Le défi est bien connu des propriétaires d'immeubles commerciaux et des développeurs de projets photovoltaïques : la production d'énergie solaire photovoltaïque sur site offre d'excellentes économies d'énergie aux clients commerciaux, mais peut entraîner des avantages peu fiables en matière de réduction de la charge de la demande. Grâce à un récent projet de démonstration financé par le DOEClean Power Research et EdgePower ont démontré comment l'utilisation de prévisions solaires au niveau des bâtiments commerciaux peut déplacer intelligemment les charges électriques et réduire les frais de demande des services publics.
Qu'est-ce qu'une redevance liée à la demande et pourquoi est-elle importante ?
Les frais de demande des services publics sont appliqués aux clients commerciaux et industriels en fonction de la quantité maximale d'énergie utilisée pendant des périodes de 15 minutes. Les frais de demande sont généralement alignés sur le coût du service public pour servir les gros consommateurs d'énergie et peuvent représenter une partie importante de la facture totale du client. Cela encourage les grands consommateurs d'énergie à lisser leurs besoins en énergie et à réduire les pics de demande d'électricité.
Pour un bâtiment commercial équipé d'un système photovoltaïque, il est important de réduire les pics d'utilisation car les économies attendues de la réduction de la consommation d'électricité par le service public peuvent être compensées par des frais de demande plus élevés si la production d'énergie PV variable n'est pas correctement gérée. Un site article précédent décrit la motivation de ce projet et illustre ce point.
Pour illustrer davantage, disons que vous avez l'entreprise A, qui utilise 1 000 kWh d'électricité par mois à 0,09 $ le kWh. Sa plus grande demande d'électricité est de 50 kW, et la charge de demande est de 1,00 $ par kW. L'entreprise A décide d'installer un panneau photovoltaïque qui réduira sa consommation d'énergie de 30 %, à 700 kWh par mois. Cependant, le panneau photovoltaïque ne réduira pas nécessairement la charge de la demande. Cela signifie que l'entreprise A ne réalisera peut-être pas les économies escomptées, car même si elle consomme 30 % d'énergie en moins, ses frais de demande n'ont pas été réduits. Le tableau ci-dessous présente les exemples de factures avec et sans production photovoltaïque pour l'entreprise A, où l'économie sur la facture finale n'est que de 20 % en raison de l'absence de réduction des frais de demande.
Vous pouvez trouver d'autres exemples approfondis de l'incursion de la redevance de demande ici.
Comment la technologie de prévision solaire peut être utilisée pour réduire les frais de demande.
Compte tenu de l'irrégularité des économies réalisées sur les seules charges énergétiques, les clients commerciaux équipés de systèmes photovoltaïques cherchent des moyens de réduire les charges liées à la demande. Clean Power Research a combiné son logiciel de prévision de l'énergie solaire photovoltaïque avec la technologie de gestion de la charge des bâtiments de EdgePower pour réduire les frais de demande.
Le site de démonstration était équipé d'un système photovoltaïque de 100 kW. Les commandes automatisées du système énergétique du bâtiment de EdgePower ont intégré les prévisions de production d'énergie PV de Clean Power Research, puis ont ajusté de manière proactive l'utilisation de l'énergie du bâtiment, en ciblant les périodes de production PV réduite et de charge élevée du bâtiment et en utilisant des stratégies qui ont déplacé l'utilisation de l'énergie du bâtiment vers des périodes adjacentes, où soit : a) la charge du bâtiment était plus faible, soit b) la production PV était plus élevée. L'objectif final était une réduction globale de la facture d'électricité du client, obtenue de manière cohérente sur plusieurs périodes de facturation.
Améliorations ciblées des prévisions solaires
Pour soutenir ce cas d'utilisation, Clean Power Research a apporté des modifications aux prévisions solaires, qui ont été conçues à l'origine pour prévoir les centrales PV à l'échelle des services publics. Les centrales photovoltaïques à l'échelle des services publics ont généralement une empreinte beaucoup plus grande et utilisent des prévisions à résolution horaire. Les frais de demande, cependant, sont généralement basés sur des périodes de 15 minutes, donc pour qu'une prévision soit utile, elle doit être informative à une résolution de 15 minutes. Les prévisions horaires interpolées à une résolution de 15 minutes ne se sont pas avérées efficaces pour transmettre la variabilité des prévisions à une résolution de 15 minutes, car l'interpolation suppose que la couverture nuageuse ne change pas.
Pour intégrer ces changements de prévisions sur le site du bâtiment commercial, EdgePower a géré la collecte et la communication en temps réel de la production PV mesurée sur le site d'essai. Ils ont réinjecté ces informations dans le système de prévision solaire de Clean Power Research, où une technique de mélange de " persistance intelligente " a été utilisée. Cette technique est basée sur un modèle de prévision qui lit les données du compteur en temps réel et utilise les observations de la puissance PV en temps réel pour augmenter la prévision, ayant le plus grand impact dans un avenir proche. Il est intéressant de noter que cette technologie est applicable à tout système PV capable de communiquer sa puissance de sortie en temps réel au logiciel de prévision.
La figure 1 (ci-dessous) montre les améliorations des nouvelles prévisions modifiées par rapport aux prévisions solaires de base. Le pourcentage d'erreur absolue moyenne (MAPE) est l'erreur absolue moyenne normalisée par la puissance moyenne du site. C'est un bon moyen de mesurer l'erreur de prévision en fonction de l'horizon de prévision.
Résultats
Au cours de la période de démonstration du projet, il y a eu 26 périodes de contrôle au cours desquelles le contrôle de la charge intégré à l'énergie solaire d'EdgePower a contrôlé le bâtiment pour réduire la charge. Le contrôle de charge basé sur les prévisions solaires a réduit la charge jusqu'à 25 kW dans un bâtiment qui a généralement une charge maximale de 100 kW. Cette réduction de la charge a été obtenue sans sacrifier le confort des occupants. Ce projet a démontré avec succès la réduction de la charge et des frais de demande pendant plusieurs jours au cours de la période de démonstration du projet.
Conclusion
Grâce à la combinaison de prévisions solaires PV et d'un contrôle adaptatif de la charge du bâtiment, ce dernier est utilisé comme une "batterie" à un coût bien inférieur à celui de l'installation de batteries chimiques traditionnelles. Il est possible d'adapter cette technologie aux bâtiments dotés d'installations photovoltaïques pour réaliser des économies supplémentaires, mais elle pourrait également être intégrée aux nouveaux projets photovoltaïques lorsque le client hôte envisage également des batteries chimiques. L'application de la prévision solaire et du contrôle de la charge des bâtiments pourrait réduire la taille (et le coût) d'un système de batteries et ainsi augmenter le nombre de bâtiments où les combinaisons PV solaire et stockage sont économiquement viables.