Control PID en Calefacción: Inercia Térmica, Confort y Ahorro Real 2026

Era mediados de enero. Javier llevaba tres semanas ajustando su suelo radiante y la temperatura del salón seguía siendo una montaña rusa: 19 grados, de repente 23, luego 20 otra vez. El termostato encendía y apagaba cada veinte minutos. La caldera trabajaba a trompicones y la factura de gas no bajaba. “¿Cómo puede ser tan difícil mantener 21 grados?”

El problema no era el hardware. Era que su sistema de calefacción funcionaba como un interruptor de luz: todo o nada. Y el suelo radiante no es una bombilla. Tiene inercia. Mucha.

Cuando implementó un controlador PID en Home Assistant, todo cambió. La temperatura se mantuvo dentro de ±0,3°C durante días. Y el consumo bajó un 22% en ese mismo mes.

Esta guía explica qué es, por qué importa y cómo implementarlo tú también.

Respuesta rápida: El control PID (Proporcional-Integral-Derivativo) es un algoritmo que regula la calefacción de forma progresiva en lugar de on/off, compensando la inercia térmica del sistema. Aplicado a suelo radiante o radiadores de masa, mantiene la temperatura objetivo con precisión de ±0,5°C y puede reducir el consumo entre un 15% y un 30% respecto a termostatos convencionales.

El problema real: por qué tu termostato convencional no funciona bien

La mayoría de termostatos domésticos funcionan con lógica bang-bang: si la temperatura baja de X, enciende; si sube de X+histéresis, apaga. Simple, barato, y profundamente inadecuado para sistemas con inercia térmica alta.

María lo explica bien: “El problema es que cuando el termostato dice ‘apaga’, el suelo radiante sigue emitiendo calor durante 30-60 minutos más. Ya era tarde. Y cuando dice ‘enciende’, tarda otro rato en reaccionar.”

Qué es la inercia térmica y por qué lo cambia todo

La inercia térmica es la capacidad de un material de acumular calor y liberarlo de forma lenta. El suelo radiante tiene mucha: el mortero que cubre los tubos actúa como un gran acumulador que puede pesar entre 80 y 200 kg por metro cuadrado.

Esto significa que:

• Tiempo de respuesta: entre 45 minutos y 3 horas desde que la caldera enciende hasta que el suelo transmite calor al ambiente
• Sobretemperatura (overshoot): el suelo sigue calentando mucho después de que la caldera se apaga
• Infratemperatura (undershoot): cuando la caldera enciende tarde, hay un valle de frío perceptible

Los radiadores de hierro fundido tienen menos inercia, pero también la suficiente para que el control on/off sea ineficiente. Solo los radiadores eléctricos de bajo consumo (tipo toallero o panel slim) son lo bastante rápidos para que el control on/off sea razonablemente válido.

Puedes ver más sobre sensores y medición de temperatura en nuestra guía de sensores para climatización.

Qué es el control PID y cómo funciona en calefacción

PID son las siglas de Proporcional, Integral, Derivativo. Es un algoritmo de control de bucle cerrado desarrollado en la industria hace más de un siglo, pero que en domótica hogareña está ganando adopción gracias a plataformas como Home Assistant.

En lugar de encender/apagar, el PID calcula cuánto tiene que actuar el sistema en cada momento, basándose en tres factores:

Componente Proporcional (P)

Actúa en función del error actual: la diferencia entre la temperatura objetivo y la real. Si estás a 1°C del objetivo, aplica menos potencia que si estás a 3°C. Es la base del control.

“Sin la P, no tienes control. Con solo la P, tienes oscilaciones que nunca terminan de asentarse.” — Javier

Componente Integral (I)

Corrige el error acumulado a lo largo del tiempo. Si el sistema lleva 10 minutos a 0,5°C por debajo del objetivo, el componente I detecta que hay algo que no cierra (quizás el día es más frío de lo esperado) y aumenta progresivamente la potencia. Elimina el offset permanente.

Componente Derivativo (D)

Predice el comportamiento futuro basándose en la velocidad de cambio de la temperatura. Si la temperatura está subiendo rápidamente hacia el objetivo, el componente D reduce la potencia antes de llegar, anticipando el overshoot. Es especialmente útil en sistemas con mucha inercia.

Javier siempre dice lo mismo sobre la D en suelo radiante: “Es la diferencia entre conducir mirando al frente y conducir mirando por el retrovisor. Sin ella, siempre llegas tarde.”

Implementación en Home Assistant: paso a paso (2026)

Home Assistant ofrece varias formas de implementar control PID. La más sencilla en 2026 es usar integraciones de HACS que permiten configuración gráfica (UI), aunque también puedes hacerlo con YAML + generic_thermostat o ESPHome.

Las opciones más usadas y recomendadas actualmente son:

• Simple PID Controller (HACS) → Configuración desde la interfaz.
• ha-pid_thermostat / ha-pid_controller → Muy maduras y estables.
• Componente pid de ESPHome (ideal si quieres control 100% local y rápido).

Ejemplo básico con integración PID (HACS)

La mayoría de integraciones modernas se configuran desde la UI. Si usas YAML como base, el esquema general es similar al de generic_thermostat pero con salida proporcional.

Ejemplo de configuración YAML básica

# configuration.yaml
climate:
  - platform: smart_thermostat
    name: Salón Suelo Radiante PID
    heater: switch.rele_calefaccion_salon
    target_sensor: sensor.temperatura_salon
    min_temp: 16
    max_temp: 24
    ac_mode: False
    keep_alive:
      minutes: 3
    # Aquí empieza la magia del PID
    kp: 0.5
    ki: 0.01
    kd: 5.0
    pwm: 00:30:00 # Ciclo de 30 minutos (Time Proportional Control)

Para el PID avanzado con HACS, la configuración es más detallada pero el principio es el mismo: sensor de entrada, actuador de salida, y los tres parámetros K.

Ajuste de parámetros PID: la parte que nadie te cuenta

Esta es la parte donde la gente abandona. Y es una pena, porque el ajuste no es tan complicado si entiendes qué está pasando.

Método de ajuste manual paso a paso

Paso 1: Pon Ki=0 y Kd=0. Sube Kp hasta que el sistema oscile de forma estable (temperatura sube y baja regularmente). Anota ese valor como Kp_crítico.

Paso 2: Divide Kp_crítico por 2. Ese es tu Kp de trabajo.

Paso 3: Añade Ki hasta que el offset desaparezca sin crear nueva inestabilidad. Para suelo radiante, valores entre 0.005 y 0.02 son habituales.

Paso 4: Añade Kd para reducir el overshoot. Empieza con 10x el valor de Ki y ajusta.

Lucía tardó una semana en ajustar bien los parámetros de su suelo radiante. “La primera noche me desperté porque hacía 24 grados. Kp estaba demasiado alto. Pero una vez ajustado, llevamos dos meses sin tocarlo.”

Valores de referencia según tipo de sistema

Cómo actúa un PID (visual rápido)

• P (Proporcional) → corrige el error actual (cuánto te falta)
• I (Integral) → corrige errores acumulados (lleva tiempo mal)
• D (Derivativo) → anticipa el futuro (cómo de rápido cambia)

👉 Resultado: menos oscilaciones, menos overshoot y temperatura más estable.

Cuándo NO merece la pena usar PID

• Viviendas pequeñas con radiadores rápidos
• Casas mal aisladas (el problema no es el control)
• Usuarios sin interés en ajustar parámetros

Caso real completo (antes vs después)

Sistema: suelo radiante 120m²
Antes: ±2°C variación
Después: ±0.3°C
Consumo: -22%

Dispositivos recomendados para implementar control PID

El sensor de temperatura que marca la diferencia

El sensor es el elemento crítico. Usar un sensor barato con ±1°C de precisión hace inútil cualquier algoritmo de control fino. Este es el sensor que usamos normalmente en instalaciones con PID.

Aqara Temperature and Humidity Sensor (TVOC) - El sensor más preciso para PID

Precisión de ±0.3°C, protocolo Zigbee para máxima estabilidad, tiempo de respuesta rápido y compatibilidad nativa con Home Assistant via ZHA o Zigbee2MQTT. El más recomendado por la comunidad de automátizadores avanzados.

19,99 € aproximado.

★★★★★ 4.6 (Valoración editorial)

Ver en Amazon

Nota 2026: Cualquier sensor Zigbee de buena calidad (Aqara, Sonoff, ThirdReality) funciona. Lo importante es precisión y estabilidad, no la marca exacta.

Relé de control para la caldera o zona

Para controlar el encendido/apagado de la caldera o una válvula de zona, necesitas un relé WiFi que Home Assistant pueda manejar directamente:

Shelly 1PM Mini Gen3 - El relé más fiable para control de calefacción

Relé WiFi de 8A con monitorización de consumo, tamaño ultra-compacto para instalar en caja de empotrar o junto a la caldera. Compatible nativamente con Home Assistant. Ideal para control de caldera o válvulas de zona.

13,99 € aproximado.

★★★★★ 4.7 (Valoración editorial)

Ver en Amazon

Puedes ver el análisis completo de este dispositivo en nuestra reseña del Shelly 1PM Mini Gen3.

Termostato con PID integrado (sin Home Assistant)

Si no quieres meterte con Home Assistant, existe una alternativa: termostatos con PID ya integrado. Tado° lo implementa de forma parcial, y algunos modelos industriales adaptados para doméstico ofrecen PID completo.

Tado° Smart Thermostat Starter Kit - PID simplificado listo para usar

Termostato inteligente que utiliza algoritmos predictivos TPI (Time Proportional and Integral), basándose en el clima exterior y las características de tu casa. Incluye control por geolocalización y no requiere configuración manual de parámetros complejos.

129,99 € aproximado.

★★★★★ 4.4 (Valoración editorial)

Ver en Amazon

Puedes comparar Tado con otras opciones en nuestra guía de control de aire acondicionado WiFi con Tado y Sensibo.

Ahorro real: qué esperar y qué no

Javier es muy claro en esto y siempre frena las expectativas desmedidas: “El PID no hace milagros. No calienta con menos energía de la que físicamente necesitas. Lo que hace es no desperdiciar la que produces.”

El ahorro viene de tres fuentes reales:

1. Eliminación de overshoot: Sin PID, el suelo llega a 23°C cuando quieres 21°C. Esos 2°C de más son energía pagada que abres ventana para compensar. Con PID, no llegás ahí.

2. Menos ciclos de caldera: Una caldera que arranca y para cada 20 minutos consume más que una que trabaja de forma continua a baja potencia. El PID tiende a mantener la caldera en funcionamiento más tiempo pero a menor intensidad.

3. Aprovechamiento de ganancias solares: Si el PID está bien configurado con el componente D, cuando el sol entra por la ventana y sube la temperatura natural del salón, el algoritmo reduce la calefacción antes de que haya overshoot. Un termostato on/off lo detecta demasiado tarde.

Ahorro real documentado en instalaciones domésticas: entre el 12% y el 28% en comparación con termostato bimetálico estándar. Con termostatos WiFi modernos (Tado, Hive) la comparación es menos favorable: el PID puro aporta entre un 5% y un 15% adicional sobre estos.

Para monitorizar el consumo real antes y después, un enchufe con medidor de consumo en la caldera o el Shelly EM para control de consumo total son herramientas imprescindibles.

Errores comunes al implementar PID en calefacción

Error 1: Sensor mal ubicado El sensor que alimenta el PID debe estar en el centro de la zona controlada, a 1,5m de altura, sin corrientes directas, lejos de ventanas y de fuentes de calor o frío puntuales. Un sensor junto a un radiador, en el suelo, o cerca de una ventana da lecturas que engañan al algoritmo. El PID controlará el sensor, no la habitación.

Error 2: Período de muestreo demasiado corto Para suelo radiante, un período de 5 minutos es absurdo. El sistema no ha tenido tiempo de responder a la acción anterior. Usa 20-30 minutos mínimo. Lucía cometió este error: “Ponía ciclos de 5 minutos y el PID parecía loco. La caldera encendía y apagaba sin parar porque el algoritmo recalculaba antes de que el suelo hubiera respondido nada.”

Error 3: Windup integral sin límites Si la casa está muy fría (por ejemplo, tras volver de vacaciones), el componente I empezará a acumular un error altísimo intentando compensar ese frío prolongado. ¿El resultado? Cuando por fin llegues a 21°C, el componente I tendrá tanta inercia matemática acumulada que seguirá calentando hasta provocarte un overshoot masivo. La solución práctica: las integraciones PID en Home Assistant (como Smart Thermostat) incluyen un parámetro llamado anti_windup o te permiten limitar el cálculo integral solo cuando estás cerca de la temperatura objetivo. Asegúrate de configurarlo para que el algoritmo no “enloquezca” en los arranques en frío.

Error 4: Ignorar la temperatura exterior Un PID puro sin feedforward externo tiene que “aprender” cada día lo diferente que es calentar con 5°C fuera que con 15°C. Añadir la temperatura exterior como variable de feedforward acelera la respuesta ante cambios de tiempo. Usa la integración de estación meteorológica WiFi o la API de Open-Meteo.

Error 5: Usar el PID con relés o calderas sin modulación real Si tu caldera o tu válvula de zona solo tienen dos estados (encendido/apagado), el PID no puede decirle al sistema que entregue un “50% de calor”. Para solucionarlo, el algoritmo recurre al PWM (Pulse Width Modulation o Modulación por Ancho de Pulsos), también conocido como Time Proportional Control. Es muy sencillo: si configuraste un ciclo de 30 minutos y el PID calcula que necesitas un 50% de potencia, tu relé (como el Shelly) encenderá la calefacción 15 minutos y la apagará los 15 restantes. Emula la modulación de forma excelente, aunque físicamente sea todo o nada.

Mejor opción según tu situación

Mejor opción si tienes suelo radiante y Home Assistant

Implementa PID con HACS + sensor Zigbee de calidad. El esfuerzo de configuración inicial es medio-alto, pero el resultado es el más fino posible. Puedes empezar leyendo sobre automatizaciones avanzadas en Home Assistant.

Mejor opción si quieres PID sin configuración técnica

Tado° o Hive no usan un PID clásico, sino algoritmos TPI (Time Proportional and Integral) predictivos. Estos sistemas aprenden de las características térmicas de tu casa y del clima exterior para anticiparse, comportándose en la práctica de forma casi idéntica a un PID bien afinado, pero sin que tengas que tocar un solo parámetro. No es modulación pura, pero para el 80% de los hogares es más que suficiente y te ahorra muchísimos dolores de cabeza en la configuración. Consulta nuestra guía de termostatos WiFi.

Mejor opción si tienes varias zonas independientes

Un PID por zona, con sensores individuales y válvulas motorizadas. Los termostatos Tado con válvulas termoestáticas o un sistema con Home Assistant y Shelly por zona son las dos opciones más maduras.

Mejor opción si buscas el máximo ahorro con tarifas horarias

Combina el PID con la integración PVPC de Home Assistant para precalentar en horas baratas y dejar trabajar la inercia térmica en horas caras. Puedes ver cómo gestionar esto en nuestra guía de enchufes dinámicos según precio de la luz.

FAQ

Conclusión: temperatura estable, factura reducida, sin magia

El control PID no es tecnología de ciencia ficción. Es matemática aplicada a un problema real: que los sistemas de calefacción con inercia térmica necesitan anticipación, no reacción.

Lo que hemos aprendido trabajando con esto: el ajuste inicial requiere tiempo y paciencia, pero una vez estabilizado, es prácticamente autónomo. No tocamos los parámetros durante meses. La temperatura del salón varía menos de medio grado. Y la caldera trabaja de forma mucho más razonada.

Sergio tiene una opinión diferente a la de Javier sobre si merece la pena para todos: “Para alguien con suelo radiante y ganas de optimizar, es clarísimo. Para alguien con dos radiadores convencionales en un piso de alquiler, un Tado° hace el 80% del trabajo sin ninguna complicación.” Y tiene razón. No todo requiere el nivel de detalle del PID manual.

Tu misión esta semana: Si tienes Home Assistant y suelo radiante, instala la integración de temperatura y empieza a graficar los datos reales durante 3-4 días. Observa cuánto overshoot tiene tu sistema actual. Con ese dato en la mano, tendrás la motivación suficiente para dar el siguiente paso.

Si aún no tienes Home Assistant y quieres empezar, consulta primero nuestra guía de domótica barata por menos de 60€ para entender por dónde empezar sin complicarte.

Recursos relacionados:

• Termostatos WiFi: guía de compra e instalación
• Sensores para climatización y temperatura
• Válvulas termoestáticas inteligentes: Tado vs Moes
• InfluxDB + Grafana para datos históricos en Home Assistant
• Control de consumo total con Shelly EM
• Automatizar calefacción según precio de la luz

Referencias técnicas:

• Ziegler, J.G. & Nichols, N.B. (1942). Optimum Settings for Automatic Controllers — Transactions of the ASME
• Wikipedia: PID controller — principios y derivación matemática
• Universidad Politécnica de Valencia — Fundamentos de control automático en sistemas térmicos