Estaciones de intercambio optimizan ingresos con precios inteligentes
El auge de los vehículos eléctricos (VE) no solo transforma el transporte, sino que también redefine el papel de la infraestructura que los sostiene. Un estudio reciente, liderado por Li Xianshan, Zhan Ziao, Li Fei y Zhang Lei del Laboratorio Clave Provincial de Operación y Control de Centrales Hidroeléctricas en Cascada y la Facultad de Ingeniería Eléctrica y Nuevas Energías de la Universidad de las Tres Gargantas, propone una revolución silenciosa en cómo las estaciones de intercambio de baterías (EIB) pueden operar. Más allá de ser simples puntos de servicio, estas instalaciones pueden convertirse en actores estratégicos y altamente rentables dentro del mercado energético, gracias a una sofisticada estrategia de dos etapas que combina la respuesta de la demanda con una participación activa en los mercados de energía y regulación de frecuencia.
El desafío central que enfrenta la red eléctrica moderna es la gestión de la demanda pico y la estabilidad de la frecuencia. A medida que más vehículos eléctricos se conectan, la carga adicional puede agravar estas presiones, especialmente si todos los conductores deciden cargar sus vehículos al mismo tiempo. Las estaciones de carga tradicionales tienen un control limitado sobre este comportamiento, ya que dependen de la voluntad del usuario. Las EIB, sin embargo, poseen una ventaja única: el control total sobre su inventario de baterías. Al ser propietarias de las baterías, no necesitan el consentimiento del conductor para utilizarlas en servicios de red, lo que las convierte en recursos de almacenamiento de energía (ESS) altamente confiables y predecibles.
La innovación de la investigación radica en su enfoque de dos etapas. La primera etapa no se centra en la red, sino en el conductor. La estrategia propuesta utiliza el precio del mercado de regulación de frecuencia, un mercado de alto valor que recompensa a los recursos que pueden responder rápidamente para equilibrar la oferta y la demanda, como una señal para establecer precios dinámicos para el servicio de intercambio de baterías. Cuando la demanda de regulación de frecuencia es alta y los precios son elevados, el valor de tener una batería disponible para la red también es alto. Por lo tanto, la EIB aumenta el precio de intercambio.
Este aumento de precio actúa como un incentivo económico para los conductores. Frenados por el costo, algunos optarán por retrasar su intercambio hasta que los precios bajen, lo que generalmente ocurre durante las horas valle cuando la demanda de regulación es baja y la energía es más barata. Este es el concepto de «respuesta de la demanda de intercambio de baterías». Al aumentar los precios en los momentos de máxima necesidad de la red, la EIB efectivamente desplaza la demanda de sus servicios a horas en las que su capacidad de almacenamiento es menos valiosa para el mercado. El resultado neto es la creación de una reserva de «baterías redundantes» en el depósito precisamente cuando el mercado de regulación de frecuencia está pagando más.
Esta reserva estratégica de baterías es el activo clave para la segunda etapa del modelo: la participación en los mercados energéticos. Con una reserva de baterías optimizada gracias a la respuesta de la demanda, la EIB puede ahora formular una estrategia de oferta sofisticada. El modelo se concibe como un juego entre la EIB y el operador del mercado. El objetivo de la EIB es maximizar sus ingresos totales, que provienen de tres fuentes: ingresos por servicios de intercambio, ingresos por descarga en el mercado de energía y, crucialmente, ingresos por la provisión de servicios de regulación de frecuencia. El operador del mercado, por otro lado, busca minimizar el costo total del sistema al liquidar el mercado basado en las ofertas de todos los participantes.
Las simulaciones realizadas por el equipo de la Universidad de las Tres Gargantas demostraron la eficacia abrumadora de este enfoque. En un escenario de referencia donde la EIB utiliza un precio fijo y no participa en la respuesta de la demanda, su capacidad para ofrecer servicios de regulación de frecuencia es limitada. Sin embargo, con la estrategia de dos etapas, los resultados fueron transformadores. La cantidad de baterías redundantes en la estación aumentó drásticamente durante las horas de 9-12 y 16-21, que coincidieron con los picos simulados de demanda de regulación. Durante la noche, esta reserva se redujo para satisfacer la demanda de intercambio.
Este alineamiento temporal tuvo un impacto directo y sustancial en la rentabilidad. Los ingresos de la EIB del mercado de regulación de frecuencia se dispararon de 7,942 millones de yuanes en el caso base a 11,245 millones de yuanes, un aumento del 41,6%. Aún más impresionante, al desplazar la demanda de intercambio, la EIB pudo cargar sus baterías durante las horas de menor precio, reduciendo sus costos de energía de 3,635 millones a 3,434 millones de yuanes. Su ingreso total saltó de 38,355 millones a 41,889 millones de yuanes, todo mientras mantenía sus ingresos de servicios de intercambio sin cambios.
El estudio también pone de relieve una diferencia crítica entre dos modelos de liquidación del mercado: secuencial y conjunta. En un modelo secuencial, el mercado de energía se liquida primero. Solo la capacidad restante de la EIB después de este proceso está disponible para el mercado de regulación de frecuencia. Esto crea un conflicto. El modelo mostró que en este escenario, la EIB podría elegir descargar una batería al mercado de energía para obtener una ganancia inmediata, dejándola indisponible para un contrato de regulación de frecuencia potencialmente más valioso en la misma hora. En contraste, un modelo de liquidación conjunta considera ambos mercados simultáneamente, permitiendo que la EIB tome una decisión holística. Los resultados confirmaron que el modelo de liquidación conjunta generó mayores beneficios para la EIB, ya que pudo priorizar el mercado más rentable en cualquier momento dado.
Las implicaciones de esta investigación trascienden las cuentas de resultados de una sola EIB. Demuestra que una EIB, equipada con la estrategia correcta, puede ser una herramienta poderosa para los operadores de la red. Al cargar durante las horas valle y descargar durante los picos, realiza una «reducción de picos y llenado de valles», lo que alivia la tensión sobre el sistema de transmisión y distribución y reduce la necesidad de plantas de generación de pico costosas y contaminantes. Su participación en el mercado de regulación de frecuencia proporciona una fuente rápida, receptiva y limpia de potencia de equilibrio, un recurso cada vez más vital a medida que las redes integran más energía renovable variable del viento y el sol.
El éxito del modelo depende del concepto de «elasticidad de la demanda». Los investigadores asumieron que los conductores de VE son sensibles a los cambios de precio, una suposición razonable para un servicio comercial. Un sistema de precios bien diseñado y transparente, que comunica claramente los beneficios de los intercambios en horas valle, podría convertir esto en una situación de ganar-ganar. Los conductores ahorran dinero, la EIB aumenta sus ingresos y la red se vuelve más estable y eficiente.
Una de las contribuciones más significativas de este trabajo es su evolución de la EIB de un simple consumidor de energía a un agente estratégico complejo que puede influir en los precios del mercado a través de sus propias acciones. El artículo reconoce que una sola EIB puede tener una pequeña participación en el mercado de energía, lo que significa que su oferta tiene poco impacto en el precio general. Sin embargo, en el mercado de regulación de frecuencia, más pequeño y especializado, una EIB con un gran banco de baterías puede tener un poder de mercado significativo. El modelo muestra que al ofertar estratégicamente, la EIB puede ayudar a reducir el precio de liquidación para la regulación de frecuencia, lo que beneficia a todo el sistema al reducir el costo total de la estabilidad de la red.
La investigación también aborda un desafío operativo crítico: la logística del transporte de baterías. El modelo incorpora el tiempo que tarda una batería en transportarse desde una estación de servicio distribuida (DS) hasta una estación de carga centralizada (CCS). Este tiempo de transporte significa que una batería intercambiada a las 8:00 am puede no llegar a la CCS para cargarse hasta las 10:00 am, dependiendo de la distancia. El modelo tiene en cuenta este retraso, asegurando que la capacidad de carga y descarga disponible de la estación se calcule con precisión a lo largo del tiempo. Este nivel de detalle operativo es crucial para la implementación práctica de la estrategia.
Los hallazgos del estudio son un argumento convincente para la evolución de las EIB desde un servicio puramente logístico hasta un actor clave en el ecosistema energético moderno. A medida que la adopción de VE continúa creciendo, se espera que aumenten el número y el tamaño de las EIB. Si estas estaciones adoptan estrategias inteligentes como la propuesta, podrían formar colectivamente una red de almacenamiento de energía masiva, distribuida y descentralizada. Esta red proporcionaría un valor inmenso a la red, ayudando a integrar las energías renovables, mejorar la fiabilidad y reducir las emisiones de carbono.
Para los operadores de EIB, el mensaje es claro: la fijación dinámica de precios no es solo una herramienta para gestionar la demanda de los clientes; es una palanca poderosa para desbloquear nuevas fuentes de ingresos. Al utilizar señales de precios para moldear su propio inventario de baterías, pueden transformar sus estaciones en activos altamente rentables que apoyan la red. Para los responsables de la formulación de políticas, la investigación subraya la importancia de diseñar reglas de mercado que faciliten la participación de estos recursos flexibles. Caminos claros para que las EIB participen en mercados de servicios auxiliares son esenciales para una red futura resiliente y eficiente.
El trabajo de Li, Zhan, Li y Zhang proporciona un marco robusto y matemáticamente sólido para esta transición. Mueve la conversación desde el potencial teórico de las EIB hacia una estrategia práctica e implementable. Aunque el modelo es complejo, su idea central es elegante: al alinear los incentivos económicos del conductor, el operador de la EIB y la red, es posible crear un sistema que no solo sea más eficiente, sino también más sostenible. A medida que los sectores de la energía y el transporte continúan convergiendo, estrategias como esta serán fundamentales para construir un futuro energético más inteligente, más limpio y más confiable.
La investigación destaca un futuro en el que el simple acto de intercambiar una batería es parte de una danza mucho más grande, invisible, de electrones y economía. La EIB ya no es solo una parada; es un nodo sofisticado en una red eléctrica dinámica, receptiva e inteligente. Esta transformación no trata solo de tecnología; trata de crear nuevos modelos de negocio y mecanismos de mercado que aprovechen el poder colectivo de millones de vehículos eléctricos para el bien común. El estudio de la Universidad de las Tres Gargantas es un paso significativo en ese camino, demostrando que con la estrategia adecuada, un intercambio de baterías puede ser mucho más que una conveniencia; puede ser una piedra angular de la estabilidad de la red.
El modelo de dos etapas propuesto representa un cambio de paradigma en cómo pensamos sobre la infraestructura de VE. Trata a la EIB no como un consumidor pasivo de electricidad, sino como un participante de mercado activo e inteligente. Este papel activo se define por su capacidad para responder a las señales del mercado e influirlas. La primera etapa, la respuesta de la demanda, es una forma de autogestión proactiva. Al utilizar los precios para moldear el comportamiento del cliente, la EIB está esencialmente realizando una asignación interna de recursos para prepararse para el mercado externo. Está construyendo su propia «reserva de guerra» de baterías disponibles en los momentos más oportunos.
Este nivel de control es una ventaja única del modelo de intercambio sobre la carga tradicional. Una estación de carga está a merced de los horarios de sus clientes. Puede ofrecer tarifas más bajas por la noche, pero no puede garantizar que los conductores vengan entonces. Una EIB, al controlar el inventario de baterías, puede utilizar los precios para atraer activamente la demanda hacia las horas que son más beneficiosas para su operación general y participación en el mercado. Esto le da a la EIB un nivel de previsibilidad y control que es invaluable en un entorno de mercado.
La segunda etapa, la estrategia de oferta, es donde se monetiza esta preparación. El modelo utiliza un enfoque de teoría de juegos, donde la EIB y el operador del mercado participan en un proceso de optimización iterativa hasta que se alcanza un equilibrio, lo que refleja la realidad compleja de los mercados eléctricos. Reconoce que las acciones de la EIB afectan al mercado, y la respuesta del mercado, a su vez, afecta la estrategia óptima de la EIB. Este bucle de retroalimentación es crucial para crear un resultado de mercado estable y eficiente.
Los resultados de la simulación son una validación poderosa de la efectividad del modelo. El aumento sustancial en los ingresos por regulación de frecuencia es el hallazgo más destacado. Prueba que la respuesta de la demanda en la primera etapa no es solo un ejercicio teórico, sino una herramienta altamente efectiva para maximizar las ganancias en un mercado de alto valor. El hecho de que esto se logre mientras se reducen los costos de energía y se mantienen los ingresos por servicios demuestra la solidez de la estrategia. Es una verdadera optimización, no un compromiso.
La comparación entre la liquidación secuencial y conjunta también es muy instructiva. Revela una falla potencial en los diseños de mercado actuales. Un proceso secuencial puede crear incentivos perversos, donde un recurso se ve obligado a elegir entre dos servicios valiosos de una manera que puede no ser óptima para el sistema general. El modelo de liquidación conjunta, al permitir una decisión más holística, conduce a una asignación de recursos más eficiente. Este hallazgo podría tener implicaciones significativas para cómo los operadores de la red diseñan sus reglas de mercado en el futuro, posiblemente allanando el camino para estructuras de mercado más integradas y eficientes.
Desde una perspectiva más amplia, esta investigación es un microcosmos de la transición energética más grande. Muestra cómo la digitalización, el análisis de datos y la optimización avanzada pueden usarse para crear sistemas energéticos más inteligentes y flexibles. La EIB, con su gran banco de baterías y su interfaz digital, es una plataforma perfecta para este tipo de innovación. La estrategia propuesta podría extenderse a otras formas de almacenamiento de energía distribuida, como sistemas de baterías residenciales o comerciales, creando una vasta red de recursos receptivos.
El éxito de este modelo también depende de la aceptación del consumidor. Para que funcione, los conductores de VE deben estar dispuestos a responder a las señales de precios. Esto requiere una comunicación clara y una interfaz fácil de usar. Los operadores de EIB podrían desarrollar aplicaciones móviles que muestren los precios de intercambio en tiempo real y pronostiquen precios futuros, permitiendo a los conductores planificar sus intercambios para maximizar sus ahorros. Con el tiempo, esto podría fomentar una cultura de «carga inteligente» entre los usuarios de VE, donde no son solo consumidores, sino participantes activos en el mercado energético.
En conclusión, el trabajo de Li Xianshan, Zhan Ziao, Li Fei y Zhang Lei ofrece una solución integral y de vanguardia a los desafíos de la integración de la red en la era de los vehículos eléctricos. Su modelo de dos etapas para la operación de EIB es una hoja de ruta para cómo la infraestructura de VE puede evolucionar hacia un activo crítico para la estabilidad y eficiencia de la red. Al aprovechar la fijación de precios dinámica y estrategias de oferta sofisticadas, las EIB pueden lograr una triple victoria: mayores ganancias para el operador, menores costos y mayor estabilidad para la red, y posibles ahorros para el conductor de VE. Esta investigación es una contribución significativa al campo de la tecnología de redes inteligentes y una señal clara del futuro energético inteligente e interconectado que se acerca rápidamente.
Li Xianshan, Zhan Ziao, Li Fei, Zhang Lei, Laboratorio Clave Provincial de Operación y Control de Centrales Hidroeléctricas en Cascada, Universidad de las Tres Gargantas, Automation of Electric Power Systems, DOI: 10.7500/AEPS20230628004