A Modo Energy desenvolveu uma previsão para receitas de armazenamento de energia em baterias no ERCOT. Essa previsão permite que proprietários, operadores, desenvolvedores e financiadores de baterias compreendam as oportunidades de receita até 2050.

Você pode personalizar suas entradas para visualizar projeções de receita para baterias de diferentes tamanhos, capacidades, durações e localizações. Dessa forma, é possível montar e comparar facilmente casos de negócio baseados em diferentes cenários. Para saber mais, agende uma conversa agora.

Mas como o modelo realmente funciona?

Existem dois componentes principais na previsão.

Primeiro, o modelo de custo de produção simula o despacho econômico ideal da geração para atender à demanda. Ele faz isso em intervalos de 15 minutos, até 2050.

Em segundo lugar, o modelo de despacho simula as operações de um sistema individual de armazenamento de energia em baterias. Assim, calcula as receitas e taxas de ciclos da bateria.

É fundamental compreender as premissas que moldam a previsão – e produzem os preços de energia (e, consequentemente, as receitas do armazenamento em baterias).

O que é o modelo de custo de produção?

O modelo de custo de produção calcula a geração por tipo de tecnologia e localização – para determinar os preços de Energia em cada região. Paralelamente, a contratação de Serviços Ancilares é co-otimizada para atender toda a demanda – tanto de Energia quanto de Serviços Ancilares – ao menor custo para o sistema.

Isso resulta em preços de Energia e Serviços Ancilares, a cada 15 minutos.

Um modelo de custo de produção requer várias entradas para produzir preços de energia ao longo de todo o dia.

1) Previsão de demanda de longo prazo

A previsão de demanda de longo prazo é o principal dado de entrada do lado da demanda do modelo.

Ela determina o total de energia necessária em todo o ERCOT para cada período de 15 minutos.

O ERCOT possui sua própria Previsão de Carga de Longo Prazo para estimar a demanda projetada para os próximos dez anos. Essa previsão é baseada em dados históricos econômicos e climáticos. Ela projeta a demanda horária – por região e por fonte de demanda (incluindo carga base, cargas flexíveis, energia solar em telhados e recarga de veículos elétricos).

Nos últimos meses, o ERCOT revisou essa previsão – resultando em uma demanda máxima projetada de cerca de 150 GW até 2030.

No entanto, grande parte dessa demanda é potencialmente flexível e não tradicional. Assim, pode não contribuir efetivamente para a demanda máxima durante os períodos de Quatro Picos Coincidentes do ERCOT no verão. Além disso, a quantidade de geração prevista para realmente entrar em operação até 2030 (com base na fila de interconexão do ERCOT) simplesmente não sustenta esse nível de crescimento da carga até 2030.

Por isso, a previsão de demanda de longo prazo da Modo baseia-se principalmente na versão anterior da Previsão de Carga de Longo Prazo do ERCOT – e a estende até 2050, assumindo taxas de crescimento anuais. Além disso, a nova versão revisada da Previsão de Carga de Longo Prazo do ERCOT informa um crescimento de demanda mais agressivo no modelo da Modo.

A previsão da Modo também inclui requisitos projetados de contratação de Serviços Ancilares. O ERCOT publicou um conjunto de dados de Requisitos Projetados de Serviços Ancilares que traz projeções horárias até 2027. A Modo Energy estende esse conjunto de dados até 2050 usando as premissas do último ano disponível.

2) Capacidade de geração

O principal dado de entrada do lado da oferta do modelo é a projeção de capacidade de geração.

Isso determina a quantidade de geração instalada no ERCOT e sua distribuição por tipo de tecnologia.

A previsão de capacidade de geração da Modo Energy é uma agregação de vários conjuntos de dados, incluindo:

• Inventário Mensal de Geradores Elétricos da EIA.
• Fila de Interconexão do ERCOT.
• Perspectiva Anual de Energia 2023 (AEO – especificamente, dados do cenário de Baixo Custo de Tecnologia de Baixo Carbono) da Administração de Informação de Energia dos EUA (EIA).

No entanto, a própria pesquisa da Modo mostra que os prazos típicos da Fila de Interconexão têm sido mais longos do que o projetado. Por isso, o modelo de capacidade de geração assume que usinas solares demoram o dobro do tempo previsto na Fila de Interconexão e que parques eólicos e baterias levam três vezes mais tempo.

Além dos modelos de oferta e demanda, que outros fatores impactam a economia da produção de energia prevista?

3) Paradas programadas e não programadas

O modelo de custo de produção da Modo Energy também prevê manutenções programadas e paradas não planejadas.

A previsão de paradas de geração da Modo é baseada em duas fontes principais de dados (ambas fornecidas pelo ERCOT):

• Dados de Recursos de Geração SCED de 60 dias – que detalham dados operacionais por usina.
• Perspectiva Mensal de Adequação de Recursos (MORA) – que acompanha a capacidade nominal (em MW) de cada recurso de geração.

A Modo cruzou o status telemetrado dos recursos dos dados SCED de 60 dias com as capacidades nominais listadas no relatório MORA. Assim, é possível visualizar paradas históricas para cada período de 15 minutos, por local.

Esses dados são então agregados por tipo de tecnologia em uma porcentagem de disponibilidade para cada período de 15 minutos nos últimos três anos. Esses cronogramas proporcionais de paradas são repetidos até 2050.

Mas como essas paradas são incorporadas à geração prevista?

4) Fatores de capacidade

Como a geração renovável em larga escala (eólica e solar) é intermitente, é fundamental modelar a produção desses recursos com base nas condições climáticas de cada local.

A previsão da Modo Energy considera os limites máximos sustentados (HSLs) para cada local no ERCOT, ao longo do tempo. Para um determinado recurso, o HSL representa sua produção máxima sustentada – para um ativo solar ou eólico limitado, isso significa o quanto poderia gerar se não estivesse limitado.

A Modo Energy utiliza o ano climático de 2022 para construir fatores de capacidade de 15 em 15 minutos para geração eólica e solar.

A previsão da Modo combina o modelo de fator de capacidade de um único ano com o modelo de capacidade de geração para projetar a geração futura de energia eólica e solar em cada região até 2050.

No entanto, esse modelo de fator de capacidade não inclui restrições de despacho (curtailment). Em vez disso, calcula o potencial total de geração para cada período. Além disso, usar apenas um ano de dados climáticos fornece uma linha de base útil – mas não captura todos os cenários climáticos extremos.

5) Preços de commodities

Por fim, o modelo de custo de produção da Modo Energy depende de premissas sobre preços de commodities para prever adequadamente o custo de produção de energia para cada tipo de tecnologia. Isso determina suas posições relativas na ordem de mérito de despacho – e, consequentemente, influencia os preços da eletricidade.

Esses preços de commodities são essenciais para modelar recursos de geração térmica. Os preços de gás natural e carvão são obtidos da Perspectiva Anual de Energia 2023 (AEO).

Para usinas nucleares, não fazemos premissas sobre os custos de combustível ou urânio. No entanto, a previsão assume que esses custos são baixos o suficiente para que as plantas operem 24 horas por dia e atuem como tomadoras de preço.

Da mesma forma, para usinas de linhito, assumimos um custo de combustível de -$5/MWh – para garantir que essas plantas atuem como tomadoras de preço. Isso porque as três usinas de linhito atualmente em operação no ERCOT fazem isso de forma consistente.

Como o modelo de custo de produção informa as receitas do armazenamento de energia em baterias?

O modelo de custo de produção da Modo Energy permite que assinantes da previsão visualizem os seguintes resultados para cada período de 15 minutos até 2050:

• Pico de demanda (GW).
• Demanda total (TWh).
• Custos de combustível implícitos ($/MWh).
• Capacidade instalada (GW).
• Geração por tipo de tecnologia (TWh).

Além desses resultados, os preços de Energia ($/MWh) são calculados para os mesmos períodos, para cada região do ERCOT.

Tudo isso alimenta, por fim, o modelo de despacho da Modo Energy. Ele simula o desempenho hipotético de um sistema de armazenamento de energia em baterias, com especificações personalizadas – como tamanho, duração e localização.

Confira a documentação completa da previsão para mais detalhes.

Se quiser saber mais sobre a Previsão ERCOT da Modo Energy para receitas de armazenamento de energia em baterias, agende uma conversa hoje mesmo.