Cost and performance data for distributed energy resources: Literature review, harmonization, and synthesis

Le réseau électrique moderne n'est plus seulement une rue à sens unique où l'électricité circule d'une centrale massive vers un quartier. Il s'agit de plus en plus d'un réseau bidirectionnel où l'électricité peut être générée là où elle est nécessaire, dans les jardins, les usines et les bureaux. Ces sources locales, appelées ressources énergétiques distribuées, comprennent des technologies familières comme les panneaux solaires et le stockage par batterie, mais elles reposent également sur des machines plus anciennes et robustes : des générateurs qui brûlent du diesel ou du gaz naturel, de petites turbines et des piles à combustible. Ces machines sont vitales pour maintenir la lumière allumée lorsque le réseau principal tombe en panne ou lorsque les sources d'énergie propre comme le vent et le soleil ne sont pas disponibles. Pour planifier un avenir énergétique fiable et abordable, les ingénieurs et les décideurs politiques doivent savoir exactement combien ces machines coûtent à construire et avec quelle efficacité elles fonctionnent. Cependant, pendant des décennies, les données décrivant ces coûts ont été éparpillées et incohérentes, ce qui rendait difficile la comparaison d'une machine à une autre ou la confiance dans les chiffres utilisés dans les plans énergétiques nationaux.

Une nouvelle étude de Ryan Hanna, de l'Université de Californie à San Diego, vise à dissiper cette confusion en rassemblant et en standardisant les données de coût de ces générateurs distribués. La recherche se concentre sur quatre types spécifiques de technologie : les générateurs diesel, les générateurs à gaz naturel, les microturbines à gaz et les piles à combustible. Ces machines proviennent d'une large gamme de tailles, allant de petites unités de 25 kilowatts qui pourraient alimenter une seule maison, jusqu'à des systèmes massifs de 10 000 kilowatts capables de faire fonctionner une grande installation industrielle. Le problème central que l'auteur aborde est que différents groupes rapportant ces coûts ont utilisé des méthodes différentes pour calculer le prix final. Certains rapports ne listaient que le prix du moteur lui-même, tandis que d'autres incluaient le coût de la main-d'œuvre pour l'installer, les frais d'ingénierie ou les dépenses pour les permis et l'assurance. Comme ces définitions du « coût total » variaient énormément, les chiffres étaient souvent impossibles à comparer directement, menant à un patchwork de données qui ressemblait davantage à une collection de langues différentes qu'à une image unique et cohérente.

Pour résoudre cela, le chercheur a collecté 33 ensembles de données différents publiés entre 2001 et 2026 provenant d'un mélange de fabricants de technologies, de cabinets de conseil et de laboratoires gouvernementaux. Au total, cet effort a rassemblé des informations sur 191 systèmes énergétiques uniques. Le cœur du travail a consisté en un processus appelé harmonisation, où chaque point de donnée a été traduit dans un langage commun. L'auteur a converti tous les coûts en dollars américains de 2025 pour tenir compte de l'inflation et a forcé chaque étude à rapporter les coûts en utilisant le même modèle complet. Ce modèle, connu sous le nom de coût de nuitée totale (total overnight cost), décompose le prix d'un système en quatre parties distinctes : le coût de l'équipement principal, le coût de l'installation et de la main-d'œuvre requise, le coût de l'ingénierie et de la gestion de la construction, et le coût des dépenses du propriétaire, telles que la préparation du terrain et l'assurance. En comblant les lacunes des études qui n'avaient rapporté que des données partielles, le chercheur a créé un ensemble complet et cohérent de chiffres pour chaque système de la collection.

Une fois les données standardisées, l'étude a révélé des modèles clairs sur la façon dont les coûts changent à mesure que la taille du générateur change. Pour les générateurs diesel et à gaz naturel, le coût par unité de puissance est nettement plus élevé pour les petites machines. Par exemple, un générateur diesel de 50 kilowatts coûte environ 2 666 dollars par kilowatt de capacité, tandis qu'une unité de 500 kilowatts coûte environ 1 590 dollars par kilowatt. Cela signifie qu'à mesure que la machine devient plus grande, elle devient moins chère à construire pour chaque unité de puissance produite, un phénomène connu sous le nom d'économie d'échelle. L'étude a constaté que cette tendance est également vraie pour les générateurs à gaz naturel, bien que la différence soit légèrement moins spectaculaire. Les données ont également montré que pour les systèmes très petits, les coûts d'installation, d'ingénierie et autres dépenses immatérielles peuvent en fait excéder le coût de la machine elle-même, un détail qui est souvent omis lorsque l'on ne regarde que le prix de l'équipement.

La recherche a également examiné la performance de ces machines au fil du temps. L'étude rapporte de nouveaux taux de chaleur harmonisés (efficacité thermique) et des coûts d'exploitation pour les générateurs diesel, les générateurs à gaz, les microturbines et les piles à combustible. Bien que l'analyse couvre à la fois les systèmes qui génèrent uniquement de l'électricité et ceux qui capturent la chaleur résiduelle pour fournir de l'eau chaude ou de la vapeur, connus sous le nom de systèmes de cogénération (combined heat and power), les données sur les coûts variables d'exploitation étaient trop rares pour tirer des conclusions définitives sur la façon dont ils évoluent avec la taille. De même, bien que des données sur le taux de chaleur soient fournies pour toutes les tailles de systèmes, l'étude ne confirme pas de tendance spécifique indiquant que les petits systèmes ont une efficacité moindre par rapport aux plus grands ; elle fournit plutôt les points de données sous-jacents pour ces attributs sur toute la plage de capacités. L'analyse a noté que les systèmes de cogénération sont plus complexes et plus coûteux à construire car ils nécessitent des équipements supplémentaires pour gérer la chaleur, mais ils offrent une efficacité globale plus élevée.

L'un des résultats les plus significatifs de ce travail est la création d'un nouvel ensemble de systèmes « représentatifs ». Au lieu de se fier à un chiffre unique, potentiellement obsolète, pour un générateur de 500 kilowatts, l'étude fournit un profil détaillé pour des systèmes de tailles spécifiques, allant de 25 à 10 000 kilowatts. Ces profils incluent non seulement un chiffre de coût unique, mais aussi une plage de coûts probables qui reflètent la variation naturelle présente dans le monde réel. Par exemple, l'étude fournit une estimation du meilleur coût pour un générateur à gaz naturel de 500 kilowatts, ainsi qu'une borne inférieure et une borne supérieure qui capturent l'incertitude des données. Cela permet aux planificateurs de mener des simulations et des modèles économiques avec une compréhension beaucoup plus claire des risques et des coûts impliqués. L'étude a également noté que pour les piles à combustible, les données étaient trop rares pour créer ces profils détaillés, soulignant une lacune dans les connaissances actuelles que les recherches futures devront combler.

En fin de compte, ce travail ne prétend pas avoir découvert une nouvelle technologie ou avoir résolu la crise énergétique. Au lieu de cela, il fournit une base de faits fiables que d'autres chercheurs et décideurs peuvent utiliser. En veillant à ce que tout le monde parle le même langage lorsqu'il s'agit de discuter du coût de l'énergie distribuée, l'étude aide à éliminer les conjectures lors de la planification. Les conclusions suggèrent que, bien que les petits générateurs soient plus coûteux par unité de puissance, ils restent un outil critique pour la fiabilité, et que leurs coûts peuvent être prédits avec une plus grande précision qu'auparavant. Cette clarté est essentielle pour décider où investir dans l'avenir du réseau électrique, garantissant que la transition vers un système énergétique plus décentralisé et résilient soit bâtie sur des données solides et comparables plutôt que sur des rapports contradictoires.