Autoconsumo residencial: Análisis de rentabilidad y tamaño óptimo

i Dep. Organización Industrial y gestión de empresas I Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2019 Trabajo fin de Master Master en Organización Industrial y Gestión de Empresas Autoconsumo residencial: Análisis de rentabilidad y tamaño óptimo. Autor: Juan Felipe Hinestroza Mosquera Tutor: Angel Arcos Vargas ii iii Trabajo fin de Master Master en Organización Industrial y Gestión de Empresas Autoconsumo residencial: Análisis de rentabilidad y tamaño óptimo. Autor: Juan Felipe Hinestroza Mosquera Tutor: Angel Arcos Vargas Departamento de Organización industrial y gestión de empresas I Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2019 iv v Proyecto fin de máster: Autoconsumo residencial: Análisis de rentabilidad y tamaño óptimo. Autor: Juan Felipe Hinestroza Mosquera Tutor: Doctor Ángel arcos Vargas El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros: Presidente: Vocales: Secretario: Acuerdan otorgarle la calificación de: Sevilla, 2019 El secretario del Tribunal vi A mi familia A mi novia A mi tutor A mis amigos vii Agradecimientos Agradecimientos rimero quisiera agradecer profundamente a mi supervisor Dr. Angel Arcos Vargas, por la confianza que ha depositado en mi para la realización de este estudio, además por su amplia contribución en mi formación y crecimiento como estudiante y profesional. Mediante la realización de este estudio he logrado mejorar mis conocimientos y habilidades las cuales aplicaré con orgullo y responsabilidad en el desarrollo de mi carrera profesional, todo esto gracias al trabajo realizado con el Dr. Angel. También quisiera agradecer a los demás profesores del master, que al igual que el Dr. Angel, han contribuido de una manera vital a mi formación en este país, han abierto los límites de mi mente y me han dado la oportunidad de ver las situaciones y el mundo de una forma más sistemática y diferente. P viii Resumen Resumen on este estudio se establece un modelo que, bajo unas condiciones concretas de costes, demanda de energía y ubicación geográfica, determina cuál debe ser el tamaño de la instalación fotovoltaico (PV) óptima para usuario incluyendo un sistema de almacenamiento, de modo que la rentabilidad del proyecto sea la máxima, considerando el vertido de energía remanente que no se autoconsuma a la red eléctrica y un ahorro constante de energía. La paridad de red depende principalmente del cambio en los precios de la energía eléctrica proporcionada por la red y los costes de las instalaciones PV en los que deban incurrir los usuarios por lo cual es de vital importancia analizar estos dos factores para determinar cómo influyen en la decisión de realizar una instalación de un sistema PV residencial. Debido a que estos factores afectan altamente el rendimiento del proyecto, se realiza también un análisis de sensibilidad en el que se varía el consumo del usuario y los precios de las instalaciones PV. Para el desarrollo en este estudio se parte de un estudio bibliográfico y estado del arte en donde se entiende el trasfondo de la paridad de red, el LCOE y demás sistemas que envuelven la idea del proyecto. Gracias a esto se fundamentan las bases necesarias para presentar la problemática que persigue resolver el estudio, para luego presentar los modelos y sistemas desarrollados para la consecución de los objetivos, terminando con las conclusiones en las que se determinan las instalaciones óptimas para los usuarios del caso base elegido, además de los análisis de sensibilidad realizados en los que se establecen distintos escenarios de variación de las condiciones preestablecidas con el fin de evaluar los cambios en los resultados del modelo. Gracias a los avances en las investigaciones y en los desarrollos de nuevas tecnologías, los sistemas PV han tomado una fuerza importante en los últimos años en vista al alcance de la aclamada Paridad de la Red, en donde el coste de la energía generada por los usuarios, se nivela con los costes de la energía proporcionada por la red eléctrica. Si a esta situación se le suma los precios de la energía eléctrica que deben pagar los usuarios con la factura por el consumo de la energía proveniente de la red, se obtienen suficientes motivaciones para instalar sistemas PV residenciales que generen energía para el consumo propio del usuario y para la su correcta implementación, es necesario un modelo que determine cuál debe ser el tamaño de la instalación PV y la capacidad de almacenamiento que mejor se ajusten a los parámetros y características del usuario C ix Abstract Abstract his study establishes a model that, under specific conditions of costs, energy demand and geographic location, determines what the optimum photovoltaic installation (PV) size should be for the user, including a storage system, so that profitability of the project is the maximum, considering the discharge of remaining energy that is not self-consuming to the electricity grid and a constant energy saving. The network parity depends mainly on the change in the prices of electric power provided by the network and the costs of the PV installations in which users must incur, so it is vital to analyze these two factors to determine how they influence the decision to perform an installation of a residential PV system. Because these factors greatly affect the project's performance, a sensitivity analysis is also performed in which the user's consumption and prices of the PV facilities are varied. For the development of this study, we start with a bibliographic study and state of the art where the background of the network parity, the LCOE and other systems that involve the idea of the project are understood. Thanks to this, the bases necessary to present the problems that the study seeks to solve are laid out, to then present the models and systems developed for the achievement of the objectives, ending with the conclusions in which the optimal facilities for the users of the case are determined. chosen base, in addition to the sensitivity analyzes carried out. Thanks to the advances in research and the development of new technologies, PV systems have taken an important force in recent years in view of the reach of the acclaimed Parity of the Network, where the cost of energy generated by users, it is balanced with the costs of the energy provided by the electrical network. If to this situation is added the prices of electric power that users must pay with the bill for the consumption of the energy coming from the network, enough motivations are obtained to install residential PV systems that generate energy for the user's own consumption. and for the correct implementation, a model is necessary to determine what the size of the PV installation should be and the storage capacity that best suits the parameters and characteristics of the user. T xvi Lista de Tablas Lista de Tablas Tabla 1 Referencias empleadas en el en el estado del arte ................................................................... 5 Tabla 2 Diferenciación Horas pico y Valle. Fuente BOE ministerio de Energía, Turismo y Agenda Digital ................................................................................................................................................. 23 Tabla 3 Ejemplos de radiación total anual en distintas ciudades de España. Fuente JRC European Comission y propia elaboración .......................................................................................................... 24 Tabla 4 Tarifas de acceso pico y Valle. Fuente: BOE ministerio de Energía, Turismo y Agenda Digital ............................................................................................................................................................ 28 Tabla 5 Energía mensual generada con potencia de 1 kWp. En la ciudad de Sevilla Fuente: PVGIS European Comission ........................................................................................................................... 31 Tabla 6 Ejemplo de la energía generada en Sevilla durante el día representativo de enero. Fuente: PVGIS European Comission ............................................................................................................... 35 Tabla 7 Energía Total generada por cada potencia instalada en enero. Fuente: PVGIS European Comission y elaboración propia .......................................................................................................... 37 Tabla 8 Radiación total en un día representativo de cada mes. PVGIS European Comission y Elaboración propia .............................................................................................................................. 38 Tabla 9 Distribución de la radiación a lo largo de un día completo en enero. PVGIS European Comission y Elaboración propia ......................................................................................................... 39 Tabla 10 Cantidad anual de energía generada para cada kWp de potencia instalada. PVGIS European Comission y Elaboración propia ......................................................................................................... 39 Tabla 11 Ahorro e ingresos generados por el usuario por cada kWp instalado. Elaboración propia ... 43 Tabla 12 Costes de instalación de para cada potencia. Elaboración propia ......................................... 43 Tabla 13 Comparativa de demanda y autoconsumo de energía. Elaboración propia. .......................... 45 Tabla 14 Energía autoconsumida para un consumo promedio de 3500 kWh, propuesta almacenamiento de energía. Elaboración propia ................................................................................. 50 Tabla 15 Ahorro propuesta almacenamiento de energía, consumo 3500 kWh, Elaboración propia .... 50 Tabla 16 Ingresos obtenidos por vertido a la red, consumo de 3500 kWh. Elaboración propia. ......... 51 Tabla 17 Porcentaje de energía generada y autoconsumida, consumo de 3500 kWh para distintos niveles de capacidad de la batería. Elaboración propia. ...................................................................... 53 Tabla 18 Tabla de indicadores consumo de 3500 kWh para distintas capacidades de almacenamiento y potencias instaladas. Elaboración propia............................................................................................. 54 xvii Lista de Tablas Tabla 19 Indicadores económicos para distintos niveles de consumo, caso sin almacenamiento de energía. Elaboración propia. ............................................................................................................... 56 Tabla 20 Ahorro por cada uno de los niveles de consumo. Elaboración propia .................................. 58 Tabla 21 Ingresos generados por el vertido con distinta capacidad de almacenamiento y distintos niveles de Potencia PV, consumo 3500 kWh Elaboración propia. ...................................................... 59 Tabla 22 Instalación óptima e indicadores económicos, distintos niveles de consumo. Elaboración propia. ................................................................................................................................................. 59 Tabla 23 VAN/Inv. Precio 1,2 €/kWp. Elaboración propia ................................................................. 60 Tabla 24 VAN/Inv. Precio 1,1 €/kWp. Elaboración propia ................................................................. 61 Tabla 25 VAN/Inv. precio 1 €/kWp. Elaboración propia .................................................................... 61 Tabla 26 VAN/Inv. Precio 0,9 €/kWp. Elaboración propia ................................................................. 61 Tabla 27 VAN/Inv. Precio 0,8 €/kWp. Elaboración propia ................................................................. 62 Tabla 28 VAN/Inv. Precio 0,7 €/kWp. Elaboración propia ................................................................. 62 Tabla 29 VAN/Inv. precio de la batería 110 €/kWh. Elaboración propia ............................................ 63 Tabla 30 VAN/Inv. precio de la batería 100 €/kWh. Elaboración propia ........................................... 64 Tabla 31 VAN/Inv. precio de la batería 90 €/kWh. Elaboración propia ............................................. 64 Tabla 32 VAN/Inv. precio de la batería 80 €/kWh. Elaboración propia .............................................. 64 Tabla 33VAN/Inv. precio de la batería 50 €/kWh. Elaboración propia ............................................... 65 Tabla 34 Instalación óptima para consumo de 3500 kWh anuales sin almacenamiento de energía, Elaboración propia, ............................................................................................................................. 66 Tabla 35 Instalación óptima para consumo de 3500 kWh anuales, Elaboración propia, ..................... 67 Tabla 36 Instalación óptima para usuarios con distintos niveles de consumo, Elaboración propia, .... 67 Tabla 37 Instalaciones óptimas con distintos precios del sistema PV. Elaboración propia ................. 68 Tabla 38 Instalaciones óptimas para distintos niveles de precio de batería. Elaboración propia. ........ 68 Tabla 39 Tarifa energética residencial en Medellín, 2018. Elaboración propia ................................... 70 Tabla 40 Precio de la energía consumida en Medellín. Elaboración propia. ....................................... 71 Tabla 41 Promedio mensual de la radiación solar en Medellín 2015. Atlas, IDEAM ......................... 72 Tabla 42 Energía anual generada por los distintos sistemas PV en Medellin. Elaboración propia ...... 73 xviii Lista de Tablas Tabla 43 Total energía autoconsumida por el usuario en Medellín con distintos niveles de almacenamiento y potencias PV instaladas. Elaboración propia ......................................................... 73 Tabla 44 Ahorros totales en la factura eléctrica para cada nivel de almacenamiento y cada potencia instalada. Elaboración propia .............................................................................................................. 73 Tabla 45 Indicadores económicos para el proyecto en Medellín, Colombia. Elaboración propia. ...... 74 xix Lista de Abreviaturas Lista de Abreviaturas TCAC Tasa de crecimiento annual compuesto DHA Discriminación temporal con 2 periodos DHS Discriminación temporal con 3 periodos JRC Joint Research Centre LCOE Levelized cost of Energy (Costo nivelado de la energía) LR Learning Rate NREL National Renewable Energy Laboratory OMIE Operador del Mercado Ibérico de Energía PR Progress Ratio PV PV PVGIS Photovoltaic Geographical Information System S Capacidad de almacenamiento de la batería STC Standard Test Conditions UE Unión Europea USA Unites States of America WACC Weighted Average Cost of Capital (Costo medio ponderado de capital) 1 Introducción 1. Introducción l precio de la factura eléctrica es un coste que deben asumir los consumidores debido a la necesidad de utilizar la energía para el desarrollo de su actividad, pero cada día estos precios aumentan y se hace más difícil para el bolsillo del consumidor mantener el ritmo de aumento de la red eléctrica. El autoconsumo por medio de instalaciones fotovoltaicas es una aproximación que puede ayudar a disminuir el consumo de energía proveniente de la red eléctrica lo que se traduce en una reducción de costes en su factura. Para que esta instalación del sistema PV sea verdaderamente beneficioso para el usuario, se debe determinar el tamaño ideal de capacidad de generación energética que haga que los beneficios y ahorros generados justifiquen la inversión realizada. Con este proyecto se pretende generar un modelo que logre determinar para un usuario con una curva de consumo dada, unos valores de capacidad fotovoltaica (PV) y almacenamiento de energía (S) que hagan que la rentabilidad de su inversión sea óptima y que genere el mejor proyecto posible. El principal antecedente de este proyecto, es el modelo planteado por Laureleen Riviere y el Dr. Angel Arcos en 2017, en el que se determinaba la instalación óptima para un usuario dados unos perfiles de consumo específicos. La principal diferencia y paso adelante que se realiza en el actual modelo desarrollado aquí, es que se considera un almacenamiento de energía por la incorporación de una batería en el sistema, además gracias al real decreto de autoconsumo ahora es posible verter la energía generada que no se consuma a la red, lo que abre nuevas posibilidades económicas al proyecto. Encuadre normativo: En España, las políticas y regulaciones en vista al mejoramiento y reducción de las emisiones y a la preocupación por establecer fuentes de energía renovable, han generado también un panorama prometedor para para las instalaciones PV y los usuarios. El real decreto Real Decreto 661/2007 (Ministerio de Industria, Turismo y Comercio, 2007) estableció un nuevo régimen económico para las instalaciones de producción de energía PV, a las que no se les aplica los valores de tarifa previstos en el mismo decreto, lo que impulsó de manera importante la situación de la industria PV en el país, casi triplicando la capacidad PV instalada en el país para el 2008. A nivel residencial, para los usuarios, recientemente ha habido cambios importantes en este ámbito: El real Decreto 244/2019 del 5 de abril “por el que se regulan las condiciones administrativas, técnicas y económicas del autoconsumo de energía eléctrica.” (Ministerio para la Transición Ecológica, 2019) proporcionó una muy importante ventaja para los autoconsumidores de energía, a los cuales dio la oportunidad de generar ahorros adicionales mediante el vertido y venta de la energía remanente que no logren consumir. Esta situación mejoró considerablemente el rendimiento económico del proyecto a largo plazo; ahora la energía será o consumida por el usuario o podrá ser “vendida” a la red eléctrica. Este decreto es un detonante que aporta sentido a la realización de este tipo de estudios. E 2 Introducción En diciembre 2015 en París, bajo el Convención Marco de las Naciones Unidas sobre el Cambio Climático 1 se firma el acuerdo de París 2 después de 4 años de negociaciones, con vistas a adoptar de forma inmediata acciones para mitigar el impacto del cambio climático, las naciones involucradas se comprometen a participar en las reducciones de los gases de efecto invernadero. Como principal objetivo a largo plazo, este acuerdo pretende evitar que el incremento de la temperatura media global no supere los 2° C sobre los niveles preindustriales, así como también intenta limitar el aumento a 1,5° C. Más allá de esto, una tarea importante que se plantea en el acuerdo es que los niveles de emisiones globales lleguen al máximo, para que inmediatamente se pongan en marcha planes de acción en vistas a la reducción de emisiones a medio y largo plazo y a la absorción de estos gases para la segunda mitad del siglo. Situaciones como estas contribuyen al impulso de nuevos sistemas y metodologías que permitan satisfacer la creciente demanda energética en el mundo mediante soluciones diferentes a las que involucren una alta emisión de gases de efecto invernadero, principalmente combustibles fósiles. Las energías renovables son una temática que ha estado en un considerable aumento en los últimos años a nivel europeo y mundial, debido a las preocupaciones de los gobiernos que implementan políticas y regulaciones para fomentar la producción y uso de estas energías. Un ejemplo claro es la duplicación del consumo de energía procedente de fuentes renovables en Europa, pasando de un 8,5% de consumo en 2004 a un 17% en 2016. (Eurostat, 2019). Pero el incremento del uso de estas energías renovables debe venir de la mano con un correcto sistema de análisis que proporcione una alternativa verdaderamente atractiva para los usuarios y de este modo lograr un verdadero cambio en el paradigma actual de consumo de energía. La energía solar PV es una es una de las principales fuentes de energía renovable en el mundo, la tecnología implementada así como su uso por parte de los consumidores, está en un constante desarrollo y aumento. Esto es debido a que estos avances tecnológicos conllevan a una reducción de precios y costes de sus instalaciones, expandiendo el mercado de la energía solar a tal punto que se hace necesario un correcto estudio de la situación que aporte la información necesaria para la correcta implementación de estos sistemas. ¿Cuál debe ser la potencia instalada y capacidad de almacenamiento para un usuario con una curva de demanda de energía determinada, de modo que alcance la mejor rentabilidad económica? Esta es la pregunta general que se intentará resolver mediante la ejecución de este estudio y la creación del modelo. Con el análisis de la información y el procesamiento de los datos obtenidos, se determinará la instalación de potencia PV y almacenamiento que necesita implementar un usuario de consumo doméstico con una demanda anual establecida. Con el ánimo de profundizar en el análisis del proyecto de instalación PV a nivel residencial, en este trabajo se establecen los siguientes parámetros de estudio que servirán como condicionantes del modelo: Una curva de demanda que determina la cantidad de energía que consume el usuario analmente; los costes de las instalaciones PV y sistemas de almacenamiento que determinan la inversión necesaria para el proyecto; unos precios de compra-venta de energía que determinarán los flujos de caja; una ubicación geográfica que determinará la radiación y energía producida anualmente. Estos parámetros se modelizarán con el fin de determinar una instalación optima de sistema PV residencial en la ciudad de Sevilla 1 https://unfccc.int/es 2 https://ec.europa.eu/clima/policies/international/negotiations/paris_es 3 Introducción concretamente, de modo que los indicadores económicos del proyecto de instalación, se maximicen. Mas allá de esto, el trabajo pretende presentar un análisis de sensibilidad en donde se estudien diferentes escenarios del proyecto, considerando varios factores determinantes para la realización del mismo y variándolos para analizar los cambios y diferencias que genera en el modelo: Una variación en la curva de demanda; variación en los costes del sistema PV y de capacidad de almacenamiento. Esto con el fin de determinar el comportamiento y la rentabilidad del proyecto en distintos escenarios establecer si hay cambios significativos en las instalaciones optimas previamente obtenidas. 4 Estado del arte 2. Estado del arte n 2017 el proyecto de final de Máster de Laureleen Riviere, supervisado por el Dr. Angel Arcos Vargas (Riviere, 2017) realizó un estudio de viabilidad económica de la instalación de un sistema PV a nivel residencial en varios países de la cuenca del mediterráneo. Las características iniciales que presenta el modelo simplificado, no incluyen el vertido de energía remanente a la red eléctrica, debido a que en el momento que se desarrolló el trabajo, aún no se había aprobado la regulación que lo permitía; tampoco considera un proceso de almacenamiento de energía al estar fuera del contexto de su estudio. Los principales resultados estaban orientados a la identificación de la situación de la paridad de red en España y los demás países, pero una conclusión importante a la que se llegó fue que en España, el uso de sistemas PV para el autoconsumo, sin almacenamiento de energía, es rentable pero de una manera limitada. De este punto parte el trabajo que se va a desarrollar aquí, en donde se incluirán estos dos factores no considerados en ese modelo. El vertido a la red eléctrica y el almacenamiento de energía. Continuando con esta línea de investigación se presenta el siguiente estado del arte, el cual está dividido principalmente en 3 bloques, paridad de red, LCOE y contexto de los sistemas PV. Como resumen de las referencias empleadas en la realización de esta sección, se presenta la siguiente tabla: Autor Año Tema 1 Allied Market research 2017 Paridad de red 2 Branker, K., Pathak, M. J., & Pearce, J. M. 2011 3 Breyer, C., & Gerlach, A. 2013 4 Breyer, C., Birkner, C., Kersten, F., Gerlach, A., Goldschmidt, J. C., Stryi- Hipp, G., & ... & Riede, M. 2010 5 Eurostat. 2019 6 Human Development Reports. 2008 7 International Energy Agency 2006 8 Jäger-Waldau, A. 2018 9 Jones‐Albertus, R., Feldman, D., Fu, R., Horowitz, K., & Woodhouse, M. 2016 10 Mashable 2017 11 Mordor Intelligence. 2018 12 Mundo-Hernández, J., Alonso, B. d., Hernández- 2014 E 5 Estado del arte Álvarez, J., & Celis- Carrillo, B. d. 13 Munoz, L. H., Huijben, J., Verhees, B., & Verbong, G. 2014 14 Nemet, G. 2006 15 Pandey, A. K., Tyagi, V. V., Jeyraj, A., Selvaraj, L., Rahim, N. A., & Tyagi, S. K. 2016 16 Swanson, R 2006 17 Tie, S. F., & Tan, C. W. 2013 18 Biondi, T., & Moretto, M. 2015 LCOE 19 European Technology & Innovation Platform for Photovoltaics. 2019 20 Gaëtan, M 2011 21 National Renewable Energy Laboratory. (s.f.) 22 Bazilian, M., Onyeji, I., Liebreich, M., MacGill, I., Chase, J., & Shah, J. 2013 Contexto de los sistemas PV 23 Breyer, C., Gerlach, A., Mueller, J., Behacker, H., & Milner, A. 2009 24 Girard, A., Gago, E. J., Ordoñez, J., & Muneer, T. 2016 25 Hoffmann, C., Greiner, M., Bremen, L. v., Knorr, K., Bofinger, S., Speckmann, M., & Rohrig, K. 2008 26 Kamran, M., Fazal, M. R., Mudassar, M., Ahmed, S. R., Adnan, M., Abid, I., & Shams, H. 2019 27 Lahmeyer International / Solar-Institut Jülich. 2001 28 Ministerio de Industria, Turismo y Comercio. 2007 29 Poortmans, J., & Sinke, W. 2008 Tabla 1 Referencias empleadas en el en el estado del arte 2.1. Paridad de red Distintas fuentes se han usado a través del tiempo para satisfacer las necesidades y demanda de energía por las personas en las comunidades. El sector industrial de generación y distribución de energía en las comunidades es de vital importancia para su desarrollo y crecimiento, la red eléctrica conformada por estos agentes productores, realiza esta actividad que genera un costo para lograr producir esta energía, costo que deben ser cubiertos ya sea por organismos administrativos o por los propios usuarios y consumidores. No obstante, entre las diversas fuentes, hay algunas que están al alcance de agentes externos a la Red Eléctrica (Incluso los mismos usuarios) los cuales son capaces de generar energía también, cuando estas fuentes alternativas pueden generar energía a un costo inferior o igual (costo nivelado de la energía, LCOE) que al de la red eléctrica se genera la paridad de red (grid parity en Inglés) (Branker, Pathak, & Pearce, 2011). Los sistemas de generación eléctricos PV, son un factor de 6 Estado del arte vital importancia en este aspecto y es necesario investigarlos para poder conocer su influencia en la generación de energía. (Munoz, Huijben, Verhees, & Verbong, 2014) Este capítulo va a proveer un contexto global del factor de Paridad de red, además del efecto e influencia que tienen las instalaciones PV para alcanzar la paridad. Figura 1 Concepto de Paridad de red. Fuente J. Mundo-Hernández et. al., 2014. (Mundo-Hernández, Alonso, Hernández- Álvarez, & Celis-Carrillo, 2014) Una explicación más directa y gráfica se puede realizar con la figura 1, la línea morada corresponde al precio de retail de la energía eléctrica proveniente de la red de distribución, mientas que la roja corresponde al costo nivelado de la energía (LCOE). La intersección de ambas en representa la predicción de cuando se alcanzará la paridad de red en esta ciudad. Todo esto sucede mientras se aumenta la capacidad instalada de los sistemas PV. 2.2. Factores claves que determinan la paridad de red. En el estudio realizado por (Breyer & Gerlach, 2013) se determinan 5 factores principales que actúan como impulsores del logro de la paridad de la red con los sistemas PV. - La curva de aprendizaje y el coste de los sistemas PV: En las últimas décadas se han presentado distintas metodologías y sistemas capaces de generar energía de forma renovable (Tie & Tan, 2013) (Lo que ha permitido el fenómeno de la paridad de red) pero entre todos estos, ninguno de ellos ha presentado más cambios y más avances que los sistemas PV, que aun así, no logra competir en términos de volumen de energía generada con sistemas como el del carbón o el gas, o de incluso energías renovables como la eólica (Jones‐Albertus, Feldman, Fu, Horowitz, & Woodhouse, 2016). Pero aun así, los avances tecnológicos en este sistema son bastantes significativos. Una metodología que logra determinar los cambios técnicos en el campo de los sistemas PV es la curva de aprendizaje. La curva de aprendizaje de los sistemas PV esta originada en cómo los fabricantes de estos sistemas se han vuelto más eficientes en la producción a través de los años y este modelo se ha actualizado para incluir no solo aspectos de trabajo directo, si no también costos de fabricación, distribución y en general toda la cadena de valor que envuelve la industria de sistemas PV (Nemet, 2006). Un review bastante completo sobre el desarrollo de las metodologías de la curva de aprendizaje de los sistemas PV está presentado por (Nemet, 2006) y (Swanson, 2006). El incremento en el conocimiento de la tecnología conlleva a una reducción en los precios de productivos y varios autores confirman que para los sistemas PV se tienen unas tasas de aprendizaje del 20%, todo esto producto del incremento de la eficiencia en todo el sistema. La figura 2 muestra la curva de aprendizaje de la industria del sistema PV, 13 Estado del arte (NG) donde el LCOE está aumentando. En lugares donde el LCOE de los sistemas PV igualen al de los sistemas con NG, se va a lograr un mercado para los sistemas PV amplio y sostenible. Incluso comentan que la intensificación de los avances científico-tecnológicos de los sistemas PV unido con las investigaciones de las relaciones que puedan tener con otras fuentes de energía renovables, podría desencadenar híbridos como PV-Wind (Hoffmann, y otros, 2008) (Sistemas PV y eólicos) o PV-Hydro (Lahmeyer International / Solar-Institut Jülich, 2001) (En combinación con sistemas hídricos). Para finalizar, uno de los principales problemas que presenta la paridad de red con los sistemas PV es el uso que se le da a la energía generada: debido a que la producción de energía se realiza solamente en las horas de día, cuando hay sol, está en muchos modelos, debe ser consumida en estos mismo horarios por el usuario, a esta problemática se le plantean soluciones como verterla a la red, que en realidad no logra ser lo suficientemente atractiva ya que la idea es aumentar el consumo de energía generada. Por otro lado, están los sistemas de almacenamiento, para que la energía generada que no logre ser consumida en el momento, se almacene y se consuma cuando sea necesario, esto permite un incremento considerable en el aprovechamiento de la energía. 2.5. El autoconsumo de energía, compitiendo con la Red de distribución eléctrica El estudio realizado por el Rocky Mountain Institute de Basalt, Colorado en los Estados Unidos de América en febrero de 2014 (Rocky Mountain Institute , 2014), muestra un estudio sobre la Paridad de red en el territorio nacional y como puede llegar a alcanzarse. El estudio fue realizado en 5 regiones de USA: Louisville, Westchester, San Antonio, Los Ángeles y Honolulu. Gracias a esto es posible extrapolar los resultados a todo el país, por ser regiones bastantes representativas. El estudio muestra como el rápido crecimiento en tecnología de los sistemas de generación de energía descentralizados (Incluyendo PV) en conjunto con la reducción de los costes de instalación y mantenimiento, pueden en un futuro hacer que la dependencia de los usuarios a las redes eléctricas tradicionales llegue a ser “opcional”. Esto combinándolo con una gran producción en masa de baterías funcionales y eficientes que son integradas al sistema para completar un modelo de generación, almacenamiento y consumo de energía completo. El análisis realizado muestra cuando los usuarios en USA pueden lograr la paridad de red, desencadenada además, por un constante aumento de los precios de la energía desde la red. Se centra en modelar 4 posibles escenarios para el análisis. Se realizó un caso base y 3 más para un análisis de sensibilidad con distintas suposiciones: 1. Un sistema PV con almacenamiento de energía, con costes y proyección promedio, capaz de suplir el 100% de la demanda de energía del edificio, en combinación con el uso ocasional de energía diésel. Se modeló un sistema para perfiles de consumo tanto comercial (Un hotel de ~43,000 pies cuadrados y 4 plantas) como residencial (casa familiar de 2,500 pies cuadrados). Los sistemas de PV y batería integrados, son capaces de proveer ambos casos con el 100% de la energía demandada durante el año. Es necesario también proyectar el sistema en el tiempo y el costo de la energía retail en USA a través de los años para su proyección se realizó con una ponderación considerandos los picos y los valles de los precios de la energía en los últimos años. 14 Estado del arte Figura 9 Precios promedio del retail de la energía en USA. A la izquierda: Comercial, a la derecha: Residencial. Fuente: The economics of grid defection, Rocky Mountains Institute 2014 La proyección del coste del sistema PV se realizó en base a un review de literatura con 4 fuentes distintas, NREL, Bloomberg New Energy Finance, Environmental Protection Agency y Black & Veatch (Figura 10). Figura 10 Proyección del costo del sistema PV comercial. Fuente: The economics of grid defection, Rocky Mountains Institute 2014 15 Estado del arte Figura 11Proyección del costo del sistema PV residencial. Fuente: The economics of grid defection, Rocky Mountains Institute 2014 Por otro lado, se analizaron los costos de las baterías como sistema de almacenamiento en el modelo, para el cual se usan baterías de ion de litio, debido a que de estas hay la mayor cantidad de información acerca del precio en el tiempo y en un futuro. Las fuentes con las que se realizó la proyección 3 4 5 muestran una constante reducción de los precios de las baterías en el tiempo. Por último el costo del capital puede tener un impacto importante en los costes de los usuarios, para estudiar esto en el modelo se usa un sistema desarrollado por NREL. 6 Así, los sistemas PV y las baterías tendrán acceso a unas fuentes de capital más baratas. Figura 12 Proyecciones del precio de la energía. Fuente: The economics of grid defection, Rocky Mountains Institute 2014 3 Chase, Nicholas “Annual Energy Outlook 2014: transportation modelling updates and preliminary result” U.S. Energy Information Administration 2013. 4 Sun, Shu “Lithium-ion battery cost forecast” Bloomberg New Energy Finance. Julio 3, 2013 5 “The lithium Ion Inflection Point: Advanced Batteries and the Coming Boom in the Global Li-ion Market” Navigant Research. November 5, 2013 webinar 6 Ardani, Kristen, et al. Non-Hardware (“Soft”) Cost-Reduction Roadmap for residential and small commercial solar photovoltaics, 2013-2020. National Renewable Energy Lab. Agosto 2013 16 Estado del arte 1. En este segundo escenario hay un crecimiento acelerado de la tecnología que conlleva a un pronunciado descenso de los costos de la capacidad instada de los sistemas PV junto con unas proyecciones más aceleradas de los precios de las baterías. 2. EL siguiente escenario consiste en la mejora de la demanda por parte de los usuarios, impulsada por una completa implementación de la energía eficiente. Las habilidades de manejo de la demanda de energía les permiten a los consumidores mejorar sus perfiles de consumo en respuesta a la disponibilidad del recurso, esto conlleva a la reducción del tamaño necesario del sistema. 3. El escenario final consiste en la combinación de los dos anteriores, en donde un costo reducido de la tecnología de los sistemas PV debido a los avances en la tecnología, se suma un perfil de consumo más eficiente y flexible. El estudio fue realizado en 5 regiones de USA: Louisville, Westchester, San Antonio, Los Ángeles y Honolulu. Gracias a esto es posible extrapolar los resultados a todo el país, por ser regiones bastantes representativas. Los resultados obtenidos muestran interesantes conclusiones: - Los sistemas de generación de energía PV combinadas con un método de almacenamiento lograran la paridad energética para varias zonas de USA antes del 2030 e incluso para 2020 para millones de usuarios tanto comerciales como residenciales (Para estos últimos llegara unos 5-10 años después). Esto debido al impulso que están generando factores como el incremento de los precios de la energía eléctrica de retail, el incremento en la eficiencia y rendimiento de los sistemas PV convencionales. Figura 13 LCOE vs precio Retail de la energía en USA, proyección. Fuente: The economics of grid defection, Rocky Mountains Institute 2014 - Esta situación dará la opción a usuarios tanto comerciales como residenciales de obtener millones de dólares en utilidades, que les permite tener la opción de “desconectarse” de la red eléctrica. Esto haría que el tradicional sistema de distribución y energía cambie en USA, e incluso, las ya implementaciones de sistemas PV y la reducción de las ventas de kWh van a tener un gran impacto en las redes eléctricas incluso antes de alcanzar la paridad de red. 17 Estado del arte - La integración de los sistemas PV con una capacidad de almacenamiento en el paradigma de la red de distribución y consumo energético, brindará a los usuarios nuevas oportunidades para crear y aumentar el valor de la misma red eléctrica, mediante situaciones como la habilidad de compartir los excesos de energía generada o almacenada con la red distribuidora u otros usuarios. 2.6. Real decreto de Autoconsumo. El 5 de abril de 2019 se aprueba por parte del ministerio para la transición ecológica aprueba el real decreto 244/2019 (Ministerio para la Transición Ecológica, 2019) establece los parámetros de funcionamiento administrativos y técnicos del autoconsumo en España. Este real decreto hace que el autoconsumo en España sea más viable y expanda el sistema eléctrico actual, permitiendo la entrada y participación directa de los clientes y la ciudadanía además de la entrada de nuevos actores. Es importante destacar también que este decreto arropa las modalidades de instalaciones correspondientes a las realizadas en hogares e industrias con conexión a la red eléctrica, no se consideran autoconsumo PV a menos de que cumplan esta condición, tampoco si el objetivo principal de la instalación es vender energía. La idea que persigue el conceto es el consumo de energía eléctrica generada propiamente por el usuario y que de esta manera ahorre en la factura eléctrica. Es importante resaltar también los tipos de autoconsumo que existen y que intervienen en el desarrollo del decreto: - El Autoconsumo sin Excedentes: En donde las instalaciones PV residenciales e industriales no verterán energía en la red eléctrica, por lo cual requieren un “equipo antivertido” que evite y garantice que la energía no llegue a la red eléctrica. - El autoconsumo con Excedentes: Aquí las instalaciones PV sí verterán energía a la red. A su vez se subdivide en 2 modalidades. 1) Con compensación donde la comercializadora eléctrica compensará en la factura de cobro la energía vertida (Esta es la más relevante para nuestro estudio. 2) Por otro lado existe una modalidad en donde este vertido no está sujeto a compensaciones, en principio son instalaciones de más de 100 kW (En referencia a la potencia del inversor, no de la instalación PV), que serán volcados a la red pero en régimen de ventas. Entre las múltiples medidas que implementa para regular la producción y consumo de energía PV por parte de los mismos usuarios, se encuentra el autoconsumo colectivo, que fomenta las instalaciones en grupo para varios propietarios residenciales o en polígonos industriales, reduciendo trámites administrativos. El decreto ha simplificado los trámites administrativos hasta el punto de solo ser necesario notificar a la comunidad autónoma de la instalación de la planta de producción energética, estas administraciones autónomas se encargarán de notificar al registro estatal posteriormente; así mismo el distribuidor será el que modifique el contrato de acceso de los consumidores con autoconsumo el cual solo deberá consentir este paso. Pero tal vez el punto más interesante que se puede tratar y que afecta directamente el desarrollo de este proyecto, es el hecho de que establece un mecanismo simplificado para la compensación de energía que los usuarios generen pero no consuman, todo esto es posible aplicarlo siempre y cuando sean instalaciones inferiores a 100 kW de potencia y se produzca energía con fuentes renovables (En nuestro caso, sistemas PV). 18 Estado del arte Esta simplificación del proceso hace que los autoconsumidores obtengan compensaciones por sus excedentes de energía de una forma más rápida y sencilla, antes de esto, para que un usuario pudiese “Vender” la energía restante a la red eléctrica, debía darse de alta jurídicamente como una entidad productora de energía, por medio de trámites complejos y largos, con declaraciones fiscales y demás procedimientos legales que garantizarán la correcta ejecución de todo el proceso. Ahora con este proceso, la misma comercializadora de energía se encarga de la compensación de los usuarios a través de la factura mensual. 19 Descripción del problema 3. Descripción del problema L principal problema que se pretende ayudar a resolver con este estudio es la dificultad para la elección de una correcta instalación fotovoltaica que cuente con almacenamiento de energía y que maximice los beneficios para el usuario. La factura eléctrica es costosa y cada día con el aumento del consumo energético y los cambios en el mercado, el usuario debe pagar más dinero, por lo cual es necesario tener una fuente extra de energía que permita reducir el consumo de la red eléctrica y ahorrar en su factura. El estado del arte nos ayuda a entender cómo se puede alcanzar un equilibrio entre el consumo de energía, la producción de energía hecha por los usuarios y la compra de energía a la red eléctrica. Este equilibrio se puede lograr mediante la correcta instalación de un sistema generador de energía para cada usuario. La energía solar es una fuente limpia y renovable que ha sido ampliamente estudiada a través de los años, este será el tipo de energía que se analizará para este estudio cuyo principal objetivo es generar un modelo que permita determinar la instalación óptima que debe implementar un usuario con una demanda de energía determinada. Los resultados de esto mostrarán cómo afecta económicamente a los usuarios el consumir energía propiamente generada, mientras se reduce la compra de energía de la red eléctrica. El modelo que se usará corresponde a la típica instalación de un generador de energía PV para consumo doméstico, además de esto, se considerará el vertido parcial de la energía generada a la red, la instalación PV no reemplazará la energía consumida por la red, además se incluirá una batería para el almacenamiento de la energía. E Figura 14 Diagrama de todo el modelo. Elaboración propia Sistema PV Batería Red eléctrica Uso doméstico 20 Descripción del problema Para análisis de sensibilidad se estudiarán distintos escenarios en donde se variarán las potencias instaladas y precios de las instalaciones. Además, debido a que se realizará el análisis con el consumo doméstico, también se analizarán distintos niveles de demanda de energía doméstica, todo esto con el fin de estudiar el mejor escenario para el usuario. El caso de estudio será desarrollado con la simulación del sistema PV instalado en España, más concretamente en Sevilla. 3.1. Factura Eléctrica Como hemos estado comentando, el principal motor para este estudio es el dinero que paga el usuario en la factura eléctrica y cómo puede hacer para ahorrar lo máximo posible con una instalación fotovoltaica. Para entender mejor esto, se muestran a continuación los elementos que componen esta factura eléctrica sobre el consumo de energía del usuario proveniente de la red: 3.1.1. Potencia facturada Este componente de la factura se obtiene al multiplicar la potencia contratada (kW) por el precio del término de potencia de la tarifa contratada (€/kW día). La potencia contratada limita el número de dispositivos eléctricos que se pueden utilizar simultáneamente conectados a la red eléctrica de una vivienda sin que se active el interruptor de control de potencia. Esta es una facturación fija que hay que pagar siempre y depende directamente del total de potencia que se haya contratado por el usuario. Independientemente del consumo que realice el usuario en el día a día, debe pagar este importe en su factura, a pesar de que el consumo sea nulo. Cada cliente podrá optar por instalar una potencia contratada a gusto y los precios variarán también dependiendo de la compañía que ofrezca el servicio y del tipo de contrato, considerando por ejemplo los periodos de tiempo de facturación. 3.1.2. Energía Facturada Este es el costo directo que debe pagar el usuario por la energía que ha consumido durante el periodo de facturación y ha sido medida por el contador en cada periodo tarifario, que es multiplicada por el precio término de la tarifa contratada. Cada consumidor hace un uso distinto de la energía dentro del mismo rango de tiempo por lo cual este componente de la factora es distinto y único para cada uno. El personal autorizado, realiza una lectura en el contador eléctrico de los kWh que periódicamente el usuario ha consumido, se obtiene simplemente restando el valor de la lectura anterior al de la nueva. Este valor se multiplica por el término de energía, que será explicado más adelante, está compuesto por la tarifa de acceso y el precio del mercado de compra y venta de energía. 3.1.3. Impuesto de electricidad Este es uno de los impuestos especiales de fabricación determinado por el ministerio de Industria, similar a los aplicados a otros productos como la gasolina o el tabaco. Es dependiente 21 Descripción del problema del consumo y la potencia y corresponde a un 5.113% 7 de su valor. Es curioso notar que a pesar de ser un impuesto por fabricación, se graba directamente a su consumo, debe pagarlo todo usuario que haya contratado un suministro eléctrico independientemente del consumo eléctrico. Este impuesto se aplica principalmente para garantizar el consumo responsable de recursos limitados. 3.1.4. Alquiler de equipos de medida Este es un elemento especial, el cual se le carga a los usuarios que no cuenten con un equipo de medida propio en sus residencias, el cual podrá alquilarlo a la empresa distribuidora de energía con quien contrate y pagará mensualmente un importe por el mismo. 3.1.5. Impuesto sobre el valor añadido (IVA) Luego de calculados todos los valores anteriores se grabará el IVA sobre la electricidad, que en España asciende al 21%. Es de destacar que este valor es uno de los más altos de las grandes economías europeas, lo que impulsa aún más las motivaciones de este estudio. Hay otros conceptos más allá de estos como la energía reactiva, descuentos y demás que no son muy comunes y sus detalles no hacen parte del objeto de este estudio. Lo que sí hay que destacar es que para factores como la potencia facturada, el usuario no puede hacer mucho ya que es un coste fijo, pero en los otros, principalmente el consumo, sí que puede intervenir con modelos como instalaciones de generación propia de energía y al afectar el consumo afectará directamente los valores de los impuestos generados. 3.2. Precio de la energía. El precio de la energía cumplirá un papel muy importante en este estudio de él dependerá de lo que se pueda ahorrar el usuario por consumir la energía “autoproducida” así como también el ingreso que generará al verter energía a la red eléctrica. El precio de la energía en Europa depende de un amplio rango de condiciones de oferta y demanda que incluyen la situación geopolítica, la combinación energética nacional, la diversificación de las importaciones, los costos de red, los costos de protección ambiental, las condiciones climáticas severas o los niveles de impuestos especiales. (Eurostat, 2018) Figura 15 Precio de la energía en Europa (Incluidos impuestos) 2018 fuente: Eurostat 7 https://www.boe.es/legislacion/codigos/codigo.php?id=063_Impuestos_especiales&modo=1 22 Descripción del problema España, dentro de un marco europeo, se ve afectado por un incremento continuo en los precios de la energía, que se ha estado presentando en los últimos años, en el 2017 el promedio de precio de la energía consumida para uso doméstico era de 20,4 céntimos por kWh, lo cual representa un incremento del 23% sobre el precio de 16,6 céntimos por kWh, en este ámbito, Grecia surge como el país con el aumento más drástico en los último años, con un 76% seguido por Lituania con un 58% y luego Portugal (50%). España tiene un incremento del 47% en los últimos años, que, aunque no es el mayor de todos, es un incremento bastante considerable. (STROMVERGLEICH, 2018) El aumento en el precio de la electricidad es una causal directa de la constante búsqueda de soluciones para mitigar el impacto en el bolsillo del consumidor, de manera que puedan reducirse los costos de consumir tan preciado recurso. 3.3. Tarifas de energía con discriminación temporal El precio de la energía que pagan los usuarios en España está compuesto principalmente de 2 factores variables 1) el precio de la energía en el mercado 2) la tarifa de acceso que cobra la red eléctrica, tarifa de acceso Todo esto a parte de los impuestos y costes fijos de la instalación). Ambos factores varían durante todo el día generándose picos en donde la energía es más costosa y valles en donde la energía es más barata. El OMIE (Operador Del Mercado Ibérico De Energía Polo Español S A, 2019) nos proporciona información precisa del precio de la energía del mercado hora a hora (ver figura 16). Los precios de la energía en el mercado son fijados diariamente a las 12:00 horas y se establece los precios que se tendrán en las 24 horas del día siguiente, este es el sistema que se maneja en Europa en lo que se denomina como Mercado Diario. Esta determinación hora a hora se realiza siguiendo el modelo adoptado por la UE en cumplimiento del reglamento 2015/1222 de la Comisión de 24 de julio de 2015 8 , en el que se realiza un cruce de la oferta y la demanda, para ello, se utiliza el algoritmo aprobado para todos los mercados europeos (EUPHEMIA) 9 que actualmente es de aplicación en España. Las ofertas de compra y venta que se presentan al mercado diario por agentes compradores y vendedores que se encuentran en España y Portugal, son aceptadas atendiendo a su orden de mérito económico y en función de la capacidad de interconexión disponible entre las zonas de precio. El precio de la electricidad se mantendrá estable en una hora determinada si la capacidad de la interconexión entre dos zonas es suficiente para permitir el flujo de electricidad resultante de la negociación. En caso contrario el algoritmo dará un precio diferente para cada zona. 8 https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=CELEX%3A32015R1222 9 https://www.n-side.com/pcr-euphemia-algorithm-european-power-exchanges-price-coupling-electricity- market/ 29 Caso de estudio sin almacenamiento de energía 4.3.4. Factor de venta fi Este parámetro es determinado por el real decreto de autoconsumo (Ministerio para la Transición Ecológica, 2019), el cual será el factor porcentual para calcular el precio al que se le verterá la energía a la red eléctrica, sobre el precio mayorista. Este factor ya fue determinado por el ministerio de que será 1, pero se deja indicado en el modelo para futuros análisis de sensibilidad. 4.3.5. Horizonte temporal Para el análisis económico y la proyección en el tiempo del proyecto, se van a considerar 25 años los cuales constituyen la vida útil de la instalación PV. 4.4. Fuentes 4.4.1. Perfil de demanda (Dirección General de Política Energética y Minas, 2018) mediante el Real Decreto 1110/2007, de 24 de agosto renueva cada año los perfiles de consumo con los cuales se estandarizarán los cargos en las facturas de energía en España. Esto debido a que no todos usuarios cuentan con contadores de energía inteligentes que proporcionen un Perfil de demanda individual para cada uno de los usuarios. 4.4.2. Programa para el cálculo de la energía generada por el kWp La Comisión Europea cuenta con una aplicación online la cual permite determinar la energía generada por una instalación PV determinada: Photovoltaic Geographical Information System (PVGIS) (European Comission, 2012). Esta herramienta permite estimar el promedio de producción de energía mensual y anual de un sistema PV conectado a la red eléctrica, sin almacenamiento de batería. El cálculo tiene en cuenta la radiación solar, la temperatura, la velocidad del viento y el tipo de módulo PV. El usuario puede elegir cómo se montan los módulos ya sea que estén integrados en un edificio con ángulos de inclinación u orientación predefinidos, o en una posición independiente donde el usuario puede definir estos ángulos, también se puede configurar a PVGIS que calcule el ángulo óptimo que maximiza la producción anual de energía. La figura 20 muestra el panel de control principal del software, en las solapas de la parte superior, están las distintas modalidades en las que puede proporcionar información y datos, se describirán las usadas en este estudio: 30 Caso de estudio sin almacenamiento de energía - PV Estimation: Una vez seleccionada la ubicación geográfica a analizar ya sea usando la aplicación del mapa o ingresando la información por coordenadas, en este módulo puede calcular la energía que produce una instalación PV en la región geográfica seleccionada. Lo primero que hay que configurar es la tecnología de la instalación y los parámetros de desempeño, para este estudio se seleccionó paneles con Silicio cristalino, una forma de silicio muy usada para la fabricación de las células de los paneles solares (Dias, Benevit, & Veit, 2016). También se puede configurar la potencia instalada, como ya hemos comentado, en este estudio se analizarán 7 potencias distintas 0,5, 1, 1,5, 2, 2,5, 3, 3,5 de kWp. La eficiencia del sistema se configura para lo estándar de las fotoceldas de Silicio cristalino14% (National Renewable Energy Laboratory, 2012) (Jordan & Kurtz, 2012). Luego se deben configurar los parámetros de montaje de los paneles, es decir la posición de estos, para lo que se establecen 2 parámetros principales, el tipo de montaje que en este caso se usará “Free-standing” paneles, que cuentan con soportes propios que les permiten movilidad (Ver imagen 21), el otro parámetro de montaje importante Figura 20 Panel de control PVGIS para PV Estimation. Fuente PVGIS European Comission 31 Caso de estudio sin almacenamiento de energía para nuestro estudio es el ángulo, el cual seleccionando la opción “Optimize slope” el software configurará el ángulo óptimo para el montaje según la ubicación seleccionada. Con estos parámetros configurados ya es posible calcular la energía que se genera por una potencia instalada determinada. La tabla 5 muestra un ejemplo de los resultados obtenidos en PVGIS, ha sido configurada para la ciudad de Sevilla, España y una potencia instalada de 1 kWp, lo que nos muestra su resultado es que, bajo estas condiciones, un sistema PV puede producir anualmente 1600 kWh de energía en un año, siendo la energía diaria promedio producida 4,37 kWh y un promedio mensual de 133 kWh. Tabla 5 Energía mensual generada con potencia de 1 kWp. En la ciudad de Sevilla Fuente: PVGIS European Comission La forma en el que se calculan estos datos proviene de un análisis hecho previamente. Los paneles solares seleccionados primero son objeto de un test bajo condiciones Figura 21 Páneles con soporte "Free-standing". Fuente: Greenworldinvestor.com 32 Caso de estudio sin almacenamiento de energía especiales estandarizadas (Standard Test Conditions (STC)) determinadas por el estándar internacional IEC-60904-1 (International Electrotechnical Commission, 2006), a los resultados de esta medida se les conoce como poder nominal o poder pico del sistema PV. Para estimar la producción Real del sistema, se deben considerar otros varios factores, los cuales son considerados por el software para proporcionar un dato concreto: Calcula el “Shallow-angle reflection” que es el ángulo con el que la luz golpea los paneles e influye en la cantidad que pueda ser o no reflejada. Este cálculo es realizado con el modelo descrito por (Martin & Ruiz, 2013), (Martin & Ruiz, 2013). Este factor generalmente causa unas pérdidas en la producción de energía de entre 2- 4%. El segundo factor que considera el software de PVGIS para el cálculo de la energía producida, es el efecto del cambio en el espectro solar, los paneles son sensibles a la luz del sol sólo con un tipo específico de longitud de onda, aunque también depende del tipo de módulo utilizado, considerando que el espectro solar cambia a cada hora del día y por condiciones meteorológicas, es importante considerar este factor para el análisis. Se han utilizado los datos de radiación solar del satélite que se han calculado para diferentes bandas espectrales (Müller, Behrendt, Hammer, & Kemper, 2012) para calcular el efecto de los cambios de espectro en la producción de energía PV. Estos efectos han sido calculados para los módulos fabricados con Silicio cristalino y los de telururo de cadmio (Por eso son las únicas opciones que aparecen en el panel de control). El tercer factor que se considera es la dependencia que tienen el poder del sistema PV con la radiación y la temperatura del módulo, la eficiencia de estos disminuye cuanto más alta sea y los efectos en el panel dependen de la tecnología de fabricación del mismo (Omubo-Pepple, Israel-Cookey, & Alaminokuma, 2009) PVGIS calcula los efectos de la irradiancia y la temperatura del módulo utilizando un modelo descrito en (Huld, y otros, 2011). La temperatura del módulo per se, es otro de los factores que se consideran, esta temperatura será superior a la temperatura ambiental de donde estén los paneles, en adición hay otros efectos que pueden cambiar la temperatura de los paneles: vientos, lluvias, sistemas de refrigeración, etc. Estos efectos se tratan en PVGIS utilizando un modelo sugerido por (Faiman, 2008). 33 Caso de estudio sin almacenamiento de energía - Daily Radiation: Con PVGIS también es posible calcular la radiación total que se genera en una ciudad o lugar determinado, mostrando un día representativo para cada mes del año, desde el momento en que sale el sol hasta que se oculta, en intervalos de 15 minutos aproximadamente. Los parámetros de configuración en este caso solo serán la base de datos (Se usará la misma de PVGIS) luego se selecciona el mes del año que se quiera calcular y el programa determinará un día representativo con el cual se podrá realizar una proyección al mes completo. La tabla 6 muestra un ejemplo de los resultados que es posible obtener, en este caso par aun día representativo del mes de enero, en donde G es la radiación global ajustada dada en W/m2 (Este es el dato que más nos interesa para nuestro análisis). Los métodos que utiliza el software para realizar la estimación de la radiación están descritos en los trabajos de (Müller, Matsoukas, Gratzki, Behr, & Hollmann, 2009), (Müller, Behrendt, Hammer, & Kemper, 2012) y (Gracia Amillo, Huld, & Müller, 2014). El primer paso del proceso consiste en usar el satélite (METEOSAT, satélite que cubre África, Europa y gran parte de Asia 12 ) para generar imágenes que ayuden a determinar la influencia de las nubes en la radiación solar ya que las nubes tienden a reflejar la luz solar entrante así disminuye la radiación en la tierra. La reflectividad de las nubes es calculada mirando el mismo pixel de la imagen del satélite a la misma hora durante un mes completo cada día. El método asume que el pixel más oscuro del mes corresponde a una imagen de cielo despejado sin nubes. Para el resto de días la reflectividad de las nubes es calculada relativamente con respecto al día de cielo despejado. Este mismo procedimiento se repite para todas las horas del día. Así se logra calcular un Albedo de nubes efectivo, en donde los valores más altos indican que las nubes están reflejando una mayor cantidad de radiación solar. (Hartmann, 2015) (Ver figura 23) 12 https://www.meteosat.com/ Figura 22 Panel de control PVGIS para Daily Radiation. Fuente PVGIS European Comission 34 Caso de estudio sin almacenamiento de energía Después de esto el método calcula la radiación solar en condiciones de cielo despejado, usando la teoría de transferencia radiactiva (La propagación de la radiación a través de un medio es afectada por los procesos de absorción, emisión y dispersión (Chandrasekhar, 2013)) en conjunto con la información de los aerosoles presentes en la atmosfera y la concentración de vapores de agua y ozono, ambos con la capacidad de absorber radiación (Chou & Lee, 1996). Entonces, la radiación total se calcula a partir de la nube albedo y la irradiancia de cielo despejado. Figura 23 Izquierda: imagen de METEOSAT-7 sobre el Océano Índico, tomada el 2015-08-01 09:00 UTC, derecha: albedo de nube efectivo calculado a partir de la imagen del satélite. Fuente JRC European Comission 35 Caso de estudio sin almacenamiento de energía Tabla 6 Ejemplo de la energía generada en Sevilla durante el día representativo de enero. Fuente: PVGIS European Comission 4.5. Cálculo de la energía demandada y producida 4.5.1. Demanda de energía y perfiles de consumo: El consumo promedio es la energía que ha sido utilizada en un lugar durante un periodo de tiempo determinado y que ha sido contabilizada por un contador eléctrico, este dispositivo tiene como finalidad medir el consumo eléctrico de un servicio o un circuito y están calibrados para las unidades de facturación kWh. Dentro de la gama de estos medidores, están los contadores “inteligentes” que proporcionan una información más detallada sobre el consumo eléctrico en 36 Caso de estudio sin almacenamiento de energía un lugar, siendo lo más relevante (para este caso de estudio) el consumo de energía a través de cada hora del día o en un intervalo o intervalos de tiempo determinados. Este contador abrió un nuevo camino para las compañías distribuidoras, la cuales pueden obtener un Perfil de demanda detallado de cada uno de los lugares a donde llega su servicio (Alahakoon & Yu, 2016). Un punto importante a considerar, es que estos contadores inteligentes posiblemente no estén instalados en todos los hogares, por lo cual se necesita tener un estándar de medida para distribuir a lo largo del tiempo la energía total consumida y así lograr obtener un Perfil de demanda similar al obtenido con los contadores inteligentes, en España se encuentra estandarizado por el gobierno como se mencionó anteriormente. En resumidas cuentas, la demanda total de energía que se consume se logra determinar por un contador eléctrico y con el Perfil de demanda, se logra obtener la demanda de energía doméstica a lo largo de intervalos de tiempo. Para este caso de investigación se ha utilizado directamente el Perfil de demanda proporcionado por el Boletín oficial del Estado en su resolución del 21 de diciembre de 2018 13 . Este perfil nos proporciona qué porcentaje de la energía total es consumida hora a hora en los 365 días del año, en otras palabras, cada hora equivale a una porción (%) del consumo total anual; ahora, la energía total que se consume anualmente en un hogar Español es de 3500 kWh (Instituto para la Diversificación y Ahorro de Energía, 2017), estos serán distribuidos a lo largo de las horas del año por medio del Perfil de demanda, es solo cuestión de multiplicar el porcentaje de cada hora por el consumo total. 4.5.2. Curva de demanda: Esta es la representación gráfica de la demanda de energía a lo largo del día, en donde se podrán detallar los picos y caídas del consumo de energía en un hogar. La figura 24 muestra la superposición de 12 curvas de consumo diarias, se ha seleccionado un día representativo de cada mes (día 15 de cada mes). Se puede apreciar que hay principalmente 2 picos de consumo durante el día y que las curvas a través del año tienen aproximadamente el mismo comportamiento. 13 Resolución de 21 de diciembre de 2018, de la Dirección General de Política Energética y Minas, por la que se aprueba el perfil de consumo y el método de cálculo a efectos de liquidación de energía, aplicables para aquellos consumidores tipo 4 y tipo 5 que no dispongan de registro horario de consumo, según el Real Decreto 1110/2007, de 24 de agosto, por el que se aprueba el Reglamento unificado de puntos de medida del sistema eléctrico, para el año 2019. 37 Caso de estudio sin almacenamiento de energía Figura 24 Curvas de consumo diaria. Fuente: «BOE» núm. 4, de 4 de enero de 2019, páginas 536 a 713 (178 págs.) y Elaboración Propia 4.5.3. Energía generada por el sistema PV: La cantidad de energía generada por el sistema PV dependerá principalmente de 2 factores: 1) La capacidad instalada del sistema, entre más grande sea, más energía podrá producir para entregar al usuario (Ver apartado 4) 2) La radiación solar, este es otro factor clave en el estudio ya que la energía que pueda generar el sistema PV es directamente proporcional a la radiación solar, que será transformada al final en energía eléctrica y esta radiación varía dependiendo de la posición geográfica en la que se esté realizando la operación. Usando PVGIS (Ver apartado 4.4.2) se logra obtener cuanta energía eléctrica se puede generar teniendo en cuenta la capacidad instalada del sistema PV. Para nuestro caso de estudio se generaron los datos teniendo en cuenta la ciudad de Sevilla como punto de referencia geográfica; se han considerado 7 distintas capacidades de la instalación PV (desde 0 kWp hasta 3,5 kWp). La tabla 7 muestra los resultados promedios mensuales y diarios obtenidos para cada una de las diferentes potencias instaladas. Potencia instalada (kWp) Promedio mensual (kWh) Promedio diario (kWh) Total anual (kWh) 0,5 66,52 2,19 798 1 132,73 4,37 1600 1,5 198,75 6,53 2390 2 265 8,7 3180 2,5 331 10,9 3980 3 397 13,10 4770 3,5 463 15.2 5570 Tabla 7 Energía Total generada por cada potencia instalada en enero. Fuente: PVGIS European Comission y elaboración propia 0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0 5 10 15 20 25 30 Energia Consumida (kWh) Hora del día Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre 38 Caso de estudio sin almacenamiento de energía La figura 25 nos muestra cómo se distribuye la generación de energía a lo largo de un día representativo del mes de enero, nótese como la curva se hace más grande en área a medida que se aumenta la capacidad del sistema PV, también la importancia de resaltar que esto solo sucede en las horas donde hay luz solar. Por otro lado, también se han generado los datos de la radiación diaria para cada uno de los meses, teniendo entonces para cada mes, una lista de datos que muestran hora a hora la radiación que se ha presentado en Sevilla en un día representativo, lo que servirá para tener una idea generalizada de la radiación durante todo el mes (Ver tabla 8) Mes Radiación total en un día del mes (W/m2) 1 17316 2 21061 3 24765 4 25138 5 26714 6 28297 7 29620 8 29329 9 25916 10 23090 11 18996 12 16303 Tabla 8 Radiación total en un día representativo de cada mes. PVGIS European Comission y Elaboración propia La curva de la figura 25 nos muestra cómo es evidente que las horas de producción de energía son en las que hay luz solar, además coincidiendo con la tabla 8 hay una mayor producción en los meses de mayor radiación (verano, agosto, julio, etc.). Se procede a realizar un cruce entre estas dos series de datos ya se ha comentado que la energía generada es directamente proporcional a la radiación de la zona por lo cual, teniendo la energía diaria que se puede generar y la radiación hora a hora, se puede determinar la energía generada 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 0 5 10 15 20 25 30 Energía (kWp) Hora del día 0.5 kWp 1 kWp 1.5 kWp 2 kWp 2.5 kWp 3 Wp 3.5 Wp Figura 25 Energía generada por cada una de las potencias instaladas en un día representativo del mes de enero. PVGIS European Comission y Elaboración propia 45 Caso de estudio sin almacenamiento de energía Finalmente, el VAN/Inv. nos permite determinar el retorno que se obtiene sobre cada unidad monetaria invertida. Figura 32 VAN/Inv. Propuesta sin almacenamiento de energía. Elaboración propia. El valor actual neto del proyecto muestra un comportamiento con tendencia creciente, directamente proporcional a la capacidad instalada, esto tiene sentido ya que la energía será generada por el sistema y se verterá y/o se consumirá, generando beneficios para el usuario y cuanto mayor sea la capacidad instalada, mayores serán los ingresos y ahorros generados. La instalación óptima que según los resultados económicos obtenidos, debería implementar un usuario que consume 3500 kWh, es 0,5 kWp, se toma como referencia el indicador de VAN/Inv. ya que siendo este un indicador homogéneo, nos proporciona información del retorno que se obtendrá por cada unidad monetaria invertida. Es de destacar que con esta capacidad instalada y este nivel de consumo, la energía generada por el sistema (798,38 kWh) es autoconsumida en su totalidad por el usuario es decir que con esta instalación la energía generada es utilizada de la forma más rentable posible, la energía ahorrada es multiplicada por el coste de la energía en el mercado más la tarifa de acceso para determinar el ahorro, mientras que el vertido de la energía a la red eléctrica es solamente por el precio del mercado. 0,80 0,75 0,60 0,50 0,42 0,38 0,34 0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 0 0,5 1 1,5 2 2,5 3 3,5 4 VAN/Inv. Capacidad Instalada (kWp) Tabla 13 Comparativa de demanda y autoconsumo de energía. Elaboración propia. Potencia instalada (kWp) Energía Generada(kWh) Energía autoconsumida (kWh) Porcentaje de energía generada y autoconsumida VAN TIR VAN/Inv. 0,5 798,38 798,38 100% 358,07 € 14,38% 0,80 1 1594,96 1399,71 88% 675,97 € 13,97% 0,75 1,5 2382,46 1554,25 65% 808,26 € 12,55% 0,60 2 3176,9 1621,77 51% 892,58 € 11,57% 0,50 2,5 3968,96 1658,86 42% 956,22 € 10,89% 0,42 3 4768,72 1685,53 35% 1.019,32 € 10,42% 0,38 3,5 5562,2 1707,37 31% 1.076,51 € 10,07% 0,34 46 Caso de estudio sin almacenamiento de energía El comportamiento de la TIR y el VAN/Inv. Es una muestra de lo que sucede con el autoconsumo de la energía por el usuario: La tabla 13 muestra como se está utilizando la energía que es generada por el sistema PV, para capacidades instaladas de 0,5 kWp y 1 kWp, hay un muy buen porcentaje de energía que se genera y es directamente consumida por el usuario generando ahorros en su factura eléctrica, para 0,5 kWp es el total y para 1 kWp es el 88%, estos niveles empiezan a decaer más rápidamente a medida que se aumenta la potencia PV, cuando se pasa a 1,5 kWp de potencia instalada se generan aproximadamente 800 kWh de energía adicionales, una gran cantidad de energía adicional, pero si se observa la energía autoconsumida, solo aumenta 155 kWh. Este comportamiento se hace cada vez más fuerte a medida que se aumenta la potencia instalada, cada vez la energía autoconsumida aumenta en menor medida mientras que la generada aumenta fuertemente. Viendo más de cerca la situación, en este modelo sin almacenamiento solo se puede autoconsumir inmediatamente se produzca la energía y si no, se vierte por lo cual hay el sistema PV podrá satisfacer solo la demanda del usuario durante estas horas de producción. Lo que sucede con la potencia instalada de 0,5 kWh es que la cantidad de energía producida en estas horas es tan pequeña que la demanda del usuario logra consumirla toda en cuanto es producida, cuando ya se empieza a aumentar la potencia instalada se presentan horas en que el consumo es inferior a la generación, en ese momento se empieza a verter a la red el remanente de energía. Ahora hay unas horas en las que no se produce vertidos y es donde la demanda supera el consumo, estas horas son cubiertas poco a poco a medida que se aumenta la potencia instalada, si se habla de que aproximadamente la demanda en las horas productivas del sistema PV es de ~1896 kWh, después de que haya una potencia instalada de 1 kWh y se autoconsuma ~1400 kWh, empiezan a haber pocos espacios de demanda para llenar para la energía generada, las potencias extras que se instalen serían para cubrir estas pocas horas que faltan en donde la demanda supera a la producción, pero cada vez se debe realizar una inversión bastante mayor en comparación a los ahorros que se generarían por cubrir estas pocas horas. A pesar de que el proyecto sigue siendo rentable cuando se aumenta la PV, el retorno sobre la inversión decae porque la energía no se está autoconsumiendo sino vendiendo. 47 Caso de estudio con almacenamiento de energía 5. Caso de estudio con almacenamiento de energía n este apartado se estudiará el proceso almacenando la energía en una batería, la cual será adicionada al modelo inicialmente propuesto (Ver figura 33). 5.1. Modelo: La figura 33 representa el nuevo modelo con almacenamiento de energía, para esta situación, una batería de litio ion será integrada en el modelo, que servirá para almacenar la energía generada. Se determina que se almacenará energía en horarios de valle (Cuando la energía consumida de la red es menos costosa) y se consumirá la energía almacenada en horarios pico (Cuando la energía de la red es más costosa) siempre y mientras haya suficiente energía almacenada para satisfacer la demanda, de lo contrario se consumirá energía de la red. El vertido a la red se realizará en el caso de que la capacidad de almacenamiento de la batería sea superior a la energía que se genere y se pretenda almacenar, es decir cuando la batería esté llena. Figura 33 Diagrama de flujo, modelo con batería, elaboración propia. * En caso de que la energía generada y la que había almacenada no alcancen a satisfacer la demanda. E 48 Caso de estudio con almacenamiento de energía 5.2. Elementos nuevos del modelo 5.2.1. La Batería. La batería es el principal nuevo elemento que será agregado al modelo, muchos cambios se originaran a partir de esto. Da la posibilidad de almacenar energía generada por el sistema PV para ser consumida en un momento determinado por el usuario, el cual será cuando la energía proporcionada por la red sea más costosa (horas pico) mientras que en las horas valle, se almacenará el máximo de energía posible por la batería. Para determinar qué capacidad de almacenamiento se adaptaría mejor económicamente al usuario con consumo de 3500 kWh anuales, se estudiarán varias opciones: 0,5 kWh, 1 kWh, 1,5 kWh, 2 kWh, 2,5 kWh, y 3 kWh Las baterías utilizadas para este modelo son las baterías de Litio o Li-ion, que almacenan energía eléctrica mediante el empleo de una sal de litio como electrolito, consiguiendo los iones necesarios para la reacción electroquímica reversible entre el cátodo y el ánodo. En el estudio realizado en el trabajo fin de master de Ester Pérez en 2019 (Perez & Arcos, 2019) se muestra como las baterías de ion litio son las más óptimas para este tipo de almacenamientos de energía eléctrica. Este estudio nos muestra que las baterías de Ion-Litio cuentan con un mejor desempeño y rendimiento para unos costes bastante reducidos en comparación a las demás opciones del mercado. Dentro del mercado hay una amplia gama de opciones para elegir de baterías, con distintos precios según, marca diseño y la capacidad, para efectos de este trabajo y después de una búsqueda y comparación de precios, se asumirá un precio de 100 € por cada kWh de capacidad de almacenamiento (S) que se desea instalar en el proceso. Esta batería es de 5000 ciclos de carga, por lo cual será necesario la adquisición de una nueva a los 13 años de transcurrido el proyecto. Alta ciclabilidad Baja autodescarga Alta tensión nominal Alto rendimiento Alta densidad energética Bajo coste Alta energía específica Vanadi o ZnBr ZEBRA NaS NiMH NiCd Li-Ion L A Figura 34 Comparativa distintos tipos de baterías. Fuente. (Pérez & Arcos, 2019) 49 Caso de estudio con almacenamiento de energía Figura 35 Evolución del precio de las baterías Li Ion. Fuente (Pérez & Arcos, 2019) 5.2.2. Otros elementos del modelo Los demás elementos del modelo seguirán idénticos al caso de la instalación sin la batería: La potencia PV instalada variará para realizar los análisis de sensibilidad en kWp: 0,5, 1, 1,5, 2, 2,5, 3, 3,5; La tarifa de acceso que cobra la red eléctrica al usuario, adicional al precio de la energía en el mercado, seguirá siendo la 2DHA, distribuyendo el precio con horas pico y valle; el precio de la energía del mercado será la obtenida por Operador Del Mercado Ibérico De Energía Polo Español S A.; el factor de venta fi al que se le verterá la energía generada a la red seguirá siendo 1; el horizonte temporal del proyecto de inversión serán los mismos 25 años. 5.3. Cálculo de la energía generada y almacenada En este nuevo modelo, la energía sigue siendo producida por el sistema PV, como ya se vio en el apartado 4.5.3 la cantidad que se produzca dependerá directamente de la potencia que se instaló. Esta energía, a diferencia del modelo anterior no será consumida inmediatamente por el usuario, en este caso se realizará un almacenamiento de la energía generada en la batería, este proceso se realizará solo en las horas valle, donde la energía es más barata, para luego ser consumida cuando se lleguen a las horas pico y la energía aumente su precio. La energía que se produzca y no haya dónde almacenarla porque la batería está completamente cargada, será vertida a la red a precio de mercado multiplicado por el factor fi (que en este estudio se determinó como 1). Para justificar esta decisión, hay que hacer un pequeño y rápido análisis en el precio que se paga por la energía de la red: Es claro que durante las horas pico, tanto la tarifa de acceso como el precio de mercado son superiores, es ese momento cuando consumir energía de la red es más costoso para el usuario, por lo cual buscar una solución para reducir ese coste es necesario, aquí es donde más se pueden ahorrar costes si se consume la energía generada por el sistema PV, porque se está dejando de consumir energía que cuesta el precio del mercado + la tarifa de acceso, el usuario el ahorro generado por autoconsumo de una unidad de energía, será mayor que el ingreso generado por verterla. 50 Caso de estudio con almacenamiento de energía 5.4. Total energía autoconsumida La energía producida que se consumirá vendrá directamente de la batería que se ha instalado (Recordemos que puede haber un autoconsumo no proveniente de la batería cuando se genere energía en horas valle y la batería esté lena), la cual se descargará cuando empiecen las horas pico. Cabe mencionar que es posible que incluso durante las horas pico la batería se encuentre completamente cargada, esto debido a que puede presentarse la situación de que la producción de energía y lo que había almacenado en una hora determinada, superan la demanda del usuario, son casos especiales. La tabla 14 muestra un resumen del comportamiento del consumo de la energía proveniente del sistema PV diferenciado por cada uno de tipos de batería y potencia instaladas en el sistema, se incluye además el caso anterior sin almacenamiento de energía Potencia (kWp) Energía Autoconsumida (kWh) S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 kWp 798,38 499,96 675,22 789,16 798,38 798,38 798,38 1 kWp 1.399,71 785,27 967,77 1150,27 1318,07 1452,71 1527,90 1,5 kWp 1.554,25 893,66 1076,16 1258,66 1441,16 1613,76 1726,24 2 kWp 1.621,77 944,20 1126,70 1309,20 1491,70 1658,06 1760,19 2,5 kWp 1.658,86 969,47 1151,97 1334,47 1516,82 1678,59 1772,65 3 kWp 1.685,53 988,49 1170,99 1353,49 1535,21 1690,98 1779,65 3,5 kWp 1.707,37 1005,85 1188,35 1370,85 1552,20 1701,12 1784,63 Tabla 14 Energía autoconsumida para un consumo promedio de 3500 kWh, propuesta almacenamiento de energía. Elaboración propia 5.5. Cálculo de ingresos Al igual que en el apartado 4 los ingresos en este sistema estarán determinados por los ahorros de energía y por el vertido a la red. Las tablas 15 y 16 muestran tanto el ingreso obtenido por el vertido a la red eléctrica como la cantidad ahorrada ambas diferenciadas por cada una de las distintas potencias instaladas y capacidades de almacenamiento. Potencia (kWp) Ahorro anual S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 kWp 67,39 € 54,92 € 73,82 € 85,82 € 86,79 € 86,79 € 86,79 € 1 kWp 121,69 € 85,53 € 104,75 € 123,97 € 142,02 € 156,86 € 165,20 € 1,5 kWp 137,61 € 96,98 € 116,11 € 135,49 € 155,29 € 174,28 € 186,73 € 2 kWp 144,35 € 102,29 € 121,42 € 140,91 € 160,81 € 179,18 € 190,50 € 2,5 kWp 147,93 € 104,94 € 124,09 € 143,63 € 163,57 € 181,45 € 191,88 € 3 kWp 150,55 € 106,93 € 126,10 € 145,70 € 165,60 € 182,82 € 192,66 € 3,5 kWp 152,75 € 108,74 € 127,95 € 147,59 € 167,48 € 183,95 € 193,21 € Tabla 15 Ahorro propuesta almacenamiento de energía, consumo 3500 kWh, Elaboración propia 51 Caso de estudio con almacenamiento de energía Potencia (kWp) Ingreso anual por Vertimiento S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 kWp - € 14,98 € 6,09 € 0,45 € - € - € - € 1 kWp 9,74 € 52,32 € 43,07 € 33,79 € 25,32 € 16,18 € 8,52 € 1,5 kWp 42,38 € 98,80 € 89,60 € 80,33 € 71,05 € 61,79 € 51,06 € 2 kWp 80,21 € 140,00 € 130,86 € 121,64 € 112,36 € 103,12 € 95,32 € 2,5 kWp 119,47 € 181,84 € 172,75 € 163,54 € 154,30 € 145,10 € 137,67 € 3 kWp 159,64 € 220,30 € 211,25 € 202,07 € 192,85 € 183,72 € 176,67 € 3,5 kWp 199,73 € 259,39 € 250,36 € 241,22 € 232,01 € 223,02 € 216,32 € Tabla 16 Ingresos obtenidos por vertido a la red, consumo de 3500 kWh. Elaboración propia. 5.6. Valor actual neto y tasa interna de retorno Para el cálculo de estos indicadores económicos se tiene en cuenta la misma inversión para la instalación PV, no cambia, siguen siendo 0,9 € por cada kWp de potencia instalada. Por otro lado, se tiene la capacidad de la batería, que tiene un precio de 100 € por cada kWh de capacidad de almacenamiento (S). Así entonces se realiza la proyección a 25 años y se obtienen los valores económicos. Figura 36 Valor actual neto para propuesta con almacenamiento de energía Consumo 3500 kWh. Elaboración propia -€ 200,00 € 400,00 € 600,00 € 800,00 € 1.000,00 € 1.200,00 € 1.400,00 € 1.600,00 € 0 0,5 1 1,5 2 2,5 3 3,5 4 VAN Potencia PV (kWp) S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 52 Caso de estudio con almacenamiento de energía Figura 37 Tasa interna de retorno para propuesta con almacenamiento de energía, consumo 3500 kWh. Elaboración propia Figura 38 VAN/Inv. para propuesta con almacenamiento de energía, consumo 3500 kWh, batería 1 kWh. Elaboración propia Continuando con el análisis realizado en el apartado 4,8 la demanda que se requiere cubrir en ese modelo será solo la demanda en horas pico, cuando la energía es más cara, a diferencia del modelo sin almacenamiento, donde la demanda a cubrir por el sistema PV era directamente la que hubiese en las horas de producción. Esta vez la demanda es de ~1963 kWh, esta es la energía que en las horas pico es demandada por el usuario que consume 3500 kWh al año, la idea de la instalación PV con batería sería intentar suplir esa demanda. Con un consumo de energía constante, la potencia instalada cada vez que aumente, tendrá más energía disponible para el consumo del usuario. La generación de energía durante las horas valle será almacenada en una batería que proporcionará energía al usuario para su consumo en horas pico, además del autoconsumo que se produzca cuando la batería esté llena en horas valle y haya energía generada disponible. Cuanto más capacidad tenga la batería más energía podrá almacenar para el consumo posterior del usuario, cuanto más potencia instalada tenga el 0,00% 2,00% 4,00% 6,00% 8,00% 10,00% 12,00% 14,00% 16,00% 0 0,5 1 1,5 2 2,5 3 3,5 4 TIR Potencia PV (kWp) S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0 0,5 1 1,5 2 2,5 3 3,5 4 Título del eje Potencia PV (kWp) S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 53 Caso de estudio con almacenamiento de energía usuario, más energía será generada, para lo cual necesitará una batería mayor para su almacenamiento, estas situaciones hacen necesario el análisis en donde se pueda encontrar el equilibrio adecuado con una instalación óptima que permita al usuario aprovechar la mayor cantidad de energía posible mientras se logra la mayor rentabilidad para el proyecto. Potencia (kWp) S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 100,00% 62,62% 84,57% 98,84% 100,00% 100,00% 100,00% 1 87,76% 49,23% 60,68% 72,12% 82,64% 91,08% 95,80% 1,5 65,24% 37,51% 45,17% 52,83% 60,49% 67,74% 72,46% 2 51,05% 29,72% 35,47% 41,21% 46,95% 52,19% 55,41% 2,5 41,80% 24,43% 29,02% 33,62% 38,22% 42,29% 44,66% 3 35,35% 20,73% 24,56% 28,38% 32,19% 35,46% 37,32% 3,5 30,70% 18,08% 21,36% 24,65% 27,91% 30,58% 32,08% Tabla 17 Porcentaje de energía generada y autoconsumida, consumo de 3500 kWh para distintos niveles de capacidad de la batería. Elaboración propia. Con el aumento de la capacidad de la batería, hay una disminución constante de la energía que queda disponible para el vertido después del consumo por parte del usuario y que la batería alcance su capacidad de almacenamiento, así como se muestra en la tabla 17. Hay un mayor autoconsumo con una batería de mayor capacidad, pero al mismo tiempo la inversión que se debe realizar es mayor, veamos cómo se comportan los indicadores económicos para este escenario. En nuestro estudio, a mayor cantidad de almacenamiento, menor va a ser la energía que quede remanente para ser vertida a la red, lo que hace que el usuario consuma más energía de la que vierte. 54 Caso de estudio con almacenamiento de energía Tabla 18 Tabla de indicadores consumo de 3500 kWh para distintas capacidades de almacenamiento y potencias instaladas. Elaboración propia. Según los resultados obtenidos y basándose directamente en el VAN/Inv., la opción que mejor se ajusta a las necesidades del usuario y que genera un proyecto con el mejor desempeño económico, es una instalación de 1 kWp de potencia PV y de una batería de 2 kWh de capacidad, sería un proyecto con Van de 812,54 € y una TIR de 14.03%. Con esta instalación autoconsumirá 1318,07 kWh (En su mayor medida en horas pico), una cantidad que se acerca un poco a los 1963 kWh de demanda en horas pico que tiene, además de que este autoconsumo representa más del 80% de la energía generada (1594,96 kWh), que en lugar de verterla a la red, está siendo consumida por el usuario, rentabilizándola en mayor medida. La situación curiosa aquí, es que la rentabilidad de este proyecto, no supera a la rentabilidad lograda por el usuario cuando no instalaba una batería en el sistema, en comparación, el proyecto anterior tenía un VAN/Inv. de 0,80 mientras que este solo es de 0,74, esta es una situación que depende en gran medida del precio de la batería lo cual analizaremos más adelante. En esta situación, a pesar que e autoconsume más energía que en el caso sin almacenamiento, el coste de la batería reduce la rentabilidad total del proyecto. Potencia (kWp) S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I 0,5 358,07 € 14,40% 0,80 314,60 € 12,92% 0,63 361,21 € 13,26% 0,66 364,00 € 12,83% 0,61 296,68 € 11,39% 0,46 223,20 € 10,00% 0,32 149,71 € 8,74% 0,20 1 675,97 € 14,00% 0,75 679,43 € 13,69% 0,72 725,45 € 13,83% 0,73 771,17 € 13,96% 0,73 812,54 € 14,03% 0,74 807,42 € 13,72% 0,70 742,09 € 12,95% 0,62 1,5 808,26 € 12,60% 0,60 924,08 € 13,16% 0,66 969,66 € 13,27% 0,67 1.017,40 € 13,39% 0,68 1.070,01 € 13,53% 0,69 1.113,25 € 13,60% 0,70 1.060,37 € 13,12% 0,64 2 892,58 € 11,60% 0,50 1.031,79 € 12,18% 0,56 1.078,09 € 12,30% 0,57 1.127,67 € 12,42% 0,58 1.181,67 € 12,56% 0,59 1.217,57 € 12,60% 0,59 1.186,27 € 12,34% 0,56 2,5 956,22 € 10,90% 0,42 1.115,16 € 11,48% 0,48 1.162,33 € 11,59% 0,49 1.212,80 € 11,71% 0,51 1.267,61 € 11,84% 0,52 1.298,15 € 11,87% 0,52 1.260,65 € 11,64% 0,49 3 1.019,32 € 10,40% 0,38 1.150,24 € 10,83% 0,42 1.198,12 € 10,94% 0,43 1.249,48 € 11,05% 0,44 1.304,14 € 11,17% 0,45 1.327,73 € 11,18% 0,45 1.287,67 € 10,99% 0,43 3,5 1.076,51 € 10,10% 0,34 1.190,77 € 10,38% 0,37 1.239,24 € 10,48% 0,38 1.291,64 € 10,58% 0,39 1.346,21 € 10,70% 0,40 1.362,46 € 10,69% 0,40 1.319,63 € 10,52% 0,38 61 Análisis de sensibilidad Potencia (kWp) VAN/Inv S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 0,47 0,36 0,40 0,38 0,26 0,15 0,06 1 0,43 0,42 0,44 0,46 0,47 0,45 0,39 1,5 0,31 0,37 0,38 0,40 0,42 0,43 0,39 2 0,22 0,28 0,29 0,31 0,33 0,33 0,31 2,5 0,17 0,22 0,23 0,25 0,26 0,27 0,25 3 0,13 0,16 0,18 0,19 0,20 0,20 0,19 3,5 0,10 0,13 0,14 0,15 0,16 0,16 0,15 Tabla 24 VAN/Inv. Precio 1,1 €/kWp. Elaboración propia Potencia (kWp) VAN/Inv S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 0,62 0,48 0,52 0,48 0,35 0,23 0,12 1 0,58 0,55 0,57 0,58 0,59 0,57 0,49 1,5 0,44 0,50 0,51 0,53 0,54 0,55 0,51 2 0,35 0,41 0,42 0,43 0,45 0,45 0,43 2,5 0,28 0,34 0,35 0,36 0,38 0,38 0,36 3 0,24 0,28 0,29 0,30 0,31 0,32 0,30 3,5 0,21 0,24 0,25 0,26 0,27 0,27 0,26 Tabla 25 VAN/Inv. precio 1 €/kWp. Elaboración propia Potencia (kWp) VAN/Inv S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 0,80 0,63 0,66 0,61 0,46 0,32 0,20 1 0,75 0,72 0,73 0,73 0,74 0,70 0,62 1,5 0,60 0,66 0,67 0,68 0,69 0,70 0,64 2 0,50 0,56 0,57 0,58 0,59 0,59 0,56 2,5 0,42 0,48 0,49 0,51 0,52 0,52 0,49 3 0,38 0,42 0,43 0,44 0,45 0,45 0,43 3,5 0,34 0,37 0,38 0,39 0,40 0,40 0,38 Tabla 26 VAN/Inv. Precio 0,9 €/kWp. Elaboración propia Potencia (kWp) VAN/Inv S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 1,02 0,81 0,82 0,75 0,58 0,42 0,29 1 0,97 0,92 0,92 0,92 0,91 0,86 0,77 1,5 0,80 0,86 0,86 0,86 0,87 0,87 0,81 2 0,68 0,75 0,75 0,76 0,77 0,77 0,73 2,5 0,60 0,67 0,67 0,68 0,69 0,69 0,66 3 0,55 0,59 0,60 0,61 0,62 0,61 0,59 62 Análisis de sensibilidad 3,5 0,51 0,54 0,55 0,56 0,57 0,56 0,54 Tabla 27 VAN/Inv. Precio 0,8 €/kWp. Elaboración propia Para este precio de 0.8€/kWp, a pesar que la instalación PV sin batería sigue siendo la mas rentable, la instalación con batería más rentable pasó de ser 2 kWh a 1 kWh. Potencia (kWp) VAN/Inv S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 1,31 1,04 1,02 0,93 0,72 0,54 0,38 1 1,25 1,17 1,16 1,14 1,13 1,06 0,94 1,5 1,06 1,11 1,10 1,10 1,10 1,09 1,01 2 0,92 0,99 0,99 0,99 0,99 0,98 0,93 2,5 0,83 0,90 0,90 0,90 0,91 0,90 0,86 3 0,77 0,81 0,82 0,82 0,83 0,82 0,79 3,5 0,73 0,76 0,76 0,77 0,77 0,76 0,73 Tabla 28 VAN/Inv. Precio 0,7 €/kWp. Elaboración propia Podemos ver que para todos los valores de precio del sistema PV estudiados, la instalación óptima que debería implementar el usuario de consumo de 3500 kWh anuales no varía, se tiene así un sistema robusto en el que los indicadores económicos dependen directamente del precio de las instalaciones PV. Lo que sí hay que destacar es la variación que tienen, cuando se reduce a 0,7 el precio, hay un aumento de 35% de la rentabilidad del proyecto. A pesar de todo, para este nivel de consumo, sigue siendo más rentable no instalar la batería. 6.2.3. Variación del precio de la batería. Al igual que en el apartado anterior, en este simplemente se realizará una variación en los precios de la batería para observar cómo varía la instalación óptima que debe realizar el usuario con consumo anual de 3500 kWh. Potencia (kWp) VAN/Inv S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 0,80 0,53 0,48 0,38 0,20 0,05 -0,08 1 0,75 0,66 0,62 0,59 0,55 0,49 0,39 1,5 0,60 0,62 0,60 0,58 0,56 0,54 0,47 2 0,50 0,53 0,52 0,50 0,49 0,48 0,43 2,5 0,42 0,46 0,45 0,45 0,44 0,42 0,39 3 0,38 0,40 0,39 0,39 0,39 0,37 0,34 3,5 0,34 0,36 0,35 0,35 0,35 0,33 0,31 Tabla 29 VAN/Inv. precio de la batería 150 €/kWh. Elaboración propia Potencia (kWp) VAN/Inv S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 0,80 0,55 0,51 0,42 0,25 0,10 -0,03 63 Análisis de sensibilidad 1 0,75 0,67 0,64 0,62 0,59 0,53 0,43 1,5 0,60 0,63 0,61 0,60 0,58 0,57 0,50 2 0,50 0,54 0,53 0,52 0,51 0,50 0,45 2,5 0,42 0,47 0,46 0,46 0,45 0,44 0,41 3 0,38 0,40 0,40 0,40 0,40 0,39 0,36 3,5 0,34 0,36 0,36 0,36 0,36 0,35 0,32 Tabla 30 VAN/Inv. precio de la batería 140 €/kWh. Elaboración propia Potencia (kWp) VAN/Inv S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 0,80 0,57 0,55 0,46 0,29 0,15 0,02 1 0,75 0,68 0,66 0,64 0,62 0,57 0,47 1,5 0,60 0,64 0,63 0,62 0,61 0,60 0,53 2 0,50 0,54 0,54 0,53 0,53 0,52 0,48 2,5 0,42 0,47 0,47 0,47 0,47 0,46 0,43 3 0,38 0,41 0,41 0,41 0,41 0,40 0,37 3,5 0,34 0,36 0,36 0,37 0,37 0,36 0,34 Tabla 31 VAN/Inv. precio de la batería 130 €/kWh. Elaboración propia Potencia (kWp) VAN/Inv S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 0,80 0,59 0,58 0,51 0,34 0,20 0,08 1 0,75 0,69 0,68 0,67 0,66 0,61 0,51 1,5 0,60 0,64 0,64 0,64 0,64 0,63 0,57 2 0,50 0,55 0,55 0,55 0,55 0,54 0,51 2,5 0,42 0,48 0,48 0,48 0,49 0,48 0,45 3 0,38 0,41 0,41 0,42 0,42 0,42 0,39 3,5 0,34 0,37 0,37 0,37 0,38 0,37 0,35 Tabla 32 VAN/Inv. precio de la batería 120 €/kWh. Elaboración propia Potencia (kWp) VAN/Inv. S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 0,80 0,61 0,62 0,56 0,40 0,26 0,14 1 0,75 0,70 0,70 0,70 0,70 0,66 0,57 1,5 0,60 0,65 0,65 0,66 0,66 0,66 0,60 2 0,50 0,55 0,56 0,56 0,57 0,57 0,54 2,5 0,42 0,48 0,49 0,49 0,50 0,50 0,47 3 0,38 0,41 0,42 0,43 0,44 0,43 0,41 3,5 0,34 0,37 0,38 0,38 0,39 0,39 0,37 Tabla 33 VAN/Inv. precio de la batería 110 €/kWh. Elaboración propia 64 Análisis de sensibilidad Potencia (kWp) VAN/Inv. S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 0,80 0,63 0,66 0,61 0,46 0,32 0,20 1 0,75 0,72 0,73 0,73 0,74 0,70 0,62 1,5 0,60 0,66 0,67 0,68 0,69 0,70 0,64 2 0,50 0,56 0,57 0,58 0,59 0,59 0,56 2,5 0,42 0,48 0,49 0,51 0,52 0,52 0,49 3 0,38 0,42 0,43 0,44 0,45 0,45 0,43 3,5 0,34 0,37 0,38 0,39 0,40 0,40 0,38 Tabla 34 VAN/Inv. precio de la batería 100 €/kWh. Elaboración propia Potencia (kWp) VAN/Inv. S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 0,80 0,65 0,70 0,66 0,52 0,39 0,27 1 0,75 0,73 0,75 0,77 0,78 0,75 0,67 1,5 0,60 0,67 0,68 0,70 0,72 0,73 0,68 2 0,50 0,56 0,58 0,59 0,61 0,62 0,59 2,5 0,42 0,49 0,50 0,52 0,53 0,54 0,52 3 0,38 0,42 0,43 0,45 0,46 0,47 0,45 3,5 0,34 0,37 0,39 0,40 0,41 0,41 0,40 Tabla 35 VAN/Inv. precio de la batería 90 €/kWh. Elaboración propia Potencia (kWp) VAN/Inv. S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 0,80 0,67 0,74 0,72 0,58 0,46 0,34 1 0,75 0,74 0,77 0,80 0,82 0,80 0,73 1,5 0,60 0,68 0,70 0,72 0,75 0,77 0,72 2 0,50 0,57 0,59 0,61 0,63 0,65 0,62 2,5 0,42 0,49 0,51 0,53 0,55 0,56 0,54 3 0,38 0,43 0,44 0,46 0,48 0,48 0,47 3,5 0,34 0,38 0,39 0,41 0,42 0,43 0,42 Tabla 36 VAN/Inv. precio de la batería 80 €/kWh. Elaboración propia Potencia (kWp) VAN/Inv. S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh 0,5 0,80 0,74 0,87 0,90 0,81 0,71 0,62 1 0,75 0,77 0,84 0,90 0,96 0,97 0,92 1,5 0,60 0,70 0,75 0,79 0,84 0,88 0,85 2 0,50 0,59 0,62 0,66 0,70 0,73 0,72 2,5 0,42 0,51 0,54 0,57 0,60 0,62 0,62 3 0,38 0,44 0,46 0,49 0,52 0,54 0,53 65 Análisis de sensibilidad 3,5 0,34 0,39 0,41 0,43 0,46 0,47 0,47 Tabla 37VAN/Inv. precio de la batería 50 €/kWh. Elaboración propia Al aumentar el precio de la batería, el modelo se muestra bastante sensible, la batería óptima que debería instalar el usuario cambia a 0,5 kWh. Por el contrario, al disminuir el precio parece que el cambio es más lento, en los precios mostrados anteriormente no se presentó un cambio en la instalación óptima, pero ya cuando se redujo el precio a 50 €/kWh, hubo un cambio significativo y la batería óptima aumentó a 2,5 kWh, con un VAN/Inv de 0,97. 66 Conclusiones. 7. Conclusiones. n el primer apartado se planteó un cuestionamiento que se resolvió a lo largo de este trabajo, lo mostrado anteriormente fue completamente el procedimiento global que se realizó para determinar la instalación óptima para un usuario que consume 3500 kWh al año. Se logró generar un modelo que teniendo como entradas el perfil de demanda anual y la ubicación geográfica del usuario y con esta acceder a información del sistema PVGIS, logra determinar la potencia instalada PV y capacidad de almacenamiento que maximizan la rentabilidad del proyecto y generan el mayor beneficio del usuario por el ahorro en la factura de consumo eléctrico. Las entradas, o la información necesaria del usuario serían simplemente su ubicación y el perfil de su consumo anual, ya con la información que proporciona PVGIS y los costes relacionados al sistema, el modelo puede determinar su instalación óptima. 7.1. Caso simplificado sin almacenamiento de energía. Los resultados obtenidos en el apartado 4 de este estudio muestran que la instalación óptima para el consumidor de 3500 kWh anuales es de 0,5 kWp para la potencia PV instalada, sin considerar un sistema de almacenamiento de energía en este sistema. Con esta capacidad instalada el usuario podrá autoconsumir un total de 798,38 kWh anualmente, que en este caso sería completamente lo que la instalación PV generó durante el mismo periodo, de esta manera el consumo proveniente de la factura eléctrica se reduce a 2701,61 kWh, para que así, el usuario se ahorre anualmente 64,54 € en la factura de electricidad, sin generar vertidos en la red eléctrica. Con esta instalación se constituye un proyecto que resulta beneficioso para el usuario y genera un proyecto de 25 años con Valor actual Neto de 358,07 €, una tasa interna de retorno de 14,38% y un VAN/Inv. de 0,8 €. PV Total energía generada Total energía autoconsumida Total energía Vertida en la red Ahorro en la factura Ingresos por vertido VAN TIR VAN/Inv. 0,5 kWp 798,38 kWh 798,38 kWh 0 kWh 64,54 € 0 358,07 € 14,38 % 0,8 Tabla 38 Instalación óptima para consumo de 3500 kWh anuales sin almacenamiento de energía, Elaboración propia, E PVGIS Costes PV Costes S Precios de compra y venta de energía Curva de demanda Ubicación PV y S óptimos Figura 39 Esquema general del modelo. Elaboración propia 67 Conclusiones. 7.2. Caso con almacenamiento de energía Este caso con almacenamiento de energía cambia el comportamiento del proyecto, ahora, para un consumo de 3500 kWh la potencia PV instalada que mejores indicadores económicos presenta para el usuario es de 1 kWp y una capacidad d almacenamiento de 2 kWh, generando así un proyecto con un valor actual neto de € 812,54, una tasa interna de retorno de 14,03 % y VAN/Inv., de 0,74. La energía que autoconsume ahora con esta batería instalada son 1318,07 kWh a generando un ahorro anual de 142,02 €, Por otra parte vierte a la red un poco de energía también, lo que en este caso genera ingresos para el usuario que ascienden a25,32 € anuales, PV S Total energía generada Total energía autoconsumida Total energía Vertida en la red Ahorro en la factura Ingresos por vertido VAN TIR VAN/Inv. 1 kWp 2 kWh 1594,96 kWh 1318,07 kWh 515,82 kWh 142,02 € 25,32 € 812,54 € 14,03% 0,74 Tabla 39 Instalación óptima para consumo de 3500 kWh anuales, Elaboración propia, 7.3. Estudio de sensibilidad: Distintos niveles de consumo, con almacenamiento de energía Los distintos niveles de consumo, sobre todos los superiores a 3500 kWh anuales hacen que cambie la decisión sobre qué potencia PV debe instalar el usuario, a continuación en la tabla siguiente se muestran los resultados obtenidos de las potencias instaladas óptimas que deberían instalar cada uno de los consumidores con distintos niveles de consumo. Nivel de Consumo Potencia PV (kWp) S VAN TIR VAN/Inv., 2000 kWh 0,5 kWp 1 379,57 € 13,57% 0,69 3500 kWh 1 kWp 2 812,54 € 14,04% 0,74 5000 kWh 1,5 kWp 3,5 1.222,28 € 13,87% 0,84 6500 kWh 2 kWp 4 1.620,57 € 14,01% 0,85 8000 kWh 2,5 kWp 5 2.023,79 € 14,01% 0,86 Tabla 40 Instalación óptima para usuarios con distintos niveles de consumo, Elaboración propia, Figura 40 Distintas instalaciones óptimas para los niveles de consumo, tendencia creciente. Elaboración propia 2000 kWh 3500 kWh 5000 kWh 6500 kWh 8000 kWh 0 1 2 3 4 5 6 0 0,5 1 1,5 2 2,5 3 Capacidad de la batería (kWh) Potencia PV instalada (kWp) Instalación óptima 68 Conclusiones. 7.4. Estudio de sensibilidad: Distintos precios de la potencia PV, con almacenamiento de energía Este análisis de sensibilidad demostró que el modelo es robusto, ya que no se presentaron variaciones en la instalación óptima que debe implementar el usuario de 3500 kWh al año cuando cambian los precios de las instalaciones PV, con respecto a las potencias de generación PV, aunque sí hubo una variación con respecto a las baterías, en donde se reducían las capacidades de batería necesaria en la instalación óptima. Precio PV (€/kWp) Potencia PV (kWp) S (kWh) VAN TIR VAN/Inv., 1,2 1 2 512,54 € 10,38 % 0,37 1,1 1 2 612,54 € 11,43 % 0,47 1 1 2 712,54 € 12,64 % 0,59 0,9 1 2 812,54 € 14,03 % 0,74 0,8 1 1 825,45 € 15,61 % 0,92 0,7 1 0,5 879,43 € 17,86 % 1,17 Tabla 41 Instalaciones óptimas con distintos precios del sistema PV. Elaboración propia 7.5. Estudio de sensibilidad: Distintos precios de batería, con almacenamiento de energía Para este estudio, distintos precios de batería se estudiaron, los resultados en general fueron muy estables para precios de la batería por debajo de 100 €/kWh, cuando se aumentó el precio, presentó mucha sensibilidad a esto hasta reducir la instalación casi al mínimo. A continuación se muestran los resultados: Precio S (€/kWh) Potencia PV (kWp) S (kWh) VAN TIR VAN/Inv., 150 1 0,5 642,68 € 13,19% 0,66 140 1 0,5 650,03 € 13,19% 0,67 130 1 0,5 657,38 € 13,38% 0,68 120 1 0,5 664,73 € 13,48% 0,69 110 1 0,5 672,08 € 13,59% 0,70 100 1 2 812,54 € 14,03% 0,74 90 1 2 841,93 € 14,40% 0,78 80 1 2 871,33 € 14,78% 0,82 50 1 2,5 991,13 € 16,08% 0,97 Tabla 42 Instalaciones óptimas para distintos niveles de precio de batería. Elaboración propia. 69 Análisis en Colombia: Ciudad de Medellín 8. Análisis en Colombia: Ciudad de Medellín En este capítulo se aplicará el modelo desarrollado para determinar la instalación óptima de un usuario localizado en la ciudad de Medellín Colombia. El usuario para este análisis será en teoría el mismo definido por el ministerio y estudiado en los casos anteriores, con una demanda anual de 3500 kWh anuales. 8.1. Contexto: Sector energético en Colombia Colombia, ubicado en la región ecuatorial de Sudamérica, es un país que cuenta con más de 48 millones de habitantes (Departamento Administrativo Nacional de Estadística., 2019), en donde la energía eléctrica juega también un papel importante en el desarrollo de la vida diaria de los habitantes. En este sentido, la cabe destacar que la principal fuente de energía de Colombia es la Hidráulica, generada por las represas en los principales rios y lagos del país, entre ellas destacan el embalse de Guatapé, el embalse de Calima, represa Miraflores, entre otras varias. El suministro energético de Colombia, también depende del Sistema Interconectado Nacional (SIN), este está compuesto por los generadores de energía y las redes eléctricas (Transmisores, distribuidores y comercializadores) para abastecer y distribuir la energía en todo el país. En este momento más de 19 empresas forman parte de este sistema que producen más del 90% de la energía total del país, siendo Interconexión Eléctrica S.A. (ISA) la mayor de todas, y una de las más grandes de Latinoamérica, dueña del 75% de la red colombiana. Una de las principales ventajas que tiene el SIN es que puede conectar generadores de energía con consumidores a grandes distancias, de esta manera, regiones con menos lluvias y menos recursos hidráulicos para la producción energética pueden beneficiarse del servicio proveniente del otro lado del país. Por esto, un punto clave del SIN es el transporte y la distribución de la energía, que es el aspecto que sirve como el verdadero “integrador” de todos los componentes de la cadena. Expertos en Mercados (XM) es una filial de la firma estatal colombiana de transmisión ISA encargada de estudios en tiempo real, principalmente de la gestión energética del país, informa que cerca del 65% de la energía colombiana fue producida por medios hidráulicos, mientras que fuentes térmicas como el gas, carbón o ACPM, representan casi el 30% de la producción (XM, 2016), esto muestra la gran dependencia que tiene el SIN del funcionamiento de las represas y embalses, que a su vez se condicionan por fenómenos climáticos como lluvias, y sequías, que hacen que fluctúen los precios de la energía distribuida para los clientes. 8.2. Aplicación del modelo. En este apartado se explicarán las distintas modificaciones que sufrirá el modelo con respecto a la nueva ubicación geográfica en Colombia. Se toma como referencia un usuario en la ciudad de Medellín en el 4° estrato socio económico, esta es la división que se realiza en las ciudades 70 Análisis en Colombia: Ciudad de Medellín y municipios de Colombia para los inmuebles residenciales que reciben los servicios públicos y se realiza para cobrar de manera diferencial las contribuciones y asignar subsidios en los casos de estrato más bajo. 8.2.1. Precio de la Energía. Para determinar el precio de la energía que se le cobra al usuario, se toman los valores de las tarifas determinadas por las Empresas Públicas de Medellín (EPM 16 ) en donde cada mes se publican las tarifas para cada tipo de estrato socio económico, Se tomaron entonces las tarifas establecidas de 2018 cabe destacar que los valores están mostrados en pesos colombianos $: Mes Tarifa residencial Enero $ 432 Febrero $ 439 Marzo $ 457 Abril $ 451 Mayo $ 438 Junio $ 451 Julio $ 461 Agosto $ 460 Septiembre $ 461 Octubre $ 464 Noviembre $ 473 Diciembre $ 462 Tabla 43 Tarifa energética residencial en Medellín, 2018. Elaboración propia En Colombia no hay una diferenciación horaria del precio de la energía, como ya se comentó este depende más de las condiciones climatológicas que de la demanda horaria, por lo cual a través de cada mes la energía mantiene un precio constante para el usuario. A pesar de esto se seguirá usando el modelo de carga y descarga en las horas valle y pico anteriores, por el comportamiento de la demanda del usuario que sigue teniendo el mismo perfil y como se mencionó, este perfil de demanda es muy similar a las fluctuaciones del precio de la energía en España. 16 https://www.epm.com.co 77 Bibliografía Martin, N., & Ruiz, J. M. (2013). Calculation of the PV modules angular losses under field conditions by means of an analytical model. Solar Energy Materials & Solar Cells 70, 25-38. Martin, N., & Ruiz, J. M. (2013). Calculation of the PV modules angular losses under field conditions by means of an analytical model. Solar Energy Materials & Solar Cells 70(1), 25-38. Mashable. (2017). One billion people don’t have access to electricity and this map shows you who. Obtenido de https://mashable.com/2017/09/15/one-billion-people-dont-have-access-to- electricity/?europe=true Meteostat. (s.f.). Obtenido de https://meteostat.net/en Ministerio de Industria, Turismo y Comercio. (25 de Mayo de 2007). Real Decreto 661/2007. Por el que se regula la actividad de producción de energía eléctrica en régimen especial. España. Obtenido de https://www.boe.es/eli/es/rd/2007/05/25/661/con Ministerio para la Transición Ecológica. (5 de Abril de 2019). Real Decreto 244/2019. por el que se regulan las condiciones administrativas, técnicas y económicas del autoconsumo de energía eléctrica. España. Mordor Intelligence. (2018). Solar Photovoltaic (PV) Market Share, Trends - Segmented by Product Type (Thin film, Multi-Si, Mono-Si), and Geography - Growth, Trends and Forecast (2019 - 2024). Obtenido de https://www.mordorintelligence.com/industry-reports/solar-photovoltaic- market Müller, R., Behrendt, T., Hammer, A., & Kemper, A. (2012). A new algorithm for the satellite-based retrieval of solar surface irradiance in spectral bands. Remote Sens. 4, 622-647. Müller, R., Matsoukas, C., Gratzki, A., Behr, H., & Hollmann, R. (2009). The CM-SAF operational scheme for the satellite-based retrieval of solar surface irradiance—A LUT based eigenvector hybrid approach. Remote Sens. Environ 113, 1012-1024. Mundo-Hernández, J., Alonso, B. d., Hernández-Álvarez, J., & Celis-Carrillo, B. d. (2014). An overview of solar photovoltaic energy in Mexico and Germany. Renewable and Sustainable Energy Reviews vol. 31, 639-649. Munoz, L. H., Huijben, J., Verhees, B., & Verbong, G. (2014). The power of paridad de red: A discursive approach. Technological Forecasting & Social Change 87, 179–190. National Renewable Energy Laboratory. (2012). Life Cycle Greenhouse Gas Emissions from Solar Photovoltaics. National Renewable Energy Laboratory. (s.f.). LCOE formula used by the National Renewable Energy Laboratory. Obtenido de https://www.nrel.gov/analysis/tech-lcoe-documentation.html Nemet, G. (2006). Beyond the learning curve: factors influencing cost reductions in photovoltaics. Energy Policy 2006, 3218-3232. Nemet, G. (2006). Beyond the learning curve: factors influencing cost reductions in photovoltaics. Energy Policy 2006 34, 443-453. Omubo-Pepple, V. B., Israel-Cookey, C., & Alaminokuma, G. I. (2009). Effects of temperature, solar flux and relative humidity on the efficient conversion of solar energy to electricity. European Journal of Scientific Research, 35(2), 173-180. Operador Del Mercado Ibérico De Energía Polo Español S A. (2019). Resultados del Mercado. Obtenido de http://www.omie.es/inicio 78 Bibliografía Pandey, A. K., Tyagi, V. V., Jeyraj, A., Selvaraj, L., Rahim, N. A., & Tyagi, S. K. (2016). Recent advances in solar photovoltaic systems for emerging trends and advanced applications. Renewable and Sustainable Energy Reviews 53, 859-884. Perez, E., & Arcos, A. (2019). Análisis económico de almacenamiento de energía en la red eléctrica mediante baterías de litio. Poortmans, J., & Sinke, W. (2008). The strategic research agenda of the European PV technology platform. IEA: Energy Technology Roadmap Workshop, PV ERA NET 3rd Joint Workshop. Paris. Riviere, L. (2017). Paridad de red and carbon footprint analysis for residential solar energy in the Mediterranean area. Sevilla, España. Rocky Mountain Institute . (2014). The Economics of Grid Defection. STROMVERGLEICH. (2018). ELECTRICITY PRICES IN EUROPE – WHO PAYS THE MOST? Obtenido de https://1-stromvergleich.com/electricity-prices-europe/ Swanson, R. (2006). vision for crystalline silicon photovoltaics. Progress in Photovoltaics: Research and Applications 14, 443-453. Tie, S. F., & Tan, C. W. (2013). A review of energy sources and energy management system in electric vehicles. Renewable and sustainable energy reviews 20, 82-102. XM. (2016). Capacidad efectiva neta. 79 Anexos Anexos Potencia (kWp) S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I 0,5 352,12 € 14,26% 0,78 337,81 € 13,36% 0,68 379,57 € 13,57% 0,69 369,67 € 12,92% 0,62 287,8594 11,25% 0,44 214,38 € 9,87% 0,31 140,89 € 8,62% 0,19 1 492,12 € 12,06% 0,55 590,15 € 12,81% 0,62 639,54 € 13,02% 0,64 677,62 € 13,11% 0,65 623,1997 12,39% 0,57 533,24 € 11,40% 0,46 458,90 € 10,60% 0,38 1,5 555,62 € 10,76% 0,41 662,65 € 11,38% 0,47 713,93 € 11,59% 0,49 743,42 € 11,64% 0,50 693,4165 11,18% 0,45 622,97 € 10,62% 0,39 548,40 € 10,06% 0,33 2 614,19 € 10,07% 0,34 700,11 € 10,45% 0,38 752,94 € 10,64% 0,40 774,45 € 10,66% 0,40 721,219 10,31% 0,36 649,16 € 9,87% 0,32 574,99 € 9,44% 0,27 2,5 666,68 € 9,62% 0,30 737,75 € 9,87% 0,32 791,83 € 10,04% 0,34 805,44 € 10,04% 0,34 752,6201 9,76% 0,31 679,09 € 9,41% 0,27 605,15 € 9,06% 0,24 3 721,21 € 9,32% 0,27 770,50 € 9,46% 0,28 825,54 € 9,62% 0,29 833,83 € 9,60% 0,29 780,8996 9,37% 0,27 706,13 € 9,07% 0,24 632,34 € 8,78% 0,21 3,5 769,89 € 9,09% 0,24 806,62 € 9,18% 0,25 862,25 € 9,32% 0,27 867,03 € 9,29% 0,26 813,9171 9,10% 0,24 738,47 € 8,84% 0,22 664,68 € 8,58% 0,19 Tabla Anexa 1 Indicadores económicos para distintas capacidades de almacenamiento, consumo de 2000 kWh, Elaboración propia Potencia (kWp) S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I 0,5 358,07 € 14,38% 0,78 315,65 € 12,94% 0,63 366,49 € 13,35% 0,67 372,52 € 12,97% 0,62 305,48 € 11,52% 0,47 232,00 € 10,13% 0,33 158,51 € 8,87% 0,21 1 713,57 € 14,35% 0,55 569,29 € 12,60% 0,60 620,38 € 12,84% 0,62 667,53 € 13,02% 0,64 703,89 € 13,09% 0,64 717,33 € 12,97% 0,62 710,96 € 12,69% 0,59 1,5 986,84 € 13,79% 0,41 997,15 € 13,65% 0,71 1.044,48 € 13,75% 0,72 1.089,76 € 13,84% 0,73 1.135,38 € 13,92% 0,73 1.182,07 € 14,01% 0,74 1.219,60 € 14,04% 0,74 2 1.124,93 € 12,80% 0,34 1.255,58 € 13,32% 0,68 1.302,43 € 13,41% 0,69 1.347,70 € 13,49% 0,69 1.394,65 € 13,57% 0,70 1.445,26 € 13,66% 0,71 1.499,13 € 13,76% 0,71 2,5 1.218,39 € 12,01% 0,30 1.390,07 € 12,62% 0,60 1.437,07 € 12,71% 0,61 1.482,82 € 12,78% 0,62 1.531,28 € 12,87% 0,63 1.583,16 € 12,96% 0,63 1.637,69 € 13,06% 0,64 3 1.298,16 € 11,43% 0,27 1.485,40 € 12,01% 0,54 1.532,54 € 12,09% 0,55 1.578,85 € 12,17% 0,55 1.628,54 € 12,25% 0,56 1.681,38 € 12,34% 0,57 1.735,92 € 12,44% 0,58 3,5 1.360,80 € 10,96% 0,24 1.571,60 € 11,54% 0,49 1.618,91 € 11,62% 0,50 1.665,99 € 11,69% 0,50 1.716,19 € 11,77% 0,51 1.769,83 € 11,86% 0,52 1.824,06 € 11,95% 0,53 Tabla Anexa 2 Indicadores económicos para distintas capacidades de almacenamiento, consumo de 5000 kWh, Elaboración propia 80 Anexos Potencia (kWp) S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I 0,5 358,07 € 14,38% 0,78 315,88 € 12,95% 0,63 368,16 € 13,38% 0,67 376,27 € 13,03% 0,63 309,36 € 11,58% 0,48 235,87 € 10,19% 0,34 162,39 € 8,93% 0,22 1 714,00 € 14,36% 0,55 571,18 € 12,62% 0,60 626,47 € 12,90% 0,63 678,09 € 13,12% 0,65 717,42 € 13,21% 0,65 730,92 € 13,08% 0,64 721,83 € 12,78% 0,60 1,5 1.055,89 € 14,26% 0,41 845,62 € 12,63% 0,60 896,92 € 12,80% 0,62 944,52 € 12,93% 0,63 990,33 € 13,04% 0,64 1.034,69 € 13,14% 0,65 1.068,14 € 13,17% 0,65 2 1.301,85 € 13,71% 0,34 1.305,49 € 13,58% 0,71 1.354,10 € 13,66% 0,71 1.400,22 € 13,74% 0,72 1.445,21 € 13,80% 0,72 1.490,84 € 13,87% 0,73 1.538,76 € 13,94% 0,73 2,5 1.439,07 € 12,94% 0,30 1.584,80 € 13,42% 0,69 1.632,96 € 13,49% 0,69 1.678,62 € 13,55% 0,70 1.723,81 € 13,61% 0,70 1.770,32 € 13,67% 0,71 1.819,93 € 13,74% 0,71 3 1.543,64 € 12,30% 0,27 1.736,50 € 12,87% 0,63 1.784,57 € 12,94% 0,64 1.830,15 € 13,00% 0,64 1.876,03 € 13,06% 0,65 1.923,67 € 13,13% 0,65 1.974,21 € 13,20% 0,66 3,5 1.626,69 € 11,77% 0,24 1.848,68 € 12,37% 0,58 1.896,60 € 12,43% 0,58 1.942,67 € 12,49% 0,59 1.988,89 € 12,55% 0,59 2.037,74 € 12,62% 0,60 2.089,17 € 12,69% 0,61 Tabla Anexa 3 Indicadores económicos para distintas capacidades de almacenamiento, consumo de 6500 kWh, Elaboración propia Potencia (kWp) S: 0 kWh S: 0,5 kWh S: 1 kWh S: 1,5 kWh S: 2 kWh S: 2,5 kWh S: 3 kWh VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I VAN TIR V/I 0,5 358,07 € 14,38% 0,78 315,879207 0,12946 0,63 368,689611 0,13385 0,67 378,13 € 13,06% 0,63 311,40 € 11,62% 0,48 237,91 € 10,22% 0,34 164,43 € 8,96% 0,22 1 714,00 € 14,36% 0,55 571,551735 0,12621 0,6 628,892934 0,12919 0,63 683,19 € 13,16% 0,65 725,50 € 13,28% 0,66 741,27 € 13,17% 0,64 733,23 € 12,87% 0,61 1,5 1.060,73 € 14,29% 0,41 818,173003 0,12445 0,58 873,21626 0,1264 0,6 924,70 € 12,80% 0,62 973,32 € 12,93% 0,63 1.019,37 € 13,05% 0,64 1.052,24 € 13,07% 0,64 2 1.392,72 € 14,18% 0,34 1186,39231 0,12975 0,64 1238,22452 0,13094 0,65 1.286,44 € 13,19% 0,66 1.332,77 € 13,27% 0,67 1.378,05 € 13,35% 0,67 1.423,20 € 13,42% 0,68 2,5 1.614,40 € 13,66% 0,30 1630,13473 0,136 0,71 1679,87194 0,13676 0,71 1.726,69 € 13,74% 0,72 1.772,40 € 13,79% 0,72 1.817,19 € 13,84% 0,73 1.862,80 € 13,89% 0,73 3 1.757,44 € 13,04% 0,27 1928,11549 0,13526 0,7 1977,30387 0,13589 0,71 2.023,75 € 13,64% 0,71 2.069,13 € 13,69% 0,71 2.114,24 € 13,73% 0,72 2.160,60 € 13,78% 0,72 3,5 1.863,19 € 12,48% 0,24 2067,24214 0,13009 0,65 2116,06608 0,1307 0,65 2.162,62 € 13,12% 0,66 2.207,88 € 13,17% 0,66 2.253,77 € 13,22% 0,66 2.300,85 € 13,27% 0,67 Tabla Anexa 4 Indicadores económicos para distintas capacidades de almacenamiento, consumo de 8000 kWh, Elaboración propia 81 Anexos Tabla Anexa 5 Promedio horario de la radiación (Wh/m2) Medellín 2015. Atlas, IDEAM 82 Anexos