Un grupo de investigación dirigido por la Universidad Politécnica de Milán (Italia) ha creado un modelo matemático para optimizar el diseño de plantas fotovoltaicas basado en estrategias de despacho optimizadas teniendo en cuenta la demanda y los precios reales de la red.
«Partimos de la evolución de la curva eléctrica, que también se llama curva de pato, y llegamos al caso extremo de precios negativos de la electricidad», explica a pv magazine el autor correspondiente de la investigación, Gianpaolo Manzolini. «El estudio se inició hace tres años, antes de que se registraran precios negativos en Europa, pero ya estaban presentes en Australia, en concreto en Australia Meridional. La colaboración con la Universidad Tecnológica de Queensland ayudó desde este punto de vista».
El trabajo de investigación pretende demostrar que el costo nivelado de la energía (LCOE, por su acrónimo en inglés) no es el parámetro de optimización correcto de las instalaciones fotovoltaicas y de energía solar concentrada (CSP). «La metodología propuesta puede aplicarse a cualquier otra fuente», explicó Manzolini. «Ciertamente, adquiere mayor relevancia cuando se trata de tecnologías que dependen de fuentes renovables variables. Lo mismo ocurre con el almacenamiento. En principio, no es necesario en la metodología y, sin embargo, amplifica las diferencias».
El modelo propuesto se basa en el Aggregated Energy System Optimization (AESOPT) desarrollado por la propia Universidad Politécnica de Milán. Esta herramienta considera los efectos del tamaño tanto en los costos como en la eficiencia de las tecnologías de generación de energía. Su función objetivo por defecto es la optimización del valor actual neto (VAN) de un proyecto, que corresponde al valor de todos los flujos de caja futuros a lo largo de toda la vida de una inversión descontados al presente.
«El AESOPT se ha ampliado para incluir modelos detallados de las centrales ESTC, a saber, el bloque de potencia, el campo solar con colectores lineales y los almacenamientos de sales fundidas», especifica el equipo de investigación, señalando que la modelización utiliza la programación lineal de enteros mixtos (MILP) y tiene en cuenta el tamaño mínimo y máximo de los componentes, la potencia máxima intercambiada con la red, la evolución del almacenamiento de energía y los balances energéticos. También tiene en cuenta parámetros económicos como los ingresos, los gastos de capital (capex), los gastos de explotación (opex) y el factor de recuperación del capital. «El LCOE no es lineal, ya que implica la relación entre dos variables. Por tanto, el LCOE no puede utilizarse directamente como función objetivo de la herramienta AESOPT».
Los científicos trabajaron en dos estudios de caso que involucraban una planta fotovoltaica y una instalación de CSP que se supone estarían instaladas en el sur de Australia y el sur de California. El análisis se basó en los precios reales de la electricidad de 2022 junto con las condiciones meteorológicas durante el mismo año y resolución temporal, y se investigaron 16 casos diferentes considerando la fotovoltaica y la termosolar aplicadas a las dos ubicaciones.
«Los resultados muestran que las plantas solares diseñadas específicamente para optimizar los beneficios en función de los precios reales del mercado eléctrico dan lugar a diferencias relevantes en comparación con el enfoque estándar basado en el LCOE», explicaron los investigadores. «Los diseños de plantas fotovoltaicas optimizados según este último no incluyen la instalación de un sistema de almacenamiento, mientras que esto se vuelve crucial para garantizar la rentabilidad de la planta cuando se considera la situación real de la red».
Destacaron que considerar la especificidad de la red puede aumentar el VAN de un proyecto hasta 10 veces, mientras que el LCOE podría aumentar hasta tres veces en comparación con los enfoques convencionales basados en el LCOE.
Los académicos presentaron en el estudio «Limitations of using LCOE as economic indicator for solar power plants» (Limitaciones del uso del LCOE como indicador económico para plantas de energía solar), publicado recientemente en Renewable and Sustainable Energy Reviews. En la investigación participaron científicos de la Universidad Tecnológica de Queensland.
«El trabajo futuro se centrará en evaluar el despacho y el diseño de la planta en función de la previsión de las condiciones meteorológicas y los precios de la electricidad para ver el impacto de las incertidumbres en el diseño de la planta», concluyeron. «Además, el modelo se ampliará a otros esquemas como el residencial, incluidas las comunidades energéticas».
Este contenido está protegido por derechos de autor y no se puede reutilizar. Si desea cooperar con nosotros y desea reutilizar parte de nuestro contenido, contacte: editors@pv-magazine.com.
Al enviar este formulario, usted acepta que pv magazine utilice sus datos con el fin de publicar su comentario.
Sus datos personales solo se divulgarán o transmitirán a terceros para evitar el filtrado de spam o si es necesario para el mantenimiento técnico del sitio web. Cualquier otra transferencia a terceros no tendrá lugar a menos que esté justificada sobre la base de las regulaciones de protección de datos aplicables o si pv magazine está legalmente obligado a hacerlo.
Puede revocar este consentimiento en cualquier momento con efecto para el futuro, en cuyo caso sus datos personales se eliminarán inmediatamente. De lo contrario, sus datos serán eliminados cuando pv magazine haya procesado su solicitud o si se ha cumplido el propósito del almacenamiento de datos.
Puede encontrar más información sobre privacidad de datos en nuestra Política de protección de datos.