La capacité de stockage d'énergie par batterie dans le NEM augmente rapidement, avec de nouveaux systèmes mis en service dans chaque région continentale. Mais à mesure que la flotte s'agrandit, le défi de maximiser la valeur de chaque actif s’intensifie. Les propriétaires et développeurs sont confrontés à une question essentielle : qui optimise le mieux les performances des batteries ?

Toutes les batteries ne se valent pas, et la valeur accessible à chaque système peut varier considérablement. Cela rend la comparaison directe des performances des batteries et des optimiseurs difficile.

Ce rapport présente une nouvelle méthodologie pour évaluer l’optimisation des batteries dans le NEM. Cette méthodologie prend en compte les effets liés à la localisation, aux contrats et à la disponibilité afin de se concentrer sur ce que les optimiseurs peuvent réellement maîtriser. Nous l’appliquons ensuite pour détailler quelles batteries génèrent le plus de valeur, quels optimiseurs sont les plus performants, et ce que les propriétaires de projets peuvent faire pour maximiser la valeur.

Le rapport est divisé en deux parties, offrant les éléments suivants :

• Partie 1 - La méthodologie utilisée pour mesurer la performance entre les actifs ;
• Partie 2 - Analyse des résultats, incluant une ventilation des performances des actifs et des optimiseurs.

Résumé exécutif

• La performance des revenus des batteries dans le NEM varie fortement – certains systèmes captent plus du double de la valeur des autres.
• Une nouvelle méthodologie d’« adjusted capture rate » permet d’isoler la performance des optimiseurs en neutralisant les facteurs hors de leur contrôle, comme la disponibilité, les contraintes et les MLF.
• Les batteries avec des contrats marchands ou alignés sur les incitations (par exemple, partage des revenus) surperforment systématiquement celles bénéficiant de revenus fixes à long terme.
• Les fournisseurs tiers « autobidder » soutiennent l’optimisation des meilleures batteries individuelles, mais certains de leurs systèmes délivrent des performances inférieures.
• La stratégie d’optimisation, la conception des contrats et la disponibilité sont essentielles pour maximiser la valeur des batteries dans le NEM.

Partie 1 : La méthodologie

L’« adjusted capture rate » vise à corriger l’impact des facteurs échappant au contrôle de l’optimiseur. Ces facteurs se répartissent en deux grandes catégories : les impacts liés à la localisation (facteurs de pertes marginales et contraintes) et les impacts liés à la disponibilité (contrats ou problèmes techniques).

Le point de départ est la valeur potentielle disponible sur le marché, pondérée par la durée et tenant compte des pertes d’efficacité. Ce calcul s’appuie sur les prix de l’énergie toutes les 5 minutes (en supposant un cycle par jour) et les prix de la réserve FCAS de contingence.

Cette méthodologie implique que les batteries peuvent dépasser un taux de capture de 100 %, pour les raisons suivantes :

1. Les batteries effectuent un cycle par jour (au-dessus de la moyenne de la flotte, qui est de 0,8), mais peuvent en réalité prioriser et effectuer plus de cycles si la valeur le permet certains jours.
2. Nous n’incluons pas la régulation FCAS. En pratique, ce revenu est peu accessible pour la plupart des grandes batteries en raison de la faible taille du marché.
3. Les actifs peuvent dépasser 100 % de taux de capture en co-optimisant entre plusieurs services.

Étape 1. Calcul du revenu potentiel maximal

Le revenu potentiel d’une batterie est basé sur la valeur maximale disponible chaque jour grâce au trading d’énergie et à la réserve FCAS de contingence. La saturation des marchés FCAS fait que le trading d’énergie tend désormais à générer plus de valeur pour les batteries. Les pics occasionnels des prix FCAS de contingence peuvent toutefois dépasser la valeur du trading d’énergie.

Le calcul se résume ainsi :

• Potentiel de trading – valeur quotidienne basée sur les spreads ajustés en fonction du rendement, pondérée par la durée (anticipation parfaite, 1 cycle par jour).
• Potentiel FCAS – valeur moyenne quotidienne totale de la réserve FCAS de contingence, pondérée par les MW enregistrés.
• Potentiel quotidien – maximum des deux ci-dessus. Cela signifie que les actifs peuvent dépasser 100 % grâce à la co-optimisation de ces deux services, ou en parallèle de la régulation FCAS.

2. Les facteurs de pertes marginales impactent davantage les batteries éloignées des centres de demande

Les facteurs de pertes marginales (MLF) dans le NEM tiennent compte des pertes sur le réseau électrique. Plus un système est éloigné de la demande, plus son MLF est faible, ce qui réduit la valeur que certaines batteries peuvent obtenir via le trading.

3. Les contraintes influencent le stockage par batterie via des ajustements locaux des prix

Les contraintes peuvent réduire la valeur des batteries en les empêchant de décharger pendant un intervalle donné. Ces contraintes sont appliquées via des ajustements locaux des prix, ce qui influence la façon dont une batterie est appelée.

Nos ajustements portent sur les cas où le prix local tombe à -1 000 $/MWh ou moins. Dans ce cas, la batterie est totalement empêchée d’exporter, comme cela a pu arriver à proximité de Canberra en avril. Nous n’ajustons pas pour les autres modifications locales de prix. Celles-ci n’empêchent pas forcément une batterie d’exporter, mais nécessitent un nouveau positionnement, rendant l’optimisation plus complexe.

4. Les contrats modifient la capacité négociable de certaines batteries

Certaines batteries disposent de contrats auxiliaires spécifiques avec les gouvernements d’État ou l’AEMO – notamment Hornsdale Power Reserve et Victorian Big Battery. Cela réduit la puissance et la capacité énergétique qu’elles peuvent réellement négocier sur le marché, diminuant ainsi leurs revenus potentiels.

5. La disponibilité affecte certaines batteries plus que d’autres

Une batterie ne peut générer des revenus que lorsqu’elle est opérationnelle et disponible pour le marché. Des événements comme des pannes sur le réseau local peuvent mettre une batterie hors ligne. Par ailleurs, des problèmes techniques peuvent aussi réduire la puissance disponible, limitant partiellement la disponibilité.

Les données techniques de disponibilité ne sont pas publiques. Nous utilisons donc les données de disponibilité marché et d’état d’énergie issues de l’AEMO pour calculer un facteur de disponibilité pour chaque unité. Certaines unités, comme Gannawarra, ont été particulièrement touchées par une disponibilité partielle, ce qui a limité la puissance négociable sur les marchés la plupart du temps.

Une fois ces facteurs pris en compte, nous obtenons pour chaque batterie son revenu potentiel ajusté. En divisant ce chiffre par les revenus réels, nous calculons un adjusted capture rate permettant de comparer les performances.