Avances en la optimización hidráulica y mecánica de turbinas hidrocinéticas para la generación de energía renovable: una revisión sistemática de la literatura bajo la metodología PRISMA 2020
DOI:
https://doi.org/10.70577/asce.v5i4.1136Palabras clave:
Dinámica de fluidos, Gestión de los recursos hídricos, Ingeniería mecánica, Inteligencia artificial, Recursos renovablesResumen
Las turbinas hidrocinéticas, han surgido como una opción atractiva, para aprovechar la energía cinética presente en ríos, estuarios, y corrientes mareomotrices, sin requerir grandes infraestructuras hidráulicas, sin embargo, el rendimiento de estos sistemas, depende de una interacción compleja, entre variables hidráulicas y mecánicas. A pesar del aumento de investigaciones en el área, el conocimiento disponible, permanece disperso entre disciplinas, lo que dificulta una comprensión integrada del estado actual de la tecnología, y de las estrategias más efectivas, para incrementar su eficiencia. Objetivo. Analizar los avances científicos recientes, relacionados con la optimización hidráulica, y mecánica de turbinas hidrocinéticas, destinadas a la generación de energía renovable. Metodología. Se desarrolló una revisión sistemática, bajo los lineamientos PRISMA 2020, la búsqueda se realizó en Scopus, Web of Science, ScienceDirect, SpringerLink, IEEE Xplore, MDPI, y Wiley Online Library, se incluyeron artículos científicos publicados entre 2021 y 2026. Resultados. La evidencia mostró, una tendencia hacia enfoques multidisciplinarios, que integran diseño mecánico, optimización hidráulica, y simulación CFD; los principales avances incluyeron, la optimización geométrica de rotores y álabes, el uso de ductos, para mejorar la captación energética, la aplicación extensiva de CFD, para el diseño y validación de turbinas. Conclusiones. La combinación de estrategias, hidráulicas y mecánicas, proporciona los mayores incrementos de rendimiento en turbinas hidrocinéticas; CFD se consolidó, como la herramienta dominante de análisis, mientras que la inteligencia artificial, emerge como un recurso prometedor para el diseño predictivo, y la optimización avanzada; no obstante, persiste una limitada validación, en condiciones reales de operación.
Descargas
Citas
Ai, K., Wang, M., Wang, D., Wang, H., Cao, R., & Avital, E. (2021). Numerical Study of A Generic Tidal Turbine Using BEM Optimization Methods. China Ocean Engineering, 35(3), 344-351. https://doi.org/10.1007/s13344-021-0032-1 DOI: https://doi.org/10.1007/s13344-021-0032-1
Alhousni, F. K., Nwokolo, S. C., Meyer, E. L., Alsenani, T. R., Alhinai, H. A., Ahia, C. C., Okonkwo, P. C., & Ahmed, Y. E. (2025). Multi-scale computational fluid dynamics and machine learning integration for hydrodynamic optimization of floating photovoltaic systems. Energy Informatics, 8(1), 103. https://doi.org/10.1186/s42162-025-00567-9 DOI: https://doi.org/10.1186/s42162-025-00567-9
Betancur Gómez, J. D., Ardila Marín, J. G., & Chica Arrieta, E. L. (2023). Numerical and experimental performance analysis of a horizontal axis hydrokinetic turbine. Journal of Applied Research and Technology, 21(6), 965-974. https://doi.org/10.22201/icat.24486736e.2023.21.6.1996 DOI: https://doi.org/10.22201/icat.24486736e.2023.21.6.1996
Boretti, A., & Castelletto, S. (2025). Advancements and challenges in tidal stream and oceanic current turbines: An overview of current technologies and future prospects. Marine Development, 3(1), 10. https://doi.org/10.1007/s44312-025-00054-5 DOI: https://doi.org/10.1007/s44312-025-00054-5
Bowman, J., Bhushan, S., Burgreen, G., & Dettwiller, I. (2024). A Machine-Learned Actuator Line Model for Hydrokinetic Turbines. Volume 2: Computational Fluid Dynamics (CFDTC); Micro and Nano Fluid Dynamics (MNFDTC); Flow Visualization, V002T05A028. https://doi.org/10.1115/FEDSM2024-131429 DOI: https://doi.org/10.1115/FEDSM2024-131429
Fekiač, J. J., Krbata, M., Kohutiar, M., Janík, R., Kakošová, L., Breznická, A., Eckert, M., & Mikuš, P. (2025). Comprehensive Review: Optimization of Epoxy Composites, Mechanical Properties, & Technological Trends. Polymers, 17(3), 271. https://doi.org/10.3390/polym17030271 DOI: https://doi.org/10.3390/polym17030271
Gong, X., Ge, W., Yan, J., Zhang, Y., & Gongye, X. (2020). Review on the Development, Control Method and Application Prospect of Brake-by-Wire Actuator. Actuators, 9(1), 15. https://doi.org/10.3390/act9010015 DOI: https://doi.org/10.3390/act9010015
Gu, Y., Zou, T., Liu, H., Lin, Y., Ren, H., & Li, Q. (2024). Status and Challenges of Marine Current Turbines: A Global Review. Journal of Marine Science and Engineering, 12(6), 884. https://doi.org/10.3390/jmse12060884 DOI: https://doi.org/10.3390/jmse12060884
Ileberi, G. R., & Li, P. (2023). Integrating Hydrokinetic Energy into Hybrid Renewable Energy System: Optimal Design and Comparative Analysis. Energies, 16(8), 3403. https://doi.org/10.3390/en16083403 DOI: https://doi.org/10.3390/en16083403
Jiang, B., Amini, M. R., Liao, Y., Martins, J. R. R. A., & Sun, J. (2022). Control Co-Design of a Hydrokinetic Turbine With Open-Loop Optimal Control. Volume 8: Ocean Renewable Energy, V008T09A006. https://doi.org/10.1115/OMAE2022-81006 DOI: https://doi.org/10.1115/OMAE2022-81006
Lakatos, G. D., Albu (Druța), R. M., Rhazzali, A. L., Ferenci, S., Cioca, L. I., Munteanu, R. A., & Szabó, L. (2026). The Role of Hydraulic Turbines in the Energy Transition: A Systematic Review of Methods for Evaluating and Optimizing Hydropower Plant Operation. Processes, 14(5), 841. https://doi.org/10.3390/pr14050841 DOI: https://doi.org/10.3390/pr14050841
Liu, X., Hu, J., Zhang, Y., Yu, H., Shen, W., Xu, Y., & Zheng, J. (2025). Structural Optimization of a Pipeline Savonius Hydro Turbine Based on Broad Learning. Applied Sciences, 15(16), 9181. https://doi.org/10.3390/app15169181 DOI: https://doi.org/10.3390/app15169181
Liu, Z., Zheng, Y., Zhang, Y., & Xu, J. (2025). MLP-Optimized Duct Design for Enhanced Hydrodynamic Performance in Tidal Turbines. Water, 17(18), 2691. https://doi.org/10.3390/w17182691 DOI: https://doi.org/10.3390/w17182691
Nekahi, A., Anil Kumar, M. R., Deng, S., Li, X., Petropoulos, A., Nanda, J., & Zaghib, K. (2025). Toward Green Renewable Energies and Energy Storage for the Sustainable Decarbonization and Electrification of Society. Electrochemical Energy Reviews, 8(1), 12. https://doi.org/10.1007/s41918-025-00247-y DOI: https://doi.org/10.1007/s41918-025-00247-y
Park, J., Knight, B. G., Liao, Y., Mangano, M., Pacini, B., Maki, K. J., Martins, J. R. R. A., Sun, J., & Pan, Y. (2023). CFD-based design optimization of ducted hydrokinetic turbines. Scientific Reports, 13(1), 17968. https://doi.org/10.1038/s41598-023-43724-4 DOI: https://doi.org/10.1038/s41598-023-43724-4
Restrepo-Zapata, K., Betancour-Osorio, J., & Rubio-Clemente, A. (2025). Turbinas hidrocinéticas: Características, principio de funcionamiento e impactos ambientales asociados. 24(4), 91-106.
Salinas-León, C. D., & Ochoa-Correa, D. (2025). Multicriteria analysis for the site selection of hydrokinetic turbines-HKT for renewable energy generation: A case study in Ecuador. Renewable Energies, 3(1), 27533735251340200. https://doi.org/10.1177/27533735251340200 DOI: https://doi.org/10.1177/27533735251340200
Song, K., Yao, J., Huan, H., Wei, L., & Liu, Q. (2026). Research Progress of Archimedes Spiral Hydrokinetic Turbines in Free-Flow Conditions: A Comprehensive Review. Journal of Marine Science and Engineering, 14(15), 1449. https://doi.org/10.3390/jmse14151449 DOI: https://doi.org/10.3390/jmse14151449
Velásquez, L., Rengifo, J., Saldarriaga, A., Rubio-Clemente, A., & Chica, E. (2025). Optimization of Vertical-Axis Hydrokinetic Turbines: Study of Various Geometric Configurations Using the Response Surface Methodology and Multi-Criteria Decision Matrices. Processes, 13(7), 1950. https://doi.org/10.3390/pr13071950 DOI: https://doi.org/10.3390/pr13071950
Yang, R., Cui, T., Chen, Z., Ma, S., Ping, H., Wei, F., Gao, Z., Lu, G., Liu, H., & Zhang, L. (2026). Review on Dynamic Inflow Sensing Layout Optimization for Large-Scale Wind Farms: Wake Modeling, Data-Driven Prediction, and Multi-Objective Uncertainty Optimization. Energies, 19(3), 810. https://doi.org/10.3390/en19030810 DOI: https://doi.org/10.3390/en19030810
Zemanová, L., & Rudolf, P. (2020). Flow Inside the Sidewall Gaps of Hydraulic Machines: A Review. Energies, 13(24), 6617. https://doi.org/10.3390/en13246617 DOI: https://doi.org/10.3390/en13246617
Zhong, S., Jin, G., Chen, Y., Ye, T., & Zhou, T. (2025). Review of Vibration Analysis and Structural Optimization Research for Rotating Blades. Journal of Marine Science and Application, 24(1), 120-136. https://doi.org/10.1007/s11804-024-00405-6 DOI: https://doi.org/10.1007/s11804-024-00405-6
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Juan Francisco Durango Grisales, Ramón Gabriel Aguilar Vega, Juan Carlos Cerón Vinueza, Vily Dick Mamani Osco, Franklin César Ramírez Baquerizo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Eres libre de:
- Compartir : copiar y redistribuir el material en cualquier medio o formato
- Adaptar : remezclar, transformar y desarrollar el material
- El licenciante no puede revocar estas libertades siempre y cuando usted cumpla con los términos de la licencia.
En los siguientes términos:
- Atribución : Debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o a su uso.
- No comercial : no puede utilizar el material con fines comerciales .
- CompartirIgual — Si remezcla, transforma o construye sobre el material, debe distribuir sus contribuciones bajo la misma licencia que el original.
- Sin restricciones adicionales : no puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros hacer algo que la licencia permite.
