1        Jaké jsou strategie Reduxi AI

Strategie Reduxi AI jsou soubor inteligentních, samoučících se řídicích algoritmů integrovaných do Reduxi EMS (Energy Management System). Předpovídají, optimalizují a autonomně řídí toky energie napříč připojenými zařízeními, jako jsou baterie, fotovoltaika, nabíječky pro elektromobily a tepelná čerpadla.

Primárním cílem je optimalizace zisku.

1.1     Základní definice

• Předpověď představuje odhad budoucích toků energie, včetně zátěže, výroby z fotovoltaiky, využití elektromobilů a výměny s gridem. Je odvozeno z historických měření a externích vstupů, jako jsou povětrnostní podmínky, denní doba a vzorce používání.
• Cílem je optimalizovat, kdy spotřebovat, uložit nebo exportovat energii. To zahrnuje například nabíjení baterie během období nízkých cen nebo vysoké produkce z fotovoltaiky a vybíjení během intervalů s vysokými cenami. Ceny na trhu s elektřinou (SPOT, ToU) jsou klíčovým vstupem pro tento proces.
• Optimalizace probíhá v 15minutových intervalech, přičemž se rozhodnutí neustále aktualizují na základě nejnovějšího stavu systému a předpovědí.
• Strategie AI řídí tyto procesy nepřímo zasíláním cílových hodnot kontroleru, který spravuje všechna zahrnutá zařízení v reálném čase.
• Systém se neustále učí z nových dat a odpovídajícím způsobem aktualizuje své modely a chování při optimalizaci.

2        Počáteční konfigurace strategií AI

2.1     Přidání strategie AI

Strategie AI, neboli režim optimalizace, se přidává do strategie Energy Manager kliknutím na ikonu „+“ a výběrem AI Energy Manager.

Nakonfigurujte odpovídajícím způsobem parametry strategie a uložte je. Další informace o konfiguracích naleznete později v sekcích specifických pro jednotlivá zařízení.

2.2     Kontrolní seznam podmínek pro strategie AI

Aby bylo možné povolit strategii AI, musí být splněny následující podmínky:

• Musí být nastavena strategie s režimem optimalizace AI a pouze jedna strategie AI může být aktivní najednou.
• Musí být nakonfigurován ceník.
• Musí být nastavena geografická poloha.
• Musí být definována oblast, země, časové pásmo a měna.
• Kontroler musí být online a připojen ke cloudu Reduxi.
• Zařízení musí mít nakonfigurované relevantní parametry, například SOC baterie, kapacitu a výkonnostní limity.
• Lokalita musí mít k dispozici alespoň dva týdny historických dat (PV, zátěž, síť atd.), aby bylo možné generovat spolehlivé předpovědi. Chování při nedostatečné historii naleznete níže.
• Musí být aktivní platná licence AI.
• Po nastavení všech parametrů vyčkejte alespoň 15 minut, než se strategie AI objeví v cloudové aplikaci a začne řídit zařízení.
• Úspěšně nakonfigurovanou strategii umělé inteligence lze rozpoznat podle prognózy zobrazené napravo od řádku „Forecast“. Příklad je uveden níže.

2.3 Pokročilé poznámky a možnosti

• Optimalizace pomocí AI může běžet souběžně s výchozími režimy a režimy podle plánu. To umožňuje systému chovat se v různou denní dobu odlišně na základě vašich nastavení. Typickým příkladem je použití různých nastavení nebo limitů během dne a v noci.

• Optimalizace při záporných cenách nemusí být konfigurována samostatně. Je již řešena v rámci režimu optimalizace AI, pokud je fotovoltaika řádně nakonfigurována.
• Limity sítě musí být nastaveny, aby systém mohl dosáhnout požadovaného cíle. Například pokud je limit sítě nastaven na 10 kW, ale běžná spotřeba je 100 kW, cíl optimalizace nemůže být splněn a uživatel musí odpovídajícím způsobem definovat omezení.
• Pokud nelze dosáhnout optimalizace AI z důvodu restriktivních limitů sítě, systém automaticky přejde na nakonfigurovaný výchozí režim optimalizace (např. vlastní spotřeba), jak je definováno v uživatelském rozhraní.
• Chování s omezenými historickými daty (první ~2 týdny)
  • Pokud není dostatek dat pro předpověď, nejsou k dispozici žádné předpovědi PV, zátěže ani sítě.
  • V tomto případě, pokud je povolen import i export, provádí AI energetickou arbitráž.
  • Pokud je import nebo export omezen, AI přepne do režimu vlastní spotřeby.
  • Jakmile je k dispozici dostatek historických dat, systém automaticky přepne na běžný režim AI.
• Reduxi může řídit zařízení pouze do té míry, do jaké správně sledují řídicí signály. Pokud zařízení nereaguje podle očekávání, jeho chování by mělo být ověřeno pomocí manuálních režimů řízení. Některé fotovoltaické elektrárny například nelze omezit, některé baterie nereagují na požadované cílové hodnoty a v hybridních invertorových systémech jsou řízení fotovoltaiky a baterie často propojeny. Reduxi se těmto omezením přizpůsobí, ale omezení přesto zůstávají.
• Strategie AI společnosti Reduxi koordinují všechna zahrnutá zařízení k dosažení společného cíle optimalizace. Uživatelé mohou definovat, které kategorie zařízení jsou zahrnuty, například bateriová úložiště, a které jsou vyloučeny, jako jsou systémy HVAC. Doporučujeme zahrnout všechny kategorie, protože to přináší vyšší hodnotu, kde vše pracuje společně k dosažení společného cíle.
• Zahrnutá zařízení jsou aktivně řízena AI a účastní se optimalizace. Vyloučená zařízení fungují nezávisle pod vlastní řídicí logikou a nejsou strategií ovlivněna.

2.4     Rychlost aktualizací:

• Strategie AI se přepočítává každých 15 minut. Ve stejném intervalu je aktualizovaná strategie nasazena do kontroleru s využitím nejnovějšího stavu systému, dat o počasí a vstupů.
• Jakmile je strategie nasazena do kontroleru, je prováděna lokálně v reálném čase a okamžitě reaguje na měření a podmínky v síti.
• Pokud je strategie rekonfigurována, aktivace a počáteční výpočet předpovědi trvá až 15 minut, než se projeví.

3        Předpověď spotřeby a výroby energie

Přesná předpověď spotřeby a výroby energie je nezbytná pro efektivní výkon strategie AI.

Pomocí dat o geografické poloze, historického chování a vstupů o počasí (zejména slunečního záření a teploty) předpovídá model Reduxi budoucí toky energie na následující den a dále.

Předpověď je poskytována v 15minutových intervalech a uživatel si ji může prohlédnout v grafu výkonu, v 15minutovém zobrazení.

3.1     Předpověď výroby fotovoltaické (solární) elektrárny

Výroba z fotovoltaiky závisí na historickém chování, denní době a ročním období a na vstupních údajích o počasí, zejména o záření a teplotě.

Aby se zjednodušila konfigurace, Reduxi nevyžaduje informace o instalovaném výkonu, ploše nebo orientaci fotovoltaické elektrárny. Tyto charakteristiky jsou automaticky odvozeny z historické produkce fotovoltaiky.

Pro přesnou předpověď je vyžadováno minimálně 14 dní historických dat.

3.2     Předpověď spotřeby (zátěže)

Předpověď spotřeby podobně využívá historická data a údaje o počasí.

Model navíc zohledňuje vzorce používání, jako je denní doba, například nižší spotřeba v noci, a den v týdnu, například rozdíly mezi všedními dny a víkendy.

Předpověď spotřeby je nejsložitější částí, protože musí zohledňovat méně předvídatelné chování v krátkých časových rámcích, například spuštění velkých strojů v průmyslových prostředích nebo spuštění nabíjení elektromobilu.

V současné době jsou všechny zátěže předpovídány společně, včetně nabíjení elektromobilů a HVAC. To bude v budoucích verzích dále vylepšeno.

4        Předpověď výkonu baterie

Výkon baterie je částí systému, která může být aktivně řízena.

Její předpověď je odvozena z cílů optimalizace, jako je omezování špiček a optimalizace nákladů. Další podrobnosti jsou uvedeny v následujících částech.

4.1     Předpověď základní linie sítě

Předpověď spotřeby a výroby na úrovni sítě je nezbytná pro efektivní řízení systému. Definuje očekávanou výměnu energie se sítí a všechna optimalizace AI je postavena kolem ní.

Předpověď sítě je důležitá, protože:

• Odchylky od očekávané základní linie mohou vést k nákladům.
• Spotřeba a výroba musí zůstat v rámci omezení sítě, jako jsou limity importu a exportu nebo pojistkové limity.

Předpověď základní linie umožňuje AI:

• snížit import ze sítě a místo toho použít baterii.
• posunout spotřebu pro řízení špiček a vyhnout se překročení limitů.

Pro služby, jako je flexibilita nebo vyrovnávání, slouží předpověď základní linie také jako referenční bod, protože:

• umožňuje služby flexibility jako odchylku od základní linie.
• určuje potenciální pokuty nebo odměny.

5        Popis strategií AI podle kategorií

Jak již bylo zmíněno, strategie AI mohou řídit všechny kategorie zařízení k dosažení společného cíle. Následující části podrobněji popisují funkčnost každé kategorie.

5.1     Strategie AI pro baterii (BESS)

Systémy pro ukládání energie do baterií (BESS) se používají k maximalizaci úspor a zisků prostřednictvím následujících režimů:

• Energetická arbitráž
  Nabíjení baterie, když jsou ceny energie nízké, a použití nebo prodej uložené energie, když jsou ceny vyšší.
• Nabíjení ze sítě, vybíjení do zátěže
  Pokud není povoleno vybíjení do sítě, baterie se vybíjí, aby pokryla spotřebu. V tomto případě je baterie nabíjena ze sítě během nízko-cenových intervalů a později využita, když jsou ceny vyšší. To posouvá spotřebu a snižuje náklady.
• Nabíjení z fotovoltaiky, vybíjení do sítě
  Pokud nabíjení ze sítě není povoleno, baterie se nabíjí z fotovoltaiky a energie může být později prodána za vyšší ceny. To zvyšuje hodnotu solární produkce ve srovnání s přímým dodáním do sítě.

Ve všech třech režimech vypočítává modul AI Reduxi BESS optimální časová okna pro nabíjení a vybíjení. K tomu zohledňuje:

• Nákupní cena energie, včetně všech specifikovaných poplatků, poplatků za síť a dalších složek. (Poznámka, cena musí být předem definována v cloudové aplikaci)
• Prodejní cena energie, včetně všech specifikovaných poplatků, poplatků za síť a dalších složek.
• Předpověď výroby fotovoltaiky, spotřeby a sítě.
• Výkonnostní limity sítě a baterie.
• Ztráty při nabíjení a vybíjení baterie, stejně jako náklady na degradaci baterie.

Několik příkladů:

• Cena energie je nízká ve 12:00 a vysoká ve 20:00. Baterie se nabíjí kolem 12:00 a vybíjí kolem 20:00.
• Zohledňuje výkonnostní limity sítě a baterie. To znamená, že pokud je limit sítě nízký a požadované nabíjecí množství nelze dosáhnout v kratším čase, doba nabíjení se prodlouží, například z 11:00 na 15:00.
• Zohledňuje předpověď výroby fotovoltaiky a nabíjí baterii z výroby fotovoltaiky namísto ze sítě, nebo z jejich kombinace.
• Pokud cenový rozdíl nestačí k pokrytí ztrát při nabíjení a vybíjení a nákladů na degradaci baterie, baterie neprovádí cyklus nabíjení/vybíjení.

5.1.1    Konfigurace AI pro BESS

Obrázek zobrazuje snímek obrazovky konfigurace AI pro BESS.

• Arbitrážní nebo síťově omezený režim.

Provozní režim je určen omezeními nabíjení a vybíjení ze sítě. Pomocí přepínačů v uživatelském rozhraní lze systém nakonfigurovat pro čistou arbitráž nebo pro optimalizaci, která respektuje omezení importu a exportu do sítě.

• Minimální úspory/zisky na kWh.

Aby se zohlednila degradace baterie, uživatel může definovat minimální úspory nebo zisky, které musí cyklus vygenerovat. Pokud je očekávaná hodnota pod touto hranicí, baterie se nepoužije. To chrání životnost baterie. Typická doporučená hodnota je 0,02 EUR/kWh, která byla odhadnuta pomocí následujícího výpočtu:

Náklady na baterii / celková energie během životnosti baterie = 50 000 EUR / (10 000 cyklů × 250 kWh) = 0,02 EUR/kWh

• Kapacita rezervovaná pro pokrytí zátěže.

Jelikož předpověď nikdy nemůže být ideální, lze procento kapacity baterie rezervovat pro pokrytí lokální spotřeby a zabránění překročení limitů sítě.

• Kapacita rezervovaná pro přebytečnou (PV) produkci.

Podobně lze procento kapacity baterie rezervovat pro přebytečnou produkci z fotovoltaiky v případě, že fotovoltaika vyrobí více, než bylo plánováno.

• Optimalizátor také zohledňuje energetické ztráty během nabíjení a vybíjení. Energetická ztráta kompletního cyklu nabíjení a vybíjení se odhaduje na 8 %.

5.2     Strategie AI pro PV

Strategie AI pro PV funguje nejlépe v kombinaci s baterií. V tomto případě může být výroba z fotovoltaiky uložena v baterii a později znovu použita v obdobích s vysokými cenami energie.

Pokud se baterie nepoužívá, strategie AI pro PV stále maximalizuje zisk. To znamená:

• když je cena energie pozitivní, výroba z fotovoltaiky pokrývá zátěž a jakýkoli přebytek je exportován do sítě až do vývozního limitu.
• když je nákupní cena energie záporná, ale prodejní cena je pozitivní, systém funguje jako vlastní spotřeba s nulovým exportem. V tomto stavu výroba z fotovoltaiky pokrývá zátěž, ale nevyváží do sítě.
• když jsou nákupní i prodejní ceny energie záporné, režim je nastaven na maximální spotřebu. To znamená, že výroba z fotovoltaiky je zastavena, protože by jinak vedla ke ztrátám.

5.3     Strategie AI pro nabíjení EV (EVSE)

BUDE DEFINOVÁNO

5.4     Strategie AI pro řízení tepelného čerpadla (HVAC)

Strategie AI pro HVAC je navržena tak, aby snižovala náklady na energii bez snížení komfortu. Budovy mají vysokou tepelnou setrvačnost, což znamená, že vytápění a chlazení lze časově posouvat s malým dopadem na vnitřní podmínky.

Při řízení tepelných čerpadel používá Reduxi podporované provozní režimy zařízení, jako jsou OFF, ECO, NORMAL a BOOST. Tento přístup zajišťuje, že tepelné čerpadlo pracuje v rámci své navržené řídicí logiky, udržuje optimální účinnost a chrání invertor. Výsledkem je, že provoz zůstává bezpečný a nemá negativní vliv na životnost zařízení.

Úspory z tepelného čerpadla jsou dosaženy dvěma hlavními způsoby:

a. Cenová optimalizace
Ceny energie se během dne liší. Reduxi toho využívá zvýšením provozu tepelného čerpadla, když jsou ceny nízké, a snížením, když jsou ceny vysoké.

Například, pokud je elektřina dražší mezi 17:00 a 20:00, systém může mírně předehřát budovu před tímto obdobím. Během drahých hodin snižuje spotřebu a zároveň udržuje komfort díky tepelné setrvačnosti budovy.

Tento simulovaný příklad ukazuje, jak tepelné čerpadlo zvyšuje spotřebu energie během nízko-cenových intervalů a snižuje spotřebu během vysoko-cenových intervalů. Přerušovaná šedá čára představuje cenu energie.

b. Optimalizace na základě počasí
Tepelná čerpadla pracují účinněji při vyšších venkovních teplotách. To je definováno prostřednictvím koeficientu výkonu (COP). Reduxi využívá předpovědi počasí k přesunu vytápění do období, kdy jsou podmínky příznivější. To zvyšuje účinnost a snižuje náklady, opět bez ovlivnění komfortu.

Tento simulovaný příklad ukazuje, jak tepelné čerpadlo snižuje spotřebu energie během noci a zvyšuje výkon během teplejších denních hodin pro zlepšení účinnosti.

Přerušovaná oranžová čára představuje předpověď teploty.

6        Příklady strategií AI v praxi

Klíčové informace pro strategii AI jsou vizualizovány v zobrazení Grafy, ideálně pomocí grafu výkonu v 15minutovém rozlišení. Toto zobrazení zahrnuje:

• Horní graf
  • historická měření výkonu
    • žlutá – produkce z fotovoltaiky
    • zelená – spotřeba lokality
    • modrá – výkon baterie
    • oranžová čára – výměna se sítí
  • předpověď od současného času do konce dne.
• Ve spodním grafu
  • červená – cena nákupu energie, včetně všech definovaných poplatků
  • zelená – cena prodeje energie, včetně všech definovaných poplatků.
  • ceny musí být předem nakonfigurovány v cloudové webové aplikaci.

6.1     Příklad: Typický příklad s baterií a fotovoltaikou

A – nabíjení baterie během noci za nízké ceny při zachování limitu sítě na 240 kW.

B – vybíjení baterie do sítě za vysoké ceny.

C – využití solární produkce k pokrytí spotřeby na lokalitě.

D – nabíjení baterie z předpokládané solární produkce během období nízkých cen (předpověď).

E – vybíjení baterie do sítě za vysoké ceny (předpověď).

6.2     Příklad: Velká fotovoltaická elektrárna (vyhrazená lokalita pro výrobu PV)

A – vybíjení baterie do sítě za vysoké ceny.

B – období nízkých cen. Nabíjení baterie čistě ze solární energie, s 0 kW na síti, což znamená žádný import a žádný export.

C – po plném nabití baterie export PV energie do sítě.

D – vybíjení baterie do sítě během tří intervalů vysokých cen pro maximalizaci zisků.

6.3     Příklad: Domácí lokalita s nulovým dodáváním do sítě

A – nabíjení baterie ze sítě při zachování limitu sítě na 6 kW.

B – vybíjení baterie za účelem snížení importu ze sítě během období vysokých cen.

C – nabíjení baterie ze sítě a solární energie s maximální výměnou v síti 6 kW, aby se uložila energie pro drahé večerní hodiny.

D – vybíjení baterie během drahých večerních hodin. Export do sítě není povolen z důvodu limitu dodávání.

6.4     Příklad 4: Utility PV

A – intervaly, ve kterých je PV energie buď exportována, nebo uložena v baterii. Závisí to na nákladech v 15minutových intervalech.

B – období nízkých cen, čistě nabíjení baterie.

C – po plném nabití baterie export PV produkce do sítě.

D – export uložené energie během období vysokých cen.

6.5     Příklad: Předpověď spotřeby výrobní lokality s pracovní dobou 7:00–15:00

Typická předpověď zátěže společnosti s pracovní dobou od 7:00 do 15:00.

Vedle toho je uvedena typická předpověď solární produkce. Tyto dvě předpovědi se používají k odpovídajícímu plánování využití energie.