European Commission logo
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

Computer aided desing for next generation flow batteries

Article Category

Article available in the following languages:

Unas baterías de flujo estables y de gran capacidad podrían alimentar el almacenamiento de energía renovable a escala de red

Mediante el aprendizaje automático y el cribado de alto rendimiento, unos científicos financiados con fondos europeos examinan numerosas moléculas para su uso en unas baterías de flujo de nueva generación.

Energía icon Energía

La transición a fuentes de energía renovables como la solar y la eólica es cada vez más decisiva en la lucha contra los niveles de CO2. Sin embargo, estas fuentes no siempre están disponibles: el sol no siempre brilla y el viento no siempre sopla. Por ello, el almacenamiento de energía es fundamental para garantizar un suministro constante. No obstante, almacenar el exceso de energía para utilizarla en periodos de baja producción plantea ciertos retos. «El método convencional de almacenamiento de energía, bombear agua hacia arriba y dejarla correr por una turbina para generar electricidad, no es práctico en muchos lugares. Además, las baterías de iones de litio, aunque útiles, son caras y solo proporcionan energía para un máximo de cuatro horas», señala Pekka Peljo, coordinador del proyecto CompBat, financiado con fondos europeos. Las baterías de flujo, que almacenan la energía en electrolitos líquidos en lugar de electrodos, son una alternativa valiosa. «Simplemente aumentando el volumen de los depósitos que almacenan el líquido, se puede aumentar la capacidad de almacenamiento de energía», añade Peljo.

Hacia materiales activos de alto rendimiento y bajo coste

Las baterías de flujo actuales se basan en materiales activos costosos, lo que plantea la necesidad de alternativas más asequibles. «Nuestro principal objetivo era buscar materiales activos de bajo coste que cumplieran los requisitos, a menudo contrapuestos, de un voltaje celular suficiente, alta solubilidad y estabilidad a largo plazo durante unos veinte años de funcionamiento», señala Peljo. Por lo general, los métodos experimentales se guían por la intuición de los investigadores, lo que da lugar a una selección inicial de moléculas para las pruebas. Los primeros pasos consisten en la síntesis, la purificación y la caracterización de estas moléculas candidatas. En función de los resultados de la fase de prueba, las moléculas pueden modificarse y sintetizarse de nuevo en un círculo continuo. Sin embargo, este proceso es bastante lento.

La inteligencia artificial tiende puentes entre la intuición y la innovación

En CompBat se han creado métodos basados en datos para acelerar el desarrollo de materiales. «Hemos desarrollado métodos de aprendizaje automático para la selección rápida de posibles materiales activos para baterías de flujo, así como herramientas de modelización para optimizar el diseño de pilas y celdas», explica Peljo. Los socios del proyecto en Hungría elaboraron un protocolo informático eficaz, que podía evaluar los potenciales redox de cien moléculas al día mediante cálculos de química cuántica realizados en ordenadores ofimáticos de alto rendimiento. Este proceso posibilita evaluar con precisión el potencial redox de las nuevas moléculas, una propiedad fundamental para determinar el voltaje de las baterías. Tras evaluar unas quince mil moléculas, compilaron una importante base de datos de potenciales redox informáticos. A continuación, esta base de datos se utilizó para entrenar diferentes modelos de aprendizaje automático capaces de predecir, en cuestión de segundos, el potencial redox de casi cualquier molécula orgánica. «Aunque estas predicciones aún requieren verificación experimental para moléculas seleccionadas, la precisión de la herramienta de aprendizaje automático ha sido sorprendentemente buena», destaca Peljo.

La próxima ola de avances

Esta herramienta, combinada con otras de modelización a nivel de célula, pila y sistema, mejora la comprensión de los requisitos materiales de los sistemas comercialmente viables. Ahora es posible seleccionar moléculas en función de los rangos deseados de potenciales redox y someterlas a pruebas experimentales. La herramienta se utiliza ya para diseñar nuevos materiales, lo que permite determinar cómo afectan a los potenciales redox las distintas modificaciones de la estructura de la molécula. Sin embargo, aún quedan retos por superar. Por ejemplo, la estabilidad sigue siendo motivo de preocupación. «De las veinte moléculas sintetizadas durante el curso de CompBat, sólo cinco demostraron un cierto nivel de estabilidad, y solo una o dos podrían utilizarse en una batería. Los métodos informáticos para evaluar la estabilidad no están tan desarrollados como los de los potenciales redox, por lo que es necesario seguir investigando», concluye Peljo.

Palabras clave

CompBat, potencial redox, baterías de flujo, aprendizaje automático, almacenamiento de energía, material activo, estabilidad

Descubra otros artículos del mismo campo de aplicación