Das Hauptziel von KI-Strategien ist die Maximierung langfristiger Einsparungen und Erträge.
Die KI-Strategien nutzen modernste Methoden des maschinellen Lernens und der KI, um die an den Reduxi-Controller angeschlossenen Geräte unter Berücksichtigung der Strompreise zu steuern. Zum Beispiel:
- sie steuern Batterien (BESS), um zu Zeiten niedriger Preise zu laden und zu Zeiten hoher Preise zu entladen
- sie steuern Ladestationen für Elektrofahrzeuge (EVSE), um mit hoher Leistung zu laden, wenn die Preise niedrig sind, und mit niedriger Leistung oder gar nicht, wenn die Preise hoch sind
- sie steuern die Wärmepumpen und erhöhen die Wärmeproduktion zu Zeiten niedriger Preise
- die Strategien sorgen immer für Spitzenkappung, um die Last oder Produktion innerhalb der Grenzen zu halten
Um den langfristigen Gewinn des Benutzers zu maximieren, muss eine KI-Strategie viele Besonderheiten von Energiewerten und dem Netz berücksichtigen. Sie berücksichtigt:
- Import- und Exportleistungsbegrenzungen vom/zum Netz (um Spitzenkappung zu erreichen)
- Degradation der Batterie
- Verlust des Lade-/Entladezyklus der Batterie
- Ladespezifikationen von Elektrofahrzeugen
- Verzögerungen bei der Reaktion der Wärmepumpe
- usw.
Die KI-Strategien basieren auf Strompreisen inklusive Lieferanten- und Netzentgelten. Weitere Informationen zur Konfiguration von Preisliste finden Sie hier: Reduxi-Preisliste.
Alle Details zum Einrichten einer KI-Optimierungsstrategie finden Sie in diesem Artikel: Strategien für den Reduxi-Controller
KI-Strategie für das Batteriemanagement
Das wichtigste Merkmal der KI-Batteriestrategie ist es, die Batterie in Zeiten niedriger Preise zu laden und in Zeiten hoher Preise zu entladen. Gleichzeitig sorgt sie für Spitzenkappung, die sicherstellt, dass die Import- und Exportgrenzen eingehalten werden (Sicherungsbegrenzungen, Leistungsbegrenzungen oder andere Leistungen im Netz).
Die gebräuchlichste Implementierung ist die Verwendung einer Batterie mit dynamischen (vorausschauenden) Preisen. Die KI-Strategie erzielt einen Gewinn aus der Volatilität (d. h. der Spanne) der vorausschauenden Preise. An mehr als 90% der Tage können wir allein aufgrund der täglichen Preisunterschiede Gewinne erzielen. Darüber hinaus bieten viele Tage zwei oder sogar drei Möglichkeiten, aus der Preisdifferenz zu profitieren. Im Durchschnitt kann man mit einer 1-MWh-Batterie etwa 100 EUR pro Tag verdienen.
Nachfolgend ist ein Beispiel für einen Lade-/Entladezyklus dargestellt. Der erste in Blau angegebene Ladezyklus entspricht niedrigen Preisen. Der zweite entspricht den hohen Preisen. Der Gewinn in diesem Zyklus betrug (wird noch ermittelt). Wie wir sehen, wurde die Lade-/Entladebeschränkung bei 200 kW eingehalten.
Weitere KI-Strategien
- KI-Strategie für EVSE
- KI-Strategie für HLK
- KI-Strategie mit Wettervorhersage
Die Beschreibung weiterer KI-Strategien wird noch folgen. Bleiben Sie dran.