Categoría: energía

Ni ladrillo ni hormigón: las 5 claves sorprendentes de la casa del futuro

De vez en cuando, los resultados de los trabajos de investigación de nuestro grupo tienen una gran repercusión. En algunos artículos anteriores podéis ver un ejemplo de la repercusión del proyecto RESILIFE. En este caso, se trata de una entrevista que me realizó Eduard Muñoz para el programa Un día perfecte. Se trata de un espacio donde se abre una puerta a todas aquellas personas con inquietudes culturales y científicas. Mi agradecimiento.

A continuación, os dejo un resumen de la entrevista. Al final del artículo, podréis escucharla completa. Espero que os resulte interesante.

El acceso a una vivienda digna, asequible y sostenible es uno de los grandes desafíos de nuestra era. Ante la escasez, el aumento de los costes y la necesidad de reducir el impacto medioambiental, buscar soluciones se ha convertido en una urgencia global. A menudo, las respuestas más innovadoras no provienen de las oficinas de las grandes constructoras, sino de la investigación académica. En este caso, un equipo de la Universitat Politècnica de València (UPV), dirigido por el investigador Víctor Yepes y la doctoranda Ximena Luque, ha desarrollado una nueva metodología que cambia nuestra forma de entender la construcción. Sus conclusiones, fruto de un riguroso análisis, desafían muchas de nuestras ideas preconcebidas sobre cómo debe ser la casa del futuro.

Olvida la idea del «barracón»: la prefabricación de alta calidad ya está aquí.

En España, la palabra «prefabricado» suele evocar una imagen de baja calidad, de construcciones temporales o «barracones» poco estéticos. Sin embargo, como explica Yepes, esta percepción está completamente desactualizada. Para desmontar este mito, propone una analogía contundente: las autocaravanas de gran lujo o los yates son elementos industrializados y prefabricados que alcanzan un altísimo nivel de acabado y calidad. El principio es el mismo: fabricar componentes en un entorno de fábrica controlado permite un nivel de precisión y de control de calidad difícil de lograr en una obra a la intemperie. Este nuevo enfoque de construcción industrializada no es una solución de segunda categoría, sino una tendencia en auge en los países nórdicos y en ciudades como Londres, que demuestra que la eficiencia de la fabricación en serie puede ir de la mano de la excelencia y el diseño.

La vivienda más eficiente está hecha de acero ligero.

El proyecto de investigación RESILIFE se centró en un caso de estudio en Perú, un país que se enfrenta a dos grandes desafíos en materia de vivienda: la prevalencia de la autoconstrucción de baja calidad y el alto riesgo sísmico. Tras analizar múltiples alternativas, desde los tradicionales muros de ladrillo y hormigón armado hasta paneles prefabricados, el estudio halló la solución óptima para este contexto específico: un sistema industrializado de acero ligero conocido como light steel frame.

Esta solución resultó ser superior por varias razones clave:

  • Seguridad sísmica: cumple con la estricta normativa de zonas de alto riesgo sísmico.
  • Eficiencia energética: proporciona un alto rendimiento energético, lo que reduce los costes de mantenimiento a largo plazo.
  • Estructura liviana: se basa en paneles prefabricados que conforman una estructura muy ligera.
  • Velocidad de construcción: permite una edificación extraordinariamente rápida, una ventaja crucial en situaciones de emergencia, como demostró China al construir un hospital en 15 días durante la pandemia.

Este caso demuestra que los materiales tradicionales no siempre son la respuesta más inteligente.

«El hormigón y el ladrillo son formas tradicionales de construcción en España, pero no hay que descartar otras posibilidades que, gracias a las nuevas tecnologías de inteligencia artificial, diseño asistido por ordenador, etc., harán que en el futuro sean posiblemente las más rápidas y eficientes».

— Víctor Yepes, investigador del Instituto de Ciencia y Tecnología del Hormigón (ICITECH).

Reducir el coste de construcción no basta para solucionar la crisis de la vivienda.

Los sistemas industrializados, como el de acero ligero, pueden reducir los costes directos de construcción entre un 15 % y un 20 %, lo cual no es una cifra desdeñable. Sin embargo, este ahorro no es la solución mágica a la crisis de asequibilidad, al menos en España. El investigador señala una realidad estructural del mercado inmobiliario español: el suelo SUELE representa más del 50 % del precio final de una vivienda. Por lo tanto, aunque abaratar la construcción es un paso positivo, la solución fundamental para que los precios bajen pasa por otra vía: es necesario poner más suelo público en el mercado para equilibrar la oferta y la demanda.

La clave no es un tipo de casa, sino una «receta» inteligente para construirla.

Aunque la casa de acero ligero en Perú es un resultado interesante, el verdadero avance de esta investigación no es un producto, sino un proceso. El resultado más importante es la creación de una metodología universal y adaptable, un motor capaz de generar la mejor solución para cualquier lugar del mundo. El equipo ha desarrollado una herramienta objetiva e imparcial que, mediante el uso de inteligencia artificial, puede analizar las condiciones locales y determinar la solución constructiva más adecuada.

Esta metodología tiene en cuenta una gran variedad de factores para tomar la decisión más acertada.

  • Costes locales de energía, electricidad y transporte.
  • La normativa vigente en la zona.
  • Disponibilidad de materiales y mano de obra.
  • Nivel de especialización de los trabajadores locales.

Esto significa que la mejor solución para Perú no tiene por qué serlo para España o el Reino Unido. La verdadera innovación consiste en ofrecer una solución personalizada y optimizada para las circunstancias específicas de cada lugar.

El futuro de la construcción debe ser inteligente, pero también humano.

Este trabajo demuestra que el futuro de la vivienda no depende de aferrarse a un único material, sino de aplicar inteligencia y una visión holística. No obstante, los investigadores advierten contra una solución puramente tecnocrática. Un proceso industrial muy eficiente puede reducir costes, pero si deja de lado a la mano de obra local, simplemente cambia un problema por otro. Por ello, ahora estudian cómo integrar el «factor humano» en su metodología. La casa verdaderamente «inteligente» del futuro también debe tener un impacto social inteligente, equilibrando la eficiencia con el empleo.

El conocimiento para construir mejor ya existe. Como subraya Víctor Yepes, la ciencia y la universidad generan soluciones aplicables a problemas reales. Su llamamiento final es un recordatorio crucial para los responsables políticos y económicos: es hora de escuchar a la investigación y aplicar estos criterios para construir un futuro más sostenible y justo para todos.

Si la ciencia ya nos ofrece las herramientas para construir de forma más inteligente y sostenible, ¿estamos preparados como sociedad para adoptar el cambio?

Os dejo la entrevista completa. Espero que os resulte interesante.

Reproductor de Audio

Referencia

LUQUE-CASTILLO, X.; YEPES, V. (2025). Life Cycle Assessment of Social Housing Construction: A Multicriteria Approach. Building and Environment, 282:113294. DOI:10.1016/j.buildenv.2025.113294

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Energía de impacto: cómo responden las estructuras ante una colisión

Figura 1. Ejemplo de carga de impacto entre dos vehículos.

En ingeniería, las cargas que actúan sobre una estructura se clasifican en dos tipos principales: estáticas y dinámicas, según si permanecen constantes o varían con el tiempo.

Una carga estática se aplica lentamente y no produce efectos vibratorios ni dinámicos en la estructura. Es decir, la carga aumenta gradualmente desde cero hasta alcanzar su valor máximo y, a partir de ahí, permanece constante. Un ejemplo de carga estática típica es el peso de un objeto colocado cuidadosamente sobre una superficie.

Por su parte, las cargas dinámicas pueden adoptar muchas formas y comportarse de manera más compleja. Algunas se aplican y se retiran de forma repentina, como las cargas de impacto, mientras que otras persisten durante periodos largos y varían continuamente de intensidad, y se conocen como cargas fluctuantes. Las cargas de impacto se producen, por ejemplo, cuando dos objetos colisionan o cuando un objeto en caída golpea una estructura (Figura 1). En cambio, las cargas fluctuantes suelen estar asociadas a maquinaria rotatoria, tránsito de vehículos, ráfagas de viento, olas del mar, movimientos sísmicos o procesos industriales de fabricación. La carga dinámica sobre un cuerpo se puede considerar como una carga aplicada en forma estática multiplicada por un factor de mayoración.

Muchos elementos de las máquinas están sometidos a cargas variables que cambian de intensidad con el tiempo. El comportamiento de los materiales sometidos a este tipo de carga es muy diferente del que presentan frente a cargas estáticas. Por ejemplo, una pieza que puede soportar sin problemas una gran carga estática podría fallar si se le aplica una carga mucho menor, pero repetida un gran número de veces.

Las cargas variables generan esfuerzos alternantes en el material que tienden a producir pequeñas grietas en su superficie. Con cada repetición de la carga, estas grietas se van propagando poco a poco hasta que finalmente se produce la rotura total de la pieza. A este fenómeno, en el que la acumulación de daños por cargas repetidas provoca la fractura, se le conoce como fatiga.

Para ilustrar cómo responde una estructura ante una carga dinámica, analicemos un caso sencillo, pero revelador: el impacto de un objeto que cae sobre el extremo inferior de una barra prismática (Figura 2). Supongamos que un collarín con masa , inicialmente en reposo, se deja caer desde una altura hasta chocar contra una brida fija al extremo inferior de la barra.

Figura 2. Carga de impacto sobre una barra prismática.

Cuando el collarín golpea la brida, la barra comienza a alargarse debido a que el impacto genera esfuerzos axiales internos. En un intervalo muy breve, del orden de algunos milisegundos, la brida desciende y alcanza su posición de desplazamiento máximo. A partir de ese momento, la barra comienza a vibrar longitudinalmente: primero se acorta, después se alarga, luego se vuelve a acortar y así sucesivamente, con el extremo inferior oscilando hacia arriba y hacia abajo.

Estas vibraciones son similares a las que se observan cuando se estira y suelta un resorte o cuando una persona salta con una cuerda elástica atada al tobillo. No obstante, estas vibraciones no persisten indefinidamente, ya que el material presenta efectos de amortiguamiento que hacen que se atenúen rápidamente y la barra finalmente quede en reposo con la masa M apoyada sobre la brida.

Es evidente que la respuesta de la barra al impacto del collarín es bastante compleja. Un análisis completo y preciso requiere recurrir a técnicas matemáticas avanzadas para describir el fenómeno en detalle. Sin embargo, es posible obtener una aproximación útil utilizando el concepto de energía de deformación y formulando algunas suposiciones simplificadoras.

  • Antes de liberar el collarín, este se encuentra a una altura sobre la brida y posee una energía potencial gravitatoria:

donde es la aceleración de la gravedad.

  • A medida que cae, la energía potencial se convierte en energía cinética. Justo al impactar, toda la energía es cinética:

siendo n=√(2 · g · h) la velocidad del collarín en el momento del choque.

Figura 3. Alargamiento producido por el impacto

Durante el impacto, la energía cinética del collarín se transforma en otras formas de energía. Una parte se convierte en energía de deformación cuando la barra se estira. Otra parte se disipa en forma de calor y mediante deformaciones plásticas locales tanto en el collarín como en la brida. Además, una pequeña fracción de la energía permanece como energía cinética residual en el collarín, que puede seguir moviéndose hacia abajo mientras está en contacto con la brida e, incluso, rebotar hacia arriba.

Para simplificar el análisis de esta situación tan compleja, haremos algunas idealizaciones y asumiremos las siguientes condiciones:

  1. Supondremos que el collarín y la brida están diseñados de manera que, tras el impacto, el collarín «se pega» a la brida y se desplaza hacia abajo con ella. Es decir, asumimos que no hay rebote. Este comportamiento es más probable cuando la masa del collarín es mayor que la de la barra.

  2. Ignoraremos todas las pérdidas de energía y supondremos que toda la energía cinética del collarín al caer se transforma por completo en energía de deformación de la barra. Esta simplificación da como resultado esfuerzos mayores de los que realmente se producirían si se tuvieran en cuenta las pérdidas de energía.

  3. No tendremos en cuenta los cambios en la energía potencial de la barra debidos a su movimiento vertical ni la energía de deformación asociada a su propio peso. Ambos efectos son extremadamente pequeños y pueden ignorarse.

  4. Supondremos que los esfuerzos en la barra se mantienen dentro del rango linealmente elástico, es decir, que no se produce deformación plástica en la barra.

  5. Consideraremos que la distribución de esfuerzos en toda la barra es la misma que si estuviera sometida a una carga estática en su extremo inferior, es decir, que los esfuerzos son uniformes en todo el volumen de la barra. En realidad, las ondas de esfuerzo longitudinal que se propagan por la barra causan variaciones en la distribución del esfuerzo, pero aquí las despreciaremos para simplificar el análisis.

Con estas suposiciones, podemos calcular el alargamiento máximo de la barra y los esfuerzos de tensión máximos producidos por la carga de impacto. Hay que recordar que en este análisis no se tiene en cuenta el peso de la barra y que únicamente se evalúan los esfuerzos generados por la caída del collarín.

Este análisis energético, aunque simplificado, permite comprender los principios fundamentales que rigen la respuesta de las estructuras ante una carga de impacto, así como las vibraciones que se generan y la forma en que se amortiguan hasta que la estructura alcanza un nuevo estado de equilibrio.

En este tipo de análisis, asumimos que no hay pérdidas de energía durante el impacto. Sin embargo, en la realidad estas pérdidas siempre están presentes y, por lo general, se disipan en forma de calor y mediante deformaciones localizadas en los materiales. Por tanto, la energía cinética del sistema es menor inmediatamente después del impacto que antes de este. Esto significa que la barra se deforma menos de lo que predice nuestro análisis simplificado. Por lo tanto, el desplazamiento real del extremo de la barra (como se muestra en la Figura 3) es menor que el calculado en el modelo idealizado.

También supusimos que los esfuerzos en la barra permanecían siempre dentro del límite de proporcionalidad, es decir, en el rango elástico. Si el esfuerzo máximo sobrepasa este límite, la relación entre el alargamiento de la barra y la fuerza axial deja de ser lineal y el análisis se vuelve mucho más complejo.

Además, hay otros factores que influyen en la respuesta real de la estructura y que no hemos tenido en cuenta en el modelo, como las ondas de esfuerzo que se propagan a lo largo de la barra, el amortiguamiento y las posibles imperfecciones en las superficies de contacto. Por estas razones, debemos tener presente que todas las fórmulas y resultados obtenidos bajo estas suposiciones son válidos solo en condiciones muy idealizadas y tienden a sobreestimar el alargamiento real de la barra.

Por otro lado, los materiales dúctiles, es decir, aquellos que pueden deformarse considerablemente más allá del límite de proporcionalidad, ofrecen una mayor resistencia frente a las cargas de impacto que los materiales frágiles. También es importante recordar que las barras con ranuras, agujeros u otras concentraciones de esfuerzo son muy vulnerables al impacto: incluso un golpe ligero puede causar una fractura, aunque el material sea relativamente dúctil bajo cargas estáticas.

Por tanto, para resistir con más eficacia una carga de impacto, un elemento estructural debe tener un gran volumen, estar fabricado con un material que tenga un módulo de elasticidad bajo y una alta resistencia a la fluencia, y tener una forma que permita distribuir los esfuerzos de manera uniforme por todo el elemento.

Para un análisis más profundo, recomendamos al lector consultar alguna referencia como las que dejamos a continuación.

Referencias:

Beer, F.P.; Johnston, J. E.; DeWolf, J.T.; Mazurek, D.F. (2017). Mecánica de Materiales. Séptima edición, McGraw Hill, México.

Gere, J. M., & Goodno, B. J. (2009). Mecánica de materiales. Séptima edición, Cengage Learning Editores, S.A. de C.V., México.

Pasarelas peatonales sostenibles: cómo optimizar su diseño para reducir costes económicos y ambientales

Este artículo se centra en la aplicación práctica de la evaluación del ciclo de vida (LCA) para optimizar el impacto ambiental y los costes de los puentes peatonales compuestos de acero y hormigón. Los autores utilizan el algoritmo de búsqueda de armonía multiobjetivo (MOHS) para identificar soluciones de diseño que minimicen simultáneamente las emisiones de CO₂, la energía incorporada y los costes de construcción. Los resultados muestran una relación directa y lineal entre el coste, las emisiones de CO₂ y la energía incorporada, lo que sugiere que las soluciones económicamente eficientes también son beneficiosas para el medio ambiente. Se analizan escenarios alternativos, como variaciones en la resistencia del hormigón y fluctuaciones en el precio de los materiales, para evaluar su impacto en los resultados de la optimización. En última instancia, el estudio demuestra la eficacia de combinar la optimización estructural con la evaluación del ciclo de vida para fomentar un diseño de infraestructura más sostenible.

El trabajo se enmarca dentro del proyecto de investigación RESILIFE que dirijo como investigador principal en la Universitat Politècnica de València. Se trata de una colaboración internacional de nuestro grupo con investigadores brasileños. A continuación se recoge un resumen sintético del trabajo.

El sector de la construcción es uno de los que más recursos consume y más emisiones de gases de efecto invernadero genera. Según el Programa de las Naciones Unidas para el Medio Ambiente, este sector consume alrededor del 34 % de la energía mundial y es responsable de aproximadamente el 37 % de las emisiones de CO₂. Ante esta realidad, mejorar la sostenibilidad de las infraestructuras es fundamental para alcanzar los Objetivos de Desarrollo Sostenible (ODS) de la ONU. En este contexto, el artículo «Aplicación práctica de la evaluación del ciclo de vida para optimizar el impacto ambiental de los puentes peatonales de acero y hormigón», de Fernando Luiz Tres Junior y colaboradores, muestra cómo la combinación de la optimización estructural multiobjetivo y la evaluación del ciclo de vida permite diseñar un puente peatonal que reduce simultáneamente su coste económico, las emisiones de CO₂ y la energía incorporada, sin sacrificar la seguridad ni la funcionalidad.

El trabajo aporta varias conclusiones relevantes. Una de las más importantes es que los objetivos de minimizar el coste y el impacto ambiental no son opuestos, sino que las soluciones más baratas también son más sostenibles. Además, el estudio cuantifica con precisión la relación entre estos factores, por lo que es posible estimar cómo varía el impacto ambiental en función del presupuesto. Otra aportación destacable es la validación práctica de la metodología: la combinación de técnicas de optimización y bases de datos de evaluación del ciclo de vida (LCA, por sus siglas en inglés) conduce a soluciones óptimas y robustas, incluso ante cambios en parámetros como la resistencia del hormigón o las fluctuaciones de precios.

El caso de estudio consiste en un puente peatonal de 17,5 m de luz y 3 m de ancho ubicado en el sur de Brasil. La estructura combina vigas de acero soldadas y una losa de hormigón armado, unidas mediante conectores de corte. Las variables de diseño incluyen el espesor y la resistencia del hormigón, las dimensiones de las vigas de acero y el grado de interacción entre ambos materiales. Estas variables pueden adoptar distintos valores discretos, lo que da lugar a más de 700 000 millones de combinaciones posibles. El objetivo de la optimización es hallar las mejores soluciones en términos de coste económico, emisiones de CO₂ y energía incorporada, cumpliendo siempre con la normativa brasileña sobre seguridad estructural y confort frente a vibraciones.

Para evaluar el impacto ambiental de los materiales, los autores utilizaron dos bases de datos. En el caso del acero de las vigas, utilizaron una base de datos internacional, que contiene datos globales sobre emisiones y consumo de energía. En el caso del hormigón y las armaduras, recurrieron a datos locales de producción del sur de Brasil. Además, analizaron dos escenarios alternativos para comprobar la solidez de las soluciones: uno con hormigón de menor resistencia (20 MPa en lugar de 40 MPa) y otro con precios más altos para los materiales (como ocurrió durante la pandemia en 2022).

Todas las soluciones se verificaron para garantizar que cumplían los requisitos normativos de seguridad y servicio, incluidos los estados límite últimos, las deformaciones y las vibraciones. Las soluciones que no superaban estas comprobaciones eran penalizadas y el algoritmo de optimización las descartaba. Para la optimización, utilizaron el algoritmo Multiobjective Harmony Search (MOHS), inspirado en la improvisación musical, que busca soluciones que «armonizan» los distintos objetivos. Este algoritmo genera y mejora iterativamente las soluciones hasta construir la denominada «frontera de Pareto», que recoge las mejores alternativas posibles sin que ninguna sea mejor en todos los objetivos a la vez.

Los resultados muestran que estos tres objetivos —coste, emisiones de CO₂ y energía incorporada— están estrechamente relacionados y no entran en conflicto entre sí. Se evita la emisión de 1 kg de CO₂ por cada 6,56 reales brasileños ahorrados por metro de puente, y se reducen 1 MJ de energía por cada 0,70 reales. Además, por cada 9,3 MJ ahorrados se evita la emisión de 1 kg de CO₂. Estas relaciones lineales reflejan que, al reducir el consumo de materiales, se consigue simultáneamente un ahorro económico y un menor impacto medioambiental.

Las soluciones óptimas obtenidas tienen características muy similares entre sí. La losa de hormigón tiene un espesor de 12 cm y la viga de acero mide aproximadamente 860 mm de altura, con un espesor del alma de 6,35 mm, y mantiene la clásica proporción luz/altura cercana a 20. La anchura de las alas superior e inferior de la viga varía, siendo la inferior más ancha y gruesa. En todos los casos, la interacción entre el acero y el hormigón es completa (grado de interacción igual a 1).

Al considerar el escenario con hormigón de menor resistencia, se observó un aumento del coste total del 3 %, debido a que fue necesario añadir más acero para compensar la menor resistencia del hormigón. En cuanto al impacto ambiental, las emisiones de CO₂ apenas se redujeron (menos de un 1 %), mientras que la energía incorporada aumentó alrededor de un 4 %. En el escenario con precios más altos de los materiales, se obtuvieron dos soluciones óptimas: una más barata, pero con mayores emisiones, y otra más cara y sostenible. En ambos casos, las diferencias entre las soluciones fueron pequeñas y se mantuvo la relación lineal entre los objetivos.

En conclusión, este trabajo demuestra que es posible diseñar puentes peatonales más económicos y sostenibles combinando optimización estructural y LCA. La reducción del consumo de materiales no solo abarata la estructura, sino que también disminuye las emisiones de CO₂ y la energía incorporada. Además, el uso de hormigón de alta resistencia reduce la cantidad de acero necesaria, lo que tiene un impacto positivo en el coste y la sostenibilidad. Las soluciones óptimas resultaron muy similares al modificar las condiciones del diseño o del mercado, lo que confirma la solidez de la metodología.

Este tipo de estudios es especialmente valioso en los países en desarrollo, donde las necesidades de infraestructuras son elevadas y los recursos económicos, limitados. El diseño de estructuras asequibles y sostenibles contribuye al desarrollo regional y a la lucha contra el cambio climático. Los autores recomiendan ampliar futuras investigaciones para incluir también el impacto social y considerar así los tres pilares de la sostenibilidad: el económico, el ambiental y el social. También recomiendan analizar el ciclo de vida completo de la estructura, incluyendo el mantenimiento y la demolición. Por último, esta metodología podría aplicarse fácilmente a otros tipos de infraestructuras, como puentes para vehículos o edificios.

En definitiva, este trabajo no solo muestra cómo reducir costes y emisiones en un puente peatonal concreto, sino que también abre la puerta a un diseño más sostenible de nuestras infraestructuras. Es un claro ejemplo de cómo la ingeniería civil puede ser una aliada clave en el desarrollo sostenible.

Referencia:

Tres Junior, F.L., Yepes, V., de Medeiros, G.F., Kripka, M. (2025). Practical Application of LCA to Optimize Environmental Impacts of Steel–concrete Footbridges. In: Brandli, L., Rosa, F.D., Petrorius, R., Veiga Avila, L., Filho, W.L. (eds) The Contribution of Life Cycle Analyses and Circular Economy to the Sustainable Development Goals. World Sustainability Series. Springer, Cham. https://doi.org/10.1007/978-3-031-85300-5_22

Reproductor de Audio

Glosario de términos clave

  • Evaluación del ciclo de vida (LCA): Una metodología para estimar los impactos ambientales resultantes de la fabricación de un producto o servicio, examinando cada etapa de su ciclo de vida, desde la extracción de recursos naturales hasta su eliminación.
  • Emisiones de CO2: La cantidad de dióxido de carbono liberada a la atmósfera, utilizada como un criterio clave para evaluar el impacto ambiental en este estudio.
  • Energía incorporada: La suma total de energía necesaria para producir un producto, desde la extracción de las materias primas hasta el final del proceso de fabricación, utilizada como otro criterio de impacto ambiental.
  • Optimización multi-objetivo: Un proceso de optimización que considera múltiples funciones objetivo que deben minimizarse o maximizarse simultáneamente. Produce un conjunto de soluciones no dominadas o Pareto-óptimas.
  • Algoritmo de búsqueda de armonía multi-objetivo (MOHS): Un algoritmo metaheurístico basado en la improvisación musical, adaptado para resolver problemas de optimización multi-objetivo.
  • Pasarela mixta de hormigón y acero: Una estructura que combina elementos de acero y hormigón de manera que trabajen juntos como una sola unidad para soportar cargas, aprovechando las fortalezas de ambos materiales.
  • Frontera de Pareto: Una representación gráfica que conecta el conjunto de soluciones no dominadas (Pareto-óptimas) en un problema de optimización multi-objetivo, lo que permite analizar las compensaciones entre los objetivos.
  • Solución no dominada (Pareto-Óptima): Una solución para la cual no existe otra solución admisible que mejore simultáneamente todas las funciones objetivo. Mejorar un objetivo solo es posible a expensas de al menos otro.
  • Grado de interacción (α): Una variable de diseño en vigas compuestas que representa el nivel de conexión entre el acero y el hormigón, influyendo en su comportamiento estructural combinado.
  • Estado límite último (ULS): Verificaciones relacionadas con la capacidad de la estructura para resistir las cargas máximas sin colapsar, incluyendo la tensión de cizallamiento y el momento de flexión.
  • Estado límite de servicio (SLS): Verificaciones relacionadas con el rendimiento de la estructura bajo cargas normales para garantizar la comodidad y la funcionalidad, como la limitación de los desplazamientos y las aceleraciones.
  • Penalización: Un método utilizado en algoritmos de optimización para hacer que las soluciones que no cumplen con las restricciones de diseño sean menos atractivas para el algoritmo, agregando un valor a la función objetivo.

Tesis doctoral: Baterías níquel-zinc: equilibrio óptimo entre coste y sostenibilidad

Ignacio Villalba, Ashwani Kumar y Víctor Yepes

Hoy, 6 de mayo de 2025, ha tenido lugar la defensa de la tesis doctoral de D. Ashwani Kumar Malviya, titulada “Optimization of LCA and LCCA for a novel NiZn battery through multi-objective particle swarm optimization (MOPSO) and its application in e-mobility and smart building infrastructure”, dirigida por los profesores Ignacio Villalba Sanchis y Víctor Yepes. La tesis ha obtenido la máxima calificación de sobresaliente «cum laude». A continuación, presentamos un pequeño resumen de la misma.

En el contexto de la urgente transición hacia un sistema eléctrico descarbonizado, el almacenamiento energético se ha convertido en un pilar fundamental para integrar fuentes renovables intermitentes, como la solar y la eólica, en la red eléctrica y en aplicaciones de e-movilidad y edificios inteligentes. La tesis de Ashwani Kumar Malviya explora por primera vez de manera integrada la viabilidad de las baterías recargables de níquel-zinc (RNZB), que combinan materias primas abundantes (níquel y zinc), electrólitos acuosos no inflamables y un proceso de producción simplificado que prescinde de salas blancas. Gracias a recientes innovaciones en la formulación de los electrodos, estas celdas de 10 Ah y 60 Wh/kg alcanzan más de 2000 ciclos al 100 % de profundidad de descarga, superando uno de los principales obstáculos de esta tecnología.

El trabajo se estructura en torno a cinco preguntas clave:

  1. ¿Cuál es el coste total de ciclo de vida (LCC) de una batería de litio de níquel (RNZB), desde la extracción de materia prima hasta su fin de vida, medido tanto en €/kg como en €/kWh entregado?
  2. ¿Qué impacto ambiental (LCA) —evaluado en 18 categorías midpoint y 3 endpoint con ReCiPe 2016— genera la RNZB en comparación con baterías de plomo-ácido, LFP y NMC?
  3. ¿Es posible que un algoritmo multiobjetivo (MOPSO) identifique configuraciones de suministro y reciclaje que minimicen simultáneamente el coste de ciclo de vida (LCC) y el impacto ambiental (LCA)?
  4. ¿Hasta qué punto estas soluciones son resistentes ante variaciones de ±20 % en parámetros críticos, tales como la mezcla eléctrica en uso y la eficiencia del ciclo?
  5. ¿En qué medida las preferencias de un panel de expertos, analizadas mediante el proceso de jerarquía analítica (AHP), coinciden con la clasificación de Pareto generada por el MOPSO?

Esta tesis presenta un modelo estructurado que integra ecuaciones de LCC —que incluyen CAPEX, OPEX y fin de vida en función de la masa de batería y la energía suministrada— con un LCA exhaustivo basado en datos de la base Ecoinvent y OpenLCA. La implementación de MOPSO en MATLAB para optimizar ambos indicadores constituye una innovación metodológica de gran valor, pues genera un frente de Pareto de soluciones no dominadas que equilibra coste y huella ambiental. Además, la comparación efectuada demostró que la RNZB puede ofrecer un coste medio de ciclo de vida de aproximadamente 120 €/kWh, en comparación con los 150 €/kWh de LFP y los 180 €/kWh de plomo-ácido, manteniendo un GWP de 0,24 kg CO₂ eq/kWh —inferior a los 0,30 kg CO₂ eq/kWh del plomo-ácido—, lo que sitúa a la RNZB como la opción económicamente más competitiva sin renunciar a un desempeño ambiental favorable.

El estudio establece un alcance «cradle-to-grave», que comprende la extracción de níquel y zinc, la formulación de electrodos (cátodo de NiOOH con un 11,6 % de peso y ánodo de ZnO con un 7,5 %), el transporte, el ensamblaje de celdas de 10 Ah y 60 Wh/kg, los escenarios de uso con diferentes mezclas eléctricas (0-100 % RES) y el fin de vida, que incluye el reciclaje metalúrgico de metales y la valorización energética de plásticos. Para el LCA, se implementó el enfoque ReCiPe 2016 en 18 categorías midpoint (GWP, ODP, entre otras) y 3 endpoint (salud, ecosistemas, recursos). Para el LCC, se desarrollaron fórmulas validadas mediante el uso de OpenLCA. El MOPSO implementado explora variables de origen de materias primas y rutas de reciclaje, manteniendo un archivo diverso de soluciones no dominadas. Una vez concluido el proceso, se realizó un análisis de sensibilidad, que incluyó la evaluación de la variación del mix eléctrico y la eficiencia del ciclo. Posteriormente, se llevó a cabo una validación AHP con un grupo de doce expertos, quienes contrastaron sus preferencias con el ranking de Pareto obtenido.

Los resultados obtenidos evidencian que, en condiciones de mix eléctrico base (100 % red convencional), la RNZB registra un LCC de 120 €/kWh y un GWP de 0,24 kg CO₂ eq/kWh. El MOPSO ha identificado 10 soluciones óptimas que reducen hasta un 15 % el LCC y un 20 % el GWP respecto a la configuración estándar. Al integrar el 75 % de energía renovable en la fase de uso, el GWP desciende a 0,18 kg CO₂ eq/kWh, lo que resulta en una reducción del CED en un 30 %. El análisis de sensibilidad confirmó que estas ventajas se mantienen con variaciones de hasta ±20 % en mix y eficiencia. Asimismo, la validación AHP mostró un 85 % de coincidencia entre las preferencias de los expertos y el ranking de Pareto.

La tesis confirma que las RNZB ofrecen un equilibrio excepcional entre coste y sostenibilidad para aplicaciones estacionarias (almacenamiento residencial, edificios inteligentes y e-movilidad), especialmente si se combinan con un uso mayoritario de RES y se aplican técnicas de «recuperación verde» en el reciclaje. La simplicidad del proceso acuoso y la ausencia de elementos críticos (cobalto) reducen significativamente los riesgos y los costes de suministro. Sin embargo, la dependencia del níquel sugiere la necesidad de diversificar las fuentes de suministro y establecer circuitos cerrados para la recuperación de metales. Desde una perspectiva metodológica, la integración de LCA, LCC, MOPSO y AHP constituye un marco sólido y adaptable a otros sistemas de ingeniería que requieran optimizar múltiples indicadores de manera simultánea.

Tras el análisis llevado a cabo, esta tesis concluye que la RNZB es la opción de ciclo de vida más económica (con un coste aproximado de 120 €/kWh) y que presenta una huella ambiental competitiva (0,24 kg CO₂ eq/kWh). Asimismo, se ha comprobado que un MOPSO bien configurado puede generar frentes de Pareto robustos que reducen hasta un 20 % el GWP y un 15 % el coste. La validación mediante sensibilidad y AHP garantiza la aplicabilidad práctica de las recomendaciones. Se propone como líneas futuras la incorporación de datos en tiempo real de operación, la exploración de electrodos con menor proporción de níquel y la extensión de la metodología a sistemas híbridos de energía para potenciar la circularidad y la resiliencia del sector.

Referencias:

MALVIYA, A.K.; ZAREHPARAST MALEKZADEH, M.; SANTARREMIGIA, F.E.; MOLERO, G.D.; VILLALBA-SANCHIS, I.; MARTÍNEZ-FERNÁNDEZ, P.; YEPES, V. (2024). Optimization of the Life cycle cost and environmental impact functions of NiZn batteries by using Multi-Objective Particle Swarm Optimization (MOPSO). Sustainability, 16(15):6425. DOI:10.3390/su16156425

MALVIYA, A.K.; ZAREHPARAST MALEKZADEH, M.; LI, J.; LI, B.; SANTARREMIGIA, F.E.; MOLERO, G.D.; VILLALBA-SANCHIS, I.; YEPES, V. (2024). A formulation model for computation to estimate the Life Cycle Environmental Impact of NiZn Batteries. Energies, 17(11):2751. DOI:10.3390/en17112751

MALVIYA, A.K.; ZAREHPARAST MALEKZADEH, M.; SANTARREMIGIA, F.E.; MOLERO, G.D.; VILLALBA-SANCHIS, I.; YEPES, V. (2024). A formulation model for computation to estimate the Life Cycle Cost of NiZn Batteries. Sustainability, 16(5):1965. DOI:10.3390/su16051965

Gestión del riesgo de inundación en infraestructuras críticas: estrategias y medidas de resiliencia

Las inundaciones suponen una amenaza significativa para las infraestructuras críticas (IC), como el suministro de electricidad, las telecomunicaciones, el agua potable, el tratamiento de aguas residuales y el gas. La gestión del riesgo de inundación en las infraestructuras críticas cobra mayor importancia en un contexto de cambio climático, en el que los eventos extremos son más frecuentes e intensos. Este informe aborda la gestión del riesgo de inundación en las infraestructuras críticas y expone medidas específicas para incrementar su resiliencia, la aplicación de modelos para evaluar el impacto de estos eventos y la implementación de estrategias para mejorar la capacidad de recuperación.

Infraestructuras críticas y el riesgo de inundación: marco de referencia

Las infraestructuras críticas son sistemas esenciales para el funcionamiento de una sociedad, que incluyen sectores clave como la energía, las telecomunicaciones, el agua y los servicios de saneamiento. Estos sectores son interdependientes y se organizan en redes complejas, por lo que una interrupción en uno de ellos puede desencadenar efectos en cascada que afecten a múltiples sistemas, comprometiendo la seguridad y el bienestar de la población. La gestión del riesgo de inundación (GRI) en estas infraestructuras es fundamental, pues permite reducir la vulnerabilidad y mejorar la capacidad de recuperación ante eventos adversos.

Papel de las infraestructuras hidráulicas en la gestión del riesgo de inundación

Las infraestructuras hidráulicas, como las presas, los tanques de tormenta, las canalizaciones y los corredores verdes, desempeñan un papel crucial en la gestión de inundaciones y en la protección de las infraestructuras críticas (IC). Estas infraestructuras ayudan a gestionar el flujo de agua y evitan que las lluvias torrenciales y las crecidas de los ríos afecten directamente a las IC y a las áreas urbanas densamente pobladas.

  1. Presas y embalses: Estas estructuras permiten almacenar grandes volúmenes de agua y controlar el caudal de los ríos, además de regular el flujo hacia áreas vulnerables. Durante una tormenta, las presas pueden retener el exceso de agua y liberarla de forma gradual una vez que los niveles han disminuido, lo que reduce el riesgo de desbordamientos y minimiza el impacto aguas abajo.
  2. Tanques de tormenta: Son estructuras de almacenamiento subterráneo que recogen el agua de lluvia durante eventos intensos. Actúan como amortiguadores temporales, evitando que el sistema de alcantarillado se sature y se reduzca el riesgo de inundaciones en las áreas urbanas. Posteriormente, el agua acumulada puede liberarse de manera controlada hacia los sistemas de tratamiento o directamente a los cuerpos de agua cuando el caudal ha disminuido.
  3. Canalizaciones y sistemas de drenaje: Canalizar los ríos y desarrollar sistemas de drenaje bien planificados es esencial para redirigir el agua de inundación de manera segura, reduciendo la velocidad del flujo y mitigando el riesgo de erosión y daños estructurales en las áreas urbanas..
  4. Corredores verdes y zonas de retención natural: Estos espacios, a menudo ubicados en áreas urbanas o suburbanas, están diseñados para absorber y retener el exceso de agua de lluvia, y funcionan como «esponjas» naturales que reducen el caudal de agua que llega a los sistemas de alcantarillado. Además, estas zonas verdes actúan como amortiguadores, reteniendo el agua y liberándola lentamente, lo cual es particularmente útil para proteger infraestructuras sensibles a las inundaciones.
  5. Áreas de infiltración y pavimentos permeables: En las ciudades, los pavimentos permeables y las áreas de infiltración permiten que el agua de lluvia penetre en el suelo, recargando los acuíferos y reduciendo la escorrentía superficial. Esto alivia la presión sobre los sistemas de drenaje y evita que el agua llegue rápidamente a las áreas de IC, lo que disminuye el riesgo de inundación.

Ciclo de gestión de riesgos de desastres (GRD) en infraestructuras críticas

El proceso de GRI en IC suele estructurarse en cinco fases, que permiten implementar medidas específicas en cada etapa:

  1. Preparación: Incluye todas las acciones de planificación y recursos necesarios para reducir el impacto de las inundaciones, incluyendo la incorporación de infraestructuras hidráulicas y la capacitación del personal.
  2. Prevención y mitigación: Consiste en la implementación de infraestructuras hidráulicas, medidas de control y sistemas de drenaje para minimizar la vulnerabilidad de las IC frente a las inundaciones.
  3. Impacto: Se refiere a la capacidad de las infraestructuras para soportar los efectos de una inundación y a cómo estas protegen a las IC regulando el flujo de agua.
  4. Respuesta: Acciones de emergencia implementadas para reducir los daños y restaurar los servicios críticos.
  5. Recuperación y rehabilitación: Estrategias para devolver a las IC su estado funcional o mejorado, integrando lecciones aprendidas y mejorando la infraestructura para incrementar su resistencia a futuros eventos.

Impacto de las inundaciones en las infraestructuras críticas y la función de las infraestructuras hidráulicas

Las infraestructuras críticas, al depender de una red de servicios interconectados, son especialmente vulnerables a las inundaciones. Las infraestructuras hidráulicas desempeñan un papel esencial en la mitigación de estos efectos, ya que protegen los sistemas de IC de daños directos o indirectos:

  • Electricidad: El contacto con el agua puede provocar cortocircuitos, daños en estaciones de transformación y la interrupción del suministro a gran escala. Esto no solo afecta al servicio eléctrico, sino que también genera riesgos para la salud debido a la posibilidad de descargas eléctricas en áreas inundadas.
  • Telecomunicaciones: La infraestructura de telecomunicaciones incluye componentes activos (como nodos de red y antenas) que dependen de la electricidad y, por tanto, son altamente vulnerables a las interrupciones de suministro eléctrico. La interrupción de las comunicaciones complica la coordinación de emergencias y la respuesta rápida.
  • Suministro de agua: Las inundaciones pueden introducir contaminantes en el sistema de suministro de agua, especialmente en instalaciones de captación de agua cercanas a ríos u otras fuentes de agua superficial. Además, los sistemas de bombeo pueden verse interrumpidos, lo que afecta a la presión y la calidad del agua suministrada.
  • Tratamiento de aguas residuales: Este sector es especialmente vulnerable, ya que las inundaciones pueden dañar las plantas de tratamiento y provocar que las aguas residuales no tratadas se liberen al medio ambiente, con consecuencias ambientales y para la salud pública.
  • Gas: Aunque los sistemas de tuberías de gas suelen estar más protegidos, las estaciones de regulación y control pueden verse afectadas por las inundaciones, lo que interrumpiría el servicio y supondría posibles riesgos de seguridad.

Estrategias y medidas de resiliencia en la gestión del riesgo de inundación

Una estrategia integral de resiliencia frente a las inundaciones para infraestructuras críticas abarca una combinación de medidas estructurales y no estructurales. Estas medidas se estructuran de acuerdo con el ciclo de gestión del riesgo de desastre, como se detalla a continuación:

1. Preparación

La fase de preparación incluye la planificación y el equipamiento para mejorar la respuesta ante una emergencia. Algunas medidas clave son:

  • Planes de contingencia: Crear planes detallados para responder a situaciones de emergencia, incluyendo la designación de roles y responsabilidades para cada tipo de infraestructura.
  • Almacenamiento de equipos de emergencia: Disponer de generadores, bombas y otras unidades de repuesto listas para usar en caso de interrupciones.
  • Entrenamiento y simulacros: Capacitar al personal para que lleve a cabo los planes de emergencia y realizar simulacros periódicos de inundación.
  • Monitoreo y colaboración meteorológica: Establecer una estrecha colaboración con los servicios meteorológicos para monitorizar el riesgo de inundaciones en tiempo real, utilizando sistemas avanzados de alerta.

2. Prevención y mitigación

Las medidas de prevención y mitigación incluyen la infraestructura necesaria para controlar el flujo de agua y proteger las IC:

  • Construcción de infraestructuras resilientes: Elevar o construir instalaciones en áreas con menor riesgo de inundación, y utilizar materiales resistentes al agua en instalaciones críticas.
  • Barreras físicas: Instalar barreras móviles o permanentes alrededor de infraestructuras clave para protegerlas de las aguas de inundación.
  • Redundancia de sistemas: Desarrollar redundancias en la red para que, si un componente falla, otros puedan compensar la pérdida de servicio.
  • Planificación territorial y zonificación: Garantizar que las infraestructuras críticas se sitúen fuera de las zonas de alto riesgo de inundación, siempre que sea posible.

3. Impacto

La fase de impacto contempla la reducción de los efectos de una inundación mediante infraestructuras hidráulicas que controlen y disminuyan el caudal en zonas urbanas.

  • Gestión de flujos con presas y embalses: Control de la liberación de agua en embalses, asegurando que no se libere de manera repentina y que el flujo se distribuya para minimizar el impacto en las áreas críticas.
  • Desviación del flujo en canalizaciones: Redirigir el agua de inundación mediante canalizaciones y drenajes que la alejen de áreas vulnerables, como plantas de tratamiento y subestaciones eléctricas.
  • Evaluación de vulnerabilidad: Identificar los puntos más débiles en las infraestructuras para priorizar las medidas de protección y mitigación.
  • Medición y control de los niveles de agua: Implementar sensores para controlarlos en tiempo real, lo que permite respuestas más informadas y rápidas.

4. Respuesta

La respuesta es clave para minimizar el tiempo de interrupción de los servicios críticos y reducir los posibles daños adicionales. Las medidas que se deben tomar en esta etapa son:

  • Despliegue de unidades de reemplazo: Utilizar generadores móviles, bombas y sistemas de comunicación alternativos para restaurar  temporalmente los servicios mientras se repara la infraestructura dañada.
  • Prioridades en la restauración: Establecer listas de prioridades para el despliegue de recursos en las áreas de mayor impacto y donde se vean afectadas poblaciones vulnerables.
  • Comunicación pública: Informar a la comunidad sobre las interrupciones y los tiempos estimados de restauración, ofreciendo recomendaciones de seguridad.

5. Recuperación y rehabilitación

La fase de recuperación y rehabilitación se centra en restaurar los servicios de infraestructura de manera eficaz y reforzar su resiliencia futura. Las medidas en esta etapa incluyen:

  • Reparación y sustitución de componentes dañados: Restablecer los servicios lo antes posible mediante la reparación de las instalaciones dañadas y la sustitución de componentes.
  • Evaluación posterior al evento: Realizar un análisis detallado del impacto de la inundación y de la eficacia de las medidas implementadas, documentando lecciones aprendidas para mejorar los planes futuros.
  • Mejoras en la infraestructura: Donde sea posible, aplicar el principio de «reconstruir mejor», introduciendo mejoras en la infraestructura para aumentar su resistencia frente a futuros eventos.
  • Revisión y mantenimiento de las infraestructuras hidráulicas: Evaluar el estado de las presas, los tanques de tormenta y los sistemas de drenaje, y realizar mejoras en función de los eventos recientes.
  • Evaluación de la eficacia de las medidas implementadas: Análisis del impacto de las infraestructuras hidráulicas en la contención del flujo y ajuste del sistema de almacenamiento y drenaje según los datos recopilados.

Modelado del riesgo y evaluación de medidas hidráulicas

Para optimizar la planificación de la resiliencia, el modelado de redes de infraestructura crítica permite evaluar el impacto potencial de las inundaciones y probar diferentes medidas de mitigación. Este tipo de modelado incluye:

  • Análisis de impacto en redes: Representación de las interdependencias entre sectores críticos mediante modelos de red que simulan cómo los fallos en un sector pueden afectar a otros.
  • Evaluación de vulnerabilidades: Determinar los componentes más sensibles a las inundaciones dentro de cada red, como estaciones de bombeo o transformadores eléctricos, para priorizar su protección.
  • Simulación de medidas de resiliencia: Implementar simulaciones que muestran cómo diferentes medidas (como barreras de contención o sistemas de redundancia) pueden reducir los daños y acelerar la recuperación.
  • Cálculo de riesgo poblacional: Integrar datos de densidad poblacional para cuantificar el impacto de las interrupciones en términos de personas afectadas y tiempo de recuperación, lo que facilita la toma de decisiones informadas para la implementación de medidas.
  • Simulación de impacto y respuesta: Permite simular diferentes escenarios de inundación y evaluar la eficacia de las infraestructuras hidráulicas para proteger las IC, comparando opciones de almacenamiento, liberación controlada y desviación de agua.
  • Optimización del sistema de retención y almacenamiento: Determina la cantidad óptima de agua que debe almacenarse en embalses y tanques de tormenta para minimizar el riesgo de desbordamiento y daños a las IC.

Desafíos y recomendaciones para la resiliencia ante inundaciones

La gestión del riesgo de inundación en infraestructuras críticas plantea varios desafíos, entre los cuales se encuentran:

  • Interdependencias complejas: La dependencia mutua entre diferentes sectores hace que el fallo en uno de ellos pueda generar efectos en cascada que agraven el impacto global.
  • Cambio climático y eventos extremos: La mayor frecuencia e intensidad de las inundaciones requieren que las infraestructuras se diseñen y operen considerando escenarios extremos.
  • Disponibilidad de datos: La falta de datos integrados y fiables sobre las características de las infraestructuras y su vulnerabilidad ante las inundaciones limita la precisión de los modelos y la planificación de resiliencia.

Para enfrentar estos desafíos, se recomienda:

  1. Fortalecer la colaboración intersectorial: Establecer redes de cooperación entre operadores de infraestructura crítica para mejorar la planificación y la respuesta.
  2. Integrar herramientas de predicción y alerta temprana: Aprovechar tecnologías avanzadas de monitoreo y modelado climático para anticipar inundaciones y activar respuestas más eficaces.
  3. Aumentar la inversión en infraestructura resiliente: Priorizar la construcción y adaptación de infraestructuras críticas con materiales y diseños capaces de soportar inundaciones.
  4. Desarrollar políticas de zonificación y regulación más estrictas: Promover la construcción fuera de zonas de riesgo y fomentar diseños urbanos que integren espacios de absorción de agua.

Conclusión

La gestión del riesgo de inundación en infraestructuras críticas es fundamental para la resiliencia de las ciudades y la seguridad de la población. Al implementar un enfoque integral basado en el ciclo de gestión del riesgo de desastre (GRD), es posible identificar y aplicar medidas específicas en cada fase, desde la preparación hasta la recuperación. Los modelos de red permiten evaluar y mejorar la capacidad de respuesta de las infraestructuras ante las inundaciones, y ayudan a los operadores y a los gobiernos a tomar decisiones informadas que minimicen el impacto de estos eventos. Al integrar infraestructuras hidráulicas, como presas, tanques de tormenta y zonas de retención natural, en el ciclo de gestión del riesgo de desastres, es posible aumentar la protección de los servicios esenciales y reducir el impacto de las inundaciones. Además, combinar infraestructuras hidráulicas con medidas de resiliencia específicas para cada sector refuerza la capacidad de respuesta y recuperación, minimizando los efectos en cascada y garantizando la continuidad de los servicios esenciales y el bienestar de la población.

Os dejo un domuento denominado “Principios para la infraestructura resiliente”, de Naciones Unidas. Espero que os resulte de interés.

Descargar (PDF, 909KB)

Este otro, del Ministerio para la Transición Ecológica, trata de la “Evaluación de la resiliencia de los núcleos urbanos frente al riesgo de inundación: redes, sistemas urbanos y otras infraestructuras”.

Descargar (PDF, 44.85MB)

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Redes neuronales y metamodelos Kriging para la optimización de la energía en puentes losa pretensados

Acaban de publicarnos un artículo en la revista Sustainability, revista indexada en el JCR. El artículo evalúa la eficacia de las redes neuronales artificiales y los modelos sustitutos de Kriging para optimizar la energía incorporada de los puentes de losas pretensadas, y proporciona recomendaciones prácticas para mejorar el diseño y la sostenibilidad.

El trabajo se enmarca dentro del proyecto de investigación RESILIFE que dirijo como investigador principal en la Universitat Politècnica de València.

A continuación se recoge un resumen sintético del trabajo.

 

 

Introducción

  • La industria de la construcción contribuye significativamente al consumo mundial de energía y a las emisiones de gases de efecto invernadero, lo que suscita un interés creciente en mejorar las prácticas de sostenibilidad.
  • El hormigón pretensado destaca por sus ventajas, que incluyen la durabilidad, la reducción del mantenimiento y la rapidez de construcción, a pesar de los costes iniciales más altos en comparación con los métodos tradicionales.
  • Las investigaciones indican que existe una brecha en la optimización de la energía incorporada en los puentes de losas de hormigón, lo que exige una mayor exploración y metodologías innovadoras, como el Kriging y las redes neuronales artificiales, para optimizar su diseño de manera efectiva.

Descripción de la cubierta del puente de losa aligerada

  • Los diseñadores suelen utilizar una relación canto/luz de 1/25 para las losas de carreteras con el fin de garantizar su integridad estructural. Los diseños de losas aligeradas ofrecen ventajas en cuanto a rigidez a la flexión y adaptabilidad.
  • El estudio se centra en una configuración de losas aligeradas pretensadas adecuada para los pasos superiores, con el objetivo de mejorar la eficiencia del diseño y el rendimiento estructural.
  • La teoría del estado límite se emplea para verificar la resistencia estructural mediante el uso de software avanzado para el modelado tridimensional y el análisis de cargas.
Figura 2. Imagen aérea de la estructura, situada en Cocentaina (Alicante). Imagen: Google Maps.

Metodología

  • El estudio analiza varios materiales, incluidos tipos específicos de acero y calidades de hormigón, para optimizar el diseño del puente de losa aligerada.
  • Se utilizan dos metamodelos predictivos, Kriging y las redes neuronales, con el fin de optimizar el diseño propuesto del puente de losas.
  • La metodología incluye una fase de diversificación para la optimización inicial y una fase de intensificación para refinar los resultados, midiendo los errores de predicción mediante el error cuadrático medio (RMSE).

Metamodelo Kriging

  • Kriging se emplea para estimar las necesidades de energía del puente de losas, utilizando un enfoque determinista que proporciona respuestas consistentes basadas en los datos de entrada.
  • La «caja de herramientas Kriging de MATLAB» se utiliza para crear un modelo sustituto, y el LHS (LHS) mejora el proceso de muestreo para representar mejor el espacio de diseño.
  • Este método permite realizar pruebas computacionales eficientes y, al mismo tiempo, minimizar los errores sistemáticos, lo que lo hace adecuado para tareas complejas de optimización estructural.

Red neuronal artificial

  • Las ANN están estructuradas con capas de neuronas, donde las capas ocultas utilizan funciones sigmoideas para procesar las entradas y la capa de salida emplea funciones lineales para las predicciones.
  • El modelo de perceptrón multicapa (MLP) destaca por su capacidad para aproximar funciones de manera eficaz, basándose en el algoritmo de retropropagación para el entrenamiento.
  • El estudio hace hincapié en la importancia de la validación cruzada para evitar el sobreaprendizaje y garantizar que el rendimiento de la red neuronal sea sólido en los diferentes conjuntos de datos.

Visualización de los datos observados

  • La gráfica de contorno de los datos observados revela múltiples valores óptimos locales, lo que indica la complejidad del problema de optimización y las limitaciones de los modelos de regresión tradicionales.
  • Esta complejidad requiere el uso de modelos predictivos avanzados para identificar con precisión las soluciones óptimas dentro del espacio de diseño.

Comparación de modelos predictivos

  • Los modelos de Kriging son deterministas, mientras que las redes neuronales introducen variabilidad debido a que se basan en la selección aleatoria de datos para su entrenamiento y validación.
  • El rendimiento de la red neuronal se estabiliza mediante múltiples ejecuciones, lo que permite una comparación más fiable de los valores medios con las predicciones de Kriging.

Análisis de errores

  • El promedio de las predicciones de la red neuronal coincide estrechamente con los resultados del modelo de Kriging, aunque la red neuronal presenta un error cuadrático medio (MSE) y un error cuadrático medio (RMSE) más bajos.
  • El análisis destaca la necesidad de una evaluación exhaustiva de la capacidad de la red neuronal para identificar los valores óptimos, comparando las predicciones entre todos los puntos de datos.

Recomendaciones prácticas

  • El estudio proporciona recomendaciones prácticas para reducir las emisiones en los puentes de losas pretensadas, incluidas directrices específicas sobre el contenido de hormigón y refuerzo.
  • Los hallazgos sugieren que tanto las redes neuronales como las de Kriging pueden identificar eficazmente los valores óptimos locales, lo que ayuda a los ingenieros estructurales a optimizar los diseños para obtener beneficios económicos y ambientales.
  • Haciendo hincapié en la importancia de los modelos sustitutivos, la investigación aboga por su uso para perfeccionar los procesos de diseño y mejorar los resultados en materia de sostenibilidad.

Conclusiones

  • Se subraya la complejidad de la superficie de respuesta al consumo de energía, ya que tanto Kriging como las redes neuronales predicen valores superiores a los observados.
  • El modelo de Kriging muestra un error relativo menor en las predicciones óptimas locales en comparación con la red neuronal, que, sin embargo, muestra un rendimiento de RMSE superior.
  • El estudio concluye que, si bien Kriging proporciona resultados deterministas, las redes neuronales requieren múltiples iteraciones para estabilizar los resultados, lo que aporta información valiosa para optimizar los diseños estructurales.

ABSTRACT:

The main objective of this study is to assess and contrast the efficacy of distinct spatial prediction methods in a simulation aimed at optimizing the embodied energy during the construction of prestressed slab bridge decks. A literature review and cross-sectional analysis have identified crucial design parameters that directly affect the design and construction of bridge decks. This analysis determines the critical design variables to improve the deck’s energy efficiency, providing practical guidance for engineers and professionals in the field. The methods analyzed in this study are ordinary Kriging and a multilayer Perceptron neural network. The methodology involves analyzing the predictive performance of both models through error analysis and assessing their ability to identify local optima on the response surface. Results show that both models generally overestimate observed values. The Kriging model with second-order polynomials yields a 4% relative error at the local optimum, while the neural network achieves lower root-mean-square errors (RMSE). Neither the Kriging model nor the neural network provide precise predictions, but point to promising solution regions. Optimizing the response surface to find a local minimum is crucial. High slenderness ratios (around 1/28) and 40 MPa concrete grade are recommended to improve energy efficiency.

KEYWORDS:

bridges; embodied energy; optimization; prestressed concrete; artificial neural network; surrogate model; Kriging; sustainability

REFERENCE:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2024). Artificial neural network and Kriging surrogate model for embodied energy optimization of prestressed slab bridges. Sustainability, 16(19), 8450; DOI:10.3390/su16198450

Descargar (PDF, 4.78MB)

Coste del ciclo de vida de las baterías de NiZn mediante Optimización Multiobjetivo por Enjambre de Partículas

Acaban de publicarnos un artículo en la revista Sustainability, revista indexada en el JCR. El artículo de investigación se centra en la optimización de las funciones de coste del ciclo de vida (LCC) e impacto ambiental (LCA) de las baterías de níquel-zinc (NiZn) mediante el algoritmo de optimización por enjambres de partículas multiobjetivo (MOPSO). El proceso de optimización se centra en las fases de adquisición de materias primas y de fin de vida útil de las baterías de NiZn para mejorar sus indicadores clave de rendimiento (KPI) de sostenibilidad. La metodología, implementada en MATLAB, utiliza un modelo de formulación de LCC y LCA ambiental, e incorpora datos de la base de datos Ecoinvent, el software OpenLCA y otras bases de datos públicas. Los resultados obtenidos gracias a la optimización proporcionan información sobre las combinaciones de países más eficaces para obtener materias primas para la producción de baterías de NiZn y gestionar los residuos de las baterías que no se pueden reciclar. Los KPI de sostenibilidad, como el impacto del calentamiento global y los costes de capital, se vinculan automáticamente a los resultados, lo que garantiza su reproducibilidad en caso de actualizaciones de datos o cambios en las ubicaciones de producción y reciclaje establecidas inicialmente en París (Francia) y Krefeld (Alemania). El proceso de validación implica un análisis de sensibilidad para garantizar la solidez de los parámetros matemáticos y tener en cuenta las futuras variaciones del mercado, junto con el uso del proceso jerárquico analítico (AHP) para validar los resultados con interacciones humanas. En el futuro, se sugiere incluir las fases de fabricación y uso en el modelo de optimización para mejorar aún más la sostenibilidad y la eficiencia de las baterías de NiZn.

Como conclusiones más importantes de este trabajo, se pueden señalar las siguientes:

  • El estudio optimizó el ciclo de vida, el impacto ambiental y el costr de las baterías de NiZn, utilizando los datos más recientes disponibles de los principales productores y centros de tratamiento de residuos.
  • La optimización por enjambres de partículas multiobjetivo (MOPSO) se consideró más adecuada que el algoritmo genético (GA) para la optimización multiobjetivo, debido a su eficiencia y eficacia.
  • El análisis tuvo en cuenta 14 flujos de materiales, una línea de eliminación de residuos y varias ubicaciones del mundo con diferentes costes e impactos ambientales, lo que puso de relieve la complejidad del proceso de optimización.
  • Mediante el MOPSO, se identificaron las ubicaciones óptimas de los proveedores de materias primas con un coste e impacto medioambiental mínimos, así como las ubicaciones de eliminación de residuos de materiales no reciclables.
  • Se recomendaron países proveedores óptimos específicos para los diferentes materiales, haciendo hincapié en la importancia de tomar decisiones estratégicas de abastecimiento para reducir el impacto ambiental y los costes.
  • El modelo de IA demostró su solidez al alinearse con los resultados del proceso jerárquico analítico (AHP) y mostrar su resiliencia a las fluctuaciones del mercado en el análisis de sensibilidad.
  • El estudio hizo hincapié en la necesidad de contar con módulos de programación dinámicos para estimar los indicadores clave de rendimiento (KPI) de sostenibilidad y validar los resultados de la optimización, especialmente en las fases de adquisición de materias primas y eliminación de residuos.
  • La validación mediante el AHP reveló similitudes y diferencias entre la IA y los resultados de las encuestas de un panel de expertos, lo que puso de manifiesto la eficacia del modelo de IA en la toma de decisiones estratégicas para el abastecimiento y la gestión de residuos.
  • El documento concluyó destacando la importancia de incorporar las fases de fabricación y uso en los futuros modelos de optimización para mejorar aún más la sostenibilidad y la eficiencia de las baterías de NiZn.

Abstract:

This study aims to optimize the Environmental Life Cycle Assessment (LCA) and Life Cycle Cost (LCC) of NiZn batteries using Pareto Optimization (PO) and Multi-objective Particle Swarm Optimization (MOPSO), which combine Pareto optimization and genetic algorithms (GA). The optimization focuses on the raw material acquisition and end-of-life phases of NiZn batteries to improve their sustainability Key Performance Indicators (KPIs). The optimization methodology, programmed in MATLAB, is based on a formulation model of LCC and the environmental LCA, using data from the Ecoinvent database, the OpenLCA software (V1.11.0), and other public databases. Results provide insights about the best combination of countries for acquiring raw materials to manufacture NiZn and for disposing of the waste of NiZn batteries that cannot be recycled. These results were automatically linked to some sustainability KPIs, such as global warming and capital costs, being replicable in case of data updates or changes in production or recycling locations, which were initially considered at Paris (France) and Krefeld (Germany), respectively. These results provided by an AI model were validated by using a sensitivity analysis and the Analytical Hierarchy Process (AHP) through an expert panel. The sensitivity analysis ensures the robustness of mathematical parameters and future variations in the market; on the other hand, the AHP validates the Artificial Intelligence (AI) results with interactions of human factors. Further developments should also consider the manufacturing and use phases in the optimization model.

Keywords:

LCCA; LCA; MOPSO; genetic algorithms; AHP; sustainability KPIs; AI; NiZn batteries

Reference:

MALVIYA, A.K.; ZAREHPARAST MALEKZADEH, M.; SANTARREMIGIA, F.E.; MOLERO, G.D.; VILLALBA-SANCHIS, I.; MARTÍNEZ-FERNÁNDEZ, P.; YEPES, V. (2024). Optimization of the Life cycle cost and environmental impact functions of NiZn batteries by using Multi-Objective Particle Swarm Optimization (MOPSO). Sustainability, 16(15):6425. DOI:10.3390/su16156425

Descargar (PDF, 2.03MB)

Impacto ambiental del ciclo de vida de las baterías de NiZn de la cuna a la tumba

Acaban de publicarnos un artículo en la revista Energies, revista indexada en el JCR. El artículo analiza los impactos ambientales de las baterías de níquel-zinc utilizando modelos matemáticos basados en las normas ISO y el método ReCiPe 2016. Asimismo, compara los impactos ambientales de las baterías de NiZn con los de otras tecnologías y sugiere formas de reducir su impacto mediante la energía renovable y la tecnología de recuperación ecológica. El documento sigue las normas ISO 14040 e ISO 14044 para la metodología de evaluación del ciclo de vida (LCA) y compara la batería de NiZn con las baterías de plomo-ácido y de iones de litio. También recopila los datos principales del inventario del ciclo de vida (LCI) de una producción a escala piloto en China para la fase inicial, centrándose en el consumo de electricidad y excluyendo determinadas evaluaciones de impacto ambiental. Utiliza el método ReCiPe 2016 para la evaluación del impacto, teniendo en cuenta las categorías de impacto intermedio y final, como el potencial de calentamiento global y los daños a la salud humana y los ecosistemas. Por último, aplica el software OpenLCA para modelar los impactos e incorpora los métodos de demanda energética acumulada (CED) y ReCiE 2016 con varios indicadores de impacto para realizar un análisis ambiental exhaustivo.

Las contribuciones más relevantes de este trabajo son las siguientes:

  • Desarrolla modelos matemáticos para estimar los impactos ambientales de las baterías de níquel-zinc durante el ciclo de vida, comparándolos con otras tecnologías de baterías.
  • Analiza los impactos ambientales de las baterías recargables de níquel-zinc desde el principio hasta la tumba, en consonancia con las normas ISO para el análisis del ciclo de vida.
  • Excluye las evaluaciones de impacto ambiental relacionadas con la infraestructura y los bienes de capital, y se centra en los impactos de los productos, el transporte y las contribuciones al final de su vida útil.
  • Proporciona funciones objetivas para optimizar el coste y el impacto medioambiental de las baterías de NiZn, lo que contribuye al objetivo del proyecto LOLABAT de lograr un alto rendimiento, una rentabilidad competitiva y una sostenibilidad.
  • Recibe financiación del programa de investigación Horizonte 2020 de la Unión Europea dentro del proyecto LOLABAT, lo que refleja las opiniones de los autores sobre la posible industrialización de las baterías de NiZn en el contexto europeo.

Las conclusiones más importantes del trabajo se pueden resumir de la siguiente forma:

  • Las baterías de NiZn tienen un impacto ambiental de aproximadamente 14 MJ para la demanda energética acumulada (CED) y de 0,82 kg de CO₂ equivalentes para el potencial de calentamiento global (GWP) por kWh de energía liberada, lo que las sitúa entre las baterías de iones de litio y las de plomo-ácido.
  • La fase de uso contribuye significativamente al impacto de la energía electromagnética, ya que las baterías de NiZn tienen un menor impacto ambiental en comparación con las baterías de plomo-ácido, pero son similares a las tecnologías de iones de litio.
  • Las baterías de NiZn tienen un impacto ambiental menor que las baterías de plomo-ácido, con un impacto ligeramente mayor en comparación con las baterías de iones de litio, lo que las convierte en una opción favorable tanto desde el punto de vista económico como medioambiental.
  • Se espera que las futuras mejoras en los procesos de fabricación y los componentes de las celdas reduzcan la carga medioambiental de las baterías de NiZn y respalden su potencial como solución de almacenamiento de energía más sostenible.

Abstract:

This paper presents a comprehensive and systematic analysis of the environmental impacts (EI) of novel nickel-zinc battery (RNZB) technology, a promising alternative for energy storage applications. The paper develops mathematical models for estimating the life cycle environmental impacts of RNZB from the cradle to the grave based on an extensive literature review and the ISO standards for life cycle costing and life cycle analysis. The paper uses the ReCiPe 2016 life cycle analysis (LCA) method to calculate the EI of RNZB in terms of eighteen Midpoint impact categories and three Endpoint impact categories: damage to human health, ecosystem diversity, and resource availability. The paper also compares the EI of RNZB with those of other battery technologies, such as lead-acid and lithium-ion LFP and NMC. The paper applies the models and compares results with those provided by the software openLCA (version 1.11.0), showing its reliability and concluding that NiZn batteries contribute approximately 14 MJ for CED and 0.82 kg CO₂ eq. for global warming per kWh of released energy. This places them between lithium-ion and lead-acid batteries. This study suggests that NiZn battery technology could benefit from using more renewable energy in end-use applications and adopting green recovery technology to reduce environmental impact. Further developments can use these models as objective functions for heuristic optimization of the EI in the life cycle of RNZB.

Keywords:

Sustainable energy; nickel-zinc battery; life cycle analysis modeling; environmental impacts of battery technologies

Reference:

MALVIYA, A.K.; ZAREHPARAST MALEKZADEH, M.; LI, J.; LI, B.; SANTARREMIGIA, F.E.; MOLERO, G.D.; VILLALBA-SANCHIS, I.; YEPES, V. (2024). A formulation model for computation to estimate the Life Cycle Environmental Impact of NiZn Batteries. Energies, 17:2751. DOI:10.3390/en17112751

Descargar (PDF, 3.66MB)

 

Diseño sostenible de los cimientos de los aerogeneradores terrestres

Acaban de publicarnos un artículo en el Journal of Physics: Conference Series, referente a la comunicación que presentamos en la WindEurope Annual Event 2024 en Bilbao. El estudio se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El documento evalúa la sostenibilidad de los cimientos de los aerogeneradores utilizando un enfoque holístico, comparando diferentes alternativas concretas en función de los impactos del ciclo de vida y empleando un modelo de toma de decisiones multicriterio. Cuantifica la sostenibilidad y clasifica el hormigón con escorias de alto horno como el más sostenible, seguido del hormigón convencional y las cenizas volantes, y proporciona una metodología para la optimización del diseño con una perspectiva sostenible.

Las conclusiones más importantes de este trabajo son las siguientes:

  • El estudio concluye que la alternativa del hormigón con escorias molidas de alto horno (GBFS) demuestra índices de sostenibilidad más altos en comparación con el hormigón convencional (CONV) y el hormigón con cenizas volantes (FA) para cimentaciones de aerogeneradores.
  • El GBFS supera al CONV y al FA en términos de impacto ambiental, mientras que el CONV es más económico que el GBFS y el FA, y el GBFS muestra impactos sociales más destacados según los indicadores de los trabajadores.
  • El documento hace hincapié en la importancia de tener en cuenta simultáneamente las dimensiones económica, ambiental y social al optimizar el diseño, y destaca la necesidad de adoptar un enfoque holístico de la sostenibilidad en el diseño de las cimentaciones de las turbinas eólicas.

Abstract

Recently, wind power has emerged as a prominent contributor to electricity production. Minimizing the costs and maximizing the sustainability of wind energy is required to improve its competitiveness against other non-renewable energy sources. This communication offers a practical approach to assess the sustainability of wind turbine generator foundations from a 3-dimensional holistic point of view. Specifically, the main goal of this study is to analyse the life cycle impacts of one shallow foundation design by comparing three different concrete alternatives: conventional concrete, concrete with 66-80% of blast furnace slags and concrete with 20% fly ash, and then to apply a Multi-Criteria Decision-Making model based on TOPSIS method to evaluate and compare the resulting sustainability of each alternative considered. The study results in a methodology for quantifying sustainability rather than simply qualifying it. Therefore, with a sustainable perspective, this methodology can be employed for design optimization, such as geometry and materials. Specifically, in this study, concrete with blast furnace slags emerges as the top-ranked sustainable alternative, followed by conventional concrete in second place and the fly ash option in third position.

Reference:

MASANET, C.; NAVARRO, I.; COLLADO, M.; YEPES, V. (2024) Journal of Physics:Conference Series, 2745:012005. DOI:10.1088/1742-6596/2745/1/012005

Esta comunicación está en abierto, por lo que os la dejo para su descarga.

Descargar (PDF, 808KB)

 

Modelo para estimar el coste del ciclo de vida de las baterías de NiZn

Acaban de publicarnos un artículo en la revista Sustainability, revista indexada en el JCR. El documento presenta un análisis exhaustivo del costo del ciclo de vida (LCC) de las baterías recargables de níquel-zinc (RNZB) y lo compara con otras tecnologías de baterías, como las baterías de plomo-ácido, LFP de iones de litio y NMC, en términos de costo, seguridad, rendimiento e impacto ambiental. El estudio concluye que las baterías de NiZn, en particular las de formulación de NiZn, son la opción más barata durante todo su ciclo de vida, con el menor costo por unidad de energía liberada. El documento también destaca la necesidad de obtener más datos sobre las baterías de níquel-zinc. Estas aún se encuentran en la fase de investigación y desarrollo, y recomienda considerar factores como la ubicación de la infraestructura, el costo de la maquinaria, el almacenamiento, los proveedores de materias primas, el transporte y la recuperación del material para reducir aún más los costos. El modelo de costos del ciclo de vida propuesto puede aplicarse a otras tecnologías de almacenamiento de energía y utilizarse con fines de optimización.

Las contribuciones más importantes de este trabajo son las siguientes:

  • El documento establece modelos matemáticos para estimar el costo del ciclo de vida de las baterías recargables de níquel-zinc (RNZB) y aplica estos modelos para comparar el costo de las RNZB con el de otras tecnologías avanzadas de baterías para aplicaciones estacionarias.
  • El estudio proporciona un análisis exhaustivo y sistemático de los RNZB, teniendo en cuenta factores como la seguridad, el rendimiento, el impacto ambiental y el costo. Se concluye que las baterías de NiZn, en particular las de formulación de NiZn, son la opción más barata durante todo su ciclo de vida, con el menor coste por unidad de energía liberada.
  • El modelo de costos del ciclo de vida sugerido se puede utilizar como una función objetiva para optimizar el costo y el impacto ambiental de las baterías de NiZn. También sugiere considerar varios factores, como la ubicación de la infraestructura, el costo de la maquinaria, el almacenamiento, los proveedores de materias primas, el transporte y la recuperación del material, para reducir aún más los costos a lo largo del ciclo de vida de la batería.
  • Los modelos establecidos en este documento se pueden aplicar para estimar el costo del ciclo de vida y el impacto ambiental de cualquier nueva tecnología de almacenamiento de energía, proporcionando un marco para la investigación y el desarrollo futuros en el campo del almacenamiento de energía.

Abstract:

The increasing demand for electricity and the electrification of various sectors require more efficient and sustainable energy storage solutions. This paper focuses on the novel rechargeable nickel–zinc battery (RNZB) technology, which can potentially replace the conventional nickel–cadmium battery (NiCd), in terms of safety, performance, environmental impact, and cost. The paper aims to provide a comprehensive and systematic analysis of RNZBs by modeling their lifecycle cost (LCC) from cradle to grave. This paper also applies this LCC model to estimate costs along the RNZB’s lifecycle in both cases: per kilogram of battery mass and per kilowatt hour of energy released. This model is shown to be reliable by comparing its results with costs provided by recognized software used for LCC analysis. A comparison of LCCs for three widely used battery technologies: lead–acid, Li-ion LFP, and NMC batteries, which can be market competitors of NiZn, is also provided. The study concludes that the NiZn battery was the cheapest throughout its entire lifecycle, with NiZn Formulation 1 being the cheapest option. The cost per unit of energy released was also found to be the lowest for NiZn batteries. The current research pain points are data availability for nickel–zinc batteries, which are in the research and development phase. In contrast, other battery types are already widely used in energy storage. This paper recommends considering the location factor of infrastructures, cost of machinery, storage, number of suppliers of raw materials, amount of materials transported in each shipment, and the value of materials recovered after the battery recycling process to further reduce costs throughout the battery’s lifecycle. This LCC model can also be used for other energy storage technologies and serve as objective functions for optimization in further developments.

Keywords:

Sustainable energy; nickel–zinc battery; nickel–cadmium battery; lifecycle cost modeling; battery technologies

Reference:

MALVIYA, A.K.; ZAREHPARAST MALEKZADEH, M.; SANTARREMIGIA, F.E.; MOLERO, G.D.; VILLALBA-SANCHIS, I.; YEPES, V. (2024). A formulation model for computation to estimate the Life Cycle Cost of NiZn Batteries. Sustainability, 16(5):1965. DOI:10.3390/su16051965

Descargar (PDF, 1.8MB)