Съхранението на енергия в батерии (BESS) е в основата на

Съхранението на сила в акумулатори (BESS) е в основата на енергийния преход на Европа. Бумът, който стартира във Англия, се популяризира през Ламанша към континенталната част на Европа, а инсталациите на акумулатори в мрежов мащаб се форсират с рекордни темпове. Към края на 2024 година Европа разполагаше с над 10 GW конфигуриран потенциал на акумулатори в мрежов мащаб, като сюжетът на Aurora Central предвижда петкратно нарастване до 55 GW до 2030 година

Защо e този скок? Очакваме потенциалът на възобновимите енергийни източници в Европа да нарасне с над 50% до 2030 година, до момента в който стандартното произвеждане на топлинна сила ще намалее. Това основава голяма потребност от еластичност, балансиране на мрежата и постоянен потенциал – функции, които батериите са неповторимо позиционирани да извършват. Това показват в свое изследване специалистите от Aurora Energy Research.

С толкоз бързото развиване на новите технологии, на масата се поставят доста пари, споделят специалистите. Според тях става въпрос за 100 милиарда евро, което надлежно изисква и разбор.

„ Прогнозираме кумулативна капиталова опция от 100 милиарда евро до 2050 година Преди такива огромни вложения е нужен изчерпателен разбор на капацитета за облага. Това е мъчно, защото BESS печелят парите си най-вече на краткосрочни пазари на електрическа енергия, които сега претърпяват големи промени в софтуерния микс и регулациите.

И по този начин, по какъв начин могат да се предвиждат приходите от акумулатори на пазар, който се развива толкоз бързо?

Предизвикателства при прогнозирането на пазарните развития и приходите от BESS

Обикновено, когато се прави инвестиция в инфраструктура, предишните доходи от сходни активи или предишните доходи, които сходна инвестиция би могла да донесе, дават на вложителите добра визия, какъв брой печеливши ще бъдат вложенията в бъдеще. Този метод не работи в електроенергийната система и още по-малко за батерийното предпазване:

Липсват исторически данни: Повечето европейски пазари едвам неотдавна либерализираха спомагателните и балансиращите услуги, а вътрешно дневните пазари бяха неликвидни или несъществуващи. Всичко това са основни потоци от доходи за батериите. Дори в случай че са разчита на данните за цените от последните 10 години, в доста случаи пазарът към момента не е съществувал. Освен това регулаторните и пазарните структури се развиват бързо, което прави предишните трендове ненадеждни.

Батериите са нови за системата и ще оказват все по-голямо въздействие върху пазарните резултати – основно посредством взаимно канибализиране на приходите си.

Ценовата динамичност се трансформира заради повече възобновими енергийни източници, гъвкаво търсене и по-малък базов топлинен потенциал, което води до по-голяма волатилност и разнообразни благоприятни условия за арбитраж.

Следователно е ясно, че екстраполирането на минали доходи, с цел да се дефинира дали дадена инвестиция си коства парите, просто няма да е задоволително. За благополучие, има преуспяващ пазар за разбори на акумулатори и прогнози на доходи, които могат да оказват помощ за прогнозиране на бъдещите доходи по по-сложен метод.

Много от тези прогнози обаче разчитат прекалено много на пазарната динамичност и знания за предишното. Това се случва, когато се разчита на статистически модели, вместо на фундаментални модели за оптимизация, с цел да се предвиждат приходите от акумулатори.

Но каква е разликата? Статистическите модели разчитат на исторически данни, с цел да разкрият модели и взаимовръзки. Техники като регресионен разбор, прогнозиране на времеви серии и машинно образование се употребяват постоянно. Тези модели са изключително ефикасни за краткосрочни планирани задания, защото няма доста учредения да се счита, че моделите и взаимовръзките ще се трансформират в границите на идващите часове, дни или седмици.

Те са бързи за внедряване, учредени са на данни и са ефикасни за подкрепяне на участниците на пазара на електрическа енергия да схванат, кое произвеждане на възобновими енергийни източници, неточности в прогнозирането и цени да чакат през идващите дни. Те обаче са по-малко транспарантни и няма да съумеят да се приспособяват към структурни промени или нови пазарни условия.

Фундаменталните модели, въпреки това, симулират физическото и икономическото държание на енергийната система. Те включват систематични потребности, механически ограничавания, пазарни правила и стопански правила, с цел да моделират по какъв начин системата би трябвало да работи при разнообразни сюжети.

Тези модели нормално се построяват благодарение на линейно или смесено изцяло програмиране и се употребяват за дълготрайно обмисляне, пазарен дизайн и оценки на въздействието на политиките. Голямото преимущество на тези модели е, че са гъвкави по отношение на сюжетите и се основават на систематични основи. Те разрешават на потребителите да дефинират, какво е въздействието на всяка политика, всяка смяна в системата и могат да уловят динамичността на пазар, който се трансформира. Следователно, те са идеални за взимане на дълготрайни капиталови решения като да вземем за пример, решенията за вложение в батерийно предпазване.

Защо тогава не всички ги употребяват? Според специалистите от Aurora Energy това е по този начин, тъй като построяването на фундаментални модели е мъчно: в съпоставяне със статистическите модели, те изискват подробни и точни входни данни, в това число механически параметри на равнище централа, разноски за гориво, профили на търсенето и политически догатки, както и са мощно изчислително интензивни.

Защо фундаменталното моделиране е от значително значение за оценката на вложенията в предпазване

Докато статистическите модели могат да предвиждат бъдещи доходи, фундаменталното моделиране предлага по-стабилен и насочен към бъдещето метод за оценка на рентабилността на вложенията. Вместо да разчитат само на исторически модели, фундаменталните модели симулират, по какъв начин участниците на пазара реагират на изменящите се условия, което ги прави по-подходящи за динамични и бързо изменящи се енергийни пазари.

Експертите от Aurora Energy демонстрират същ по този начин с образци за какво фундаменталните модели се оправят по-добре с нищожни исторически данни, регулаторни промени, новостта на батериите и изменяща се енергийна система.

1. Фундаменталните модели процъфтяват там, където историческите данни са нищожни

Статистическите модели изискват богати исторически набори от данни, с цел да се изведат бъдещи резултати. Въпреки това, на доста европейски пазари основни потоци от доходи, като спомагателни и балансиращи услуги, са относително нови или неотдавна либерализирани, което лимитира съществуването и надеждността на историческите данни. Например:

Либерализираният пазар на балансираща сила в Германия започва едвам през ноември 2020 г.

Италианският Testo Integrato del Dispacciamento Elettrico влезе в действие през 2025 г.

Полша вкара общи балансиращи и спомагателни пазари едвам през юни 2024 г.

Дори в Германия ранните данни са изкривени от изключителни събития като пандемията от Covid-19 и газовата рецесия. Фундаменталните модели не са лимитирани от тези пропуски в данните – те симулират пазарно държание въз основа на фундаментите на системата, а освен на минали трендове. Освен това е доста по-трудно да се оцени въздействието на по-нататъшни промени в политиката със статистически модели, като да вземем за пример, нови схеми за субсидиране като MACSE в Италия и Innovation Auctions в Германия, несигурни периоди за поетапно унищожаване на въглищата и нуклеарната сила или нови зараждащи потоци от доходи, като да вземем за пример инерцията в Испания.

Въпреки че нито фундаменталните, нито статистическите модели могат да предскажат измененията в политиката, фундаменталните модели могат да включат такива промени доста по-лесно в моделирането на сюжети, защото разчитат по-малко на исторически данни.

2. Батериите са нови, а фундаменталните модели улавят тяхното влияние

Съхранението на сила в акумулатори е бързоразвиващ се и революционен клас активи. С навлизането на от ден на ден акумулатори в системата, те се конкурират за едни и същи потоци от доходи, което води до канибализация – динамичност, при която всяка нова батерия понижава рентабилността на другите.

Статистическите модели, подготвени върху ранните индикатори на батериите (напр. 2021–2024 г.), може да надценяват бъдещите приходи, като не регистрират:

Засилената конкуренция при услуги с висока стойност, като контролиране на честотата, водеща до засищане, както е показано в образеца с немския потенциал на aFRR по-долу.

Развиващите се модели на диспечиране, защото батериите реагират на държанието си една на друга.

За разлика от това, фундаменталните модели симулират тези взаимоотношения ендогенно, улавяйки, по какъв начин се развива рентабилността на батериите с насищането на пазара. Те отразяват прекосяването от 3,1 GW конфигурирано предпазване през 2021 година до плануваните 55 GW до 2030 година – и произлизащия от това напън върху приходите от спомагателни услуги.

3. Фундаментални модели отразяват изменящата се енергийна система

Енергийната система претърпява структурна промяна:

От базова топлинна сила към променливи възобновими енергийни източници.

От постоянни цени до чести пикове, негативни цени и по-резки спредове.

Тези промени директно въздействат освен върху арбитража на съхранението и капиталовите сигнали, само че и върху капиталовите сигнали във възобновими енергийни източници. Статистическите модели третират бъдещите добавени потенциали като закрепени, игнорирайки по какъв начин пазарните сигнали въздействат върху държанието на вложителите. Фундаменталните модели симулират тази противоположна връзка, показвайки, по какъв начин новите активи реагират на предстоящите доходи, разноски и политически тласъци, което ги прави доста по-подходящи за отчитане на изменящия се темперамент на енергийната система и за генериране на резултати, които регистрират реалистични доходи за предпазване и възобновими енергийни източници.

Защо е значимо, по какъв начин се предвиждат приходите, в случай че съхранението в Европа е в подем?

Въпреки че е правилно, че съхранението е в подем в цяла Европа, не всеки план, който се предлага, се смята за сполучлив. Има необятен набор от фактори, с изключение на основния въпрос, къде да се построи батерията, структурата на потоците от доходи, регулаторните рамки и техническите характерности на батерийната система, като да вземем за пример продължителността на живота на батерията, оказват въздействие върху стопанската система на плана.

Времето за комерсиална употреба може доста да повлияе на възвръщаемостта, а въпросът дали да се взаимно разполага с възобновими енергийни източници може в допълнение да усъвършенства икономическата успеваемост на плана, като се разграничава според от конфигурацията и района. Анализът демонстрира, по какъв начин изборът на дълготрайност на живота на батерията може да окаже решаващо въздействие върху рентабилността на плана и какъв брой мощно това се разграничава район по район.

Списъкът с фактори, влияещи върху стопанската система на плана, не е безконечен, само че демонстрира, че надеждни и финансово рентабилни консултанти, като Aurora, са от решаващо значение, с цел да оказват помощ на вложителите и операторите да схванат дали даден план ще е доходоносен или не. Според специалистите, това може да бъде оценено вярно единствено с фундаментални модели за оптимизация.