Questo elaborato si pone come obbiettivo la valutazione sul piano tecnico ed economico di investimenti nel contesto del mercato energetico con sistemi BESS. Nello specifico verranno esplorate diverse casistiche di applicazione di tali sistemi, analizzando nello specifico il nuovo Meccanismo di Approvvigionamento di Capacità di Stoccaggio (MACSE) di Terna, che prevede l’inizio delle prime aste nel primo trimestre del 2025. Tale meccanismo, infatti, prevede una remunerazione fissa per la messa a disposizione alla rete di un sistema di storage, che in questo lavoro di tesi verrà individuato negli accumulatori elettrochimici al litio. A tal proposito è stato svolto uno stage presso ORTUS Italy S.r.l., società operante nello sviluppo di impianti fotovoltaici, eolici e BESS. Volendo vagliare tutte le possibili combinazioni e quindi anche la possibile partecipazione tramite servizi di Energy Shifting ai mercati “tradizionali”, è stata sfruttata la potenzialità del Machine Learning in ambiente Matlab per studiare l’andamento del prezzo zonale dell’energia elettrica. Come base di partenza si è scelto l’anno solare 2023, collezionando tutti i dati relativi a produzioni, prezzi e scambi su base oraria relativi ad ogni zona produttiva italiana, organizzandoli poi in ambiente Excel. Si è deciso di addestrare il tool su base zonale in quanto la densità di rinnovabile negli anni a venire creerà una disparità non indifferente, portando alcune zone ad avere un bisogno più accesso di sistemi di accumulo, rispetto ad altre. La presenza in letteratura di diversi scenari energetici per il prossimo ventennio ci ha permesso di creare, sulla base del modello Machine Learning, degli andamenti previsionali di prezzo fino all’anno 2040. La seconda parte ha analizzato in modo più concreto il connubio tra gli scenari creati e l’applicazione dei sistemi BESS nel mercato elettrico, simulando prima la vita media di potenziali batterie agli ioni di litio in situazioni di carica/scarica differenti, analizzando poi l’applicazione, in diverse configurazioni, di queste ultime nel contesto della partecipazione al MACSE e di altri mercati elettrici.

Analisi tecnico-economica di un Battery Energy Storage System partecipante al meccanismo MACSE

FRAPPI, DAVIDE
2023/2024

Abstract

Questo elaborato si pone come obbiettivo la valutazione sul piano tecnico ed economico di investimenti nel contesto del mercato energetico con sistemi BESS. Nello specifico verranno esplorate diverse casistiche di applicazione di tali sistemi, analizzando nello specifico il nuovo Meccanismo di Approvvigionamento di Capacità di Stoccaggio (MACSE) di Terna, che prevede l’inizio delle prime aste nel primo trimestre del 2025. Tale meccanismo, infatti, prevede una remunerazione fissa per la messa a disposizione alla rete di un sistema di storage, che in questo lavoro di tesi verrà individuato negli accumulatori elettrochimici al litio. A tal proposito è stato svolto uno stage presso ORTUS Italy S.r.l., società operante nello sviluppo di impianti fotovoltaici, eolici e BESS. Volendo vagliare tutte le possibili combinazioni e quindi anche la possibile partecipazione tramite servizi di Energy Shifting ai mercati “tradizionali”, è stata sfruttata la potenzialità del Machine Learning in ambiente Matlab per studiare l’andamento del prezzo zonale dell’energia elettrica. Come base di partenza si è scelto l’anno solare 2023, collezionando tutti i dati relativi a produzioni, prezzi e scambi su base oraria relativi ad ogni zona produttiva italiana, organizzandoli poi in ambiente Excel. Si è deciso di addestrare il tool su base zonale in quanto la densità di rinnovabile negli anni a venire creerà una disparità non indifferente, portando alcune zone ad avere un bisogno più accesso di sistemi di accumulo, rispetto ad altre. La presenza in letteratura di diversi scenari energetici per il prossimo ventennio ci ha permesso di creare, sulla base del modello Machine Learning, degli andamenti previsionali di prezzo fino all’anno 2040. La seconda parte ha analizzato in modo più concreto il connubio tra gli scenari creati e l’applicazione dei sistemi BESS nel mercato elettrico, simulando prima la vita media di potenziali batterie agli ioni di litio in situazioni di carica/scarica differenti, analizzando poi l’applicazione, in diverse configurazioni, di queste ultime nel contesto della partecipazione al MACSE e di altri mercati elettrici.
2023
TECHNICAL ECONOMIC ANALYSIS OF A BATTERY ENERGY STORAGE SYSTEM PARTICIPATING IN THE MACSE MECHANISM
Storage
Energia elettrica
Previsione
Mercato elettrico
File in questo prodotto:
File Dimensione Formato  
FRAPPI_DAVIDE.pdf

accesso riservato

Dimensione 7.15 MB
Formato Adobe PDF
7.15 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/66945