión que pueden provocar otros métodos de observación del estado de las baterías en los que no se desfasan convenientemente las perturbaciones.

Más allá de su precisión, el método tiene otras ventajas respecto a los convencionales. Como la arquitectura de control evita grandes fluctuaciones, es posible minimizar el volumen y el coste de algunas partes de los módulos que forman el sistema. La metodología —desarrollada por un equipo investigador integrado por profesionales de la Nanyang Technological University de Singapur, la Universidad de Melbourne, la City University de Hong Kong y la URV— es escalable y compatible con diversos tipos de configuraciones y puede aplicarse a otros sistemas de almacenamiento energético. Incluso podría utilizarse en infraestructuras de recarga de vehículos eléctricos con arquitecturas modulares.

Referencia: E. Nunes et al., «Online Monitoring of Batteries in Modular Multilevel Energy Storage Systems without Disturbing the Electrical Network,» en IEEE Transactions on Sustainable Energy, doi: 10.1109/TSTE.2026.3658335.