Magazyn energii - farma PV. Optymalna strategia sterowania na różne dni roku

29.07.2024

Dziś zajmiemy się analizą strategii sterowania magazynem energii posadowionym przy hashtag#farmie PV (lub innym źródle OZE).
Tych, którzy nie czytali mojego wpisu o trzech strategiach zarządzania magazynem, odeślę do wpisu, gdzie omówiłem założenia trzech różnych strategii od prymitywnej po optymalną. Wpis TUTAJ.

Dziś zajmiemy się tylko najbardziej zaawansowaną strategią. Na warsztat wzięliśmy farmę PV o mocy 10 MWp współpracującą z magazynem energii o pojemności 5 MWh.

Cel jest prosty: zgromadzić energię z PV produkowaną w ciągu dnia (w okresie niskich cen na TGE), by sprzedać ją drogo w wieczornym szczycie.

To pierwszy mechanizm zarabiania. Niestety, zdradzę tajemnicę wyników, nierentowny, jeśli zarabiałby jako jedyny.


Tym razem dni do analizy wybraliśmy tendencyjnie: 12-14.05 tego roku – słoneczne, a niedziela 12.05 z wysoce ujemnymi cenami na TGE (widełki od -117,25 zł/MWh do +482,92 zł/MWh) oraz porównujemy to z przypadkowymi dniami kwietnia roku 2023, gdy widełki cen na RDN były umiarkowane (średnie wyniosły 300,82 zł/MWh wobec widełek 443,13 zł/MWh w dniach 12-14.05.2024). Wyższa, za to, była średnia cena w zeszłym roku (642,16 zł/MWh) względem 341,32 zł/MWh w obecnym.


Zaimplementowaliśmy algorytm optymalizacji gradientowej, który ma rozpisany funkcjonał celu: maksymalizacja przychodu osiągniętego z arbitrażu. Uzupełniony jest ograniczeniami (moc ładowania/rozładowania) oraz więzami nierównościowymi (na maksymalny poziom naładowania/rozładowania magazynu). Dostaje informację o cenach na RDN na kolejne doby oraz o prognozie produkcji OZE i znajduje taką funkcję (mocy ładowania/rozładowania dla każdej chwili czasu w horyzoncie kolejnych 72 h), która stanowi rozwiązanie optymalne.


Pokazana w tabeli estymata przychodu to proporcjonalne przeskalowanie dziennego przychodu (odpowiednio 2505,48 zł dziennie i 2488,54 zł dziennie).

Zauważmy, że algorytm wygenerował niemal identyczny przychód przy dużo niższych maksymalnych widełkach (proszę o komentarz tych, którzy chcą zobaczyć strategię na kwiecień zeszłego roku – porównanie wykresów wyjaśnia, czemu tak jest).

To paradoksalnie dobry rezultat. Daje nadzieje na względną stabilność przychodów w ciągu roku (nawet, gdy widełki w ciągu dnia nie są ekstremalne lub gdy sam poziom cen w różnych latach może być różny).
Jutro/pojutrze omówię szczegółowo sam wykres oraz zastosowany dodatkowy mechanizm zarabiania na magazynie. 


Pozostaje jeszcze optymalnie zwymiarować pojemność magazynu, który dla danej mocy PV daje największe stopy zwrotu.


W QuickerSim tworzymy software dla zielonej energii. Z naszych klocków i algorytmów. Pod konkretne wymagania Klienta.

 

Bartosz Górecki, PhD, CEO QuickerSim

Zaplecze naukowe (doktorat z obliczeniowej mechaniki płynów na Politechnice Warszawskiej) oraz doświadczenie komercyjne pozwalają dzielić się merytoryczna wiedzą z zakresu rynku energii, magazynów energii i wodoru, 
wspierając firmy inżynierskich i ich działy R&D. 

umów konsultację