Négoce d’électricité et gestion de portefeuille : revendeur d’électricité verte en Espagne
Réduire les coûts de déséquilibre grâce à des prévisions précises
Étude de cas
21/09/2023
par
Nathalie Desbrosses
10 min
null
Le besoin du client
Fondée en 2005, la société de notre client s'engage à fournir de l'électricité à des logements et des entreprises en Espagne, générée exclusivement à partir de sources d'énergie renouvelable, avec Garantie d'Origine. Il nous a contacté en 2019 pour l’accompagner dans ses activités de négoce d'électricité sur le marché de l'énergie espagnol. Leur portefeuille était initialement composé de 400 MWc de photovoltaïque (PV) couvrant l'ensemble de la Péninsule Ibérique. Actuellement, le portefeuille s'est considérablement étendu pour atteindre près de 2 GWc, comprenant des installations solaires à inclinaison fixe ainsi que des trackers un axe et deux axes.
Le client achète et revend de l’électricité sur la bourse d’échange OMIE pour le marché “day-ahead” et vise à minimiser les coûts d'équilibrage du portefeuille. Par conséquent, il a besoin de prévisions générées la veille pour le lendemain, deux fois par jour, pour l'ensemble du portefeuille.
null
null
Synthèse du besoin du client, des caractéristiques du portefeuille et de la solution Steadysun livrée.
Synthèse du besoin du client, des caractéristiques du portefeuille et de la solution Steadysun livrée.
null
La solution
Pour répondre aux besoins du client, nous avons mis en place notre solution adaptée aux revendeurs d'électricité basée sur notre produit de prévision SteadyMet. Ce produit exploite des modèles de prévision numérique du temps (PNT) issus de divers services météorologiques (ECMWF, NOAA, Météo-France, DWD, etc.) pour fournir des prévisions de production solaire agrégées sur l’ensemble du portefeuille. Nos prévisions opérationnelles sont réalisées par le biais de centrales électriques virtuelles adaptatives avec l’évolution du portefeuille du client au fil du temps et dans l'espace. Ces centrales électriques virtuelles prennent en compte les spécificités géographiques et techniques des installations.
null
Méthodologie d'agrégation des données de 8100 sites à l'aide de centrales virtuelles.
Méthodologie d'agrégation des données de 8100 sites à l'aide de centrales virtuelles.
Négoce d’électricité et gestion de portefeuille : revendeur d’électricité verte en Espagne
null
null
null
null
Ce projet présente plusieurs défis. Tout d'abord, nous avons à disposition peu d’informations sur les caractéristiques du portefeuille et ces informations ne sont pas homogènes. Seules les coordonnées GPS et le type de technologie solaire sont disponibles ; des détails tels que l'orientation des panneaux, l'inclinaison ou la marque restent inconnus. De plus, un seul point peut correspondre à une installation individuelle ou à un groupe comprenant plusieurs orientations/inclinaisons. Deuxièmement, l'expansion rapide du portefeuille nécessite une gestion efficace. Pour résoudre ces problèmes, le client doit régulièrement soumettre des mises à jour du portefeuille photovoltaïque. Nous traitons automatiquement ces informations pour les convertir en une matrice standardisée représentant le portefeuille, et nous fournissons les prévisions via notre API.
null
Évolution annuelle du portefeuille PV en MWc.
Évolution annuelle du portefeuille PV en MWc.
null
Les résultats
En 2022, l'Erreur Absolue Moyenne normalisée (nMAE) [1] pour l'ensemble du portefeuille s'est située à environ 2 %, ce qui correspondait à nos attentes. Les cas d'erreurs extrêmes (dépassant 6 %) étaient rares, avec une occurrence environ 0,7 % du temps. Les erreurs sont restées inférieures à 2 % plus de 56% du temps. Par conséquent, notre solution a facilité une réduction potentielle des coûts d'équilibrage allant jusqu'à 7 €/MWh [2].
null
Tendances de nMAE de l’année 2022 sur une base quotidienne, hebdomadaire et mensuelle pour l’ensemble du portefeuille.
Tendances de nMAE de l’année 2022 sur une base quotidienne, hebdomadaire et mensuelle pour l’ensemble du portefeuille.
null
null
null
null
Classification des erreurs pour l’ensemble du portefeuille en 2022.
Classification des erreurs pour l’ensemble du portefeuille en 2022.
null
Les avantages
Notre solution de prévision offre au client les avantages suivants :
1. Réduction des coûts : jusqu'à 60 % de réduction des coûts d'équilibrage grâce à des prévisions précises.
2. Limitation des erreurs simultanées : notre approche unique qui combine modélisation physique et intelligence artificielle permet d’éviter les erreurs simultanées avec d'autres acteurs du marché, et de limiter l'impact de la volatilité des prix induite par celle-ci.
3. Gestion de portefeuille : permet de gérer facilement des grands portefeuilles grâce à notre API REST évolutive.
null
null
Étapes suivantes
La stratégie du client consiste à prendre position sur les marchés en se basant sur des prévisions par installation plutôt qu’au niveau du portefeuille. Ce changement d’échelle vise à obtenir une compréhension plus détaillée des effets du portefeuille et ainsi à améliorer la précision de ses analyses. Cette approche lui permet d’affiner les stratégies d'optimisation, à partir des analyses détaillées de la performance de chaque actif au sein du portefeuille.
De plus, à long terme, il prévoit de prendre des positions sur le marché intraday et d’évaluer la valeur ajoutée de nos prévisions à cette échelle de temps. Enfin, il réfléchit à améliorer les prévisions de consommation en utilisant des prévisions de température les plus précises possibles à l’échelle de la région.
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
Notes:
1. L’indicateur d’Erreur Absolue Moyenne normalisée (nMAE pour ‘’normalized Mean Absolute Error’’ en anglais) est calculé par plage de 30 minutes, en ligne avec le fonctionnement des réseaux électriques et des marchés. Pour quantifier les erreurs de prévision sur une journée, nous disposons donc d’un ensemble de 48 valeurs (première valeur = moyenne entre 00h00 et 00h30, 2eme valeur = moyenne entre 00h30 et 01h00, …).
Les puissances sont normalisées par la puissance crête de l’installation afin de rendre les résultats comparables d’une centrale à l’autre (voir équation 1).
L’indicateur de nMAE est alors calculé pour chaque jour (voir équations 1 et 2).
null
Où Pforecasted et Pproduced sont les puissances moyennes prévue et réalisée sur la plage de 30 minutes considérée, Ppeak est la puissance crête et « 48 » est le nombre de plages de 30 minutes sur la journée.
La fiabilité du système de prévision sur la centrale est alors évaluée par la moyenne des MAE sur l’ensemble des jours disponibles (voir équation 3).
null
Où Nday est le nombre de jours où l’indicateur de nMAEday est disponible.
2. Estimations basées sur ue comparaison des niveau de précision de plusieurs fournisseurs, dont Steadysun, réalisé en 2022. nMAE de Steadysun 2,1%. nMAE des autres fournisseurs jusqu’à 4 %. Coûts total du déséquilibre 2021 : 11 €/MWh.
null