Computación fluidodinámica en el desarrollo de sistemas solares de concentración

La Fluidodinámica Computacional es, en la actualidad, una de las grandes áreas de investigación debido a su amplio espectro de aplicación, siendo capaz de abarcar disciplinas de influencia tanto en el ámbito científico como en el industrial. Ejemplo de ello es la energía solar térmica.

(M.I. Roldán, Plataforma Solar de Almería)

El análisis de procesos técnicos o científicos es imprescindible para operar adecuadamente un sistema, predecir su comportamiento y optimizar el proceso que se va a llevar a cabo. Es bien sabido que para este fin se requiere un trabajo previo de investigación, el cual puede ser abordado de forma experimental y/o mediante simulación teórica. En la experimentación, la información se obtiene examinando los fenómenos por sí mismos y, en la simulación, el análisis de dichos fenómenos se lleva a cabo mediante programas de ordenador basados en modelos matemáticos. Dichos modelos, a su vez, proceden de teorías científicas que explican fenómenos reales; por lo que la selección de la estrategia a emplear para analizar el proceso debe basarse en la precisión obtenida, coste de cálculo que implique y viabilidad del método [1].

A diferencia de la experimentación, la predicción teórica de un fenómeno viene dada por un modelo matemático procedente de un modelo físico para cuya resolución, se emplean métodos numéricos capaces de resolver las ecuaciones diferenciales del modelo. Las principales ventajas de los cálculos teóricos frente a la investigación experimental son [2]:

• Bajo coste ya que en la mayoría de las aplicaciones, el coste de computación es de varios órdenes de magnitud inferior al coste de las investigaciones experimentales.
• Mayor rapidez en la logro del diseño, debido a la disponibilidad de ordenadores potentes.
• Suministro de información completa y detallada, ya que la solución computacional puede proporcionar valores de las variables relevantes en prácticamente todo el dominio de interés.
• Capacidad de simular condiciones reales muy distintas, puesto que en un análisis computacional se puede trabajar tanto a pequeña como a gran escala, con temperaturas muy altas o muy bajas, manejar sustancias tóxicas y peligrosas, o seguir procesos muy rápidos o muy lentos sin que implique una transformación completa de la instalación.
• Capacidad de simular condiciones ideales, de forma que en el estudio de un fenómeno puedan evaluarse únicamente los parámetros que se consideren esenciales y descartar las características irrelevantes, pudiendo realizar una idealización del proceso, algo imposible de obtener en el análisis experimental.
• Capacidad de simular condiciones extremas; ya que, en ciertos sistemas, puede ser muy útil realizar simulaciones computacionales para predecir cuál será el comportamiento del mismo en casos extremos y emergencias, debido a que la realización de dichos experimentos puede implicar riesgos de seguridad.

Con respecto a las desventajas del análisis computacional, es necesario destacar que la utilidad de dicho análisis depende de la validez de los modelos matemáticos en los que se sustenta y de los métodos numéricos de resolución que utiliza. Por lo que en los casos en que el estudio del comportamiento de un sistema implique la construcción de prototipos para abarcar los objetivos de la investigación y, en consecuencia, requiera un elevado gasto de tiempo y dinero, la mejor opción es emplear para la investigación la simulación teórica computacional, usando métodos numéricos [3].

El tipo de método numérico más empleado es el método de elementos finitos por su mayor facilidad para introducir dominios de cálculo complejos. Además, es fácilmente adaptable a problemas de mecánica de fluidos para calcular campos de velocidades y presiones, así como a problemas de transferencia de calor o de campo electromagnético; por lo que, usando un programa de computación fluidodinámica (CFD), se puede construir un modelo que resuelva este tipo de problemas y obtener una predicción de la dinámica del fluido y de los fenómenos físicos asociados [4][5].

De esta forma, la Fluidodinámica Computacional es uno de los métodos más apropiados para estudiar diferentes procesos tales como la transferencia de calor [6][7] y el flujo de fluidos [8][9]. En el área termosolar la simulación CFD es aplicable en multitud de estudios; de modo que da la posibilidad de, por ejemplo, desarrollar un análisis térmico tanto para un dispositivo solar de alta concentración, destinado a aplicaciones industriales de alta temperatura, como para tubos receptores de media concentración. Estos trabajos actualmente se están desarrollando en la Plataforma Solar de Almería, en el contexto de diferentes proyectos de investigación, con el objeto de emplear la versatilidad de este tipo de simulación en el diseño de instalaciones más seguras y mejor adaptadas a los requerimientos concretos de cada aplicación.

La utilidad de esta herramienta de simulación dentro del campo solar ha sido comprobada en estudios de producción de hidrógeno a partir del craqueo de metano, mediante reactores solares, [10] en los que se analiza la distribución tanto de temperatura como de concentración de sustancias en el interior del reactor (Figura 1). También se ha empleado la simulación CFD para el diseño de colectores solares poliméricos, en los que se ha analizado la distribución de temperatura y velocidad del fluido, con objeto de evaluar y mejorar la eficiencia del colector [11]. Otra área de aplicación es la optimización de la geometría y dimensión de nuevos tipos de cavidades receptoras para el colector lineal Fresnel, mediante la evaluación de la transmisión de calor en la instalación [12].

Figura 1. Ejemplo del estudio de la distribución de temperatura y de especies en un reactor solar mediante simulación CFD [10]

Los ejemplos anteriormente citados muestran la amplia versatilidad y aplicabilidad de la Fluidodinámica Computacional en el desarrollo de instalaciones solares, puesto que permite un análisis pormenorizado del conjunto de variables implicadas en el proceso. Esto se traduce en una reducción de coste en la optimización y puesta a punto de la instalación, lo que promueve la aplicación generalizada de esta herramienta en el campo solar y que sea cada vez más necesaria en el desarrollo de estudios científicos.

REFERENCIAS

1. Ueberhuber, C.W. (1997). Numerical computation: methods, software and analysis. Ed. Springer.
2. Patankar, S.V. (1980). Numerical heat transfer and fluid flow. Ed. McGraw-Hill.
3. Solano, F.J; Jiménez, P.A; Rey, P.L; García, R. (2006). Utilización de la fluidodinámica computacional (CFD) como herramienta para la determinación de parámetros de los depósitos en modelos de calidad de agua. Universidad Politécnica de Valencia.
4. Chung, T.J. (2003). Computational Fluid Dynamics. Ed. Cambridge University Press.
5. Wesseling, P. (2000). Principles of CFD. Ed. Springer. 1ª Edición.
6. Zhang, J.; Haghighat, F. (2009). Convective heat transfer prediction in large rectangular cross-sectional area Earth-to-Air Heat Exchangers. Building and Environment, 44, 1892-1898.
7. Zhai, Z.; Chen, Q. (2004). Numerical determination and treatment of convective heat transfer coefficient in the coupled building energy and CFD simulation. Building and Environment, 39(8), 1001-1009.
8. Haghighat, F.; Jiang, Z.; Wang, J.C.Y.; Allard, F. (1992). Air movement in buildings using computational fluid dynamics. The ASME Journal of Solar Energy Engineering, 114 (2), 84-92.
9. Hsieh, K.J.; Lien, F.S. (2004). Numerical modelling of buoyancy-driven turbulent flows in enclosures. International Journal of Heat and Fluid Flow, 25(4), 659-670.
10. Abanades, S.; Flamant, G. (2007). Experimental study and modeling of a high-temperature solar chemical reactor for hydrogen production from methane cracking. International Journal of Hydrogen Energy, 32, 1508-1515.
11. Martinopoulos, G.; Missirlis, D.; Tsilingiridis, G.; Yakinthos, K.; Kyriakis, N. (2010). CFD modeling of a polymer solar collector. Renewable Energy, 35, 1499-1508.
12. Facão, J; Oliveira, A.C. (2011). Numerical simulation of a trapezoidal cavity receiver for a linear Fresnel solar collector concentrator. Renewable Energy, 36, 90-96.