Modellazione bottom-up

Dal comportamento dei singoli asset al sistema energetico

La simulazione non parte da pochi parametri aggregati. Ogni componente rilevante viene modellata attraverso il proprio comportamento operativo e contribuisce, passo dopo passo, alla costruzione del profilo energetico complessivo.

Generazione

Profili di produzione rinnovabile, disponibilità delle fonti e variabilità oraria vengono ricostruiti nel tempo. Il modello valuta come l’energia prodotta contribuisce ai carichi, alla rete e alla carica del BESS.

Carichi

I consumi vengono modellati come profili temporali distinti, legati al comportamento dei diversi utilizzatori. Questo permette di distinguere picchi, cicli operativi e margini reali di flessibilità.

Elettrificazione

Nuovi carichi elettrici vengono simulati a partire dall’utilizzo reale, non da stime aggregate. Mobilità, processi e climatizzazione entrano nel modello con vincoli e pattern operativi specifici.

BESS

Il BESS viene rappresentato con potenza, energia, SoC, efficienza e vincoli operativi. La strategia di controllo definisce quando caricare, scaricare o preservare capacità per scenari successivi.

Ambiente interattivo

La simulazione in azione

Il modello genera un ambiente interattivo nel quale esplorare il sistema, modificare le ipotesi e confrontare scenari alternativi.

Processo

Il processo di Energy System Modelling

Dimensionamento, strategia operativa e ipotesi economiche vengono progressivamente affinati fino a identificare configurazioni robuste, non semplicemente il risultato migliore in un singolo scenario.

01

Perimetro e obiettivi

Definizione del sistema da simulare, delle decisioni da supportare e dei criteri di valutazione.

02

Raccolta e validazione dati

Raccolta dei dati energetici, tecnici ed economici e verifica della loro coerenza.

03

Analisi energetica baseline

Ricostruzione del profilo energetico attuale e dei principali vincoli operativi.

04

Scenari operativi BESS

Definizione delle logiche di utilizzo dell’accumulo e delle condizioni di esercizio da confrontare.

08

Iterazione e affinamento

Revisione ciclica di ipotesi e configurazioni per migliorare progressivamente la soluzione.

07

Raccomandazione e decisione

Confronto delle configurazioni e selezione delle opzioni più robuste per l’investimento.

06

Modello finanziario e sensitività

Traduzione dei risultati energetici in indicatori economici e analisi delle variabili critiche.

05

Dimensionamento e simulazione

Simulazione di taglie, vincoli e strategie per stimare prestazioni tecniche e risultati attesi.

01

Perimetro e obiettivi

Definizione del sistema da simulare, delle decisioni da supportare e dei criteri di valutazione.

02

Raccolta e validazione dati

Raccolta dei dati energetici, tecnici ed economici e verifica della loro coerenza.

03

Analisi energetica baseline

Ricostruzione del profilo energetico attuale e dei principali vincoli operativi.

04

Scenari operativi BESS

Definizione delle logiche di utilizzo dell’accumulo e delle condizioni di esercizio da confrontare.

05

Dimensionamento e simulazione

Simulazione di taglie, vincoli e strategie per stimare prestazioni tecniche e risultati attesi.

06

Modello finanziario e sensitività

Traduzione dei risultati energetici in indicatori economici e analisi delle variabili critiche.

07

Raccomandazione e decisione

Confronto delle configurazioni e selezione delle opzioni più robuste per l’investimento.

08

Iterazione e affinamento

Revisione ciclica di ipotesi e configurazioni per migliorare progressivamente la soluzione.

Scenari

Non un singolo scenario, ma uno spazio di possibilità

Il modello permette di esplorare configurazioni, ipotesi e traiettorie alternative, valutando la robustezza delle scelte in condizioni operative ed economiche differenti.

Degrado della batteria

Il comportamento del BESS può essere valutato considerando l’effetto della strategia operativa sul degrado e sull’evoluzione delle prestazioni nel tempo.

Analisi di sensitività

CAPEX, prezzi energia, crescita dei carichi, rendimento, degrado e altre variabili possono essere modificati per misurarne l’impatto sui risultati.

Scenari probabilistici

Quando le variabili future sono incerte, è possibile analizzare distribuzioni di scenari anziché affidarsi a una singola previsione deterministica.

Analisi
what-if

Configurazioni, dimensionamenti e logiche di utilizzo possono essere modificati e confrontati rapidamente per confrontare opzioni tecniche e operative.

Plasma il futuro dell’energia con noi

Mettiti in contatto per scoprire le nostre soluzioni, prenotare una demo o avviare una conversazione sul tuo prossimo progetto. In muleML crediamo nella democratizzazione dei dati e del machine learning, rendendo semplici e accessibili tecnologie complesse. Il nostro approccio è graduale e pragmatico: partiamo da quick win alla portata di tutti, costruendo al tempo stesso un percorso verso una trasformazione a lungo termine.

Contattaci
cta Image