Por lo general, el ahorro de combustible suele ser un factor clave a la hora de elegir la configuración del almacenamiento de energía, en especial para las microrredes que suelen estar en comunidades remotas, dependen de la generación de diésel, y se enfrentan a desafíos logísticos relacionados con la entrega de combustible. Sin embargo, reducir el consumo de combustible es solo uno de los objetivos del modelado de baterías para microrredes. Las técnicas de modelado de batería siguen evolucionando para abordar de mejor forma el contexto más amplio de las implementaciones de microrredes y energías renovables. Por ejemplo, las simulaciones ahora son clave en el proceso de desarrollo del proyecto, puesto que ofrecen información sobre aplicaciones renovables y de almacenamiento antes de la implementación y ayudan a determinar cuánta potencia y energía se requiere en general. Modelado preciso Modelar una microrred entera de alto nivel es un ejercicio valioso para valorar la viabilidad de las distintas implementaciones de esquemas de energía renovable con almacenamiento. No obstante, a la hora de modelar los detalles de los sistemas, como el acoplamiento entre varios generadores diésel en una microrred grande, o la optimización de los puntos de ajuste para operar con los generadores en una microrred más pequeña, el modelado debe ser más preciso. En este caso, los datos de alta frecuencia, con una granularidad inferior a intervalos de diez minutos, son muy útiles. Tal modelado proporciona información sobre el funcionamiento del sistema, incluida la sincronización de los generadores diésel y los tiempos de enfriamiento, para minimizar los arranques de los generadores, maximizar el ahorro de combustible y optimizar la duración de la batería. Generally, fuel savings are usually a key factor in the choice of energy storage configuration, especially for microgrids which are often located in remote communities that rely on diesel generation, with logistical challenges surrounding fuel delivery. However, cutting fuel consumption is just one of the purposes of battery modelling for microgrids. Battery modelling techniques continue to evolve to better address the wider context of microgrid and renewable energy deployments. For example, simulations are now key to the project development process, as they deliver insights into renewable and storage applications ahead of deployment and help determine how much power and energy are required overall. Precise modelling Modelling an entire microgrid at a high level is a valuable exercise in assessing the viability of different deployments of renewable energy schemes with storage. However, when it comes to modelling the detail of these systems, such as bridging between multiple diesel generators in a large microgrid, or optimising the set points for operating with diesel generators in a smaller microgrid, more precise modelling is required. In this instance, high-frequency data, with a granularity of no more than ten-minute intervals, is valuable. Such modelling provides insights into system operation, including diesel synchronisation and cool-down times, to minimise diesel starts, maximise fuel savings and optimise battery life. High-level modelling is typically based on hourly data and the granularity of ESS dispatch is correspondingly coarse. This kind of modelling is feasible even with minimal data input. For example, an initial model of a microgrid can be constructed with minimal inputs, such as the coordinates of an island village off the US Pacific coast having a peak load of 150 kW in January. Based on this information, high-level modelling can be used to construct a BATTERY MODELLING FOR ENERGY STORAGE Modelling can play a crucial role in identifying the optimum level of energy storage for a project. A key factor when planning energy storage systems (ESS), for example, for a microgrid, is to determine the expected cost savings and performance benefits provided by the various ESS configurations. Battery modelling offers a powerful tool to predict the lifetime performance and return on investment (ROI) that will be provided by each ESS option. MODELADO DE BATERÍAS PARA EL ALMACENAMIENTO DE ENERGÍA El modelado puede desempeñar un papel crucial a la hora de identificar el nivel óptimo de almacenamiento de energía de un proyecto. Un factor clave a la hora de diseñar los sistemas de almacenamiento de energía por ejemplo, una microrred, es determinar los ahorros previstos y los beneficios de rendimiento que ofrecen las distintas configuraciones de los sistemas de almacenamiento de energía. El modelado de baterías supone un instrumento eficaz para predecir la vida útil y el retorno de la inversión que ofrecerá cada opción de sistema de almacenamiento de energía. Almacenamiento de energía | Energy storage FuturEnergy | Agosto-Septiembre August-September 2018 www.futurenergyweb.es 65
RkJQdWJsaXNoZXIy Njg1MjYx