Should Small-Scale Data Centers Participate in the Day-Ahead Electricity Market?

Riepilogo Tecnico: I Data Center di Piccola Scala Dovrebbero Partecipare al Mercato Elettrico Giorno Prima?

1. Enunciato del Problema

La rapida espansione dell'Intelligenza Artificiale (AI) sta guidando un massiccio aumento della capacità dei data center e del consumo di elettricità, mettendo alla prova le reti elettriche esistenti. Mentre i data center su larga scala sono spesso esclusi dal collegamento ai sistemi di trasmissione a causa della congestione della rete, i data center di edge di piccola scala (tipicamente <20 MW) sono sempre più collegati alle reti di distribuzione. Queste strutture più piccole affrontano sfide operative significative:

• Inaccessibilità al Mercato: La maggior parte dei data center di piccola scala manca delle competenze e dell'accesso diretto per partecipare ai mercati spot dell'elettricità, affidandosi invece a tariffe fisse Time-of-Use (ToU) che non offrono incentivi per la flessibilità operativa.
• Congestione della Rete: Il loro collegamento esacerba lo stress sulle reti di distribuzione, che stanno già gestendo generazione distribuita volatile e domanda fluttuante.
• Rigidità Operativa: I quadri contrattuali attuali non incoraggiano i data center a ottimizzare il loro carico o a integrare risorse energetiche distribuite (DER) locali come Sistemi di Accumulo di Energia a Batteria (BESS), Fotovoltaico (PV) e recupero del calore di scarto.

Il problema centrale affrontato è come permettere ai data center di piccola scala di partecipare al mercato elettrico giorno prima in modo finanziariamente vantaggioso, attento alle emissioni di carbonio e a supporto della stabilità della rete, senza richiedere loro di agire come operatori di mercato su larga scala.

2. Metodologia

Gli autori propongono un quadro che combina un nuovo Contratto di Acquisto di Energia (PPA) bilaterale con una strategia di offerta basata su scenari e avversione al rischio.

A. Il Quadro del PPA Bilaterale
Il documento propone un accordo personalizzato tra l'Operatore del Data Center (DCO) e l'Operatore del Sistema di Distribuzione (DSO):

• Accesso al Mercato: Il DSO funge da interfaccia, concedendo al DCO l'accesso al mercato spot giorno prima. Il data center opera come price-taker.
• De-rating Virtuale: In cambio dell'accesso al mercato, il DSO mantiene il diritto di applicare un "de-rating virtuale" al Punto di Collegamento alla Rete (GCP). Ciò riduce la capacità massima di importazione durante ore specifiche per alleviare lo stress della rete.
• Safeguard Contrattuali: Il de-rating è vincolato da una capacità minima garantita e da limiti cumulativi giornalieri/settimanali per garantire prevedibilità operativa e equità.

B. Modello di Ottimizzazione
È stato formulato un Programma Lineare Intero Misto (MILP) per pianificare le risorse del data center per il mercato giorno prima. I componenti chiave includono:

• Funzione Obiettivo: Minimizza il costo operativo giornaliero atteso incorporando l'avversione al rischio tramite il Conditional Value-at-Risk (CVaR). La funzione di costo include i costi dell'elettricità giorno prima, i costi di regolamento degli squilibri, i costi delle emissioni di carbonio (Scope 2 e 3) e i costi di invecchiamento del BESS, meno i ricavi dalla vendita del calore di scarto.
• Modellazione del Carico di Lavoro: Utilizza il concetto di Curve di Capacità Virtuale (VCC) per disaccoppiare l'ottimizzazione giorno prima dalla pianificazione in tempo reale. I carichi di lavoro sono categorizzati come:
  • Inelastici: Devono essere eseguiti immediatamente (modellati con Vincoli di Probabilità per garantire la Qualità del Servizio).
  • Flessibili: Devono essere completati entro un giorno (permettendo lo spostamento temporale).
• Integrazione delle Risorse:
  • BESS: Modellato con dinamiche energetiche, esclusività di carica/scarica e costi di invecchiamento lineari basati sul throughput.
  • PV: Modello di generazione lineare basato sulle previsioni di irradiazione.
  • Ciclo Rankine Organico (ORC): Utilizza il calore di scarto dai sistemi di Raffreddamento Liquido Diretto (DLC) per rigenerare elettricità. La curva non lineare calore-potenza è approssimata tramite interpolazione lineare a tratti.
  • Recupero del Calore: Il calore recuperato è allocato tra l'ORC, la vendita per teleriscaldamento o disperso.
• Gestione dell'Incertezza: Viene utilizzata un'approccio basato su scenari. Gli scenari per i prezzi spot, l'intensità di carbonio, la quota di rinnovabili, l'irradiazione solare e la domanda di carico di lavoro sono generati utilizzando Gradient Boost Regression (GBR) e tecniche di clustering.

3. Contributi Chiave

• Meccanismo di Ingresso nel Mercato: Il documento introduce una struttura specifica di PPA bilaterale che colma il divario tra i data center di piccola scala e i mercati dell'elettricità, permettendo ai DSO di gestire i vincoli della rete tramite de-rating virtuale mentre concedono l'accesso al mercato ai DCO.
• Strategia di Offerta Integrata: Sviluppa una strategia di offerta giorno prima completa che ottimizza simultaneamente la pianificazione del carico di lavoro, l'operatività del BESS, la generazione PV e il recupero del calore di scarto (ORC e teleriscaldamento), tenendo conto dei costi di squilibrio e delle emissioni di carbonio.
• Formulazione Avversa al Rischio: L'inclusione del CVaR nella funzione obiettivo affronta i rischi finanziari associati alla volatilità dei prezzi dell'elettricità e alle penali di squilibrio, che sono spesso trascurati in studi simili.
• Applicazione delle VCC: Il lavoro estende l'applicazione delle Curve di Capacità Virtuale ai data center di piccola scala, consentendo una pianificazione giorno prima computazionalmente trattabile che rispetta i vincoli del carico di lavoro in tempo reale.

4. Risultati

La metodologia è stata valutata utilizzando dati provenienti da un data center accademico da 200 kW presso l'EPFL, in Svizzera, co-localizzato con sistemi PV, BESS e ORC. Sono stati condotti tre studi di caso:

• Caso I (PPA vs. ToU): Confronto del PPA personalizzato proposto contro una tariffa ToU standard per luglio 2025.

  • Riduzione dei Costi: La strategia proposta ha raggiunto una riduzione di circa il 22% nei costi operativi attesi rispetto allo schema ToU.
  • Impronta di Carbonio: L'impronta di carbonio è aumentata di circa il 6%. Gli autori attribuiscono ciò al fatto che lo schema ToU di base aveva una tariffazione meno dinamica, che involontariamente offriva più opportunità per ridurre le emissioni senza penalità di costo nel modello statico.
  • Profilo di Rischio: Sebbene il costo medio sia diminuito, la distribuzione dei costi ha mostrato una "coda grassa", indicando costi rari ma significativi dovuti a eventi estremi di squilibrio.

• Caso II (Valore del Carico di Lavoro Flessibile): Quantificazione del valore economico dello spostamento del carico di lavoro flessibile.

  • Guadagni Marginali: Il carico di lavoro flessibile ha fornito una riduzione media dei costi di circa 15 EUR al giorno.
  • Incentivo Economico: Questo risparmio rappresenta meno del 2,5% del valore totale del carico di lavoro. Gli autori concludono che, con gli attuali schemi di prezzo, il guadagno economico marginale è probabilmente insufficiente a motivare gli operatori dei data center a offrire tariffe flessibili esclusivamente per il risparmio sui costi energetici.

• Caso III (Impatto del De-rating Virtuale): Analisi dell'effetto delle riduzioni di capacità imposte dal DSO.

  • Impatto sui Costi: Il de-rating virtuale ha aumentato i costi di approvvigionamento energetico del 10% (con carico di lavoro flessibile) e del 33% (senza carico di lavoro flessibile) rispetto a una base senza de-rating.
  • Mitigazione: Le risorse locali (BESS e ORC) hanno compensato efficacemente la capacità di rete ridotta. L'ORC ha svolto un ruolo cruciale quando la flessibilità del carico di lavoro era assente.
  • Fattibilità: L'aumento dei costi derivante dal de-rating è risultato comparabile o inferiore ai risparmi generati dal PPA personalizzato, suggerendo che l'accordo rimane economicamente attraente se i parametri sono selezionati con cura.

5. Significato e Affermazioni

Il documento afferma che il quadro proposto offre un percorso praticabile per il dispiegamento scalabile dei data center di piccola scala, trasformandoli da consumatori passivi a partecipanti attivi e controllabili della rete.

• Per i DCO: Il quadro fornisce un meccanismo per accedere ai segnali di prezzo di mercato, potenzialmente riducendo i costi operativi del 22% e permettendo la monetizzazione del calore di scarto.
• Per i DSO: Il meccanismo di de-rating virtuale fornisce uno strumento per gestire la congestione locale della rete senza ricorrere a rifiuti rigidi di connessione, favorendo una relazione collaborativa.
• Limitazioni e Lavori Futuri: Gli autori riconoscono modestamente che lo studio si concentra sulla pianificazione giorno prima, affidandosi a ipotesi semplificative per la modellazione del carico di lavoro. Affermano che il lavoro futuro estenderà questo approccio a strategie di controllo in tempo reale. Il documento non afferma che il carico di lavoro flessibile sia un motore di ricavo primario per i data center, notando che i prezzi di mercato attuali non forniscono ancora forti incentivi economici per tale flessibilità.

In sintesi, il lavoro dimostra che con un quadro contrattuale su misura e una strategia di ottimizzazione avversa al rischio, i data center di piccola scala possono partecipare ai mercati giorno prima per realizzare significativi risparmi sui costi, a condizione che possano sfruttare efficacemente la flessibilità locale e il recupero del calore di scarto.