Nos últimos anos, avanços na ciência de materiais, química aplicada, manufatura e logística fizeram com que os custos do sistema de armazenamento de energia caíssem significativamente. No entanto, à medida que a indústria amadurece, e os “early adopters” dão lugar à “maioria inicial”, o ajuste econômico necessário para tornar os projetos de storage tão bem sucedidos no campo como parecem no papel determina o destino dos projetos de storage antes mesmo deles deixe o estágio de planejamento.
O armazenamento de energia manteve a promessa de soluções para empresas que geram, transmitem e distribuem energia; isso é especialmente verdadeiro para qualquer pessoa no ramo de energia solar. Até mesmo os usuários finais passaram a ver o armazenamento como uma solução para problemas como balanceamento de geração e consumo, redução de perdas de linha, revitalização de ativos de rede após um apagão, evitando atualizações dispendiosas de infraestrutura, reduzindo a redução de renováveis e assim por diante. Certamente, as baterias podem enfrentar esses desafios, mas a maioria é inerentemente financeira por natureza e exige colaboração entre as áreas de engenharia, instalações e finanças.
Na Califórnia, por exemplo, novos projetos solares são possíveis através da adição de armazenamento. No entanto, se um desenvolvedor recomendar um sistema de armazenamento muito grande ou pequeno, o proprietário do recurso poderá considerar o projeto como "falha" e o desenvolvedor não obterá a referência para o próximo projeto.
Um sistema de armazenamento excessivamente grande fará o trabalho, mas nunca pagará ou atenderá ao requisito da taxa interna de retorno (TIR). Um sistema de armazenamento subdimensionado não fará o trabalho e sofrerá um destino econômico semelhante. O software e a análise levados em conta no início do processo fornecem "inoculação" para a doença de erro de armazenamento.
A análise financeira cara e demorada (real fine-tuning) relegou o armazenamento de energia para o tipo de megaprojetos que poderiam exigir um alto nível de sofisticação analítica. Na realidade, isso se manifesta principalmente em cubículos cheios de analistas e drives compartilhados, cheios de planilhas. O crescimento da indústria de armazenamento diminui quando os desenvolvedores de armazenamento não têm acesso a ferramentas inteligentes e fáceis de usar para comparar o possível valor de um sistema com os custos de execução. Software e análise estão agora conduzindo uma mudança de primeira ordem neste modelo, com aprendizado de máquina e inteligência artificial rapidamente produzindo uma drástica mudança de segunda ordem.
O custo da análise
Desenvolvedores de armazenamento que ainda estão no negócio não apenas começam a despejar fundações e despachar guindastes por capricho. Cada oportunidade de projeto é comparada a uma coleção de possíveis tamanhos e cenários de projetos. Esse portfólio de opções de projetos é analisado para determinar quais gerarão o maior valor, seja produzindo receita ou reduzindo custos. Esse processo rapidamente se torna muito complicado se você tiver que confiar em planilhas ou ferramentas on-line rudimentares.
Uma análise de qualidade deve compreender os requisitos de carga, a potência de armazenamento e a capacidade de armazenamento, o custo do sistema, a contribuição dos recursos renováveis existentes e a capacidade de dimensionar. Com efeito, quanto mais dados um modelo puder ingerir e analisar, maior será a confiabilidade da análise. Projetos viáveis são compilados em um relatório final, que é apresentado aos interessados do projeto em um formato abrangente que ajuda os tomadores de decisão a traduzir análises de alta fidelidade com clareza suficiente para orientar boas decisões de gerenciamento.
Esse processo analítico requer um grande contingente de profissionais encarregados da coleta de dados, modelagem financeira, pesquisa de produtos e conhecimento dos incentivos governamentais disponíveis e seus requisitos. Este exercício é trabalhoso, demorado e dispendioso. Pior ainda, esse processo liderado por humanos é inerentemente vulnerável a erros, o que requer ainda mais esforço para corrigir - se for descoberto.
Essa complexidade e risco de análise é o que eleva o custo de projetos prospectivos de armazenamento de energia. Não é de admirar que muitos projetos nunca cheguem ao estágio conceitual, muito menos à construção e operação. Aqueles que o fazem geralmente são de clientes que não estão preocupados com o ROI real de seus sistemas, ou grandes empresas com os meios para solicitar oportunidades de grande escala e balanços mensuráveis para absorver os custos de identificar, investigar e propor projetos de armazenamento.
Aprendizado de máquina: o grande equalizador
A análise de software e dados transformou radicalmente a dinâmica de tudo, de videogames a assistência médica. A indústria de armazenamento está agora entrando na briga. Em poucos minutos, algoritmos sofisticados podem processar dados de consumo de energia de 15 minutos, os preços spot históricos da região para energia no atacado, o número de eventos críticos de pico promulgados por um operador de rede durante o verão anterior e o preço por -kilowatt de taxas de demanda por uma tarifa elétrica comercial em uma representação visual organizada.
Esse exemplo ainda relativamente simples não está além da capacidade cognitiva dos seres humanos, está além da capacidade dos seres humanos de fazer rápida e precisamente a primeira vez. O software e a análise avançados são revolucionários porque as ferramentas comerciais que fazem esse trabalho estão disponíveis a preços que até o único proprietário de uma empresa de negócios, armazenamento ou energia solar pode pagar.
Os indivíduos agora podem avaliar um portfólio de projetos com rapidez e precisão e lidar com todo o processo, desde a identificação do lead do projeto até a análise e até o estágio da proposta. Como 'os pequenos' alavancam essas ferramentas para entregar projetos a um preço menor e mais rápido, o mercado se tornará mais dinâmico.
A confluência de componentes mais baratos e mais capazes e a democratização das proezas analíticas são a fonte de sistemas mais capazes, disponíveis pelo mesmo preço, com menor risco e valor mais econômico. Este coquetel potente está agora impulsionando mais projetos de armazenamento de energia além do estágio de proposta. Mas não é aí que a história termina.
A próxima fase na evolução do armazenamento de energia será sobre desvendar seu valor por meio de análises avançadas
O valor de computação em execução
Sistemas modernos de armazenamento de energia são capazes de armazenar e descarregar quantidades significativas de energia com alta precisão em frações de segundos. No entanto, o valor do ativo só pode ser realizado quando esses recursos forem acionados no momento certo e na taxa apropriada. O backup é um caso de uso de banner, mas há pouca complexidade computacional na espera até que uma interrupção no serviço de rede seja detectada, isolando o circuito local da rede e descarregando na frequência apropriada até que a capacidade do sistema seja esgotada ou o serviço de grade retorna. O backup não é trivial, mas é relativamente simples.
A redução da demanda por demanda, por outro lado, exige uma previsão confiável de vários conjuntos de dados: quando o próximo pico na demanda elétrica pode ocorrer, que outros picos podem ser esperados durante o dia, quanta produção solar pode ser esperada, e assim por diante. Individualmente, estes são modelos computacionais complexos, mas tomados em conjunto e executados em tempo real, esses modelos tornam-se tão complexos quanto valiosos.
Além disso, a complexidade adicional vem do contexto de incentivos nos níveis federal e estadual, como o Investment Tax Credit (ITC) ou o Self Generation Incentive Program (SGIP), oferecidos nos Estados Unidos e na Califórnia, respectivamente. Os projetos de armazenamento solar que exigem os incentivos do ITC ou do SGIP perderão os benefícios financeiros desses programas se o sistema de armazenamento não for cobrado exclusivamente pelos associados,
Cobrar taxas de demanda rapidamente e profundamente prejudicará (ou até mesmo eliminará) a proposta de valor de um ativo. Sob tarifas elétricas com uma estrutura de catraca para taxas de demanda, tal erro pode eliminar a economia esperada de um sistema de redução de demanda por seis meses ou mais. Como tal, um sistema de armazenamento depende da geração solar, por exemplo, para reabastecer durante o ciclo de carga ou ajustar de forma inteligente e rápida sua estratégia de pico de barbear. Os sistemas de gerenciamento de armazenamento devem ingerir e compreender as fontes de dados em tempo real, como previsão do tempo, leituras do sensor de irradiância e saídas sub-rotacionais no local para obter a precisão de previsão necessária para fornecer economias de demanda.
A demanda real para o site (laranja) e o que a Pason Power previa que a demanda seria (tracejada rosa). A Pason Power AI estima com precisão a demanda e permite que nosso sistema de controle se prepare para os picos. Imagem: Pason Power.
A importância das constantes
Entender se um sistema de armazenamento é adequadamente dimensionado e capaz de executar um determinado conjunto de funções é fundamental no processo de planejamento. Além disso, garantir que um sistema de armazenamento tenha acesso à estrutura de dados necessária para responder em tempo real é crucial para a operação de valor agregado do sistema.
Em todos, mas o menor número de casos, no entanto, as mesmas pessoas trabalham no primeiro e no segundo. Mais raro ainda é a aplicação do mesmo modelo computacional no planejamento e operação. Essa descontinuidade é um dos fatores que mais contribuem para a paralisação do mercado de armazenamento hoje.
Para liberar o próximo nível de valor no mercado de armazenamento, as premissas usadas durante a fase de planejamento devem ser as mesmas que as premissas usadas no sistema final. Em outras palavras, as realidades da vida útil de um sistema devem servir como suposições durante a fase de planejamento. Parece óbvio. Talvez pareça irrelevante. No entanto, esse pouco senso comum é a exceção, não a regra, na indústria de armazenamento hoje.
Hora de parar de falar sobre empilhamento de valor
Como uma indústria, tivemos o nosso preenchimento de olhar e apresentar slides de empilhamento de valor. O agrupamento de vários aplicativos é extremamente mais complexo do que discutimos acima, e poucas iniciativas conseguem ultrapassar o PowerPoint. O empilhamento de valor do mundo real exige que os avanços cumulativos em software e análise atinjam seus limites, mas apenas um punhado de empresas se especializa em software e análise na medida necessária para conhecer os limites, muito menos empurrá-los. O empilhamento de valor, portanto, deve ir além da execução em um determinado caso de uso para um projeto de armazenamento com adição de energia solar e co otimizar a operação máxima com outros meios frequentemente concorrentes de explorar o ativo.
Um sistema de armazenamento de energia pode ser destinado a gerar valor através de uma combinação de redução de carga de demanda, deslocamento de carga de PV, um programa de resposta à demanda e participação no mercado de energia por atacado como um componente de uma usina virtual (VPP). O software que controla o sistema deve empregar análises avançadas para antecipar possíveis economias ou receitas através dessas quatro estratégias, e determinar em tempo real qual caso de uso deve ser perseguido com a capacidade disponível.
Por exemplo, a conscientização sobre a estrutura tarifária da concessionária e o desempenho histórico do sistema podem ser usados para determinar que não haverá uma oportunidade de superar a demanda elétrica da instalação em um determinado dia. Em vez disso, o sistema pode optar por armazenar a geração solar do gerador fotovoltaico e descarregá-lo no final do dia, onde o aumento entre o preço da energia, levando em conta as perdas do sistema, levaria a um aumento no valor da energia solar produzida. .
O software que controla um sistema de armazenamento de energia deve aproveitar continuamente uma variedade de fontes de dados, bem como se comunicar com servidores de resposta a demanda, ou DERMS, para determinar a probabilidade de participar de aplicativos que podem ser mais lucrativos. para o proprietário do ativo do que apenas mudar a produção fotovoltaica para um período de tempo de uso mais valioso.
Se o sistema é muito otimista ou agressivo em relação a perseguir essas oportunidades, ele pode perder a chance de gerar valor executando uma aplicação alternativa. O software de armazenamento, portanto, deve levar em conta uma grande quantidade de possíveis fluxos de valor, compreender a probabilidade de capturá-los, enumerar seus valores relativos e considerar as conseqüências de qualquer um deles, dado o impacto na vida útil do equipamento.
Extraindo valor
O que nos trouxe aqui não nos levará até lá. A primeira geração de armazenamento foi construída em química, controladores de carga e amp-horas. A próxima geração de armazenamento está sendo construída em grandes conjuntos de dados heterogêneos, aprendizado de máquina e redes de sensores. Esses novos domínios de especialização não substituirão os antigos; em vez disso, eles os aumentarão e servirão para liberar grandes quantidades de novo valor. Nos anos anteriores, sabíamos que havia mais valor no armazenamento. Poderíamos descrever esse valor no papel (ou em apresentações). Hoje, temos a tecnologia para extrair esse valor, e isso faz com que seja um momento empolgante para toda a cadeia de valor de armazenamento de energia.
Esta peça foi co-autoria de Bryce Evans, chefe de sucesso de clientes e parceiros da Pason Power. Antes de ocupar o cargo atual, Bryce ocupou diversos cargos na empresa matriz da Pason Power, a Pason Systems, contribuindo para produtos de software que forneciam transporte, hospedagem e entrega de dados para os clientes de energia da Pason.
Este artigo foi publicado originalmente na PV Tech Power , o jornal de tecnologia solar a jusante trimestral dos fabricantes de PV Tech and Energy-Storage.news. Assine e faça o download de todas as edições do PV Tech Power, com a seção 'Storage & Smart Power' da ESN dedicada à tecnologia e aos avanços do mercado que vão além da geração e implantação.
