Modo Energy ha desarrollado una previsión de ingresos para sistemas de almacenamiento de energía con baterías en ERCOT. Esta previsión permite a propietarios, operadores, desarrolladores y financiadores de baterías comprender las oportunidades de ingresos hasta el año 2050.
Puedes personalizar tus parámetros para ver proyecciones de ingresos para baterías de diferentes tamaños, capacidades, duraciones y ubicaciones. Así, puedes construir y comparar fácilmente casos de negocio según distintos escenarios. Para saber más, agenda una llamada ahora.
¿Pero cómo funciona realmente el modelo?
La previsión tiene dos componentes principales.
En primer lugar, el modelo de costes de producción simula el despacho económico óptimo de la generación para satisfacer la demanda. Lo hace con una granularidad de 15 minutos, hasta el año 2050.
En segundo lugar, el modelo de despacho simula la operación de un sistema individual de almacenamiento de energía con baterías. De este modo, calcula los ingresos y las tasas de ciclos de la batería.
Es fundamental comprender las hipótesis que dan forma a la previsión y que producen los precios de la electricidad (y, en última instancia, los ingresos del almacenamiento con baterías).
¿Qué es el modelo de costes de producción?
El modelo de costes de producción calcula la generación por tipo de tecnología y ubicación, para determinar los precios de la energía en cada región. Además, la adquisición de Servicios Auxiliares se co-optimiza para cubrir toda la demanda, tanto de Energía como de Servicios Auxiliares, al menor coste para el sistema.
Esto produce precios de Energía y Servicios Auxiliares, en intervalos de 15 minutos.
Un modelo de costes de producción requiere varios insumos para calcular precios de electricidad las 24 horas del día.
1) Previsión de demanda a largo plazo
La previsión de demanda a largo plazo es el principal insumo del lado de la demanda del modelo.
Esta previsión determina la cantidad total de energía requerida en ERCOT para cada periodo de 15 minutos.
ERCOT cuenta con su propia Previsión de Carga a Largo Plazo para estimar la demanda proyectada en los próximos diez años. Esta se basa en datos históricos económicos y meteorológicos. Proyecta la demanda horaria por región y por fuente de demanda (incluyendo carga base, cargas flexibles, energía solar en tejados y recarga de vehículos eléctricos).
En los últimos meses, ERCOT ha revisado esta previsión, resultando en una demanda máxima proyectada de aproximadamente 150 GW para 2030.
Sin embargo, gran parte de esta demanda es potencialmente flexible y no tradicional. Por ello, puede que no contribuya realmente a la demanda máxima durante los Cuatro Picos Coincidentes de ERCOT en verano. Además, la cantidad de generación que se prevé que entre en operación para 2030 (según la cola de interconexión de ERCOT) simplemente no respalda este nivel de crecimiento de la carga para ese año.
Por este motivo, la previsión de demanda a largo plazo de Modo se basa principalmente en la versión anterior de la Previsión de Carga a Largo Plazo de ERCOT y la extiende hasta 2050, asumiendo tasas de crecimiento anual. Además, la versión revisada de ERCOT informa un crecimiento de la demanda más agresivo en el modelo de Modo.
La previsión de Modo también incluye los requisitos proyectados de adquisición de Servicios Auxiliares. ERCOT ha publicado un conjunto de datos de Requisitos Proyectados de Servicios Auxiliares que proporciona proyecciones horarias hasta 2027. Modo Energy extiende este conjunto de datos hasta 2050 utilizando las hipótesis del último año de datos.
2) Capacidad de generación
El principal insumo del lado de la oferta del modelo es la proyección de la capacidad de generación.
Esto determina la cantidad de generación instalada en ERCOT y su desglose por tipo de tecnología.
La previsión de capacidad de generación de Modo Energy es una agregación de varios conjuntos de datos, incluyendo:
- Inventario Mensual de Generadores Eléctricos de la EIA.
- Cola de Interconexión de ERCOT.
- Perspectiva Anual de Energía 2023 (AEO, específicamente datos del escenario de Bajo Coste de Tecnología Cero Carbono) de la Administración de Información Energética de EE. UU. (EIA).
Sin embargo, la investigación propia de Modo muestra que los plazos típicos de la cola de interconexión han sido más largos de lo proyectado. Por ello, el modelo de capacidad de generación asume que los proyectos solares tardarán el doble de lo indicado en la cola de interconexión, y que los proyectos eólicos y de baterías tardarán tres veces más de lo indicado.
Además de los modelos de oferta y demanda, ¿qué otros factores afectan la economía de la producción energética prevista?
3) Paradas programadas y no programadas
El modelo de costes de producción de Modo Energy también prevé el mantenimiento programado y las paradas no planificadas.
La previsión de paradas de generación de Modo se basa en dos fuentes principales de datos (ambas proporcionadas por ERCOT):
- Datos de Recursos de Generación SCED de 60 días, que detallan los datos operativos a nivel de planta.
- Perspectiva Mensual de Suficiencia de Recursos (MORA), que rastrea la capacidad nominal (tamaño en MW) de cada recurso de generación.
Modo ha cruzado el estado telemetrado de los recursos de los datos SCED de 60 días con las capacidades nominales del informe MORA. Así, se pueden ver las paradas históricas para cada periodo de 15 minutos, sitio por sitio.
Estos datos se agregan por tipo de tecnología en un porcentaje de disponibilidad para cada periodo de 15 minutos durante los últimos tres años. Estos horarios proporcionales de paradas se repiten hasta 2050.
Entonces, ¿cómo se incorporan estas paradas en la generación prevista?
4) Factores de capacidad
Dado que la generación renovable a gran escala (eólica y solar) es intermitente, es fundamental modelar la producción de estos recursos en función de las condiciones meteorológicas de cada sitio.
La previsión de Modo Energy considera los límites máximos sostenidos (HSL) para cada sitio en ERCOT, a lo largo del tiempo. Para un recurso determinado, su HSL representa su máxima producción de energía sostenida; para un activo solar o eólico restringido, esto significa la producción que podría aportar si no estuviera restringido.
La previsión de Modo Energy utiliza los datos meteorológicos del año 2022 para construir factores de capacidad de 15 minutos para la generación eólica y solar.
La previsión de Modo combina el modelo de factor de capacidad de un solo año con el modelo de capacidad de generación para proyectar la futura generación eólica y solar en cada región, hasta 2050.
No obstante, este modelo de factor de capacidad no incluye la restricción de generación. En su lugar, calcula el potencial total de generación para cada periodo. Además, usar un solo año de datos meteorológicos proporciona una referencia útil, pero no capta todos los escenarios de clima extremo.
5) Precios de materias primas
Por último, el modelo de costes de producción de Modo Energy se basa en supuestos sobre los precios de las materias primas para prever adecuadamente el coste de producción de energía de cada tipo de tecnología. Esto determina su posición relativa en la curva de oferta y, en consecuencia, influye en los precios de la electricidad.
Estos precios de materias primas son fundamentales para modelar los recursos de generación térmica. Los precios del gas natural y del carbón se obtienen de la Perspectiva Anual de Energía 2023 (AEO).
Para las centrales nucleares, no hacemos suposiciones sobre los costes del combustible o el uranio. Sin embargo, la previsión asume que son lo suficientemente bajos como para que las plantas funcionen 24/7 y actúen como tomadoras de precios.
De manera similar, para las plantas de lignito, asumimos un coste de combustible de -$5/MWh, para garantizar que estos sitios actúen también como tomadores de precios. Esto se debe a que las tres plantas de lignito actualmente operativas en ERCOT lo hacen de forma consistente.
¿Cómo informa el modelo de costes de producción los ingresos del almacenamiento con baterías?
El modelo de costes de producción de Modo Energy permite a los suscriptores de la previsión ver los siguientes resultados para cada periodo de 15 minutos hasta 2050:
- Demanda máxima (GW).
- Demanda total (TWh).
- Costes de combustible implícitos ($/MWh).
- Capacidad de generación (GW).
- Generación por tipo de tecnología (TWh).
Además de estos resultados, se calculan los precios de la energía ($/MWh) para los mismos periodos, para cada región de ERCOT.
Todo esto finalmente alimenta el modelo de despacho de Modo Energy. Este simula el rendimiento hipotético de un sistema de almacenamiento de energía con baterías, según especificaciones personalizadas como tamaño, duración y ubicación.
Consulta la documentación completa de la previsión para más detalles.
Si quieres saber más sobre la Previsión de Ingresos por Almacenamiento con Baterías en ERCOT de Modo Energy, agenda una llamada hoy mismo.
