Modelando una red de hidrógeno para un futuro más sostenible

Movilidad sostenible

El papel del hidrógeno en la descarbonización del transporte 

Fotografía de una camión transportando Hidrógeno para abastecer una estación de servicio

El hidrógeno renovable se ha consolidado como un vector energético clave para avanzar hacia una movilidad más sostenible, especialmente en aquellos segmentos del transporte donde la electrificación directa presenta mayores limitaciones. Hablamos, por ejemplo, de vehículos pesados de largo recorrido, transporte ferroviario no electrificado, maquinaria industrial o flotas intensivas de transporte público y mercancías. En estos contextos, el hidrógeno puede ofrecer ventajas significativas frente a las baterías, como mayores autonomías, menor tiempo de repostaje y una operativa más similar a los combustibles convencionales. 

A nivel europeo, ya se han establecido hitos regulatorios ambiciosos que afectan directamente al despliegue de tecnologías de movilidad sostenible. Por ejemplo, la normativa comunitaria exige que a partir de 2035 todos los turismos y furgonetas nuevos vendidos sean de cero emisiones, lo cual actúa como catalizador para la adopción masiva de tecnologías como la eléctrica y la de hidrógeno

A pesar al retraso en el desarrollo de infraestructuras respecto a esos líderes europeos, España está alineándose con las políticas europeas y ha lanzado estrategias nacionales, come el Plan Complementario de Hidrógeno Renovable en Aragón tiene como objetivo generar conocimiento técnico y reforzar las capacidades industriales para desplegar tecnologías de hidrógeno verde. 

¿Por qué un modelo dinámico? Ventajas frente a enfoques tradicionales 

A diferencia de los modelos estáticos tradicionales, el modelo del ITA se basa en una simulación multiagente, una técnica computacional avanzada que emula el comportamiento individual de distintos actores del sistema y cómo sus decisiones afectan la dinámica global para evaluar escenarios futuros en los años 2030,2040 y 2050. 

Durante el periodo de simulación cada agente actúa de forma autónoma, tomando decisiones basadas en su entorno, preferencias y restricciones. Al observar cómo estos agentes interactúan entre sí y con el entorno, el modelo permite: 

  • Capturar comportamientos emergentes que no pueden predecirse con modelos agregados. 
  • Adaptarse a cambios en que evolucionan con el tiempo, como nuevas normativas o variaciones de precio. 
  • Simular múltiples escenarios con diferentes combinaciones de variables. 

Este enfoque ofrece una visión más realista y flexible de la transición hacia tecnologías limpias, especialmente útil en un contexto tan incierto como el futuro de la movilidad. 

Los tipos de agentes principales en el modelo: vehículos y estaciones de servicio 

El modelo contempla dos tipos principales de agentes que interactúan entre sí: 

  • Vehículo: Representa a los usuarios finales (particulares o empresas) que, periódicamente, evalúan si mantener su vehículo actual o sustituirlo por uno de otra tecnología.  
  • Estación de servicio: Simula la infraestructura de repostaje y recarga. Su comportamiento evoluciona en función de la demanda siguiendo la evolución del parque móvil de vehículos. 

Cómo eligen los usuarios qué vehículo comprar: lógica de decisión y función de utilidad 

El proceso de decisión del agente “vehículo” se modela mediante una función de utilidad, una fórmula matemática que asigna una puntuación a cada tecnología energética disponible. La tecnología con mayor puntuación será la elegida en el momento de renovación del vehículo.  

Éstas son las variables consideradas en la función de utilidad: 

  • Precio de la energía: el coste por km de cada tecnología (gasolina/diésel, electricidad, hidrógeno, etc.), calculado en €/100 km. Un menor coste operativo hace más atractiva una tecnología.  
  • Precio del vehículo: el costo de adquisición del vehículo nuevo.  
  • Disponibilidad de estaciones: cuántas estaciones de servicio de esa tecnología están accesibles en las rutas del usuario.  
  • Disponibilidad de vehículos: la variedad y oferta de modelos comerciales de cada tecnología.  
  • Autonomía: la distancia que puede recorrer el vehículo con un repostaje o carga completa.  
  • Tiempos de repostaje/carga: el tiempo necesario para reabastecer energía.  

Escenarios de implantación a corto, medio y largo plazo 

Uno de los principales resultados del modelo es la evolución geográfica de la red de repostaje de hidrógeno en función de la adopción progresiva de vehículos FCEV. El modelo identifica qué rutas y áreas geográficas se activan antes en cada escenario, lo que permite clasificar las estaciones en función de su rol dentro de la red. 

Estas estaciones actúan como nodos principales, siendo prioritarias por volumen de tráfico y concentración de usuarios potenciales. A medida que se incrementa la adopción de FCEV, la red crece de forma orgánica, incorporando estaciones secundarias en nodos de menor densidad y estaciones de soporte en rutas complementarias, permitiendo cubrir zonas periféricas o rurales. 

Capturas de pantalla del modelo en el escenario que simula la aplicación de la ley en 2050
Escenario que simula la aplicación de la Legislación en 2050

El modelo simula varios escenarios temporales en función de dos variables clave: la fecha de entrada en vigor de la prohibición de vehículos de combustión y el nivel de incentivos económicos aplicados. Esto permite identificar los impactos diferenciales que tiene cada política sobre la penetración del hidrógeno y la expansión de la red. Algunos de los escenarios analizados 

  • Efectos de aplicación de Legislación : temprana (2035) vs. Legislación tardía (2050) 
  • Escenarios de evaluación de impacto de incentivos económicos (Niveles, 0%, 20% y 40%) 

Estos escenarios permiten planificar con precisión distintas fases de despliegue: a medio plazo (2030-2040) centradas en corredores clave y usuarios pioneros, y a largo plazo (2040-2050) ampliando cobertura regional con un despliegue nacional más completo. 

Aplicaciones prácticas para administraciones y empresas del sector 

Los resultados obtenidos no solo tienen valor académico o exploratorio, sino que ofrecen herramientas prácticas de planificación tanto para el sector público como para el privado: 

Para administraciones públicas: 

  • Planificación territorial: Identificación de zonas prioritarias para ayudas o instalación de estaciones. 
  • Diseño de políticas: Evaluación del impacto real de leyes de restricción y programas de incentivos. 
  • Optimización de inversiones: Priorización de recursos en fases críticas para lograr masa crítica de adopción. 

Para operadores de infraestructuras y logística: 

  • Selección de ubicaciones estratégicas para construir hidrogeneras según escenarios de demanda realista. 
  • Reducción del riesgo en la toma de decisiones, al contar con simulaciones dinámicas de mercado y evolución tecnológica. 

Para fabricantes de vehículos y tecnología H: 

  • Estimación de la demanda futura por regiones y tipo de usuario. 
  • Detección de ventanas de oportunidad para lanzar productos en función del calendario regulatorio. 

En definitiva, este modelo es una herramienta estratégica para evaluar con criterios concretos la transformación del transporte y ayudar a la toma de decisiones en base a simulaciones robustas, actualizables y adaptables a nuevas condiciones de mercado. 

Colaboración con CEES 

Si te ha interesado el resumen que hemos realizado en este artículo del modelo generado por el ITA, te animamos a que te descargues de forma gratuita el informe completo que hemos publicado junto a la Confederación Española de Empresarios de Estaciones de Servicio (CEEES).  Además, ponemos a disposición de cualquier empresa y entidad que así lo desee una demo de nuestro modelo (versión Beta).  

Agradecimientos

Esta actividad de divulgación se ha ejecutado dentro de la Operación “Fortalecimiento científico-tecnológico ITA” en el Programa de Aragón Fondo Europeo de Desarrollo Regional FEDER 2021-2027 y se tiene previsto cofinanciar al 40%.

El trabajo recogido en el informe que se presenta se encuadra en la Línea de Actuación 7 del programa de Aragón en el área de interés “Energía e Hidrógeno renovable” de los Planes Complementarios previstos en el Plan de Recuperación, Transformación y Resiliencia. Dicho programa está financiado en un 64.2% por la Unión Europea – NextGenerationEU (PRTR-C17.I1), con una tasa de financiación del 100%; siendo el restante 35.8% co-financiado por el Fondo Europeo de Desarrollo Regional dentro del Programa Aragón PRAR FEDER 21-27, con una tasa de financiación del 40%.

ARTÍCULOS DEL MÍSMO ÁMBITO

OTROS ARTÍCULOS

Skip to content