Stratégies et pratiques pour améliorer l'exploitation économique des systèmes de stockage d'énergie

Dans le contexte des réformes actuelles du marché et de la transformation du système électrique, le rôle des batteries de stockage pour les systèmes domestiques a progressivement évolué : d’une fonction d’écrêtement des pointes de consommation, elles sont devenues un acteur à part entière du marché. Cette évolution impose des exigences accrues aux stratégies opérationnelles, nécessitant non seulement une optimisation technique de la gestion de la production, mais aussi une adaptation aux mécanismes de tarification du marché et aux modèles d’exploitation basés sur les données.

Construction et évaluation des indicateurs économiques d’exploitation

Lors de l’élaboration d’une stratégie de gestion de la production d’une batterie lithium 48 V de 10 kWh, l’équipe d’exploitation doit définir un ensemble d’indicateurs économiques d’exploitation précis, couvrant des dimensions telles que la gestion de la production en cours de journée, l’utilisation des écarts de prix et l’évaluation du coût du cycle de vie. Compte tenu de la fluctuation des prix de l’électricité, le modèle d’optimisation comprend généralement les composantes suivantes :

Cadre de stratégie de charge et de décharge

Un module de stratégie automatique, basé sur les écarts de prix en temps réel et prévisionnels, est mis en place. Il concentre la charge pendant les heures creuses et la décharge pendant les heures de pointe, améliorant ainsi la rentabilité grâce à l’arbitrage des prix.

Analyse du coût d’exploitation du cycle de vie

Un modèle de coût du cycle de vie est appliqué pour quantifier les coûts de dégradation du système de batterie domestique à panneaux solaires pendant son fonctionnement et les intégrer à l’algorithme d’optimisation de la gestion de la production. Cela permet une évaluation économique plus précise des avantages opérationnels à différents moments.

Identification de la structure des revenus liés à la participation au marché

Avec de multiples sources de revenus, notamment le marché spot de l'électricité et le marché des services auxiliaires, les stratégies opérationnelles doivent permettre de calculer les revenus pour différents modèles de service et d'ajuster automatiquement les priorités de service en fonction de l'état du système.

Modèles d'analyse opérationnelle et pratiques d'application

Pour améliorer la performance économique des projets de stockage d'énergie, le secteur utilise couramment des méthodes basées sur les données et des algorithmes d'optimisation, combinant des données de performance en temps réel avec des données de marché historiques :

Logique de planification

Module d'identification des pics et des creux : Identifie automatiquement les périodes de pointe et de creux typiques à partir des courbes de prix de l'électricité sur plusieurs jours, fournissant une division temporelle de base pour les décisions de charge et de décharge ;

Composant de prédiction des revenus : Utilise des modèles d'apprentissage automatique ou de prédiction statistique pour prévoir les tendances futures des prix de l'électricité afin d'évaluer les revenus des schémas de planification ;

Solution d'optimisation : Prend en entrée l'objectif de maximisation des revenus et les contraintes du système, et fournit en sortie la stratégie optimale de charge et de décharge par le biais de la programmation linéaire/non linéaire ou d'algorithmes heuristiques.

Dans les projets de stockage d'énergie à grande échelle, les modèles de planification intègrent même les contraintes du réseau et les modèles de dégradation des équipements, offrant ainsi une base d'évaluation complète pour les décisions opérationnelles. De telles stratégies ont été mises en œuvre dans des parcs industriels, des micro-réseaux et d'autres contextes, améliorant significativement la performance économique grâce à des schémas de planification précis.