Pubblichiamo il nostro metodo perché una previsione che non può essere verificata serve a poco per decidere. Questa pagina espone che cosa osserviamo, come diventa una traiettoria di degrado, come la validiamo rispetto a esiti misurati e — altrettanto importante — che cosa questo approccio non può dirvi.
Una batteria rivela come viene usata attraverso il modo in cui opera nel suo mercato. È quel comportamento — non una scheda tecnica — a determinare come invecchia, e può essere caratterizzato su scala di flotta.
L'invecchiamento agli ioni di litio segue meccanismi documentati da oltre vent'anni: perdita calendariale guidata da tempo, temperatura e stato di carica a riposo, e perdita da ciclaggio guidata dalla profondità e dalla frequenza di ciascun ciclo.
I parametri generici della letteratura sono un punto di partenza. Ogni asset, chimica, clima e annata in più nel corpus affina la stima a priori per tutti gli altri. L'accuratezza è funzione della copertura.
Assembliamo in continuo tutto ciò che è conoscibile su ciascun asset: come carica e scarica, quali servizi fornisce, la sua configurazione e chimica, il clima in cui si trova e — per i clienti — la telemetria del suo impianto. Ogni dato di ingresso è versionato con provenienza e livello di confidenza.
I flussi di potenza diventano una traiettoria dello stato energetico: un profilo di stato di carica, dal quale ricaviamo cicli equivalenti completi, throughput, C-rate effettivo e tempo trascorso ad alto stato di carica — le variabili a cui l'invecchiamento risponde davvero.
Il rainflow counting — lo standard dell'analisi a fatica adattato alle batterie — scompone il profilo nei singoli cicli e nella loro profondità. La distribuzione delle profondità pesa enormemente: un ciclo profondo danneggia molto più di diversi cicli superficiali che muovono la stessa energia.
L'impronta alimenta un modello di invecchiamento calendariale + ciclico parametrizzato per chimica, con propagazione Monte Carlo dell'incertezza sui parametri. In uscita: una traiettoria dello stato di salute con banda p05–p95, la vita residua come intervallo e il timing dell'augmentation.
Dove esistono esiti misurati — prove di capacità, capacità accreditata, prestazioni di flotta pubblicate, test di capacità del cliente — il modello viene calibrato su di essi. Le bande si restringono man mano che le evidenze si accumulano, per singolo asset e sull'intera flotta.
Usiamo la famiglia semi-empirica che costituisce lo standard accademico e industriale — la stessa base impiegata dai laboratori nazionali e dai principali fornitori:
Riferimenti metodologici: modelli di invecchiamento secondo Xu et al. (IEEE Transactions on Smart Grid) e Schmalstieg et al. (Journal of Power Sources, 2014); rainflow counting e funzioni di stress in profondità di scarica secondo Shi et al. (University of Washington, 2017); parametri di chimica verificati per confronto con BLAST-Lite di NREL, open source. Le ipotesi complete accompagnano ogni report.
| Evidenza pubblicata | Valore |
|---|---|
| Flotta ERCOT (Modo Energy, 2025) | ≈7% / 365 EFC |
| Flotta Gran Bretagna (Modo Energy, 2024) | ≈4,4% / 365 EFC |
| BESS utility, Italia — 3 anni (Energies, 2026) | ≈1,4% / anno |
| LFP su scala di rete, letteratura (primo decennio) | 2–3% / anno |
| Peak shaving vs regolazione di frequenza | ≈1,8× degrado |
| Incidenti su BESS 2018→2025 (EPRI) | tasso −99% |
Il divario tra ERCOT e Gran Bretagna è il punto: due flotte di tecnologia simile che invecchiano a ritmi diversi di 1,6× perché vengono esercite in modo diverso. Il degrado è un esito comportamentale, e il comportamento è misurabile.
Sei classi indipendenti di evidenze. Nessuna da sola è sufficiente; insieme sono ciò che rende difendibile una previsione.
Come gli asset di accumulo vengono realmente caricati e scaricati nei mercati elettrici di tutto il mondo, alla risoluzione più fine che ciascun mercato consente — la base di ogni impronta di ciclaggio e l'unico modo per sapere come un asset viene davvero usato.
Capacità, durata, chimica, modello di cella e di container, integratore e data di entrata in servizio. Senza questo livello una serie temporale è ininterpretabile — modellare il degrado significa modellare una coorte, ed è qui che la coorte si definisce.
Storico termico ambientale e di sito a risoluzione oraria in qualsiasi punto del pianeta. La temperatura è il secondo motore dell'invecchiamento calendariale dopo il tempo, ed è il motivo per cui un sistema identico invecchia in modo diverso in Atacama, in Texas e in Scozia.
Prove di capacità, capacità accreditata e derating, prestazioni di flotta pubblicate, registri di incidenti e guasti e test di capacità dei clienti. È la verità di campo che trasforma un modello in un modello validato.
Dataset di laboratorio su ciclaggio e invecchiamento, modelli di degrado sottoposti a revisione paritaria e implementazioni di riferimento open source, che coprono chimiche dal LFP e NMC fino al sodio-ione e all'LMFP.
Export del BMS, dati dei contatori, temperature, risultati dei test di capacità e configurazione. È il livello che converte una stima ben fondata in una misura del vostro asset — e quello che restringe di più la banda.
È per questo che il servizio è progressivo. Vi diciamo che cosa possiamo vedere e lo etichettiamo per quello che è. I vostri dati trasformano una stima in una misura. Non presentiamo mai la prima come la seconda.
Ripercorriamo insieme la pipeline, le ipotesi, i riferimenti e un esempio pratico riproducibile su un asset a vostra scelta.
Prenotate una sessione tecnica