1. Introduction
En raison de la forte pénétration des énergies renouvelables intermittentes, les systèmes électriques modernes sont confrontés à des défis majeurs pour équilibrer l'offre et la demande. Les services auxiliaires, en particulier la régulation de fréquence, sont essentiels pour maintenir la stabilité du réseau. Cet article explore une nouvelle source de flexibilité pour le réseau électrique : les installations de minage de cryptomonnaies basées sur la preuve de travail. Ces installations représentent l'une des charges électriques flexibles à la croissance la plus rapide, caractérisées par une capacité de rampe compétitive et une aptitude à ajuster rapidement leur consommation d'énergie. La question de recherche centrale est de savoir si ces installations peuvent être efficacement utilisées pour fournir des services de régulation de fréquence, augmentant ainsi leurs revenus opérationnels tout en soutenant la fiabilité du réseau. Cette étude utilise le réseau du Texas Reliability Council comme cas d'étude concret.
2. Méthodologie et cadre
Cette étude utilise une méthode d'analyse combinant les aspects physiques et économiques pour évaluer la faisabilité.
2.1. Cadre décisionnel
Un cadre est proposé pour guider les opérateurs d'installations minières dans la détermination de la stratégie optimale de participation au marché des services auxiliaires, en tenant compte de facteurs tels que le prix de l'électricité, le prix des cryptomonnaies et les prix du marché de la régulation.
2.2. Modèle économique
Il quantifie le bénéfice opérationnel d'une installation minière. Le modèle prend en compte les revenus issus du minage de cryptomonnaies (fonction de la puissance de calcul et du prix de la cryptomonnaie) et ceux de la fourniture de services de régulation de fréquence, qu'il met en balance avec les coûts de consommation d'électricité.
2.3. Faisabilité technique
Cet article évalue la capacité physique de la charge de minage à suivre des signaux de régulation rapides, en soulignant son avantage par rapport aux générateurs thermiques traditionnels et même à certains centres de données, car ils n'ont pas de tâches de calcul sensibles au temps.
3. Étude de cas : ERCOT Texas Grid
Le cadre théorique a été appliqué en utilisant des données réelles du marché ERCOT.
Aperçu du marché des services auxiliaires ERCOT 2022
- Prix de la capacité de régulation à la hausse (moyen) : 21.67 USD/MW
- Prix de la capacité de régulation à la baisse (moyen) : 8.46 USD/MW
- Volume d'achat de capacité de régulation en hausse : 359 MW
- Augmenter le taux d'appel de régulation : 16%
3.1. Données et contexte du marché
Des données historiques sur les prix des services auxiliaires de l'ERCOT (régulation à la hausse, régulation à la baisse, service de réserve réactive, service de réserve non tournante) et leurs taux d'activation ont été utilisées. Cet article note que les taux d'activation des services de réserve réactive et non tournante sont faibles (≈0%), ce qui contraste avec l'activation active des services de régulation.
3.2. Analyse de la rentabilité
Cette analyse identifie les conditions sous lesquelles la fourniture de régulation de fréquence au Texas est rentable pour les mineurs. Elle explore le compromis entre les revenus miniers perdus pendant les périodes de réduction de charge et la compensation obtenue auprès de l'opérateur du réseau.
3.3. Résultats de la simulation transitoire
Les simulations transitoires menées sur un modèle synthétique du réseau électrique texan démontrent que les installations minières sont compétitives pour fournir une réponse rapide en fréquence, validant ainsi leur capacité technique à soutenir la stabilité du réseau lors de perturbations.
4. Insights clés et analyse comparative
5. Détails techniques et formules mathématiques
Le modèle économique central peut être représenté par une fonction de maximisation du profit. Le profit total $Π$ d'une installation minière sur une période donnée est fonction des revenus miniers et des revenus de services au réseau, moins les coûts.
Fonction de profit :
$Π = R_{crypto} + R_{grid} - C_{electricity}$
Où :
- $R_{crypto} = f(P_{coin}, H(t), η)$ est le revenu du minage de cryptomonnaie, qui dépend du prix de la cryptomonnaie $P_{coin}$, de la puissance de hachage $H(t)$ et de l'efficacité du minage $η$.
- $R_{grid} = \int (\lambda_{reg}(t) \cdot P_{reg}(t)) \, dt$ est le revenu provenant de la fourniture de services de régulation, où $\lambda_{reg}(t)$ est le prix du marché de la régulation et $P_{reg}(t)$ est la puissance engagée pour la régulation.
- $C_{electricity} = \int (\lambda_{elec}(t) \cdot P_{load}(t)) \, dt$ est le coût de l'électricité, où $\lambda_{elec}(t)$ est le prix de l'électricité en temps réel et $P_{load}(t)$ est la charge totale de l'installation.
La variable décisionnelle clé est l'allocation de la capacité de puissance de l'installation $P_{max}$ entre la charge minière de base $P_{mine}$ et la capacité de régulation $P_{reg}$ : $P_{max} \geq P_{mine} + P_{reg}$. Lorsqu'un signal de régulation "à la hausse" est reçu (le réseau a besoin de réduire la puissance), les mineurs doivent réduire leur charge en dessous de $P_{mine}$, sacrifiant ainsi les revenus miniers. Le processus d'optimisation, compte tenu des prix prévus, trouve la valeur de $P_{reg}$ qui maximise $Π$.
6. Cadre d'analyse : Étude de cas
Scénario : Une installation de minage de Bitcoin de 100 mégawatts dans la région d'ERCOT évalue la participation à un service de régulation à la hausse d'une durée de 4 heures.
Paramètres d'entrée :
- Capacité de puissance de l'installation : 100 mégawatts
- Prix moyen de l'électricité : 50 USD/MWh
- Prix moyen de la capacité de réglage ascendant : 22 USD/MW
- Taux d'appel estimé de la régulation à la hausse : 16 %
- Revenu minier par MWh d'électricité consommé : 65 $ (frais de pool déduits, basé sur un prix et une puissance de hachage spécifiques du Bitcoin)
Analyse décisionnelle (version simplifiée) :
- Option A (minage uniquement) : Exploitation minière avec une puissance de 100 mégawatts.
Revenu = 100 MW * 4 heures * 65 USD/MWh = 26 000 USD
Coût = 100 MW * 4 heures * 50 USD/MWh = 20 000 USD
Bénéfice = 6 000 USD - Option B (fourniture de 20 MW de régulation à la hausse) : Définir la puissance minière de base à 80 MW, en engageant 20 MW pour la régulation à la hausse.
Revenus miniers = 80 MW * 4 heures * 65 USD/MWh = 20 800 USD
Revenu de capacité de réglage à la hausse = 20 MW * 22 $/MW * 4 heures = 1 760 $
Revenu énergétique de réglage à la hausse (lorsqu'il est appelé) : 20 MW * 16 % de taux d'appel * 4 heures * $[prix de l'énergie pendant l'événement] (supposé à 60 $/MWh) ≈ 76,80 $
Revenu total ≈ 22 636,80 $
Coût de l'électricité : (80 MW de base + ajustement d'appel possible) ≈ 80 MW * 4 heures * 50 $/MWh = 16 000 $
Bénéfice ≈ 6 636,80 USD
Conclusion : Dans cet exemple simplifié, la fourniture de services de régulation a augmenté le bénéfice d'environ 10,6 %, démontrant ainsi le bénéfice économique potentiel. Le niveau d'engagement optimal (20 MW dans ce cas) est obtenu en résolvant la fonction de maximisation du profit de la section 5.
7. Applications et orientations futures
- Au-delà de la régulation de fréquence : Application à d'autres services auxiliaires, tels que le soutien de tension, l'inertie synthétique et les produits de rampe dans les réseaux à forte pénétration d'énergies renouvelables.
- Systèmes hybrides : Combiner les installations minières avec la production d'énergies renouvelables sur site (solaire, éolien) et/ou le stockage par batterie pour créer des "centres de données énergétiques" résilients et favorables au réseau, capables de fonctionner en îlotage lors de pannes.
- Preuve d'enjeu et autres mécanismes de consensus : Explorer la flexibilité des centres de données exécutant des charges de travail de validation par preuve d'enjeu ou d'entraînement d'intelligence artificielle, qui peuvent présenter des caractéristiques d'interruptibilité différentes.
- Normalisation et conception de marché : Établir des normes industrielles pour les communications, la télémétrie et la vérification des performances (similaires à la norme IEEE 1547 pour les onduleurs), afin de permettre une participation évolutive des charges de calcul flexibles.
- Contrats liés à la durabilité : Combiner la participation aux services du réseau électrique avec l'exigence d'approvisionnement en énergie sans carbone transforme les charges à forte consommation d'énergie en moteurs d'investissement dans les énergies renouvelables, c'estMIT Energy Initiativeun concept exploré par des institutions telles que.
8. Références
- Xie, L., et al. (2020). Wind Integration in Power Systems: Operational Challenges and Solutions. Proceedings of the IEEE.
- Kirby, B. J. (2007). Principes de base et tendances de la régulation de fréquence. Oak Ridge National Laboratory.
- ERCOT. (2023). Rapport annuel 2022 sur les services auxiliaires.
- Ghamkhari, M., & Mohsenian-Rad, H. (2013). Optimal Integration of Renewable Energy and Flexible Data Centers in Smart Grid. IEEE Transactions on Smart Grid.
- Goodkind, A. L., et al. (2020). Cryptocurrency Mining and its Environmental Impact. Energy Research & Social Science.
- National Renewable Energy Laboratory (NREL). (2021). Market Designs for High Penetrations of Distributed Energy Resources.
- Zhou, Y., et al. (2022). Economic Viability of Battery Storage for Frequency Regulation: A Review. Applied Energy.
- MIT Energy Initiative. (2022). Flexible Demand for Decarbonized Energy Systems.
Commentaires d'analystes du secteur
Principales conclusions : Cet article ne traite pas seulement de la réponse à la demande ; il s'agit d'un plan pour monétiser le comportement « parasitaire » du réseau. L'extraction de cryptomonnaies, souvent critiquée comme une pure consommation d'énergie, est redéfinie comme un actif potentiel du réseau avec des caractéristiques de réponse exceptionnelles. La véritable perspicacité réside dans la création d'un modèle à double flux de revenus, permettant aux mineurs d'arbitrer entre le marché des cryptomonnaies et le marché des services de réseau.
Fil conducteur logique : Le processus d'argumentation est clair : établir le besoin du réseau en flexibilité rapide → identifier les attributs techniques uniques de l'extraction de cryptomonnaies (vitesse, charge non critique) → construire un modèle économique pour prouver la rentabilité → valider avec des données réelles d'ERCOT. La tempête hivernale "Elliott" de 2022 est utilisée comme une expérience naturelle, où les mineurs ont fourni une réduction de charge de 1 475 MW, constituant une preuve concrète et puissante.
Avantages et inconvénients : L'avantage réside dans son approche concrète et axée sur les données, utilisant les prix réels du marché, qui va au-delà de la spéculation théorique. Cependant, un inconvénient majeur est son attention étroite surMinersla faisabilité économique, tandis queréseau électriquel'impact systémique est peu approfondi. Une telle charge incitative créerait-elle des incitations inappropriées pour un minage plus énergivore ? Elle ignore également les obstacles réglementaires et de conception du marché. La structure unique du marché purement énergétique de l'ERCOT n'est pas directement transposable aux marchés de capacité ou aux services publics réglementés, ce qui est souligné dansNational Renewable Energy LaboratoryCela a été souligné dans les recherches sur la conception des marchés de ressources distribuées.
Perspectives exploitables : Pour les opérateurs de réseau : Élaborer des spécifications de produits de réponse à la demande à réponse rapide que les mineurs de cryptomonnaies peuvent satisfaire. Pour les mineurs : Utiliser le cadre décisionnel de cet article pour construire un algorithme d'enchères en temps réel. Pour les décideurs politiques : Envisager de créer une catégorie d'actifs distincte ou des exigences de performance pour la « réponse à la demande ultra-rapide » afin d'évaluer et d'intégrer correctement cette ressource, tout en envisageant potentiellement la mise en œuvre de critères de durabilité pour éviter de verrouiller des charges à forte empreinte carbone. Le modèle ici est similaire au rôle du stockage par batterie dans la régulation de fréquence, comme le démontreÉtude de faisabilité économique du stockage par batteries dans les applications réseaucomme l'analyse de l'institut, mais avec des dynamiques de coût et de durabilité différentes.