Accueil » Approvisionnement en produits » pour les énergies renouvelables » BESS, simulations de Deep Learning : diminution de la variabilité des prix de gros
Watt-heure sur fond solaire, éolienne et pylône électrique sur le toit

BESS, simulations de Deep Learning : diminution de la variabilité des prix de gros

Donato Leo est l'auteur d'une étude sur la relation entre le photovoltaïque, les batteries et les prix de gros de l'énergie en Italie. Les simulations d'apprentissage profond de Leo suggèrent des changements dans les prix de l'énergie à mesure que la capacité installée de la batterie augmente.

Simulation d'une journée d'automne
Simulation d'une journée d'automne

En tant qu'expert en énergie intégré aux opérations des services publics, Leo utilise des codes d'apprentissage profond et d'apprentissage automatique pour l'analyse et la prévision afin d'analyser et de simuler des scénarios de marché et d'optimiser les stratégies de gestion de portefeuille. Dans son analyse la plus récente, Leo a utilisé des techniques d’apprentissage profond pour simuler les tendances PUN concernant l’installation de batteries à grande échelle. Le PUN (acronyme italien de Prezzo Unico Nazionale, « Prix Unique National ») – le prix de gros de référence de l'électricité achetée sur le marché de la Borsa Elettrica Italiana (IPEX – Bourse italienne de l'électricité) – représente la moyenne nationale pondérée des prix de vente zonaux de l'électricité. pour chaque heure et pour chaque jour.

Les graphiques de la demande d'électricité dans les réseaux électriques ressemblent un peu à un canard ou à un chameau (appelé ici courbe à dos de chameau), avec des points culminants le matin et le soir lorsque les gens dépendent du réseau, et une forte baisse au milieu. de la journée, ce qui correspond également au moment où de nombreuses personnes utilisent leur propre énergie solaire et ont besoin de moins du réseau.

Selon Leo, les BESS diminuent le prix maximum de l'électricité, augmentent le prix minimum et ont un effet saisonnier sur le prix moyen : il diminuerait les jours peu ensoleillés et augmenterait légèrement lors des jours de production photovoltaïque élevée.

Les BESS permettent au PV d'éviter d'alimenter le réseau pendant les heures de jour à faible PUN et de mettre de l'électricité dans le réseau pendant les heures les plus sombres et les plus élevées. Cela peut compenser les coûts plus élevés du BESS et augmenter les revenus, mais cela dépend du contexte, n'est-ce pas ? Peux-tu expliquer?

Donato Leo : La forme de la courbe PUN est étroitement liée aux particularités du parc de production qui, dans le cas du PV, n'est pas encore massivement équipé en BESS et est donc contraint de produire et d'alimenter pendant les heures d'ensoleillement. L'adoption progressive du BESS (et le développement de services de stockage fournis par des tiers) conduira les opérateurs photovoltaïques à stocker l'énergie pendant les heures d'ensoleillement actuelles, moins bien rémunérées, puis à l'injecter dans le réseau pendant les heures de pointe du PUN, aplatissant probablement son niveau actuel de camelback. courbe. S’il s’agit d’un scénario plausible, il est clair que, dans un tel contexte, les opérateurs photovoltaïques qui utilisent pour la première fois le BESS bénéficieront de gains plus importants pendant un certain temps, car ils trouveront initialement la « courbe à dos de chameau » actuelle du PUN inchangée ( ou presque), avec son écart quotidien considérable entre le PUNmax et le PUNmin diurnes.

Vous avez utilisé des techniques d’apprentissage profond pour créer un algorithme permettant de comprendre comment la courbe PUN – désormais précisément en forme de dos de chameau – pourrait changer. En entrant dans le détail, il semble que la courbe perdrait la deuxième bosse du soir, ne conservant que la première pendant les heures où l'apport énergétique est absent. Ou les deux bosses seraient de toute façon lissées, n'est-ce pas ? Qu’est-ce que cela signifierait pour la rémunération des batteries ?

DL : Permettez-moi de commencer en disant que l'algorithme dont vous avez vu les résultats dans mes articles Linkedin est le résultat d'une formation initiale sur le réseau de neurones convolutifs (CNN), basée sur les données horaires historiques du marché boursier et du bilan énergétique de 2023, et cette première partie de 2024. Par conséquent, les prévisions pertinentes doivent être prises avec la plus grande prudence, en tenant également compte du fait que, dans les exemples que j'ai publiés, j'ai supposé des changements massifs et drastiques dans la production photovoltaïque du jour au soir : entre les deux, il y a cependant les impacts des stratégies imprévisibles des opérateurs, en réaction à celles adoptées par les premiers arrivés.

Pour continuer la lecture, veuillez visiter notre nouveau site ESS News

Ce contenu est protégé par le droit d'auteur et ne peut être réutilisé. Si vous souhaitez coopérer avec nous et réutiliser une partie de notre contenu, veuillez contacter : editors@pv-magazine.com.

Source à partir de magazine pv

Avis de non-responsabilité : les informations présentées ci-dessus sont fournies par pv-magazine.com indépendamment d'Chovm.com. Chovm.com ne fait aucune représentation ni garantie quant à la qualité et à la fiabilité du vendeur et des produits.

Laisser un commentaire

Votre adresse courriel n'apparaitra pas. Les champs obligatoires sont marqués *

Remonter en haut