Nueva herramienta para valorar proyectos de almacenamiento energético

La consultora española Agere Energy & Infrastructure Partners ha lanzado BESO 2.0 (Battery Energy Storage Optimizer), una plataforma desarrollada íntegramente en Excel que busca convertirse en una herramienta de referencia para el análisis y optimización de proyectos de almacenamiento.

Según la compañía, el objetivo es reducir a minutos procesos de modelización que actualmente pueden requerir días o incluso semanas de trabajo. La herramienta está diseñada para cubrir todo el ciclo de evaluación de un proyecto, desde los estudios preliminares de viabilidad hasta la decisión final de inversión.

Optimización integral del diseño del sistema

Uno de los elementos centrales de BESO 2.0 es su capacidad para optimizar automáticamente el dimensionamiento de los sistemas de almacenamiento. El software evalúa cientos de combinaciones de potencia y capacidad energética para identificar la configuración que maximiza indicadores financieros como el valor actual neto (VAN) o la tasa interna de retorno (TIR).

La herramienta admite proyectos standalone y configuraciones híbridas o trihíbridas que combinan almacenamiento con instalaciones fotovoltaicas, eólicas o hidroeléctricas. Además, permite modelar cada tecnología con una granularidad temporal y financiera específica.

Según explica la empresa, a diferencia de los enfoques simplificados basados en “años tipo”, BESO 2.0 realiza simulaciones horarias durante toda la vida útil del activo, e incorpora variables como degradación de baterías, eficiencia de ciclo completo (round-trip efficiency o RTE), estado de carga (SoC), estado de salud (SoH) y limitaciones de importación y exportación en el punto de conexión.

Agere explica que uno de los aspectos más innovadores de la metodología que ha desarrollado es la utilización de simulaciones Monte Carlo para capturar el verdadero valor económico de la flexibilidad.

La tesis que sustenta el modelo es que los sistemas de almacenamiento no generan ingresos a partir de precios medios, sino aprovechando episodios de volatilidad. Mientras que los modelos deterministas utilizan una única curva horaria que se repite todos los días, el enfoque Monte Carlo genera cientos de trayectorias de precios diferentes, reflejando condiciones reales de mercado.

Por ejemplo, para una batería de 100 MW y 200 MWh con una eficiencia del 85%, un modelo determinista basado en un diferencial fijo de 50 €/MWh generaría ingresos diarios de 7.900 euros. Sin embargo, cuando se simulan múltiples escenarios, algunos días presentan diferenciales de hasta 90 €/MWh, mientras que otros apenas alcanzan 10 €/MWh.

En estos últimos casos, el algoritmo opta por no operar la batería porque las pérdidas energéticas eliminan cualquier margen económico. Por el contrario, en los días con alta volatilidad, la batería captura beneficios muy superiores. El resultado es una rentabilidad media más elevada que la obtenida mediante modelos convencionales.

Según Agere, este efecto de “opcionalidad” es uno de los elementos más infravalorados en la valoración de activos de almacenamiento.

Además, incluye en sus valoraciones 7 tipos de PPA diferentes.

Del análisis de rentabilidad al análisis de riesgo

La incorporación de simulaciones Monte Carlo también permite transformar la evaluación financiera tradicional en un análisis probabilístico.

En lugar de obtener un único VAN o una única TIR, el usuario recibe distribuciones completas de resultados, incluyendo métricas como P10, P50 y P90, así como indicadores de riesgo financiero como Value at Risk (VaR), Conditional Value at Risk (CVaR) o ratios de Sharpe.

Este enfoque resulta especialmente relevante para entidades financieras y fondos de inversión, que cada vez demandan una caracterización más precisa de los riesgos asociados a los proyectos energéticos.

La herramienta permite responder preguntas como la probabilidad de alcanzar un VAN positivo, el impacto de la volatilidad de precios sobre la rentabilidad o el efecto de diferentes contratos de compraventa de energía sobre el perfil riesgo-retorno del proyecto.

Curvas horarias

Las simulaciones de precios utilizadas por BESO 2.0 se alimentan a través de VIVO Price, el servicio de previsión de precios desarrollado por Agere.

La metodología combina varias capas de modelización. En primer lugar, un modelo de coordinación hidrotérmica optimiza la gestión de recursos hidráulicos a escala estacional. Posteriormente, un modelo de unit commitment simula el despacho horario del sistema eléctrico, considerando restricciones operativas de centrales térmicas, renovables, almacenamiento e interconexiones internacionales.

Sobre esta base se aplican simulaciones Monte Carlo que incorporan incertidumbre en variables que incluyen la evolución horaria de la demanda eléctrica, el despliegue y retirada de capacidad de generación y almacenamiento, las características operativas de las centrales térmicas, la disponibilidad de recursos renovables como la solar, la eólica y la hidráulica, los flujos de interconexión internacionales, así como la evolución de los precios de los combustibles y de los derechos de emisión de CO₂. El modelo también incorpora la probabilidad de paradas programadas e imprevistas de las instalaciones. Además, no analiza estas variables de forma aislada, sino que tiene en cuenta las correlaciones existentes entre ellas para generar escenarios de mercado coherentes y realistas, proporcionando así una visión mucho más robusta de los riesgos y oportunidades asociados a los proyectos de almacenamiento energético.

Finalmente, los escenarios resultantes se calibran frente a curvas de futuros del mercado eléctrico para garantizar coherencia con las expectativas actuales de los agentes.

El resultado son cientos de curvas horarias agrupadas en tres regímenes estructurales, Low, Central y High, que reflejan posibles trayectorias futuras del mercado.

Evaluación contractual y modelos de ingresos

Otra de las funcionalidades destacadas es el análisis de estructuras contractuales.

La herramienta permite evaluar hasta siete tipos distintos de acuerdos de compraventa de energía y servicios de flexibilidad, incluyendo contratos Tolling, Baseload, Floor/Cap, Collar, Shaped, Contratos por Diferencia (CfD) y esquemas as-produced.

Esto permite cuantificar cómo cada estructura contractual modifica el perfil de ingresos y riesgo del proyecto, un aspecto cada vez más relevante a medida que el almacenamiento avanza hacia modelos de negocio más sofisticados.

Aunque BESO 2.0 incorpora técnicas avanzadas de optimización y simulación probabilística, uno de sus elementos diferenciales es precisamente su entorno de ejecución.

A diferencia de muchas plataformas basadas en la nube, la herramienta funciona íntegramente en Excel y se ejecuta localmente en el ordenador del usuario. Según Agere, esto reduce significativamente la curva de aprendizaje, facilita la auditoría de los cálculos y evita que los datos abandonen el entorno corporativo.

La herramienta funciona con planes de suscripción que van desde los 390 a los 2.490 € al mes, en función del tamaño y complejidad de la cartera y del número de usuarios.