Almacenamiento de energía | Energy storage www.futurenergyweb.es 104 FuturEnergy | Septiembre September 2017 cenamiento de energía, el modelado puede contribuir a garantizar que las baterías siempre mantengan una reserva de energía para el arranque desde cero. Para ser efectivos, los modelos de baterías deben ejecutar los mismos algoritmos que los sistemas de gestión de baterías, imitando el comportamiento real de la batería. Deben incluirse las pérdidas de eficiencia y la gestión térmica, para asegurarse de que el enfriamiento del sistema sea el adecuado. Y, puesto que las pérdidas de batería aumentan con el tiempo, es fundamental que los modelos puedan reflejar la situación del final de la vida útil para el sistema. Para ello, no solo es necesario que los modelos acepten entradas para diferentes etapas de vida de la batería, sino que también incluyan salidas acordes al envejecimiento. Solo entonces podrá haber seguridad en cuanto a la vida útil del sistema y sus características de fin de vida. Valor añadido para sistemas de almacenamiento de energía Al explorar las oportunidades de almacenamiento de energía, la prioridad de los operadores de red debería ser el modelado de las baterías. Además, deberían considerar la simulación como la vanguardia de su estrategia para maximizar los ahorros durante todo el proceso. Tomarse el tiempo para operar modelos de batería abre la puerta a cuantificar los beneficios del almacenamiento de energía, incluido el ahorro en combustible para las microrredes. También proporciona una oportunidad para captar el potencial de ROI del proyecto. En la sociedad actual, basada en datos, se recogen a diario inmensas cantidades de estadísticas en todos los sectores. Controlar estos números contribuirá a que los operadores de redes comprendan el valor real que proporcionan los sistemas de almacenamiento de energía. To be effective, battery models should run the same algorithms as battery management systems, replicating real battery behaviour. Efficiency losses and thermal management should be included, to make sure the system’s cooling is adequate. And, since battery losses increase with age, it is vital that models reflect the endof-life situation for the system. This not only requires that these models accept inputs for different stages of battery life, but that they also include aging outputs. Only then can there be certainty regarding the lifetime of the system and its end-of-life characteristics. Added value for energy storage systems When exploring ESS opportunities, battery modelling should be a priority for grid operators. They should also view simulations as being at the forefront of their strategy to maximise cost savings throughout the entire process. Taking the time to run battery models opens the door to quantifying energy storage benefits, including fuel savings in microgrids. It also provides an opportunity to grasp the project’s ROI potential. With today’s data-driven society, immense amounts of statistics are collected daily across every sector. Keeping tabs on such numbers will help grid operators understand the real value that energy storage systems provide. JimMcDowall Business Development Manager for Saft Las soluciones Li-ion de Saft para el almacenamiento de energía ayudan a estabilizar redes de todo tipo y tamaño. | Saft’s Li-ion energy storage solutions help stabilise every grid type and size
RkJQdWJsaXNoZXIy Njg1MjYx