1 Quais são as estratégias Reduxi AI
As estratégias Reduxi AI são um conjunto de algoritmos de controle inteligentes e auto-aprendizes integrados ao Reduxi EMS (Sistema de Gerenciamento de Energia). Eles preveem, otimizam e controlam autonomamente os fluxos de energia em ativos conectados, como baterias, PV, carregadores de veículos elétricos e bombas de calor.
O objetivo principal é a otimização de lucros.
1.1 Definições principais
- Previsão representa uma predição dos fluxos futuros de energia, incluindo carga, produção PV, uso de VEs e troca com a rede. É derivado de medições históricas e entradas externas como condições meteorológicas, hora do dia e padrões de uso.
- O objetivo é otimizar quando consumir, armazenar ou exportar energia. Isso inclui, por exemplo, carregar a bateria durante períodos de preços baixos ou alta produção fotovoltaica e descarregar durante intervalos de preços altos. Os preços do mercado de eletricidade (SPOT, ToU) são uma entrada chave para este processo.
- A otimização é executada em intervalos de 15 minutos, atualizando continuamente as decisões com base no estado mais recente do sistema e nas previsões.
- A estratégia de IA executa o controle indiretamente enviando setpoints para o controlador, que gerencia todos os dispositivos incluídos em tempo real.
- O sistema aprende continuamente com novos dados e atualiza seus modelos e comportamento de otimização de acordo.
2 Configuração inicial de estratégias de IA
2.1 Adicionar estratégia de IA
A estratégia de IA, ou modo de otimização, é adicionada na estratégia do Energy Manager clicando no ícone “+” e selecionando Energy Manager de IA.
Configure os parâmetros da estratégia de acordo e salve. Mais sobre as configurações pode ser encontrado mais tarde nas seções específicas do dispositivo.
2.2 Checklist de Condições da Estratégia de IA
Para ativar uma estratégia de IA, as seguintes condições devem ser atendidas:
- Uma estratégia deve ser definida com um modo de otimização de IA, e apenas uma estratégia de IA pode estar ativa por vez
- Uma lista de preços deve ser configurada
- A geolocalização deve ser definida
- Região, país, fuso horário e moeda devem ser definidos
- O controlador deve estar online e conectado à nuvem Reduxi
- Os dispositivos devem ter os parâmetros relevantes configurados, por exemplo, SOC da bateria, capacidade e limites de potência
- O local deve ter pelo menos duas semanas de dados históricos (PV, carga, rede, etc.) para que previsões confiáveis possam ser geradas. Veja abaixo o comportamento sem histórico suficiente.
- Uma licença de IA válida deve estar ativa
- Após todos os parâmetros serem definidos, aguarde pelo menos 15 minutos para que a estratégia de IA apareça no aplicativo de nuvem e comece a controlar os dispositivos
- Uma estratégia de IA configurada com sucesso pode ser reconhecida pela previsão exibida à direita da linha “Previsão”. Um exemplo é mostrado abaixo.
2.3 Notas e opções avançadas de IA
- A otimização de IA pode rodar juntamente com os modos padrão e programados. Isso permite que o sistema se comporte de maneira diferente em diferentes momentos do dia, com base em suas configurações. Um exemplo típico é usar configurações ou limites diferentes durante o dia e à noite.
- A otimização de preço negativo não precisa ser configurada separadamente. Já é tratada dentro do modo de otimização de IA quando o PV está configurado de acordo.
- Os limites da rede precisam ser definidos para que o sistema possa atingir o objetivo desejado. Por exemplo, se o limite da rede for definido em 10 kW, mas o consumo normal for de 100 kW, o alvo de otimização não pode ser atingido e o usuário deve definir a limitação de acordo.
- Se a otimização de IA não puder ser alcançada devido a limites restritivos da rede, o sistema volta automaticamente para o modo de otimização padrão configurado (por exemplo, autoconsumo), conforme definido na UI.
- Comportamento com dados históricos limitados (Primeiras ~2 Semanas)
- Quando não há dados suficientes para previsão, nenhuma previsão de PV, carga ou rede está disponível
- Neste caso, e se importação e exportação forem permitidas, a IA realiza arbitragem de energia
- Se a importação ou exportação for restrita, a IA muda para o modo de autoconsumo
- Após dados históricos suficientes estarem disponíveis, o sistema muda automaticamente para o modo de IA regular
- A Reduxi só pode controlar dispositivos na medida em que eles seguem corretamente os sinais de controle. Se um dispositivo não responder como esperado, seu comportamento deve ser verificado usando modos de controle manual. Por exemplo, algumas usinas de energia fotovoltaica não podem ser limitadas, algumas baterias não seguem o setpoint solicitado e, em sistemas de inversor híbrido, o controle de PV e bateria são frequentemente acoplados. A Reduxi se adapta a essas restrições, mas as limitações ainda permanecem.
- As estratégias de IA da Reduxi coordenam todos os dispositivos incluídos em direção a um objetivo de otimização compartilhado. Os usuários podem definir quais categorias de dispositivos são incluídas, por exemplo, armazenamento de bateria, e quais são excluídas, como sistemas de HVAC. Recomendamos que todas as categorias sejam incluídas, pois isso traz um valor maior, onde tudo trabalha em prol de um objetivo comum.
- Dispositivos incluídos são ativamente gerenciados pela IA e participam da otimização. Dispositivos excluídos operam independentemente sob sua própria lógica de controle e não são afetados pela estratégia.
2.4 Taxas de atualização:
- A estratégia de IA é recalculada a cada 15 minutos. No mesmo intervalo, a estratégia atualizada é implantada no controlador, utilizando o estado mais recente do sistema, dados meteorológicos e entradas.
- Uma vez implantada no controlador, a estratégia é executada localmente em tempo real, reagindo imediatamente a medições e condições da rede.
- Se uma estratégia for reconfigurada, a ativação e o cálculo inicial da previsão levam até 15 minutos para se tornarem ativos.
3 Previsão de Consumo e Produção de Energia
A previsão precisa do consumo e da produção de energia é essencial para o desempenho eficaz da estratégia de IA.
Utilizando dados de geolocalização, comportamento histórico e entradas meteorológicas (principalmente irradiação solar e temperatura), o modelo de previsão Reduxi prevê fluxos de energia futuros para o dia seguinte e além.
A previsão é fornecida em intervalos de 15 minutos e pode ser visualizada pelo usuário no gráfico de potência, em visualização de 15 minutos.
3.1 Previsão de Produção de Usina Fotovoltaica (Solar)
A produção de energia PV depende do comportamento histórico, hora do dia e ano, e entrada meteorológica, principalmente, irradiação e temperatura.
Para simplificar a configuração, a Reduxi não exige informações sobre a potência instalada, área ou orientação da usina fotovoltaica. Essas características são inferidas automaticamente a partir da produção PV histórica.
Para uma previsão precisa, é necessário um mínimo de 14 dias de dados históricos.
3.2 Previsão de Consumo (Carga)
A previsão de consumo usa dados históricos e entradas meteorológicas de forma semelhante.
Além disso, o modelo considera padrões de uso como a hora do dia, por exemplo, menor consumo à noite, e o dia da semana, como diferenças entre dias úteis e fins de semana.
A previsão de consumo é a parte mais complexa, pois deve levar em conta um comportamento menos previsível em curtos períodos de tempo, por exemplo, o acionamento de grandes máquinas em ambientes industriais ou o início do carregamento de um VE.
No momento, todas as cargas são previstas em conjunto, incluindo carregamento de VE e HVAC. Isso será aprimorado ainda mais em versões futuras.
4 Previsão de Potência da Bateria
A potência da bateria é a parte do sistema que pode ser controlada ativamente.
Sua previsão é derivada de objetivos de otimização, como corte de pico e otimização de custos. Mais detalhes são fornecidos nas seções a seguir.
4.1 Previsão de Linha de Base da Rede
A previsão em nível de rede do consumo e produção é essencial para o controle eficaz do sistema. Define a troca de energia esperada com a rede, e toda a otimização de IA é construída em torno dela.
A previsão da rede é importante porque:
- Desvios da linha de base esperada podem levar a custos
- O consumo e a produção devem permanecer dentro das restrições da rede, como limites de importação e exportação ou limites de fusíveis
A previsão da linha de base permite que a IA:
- reduzir a importação da rede e usar a bateria em vez disso
- deslocar o consumo para gerenciar picos e evitar exceder limites
Para serviços como flexibilidade ou balanceamento, a previsão da linha de base também atua como ponto de referência porque:
- permite serviços de flexibilidade como desvio da linha de base
- determina potenciais penalidades ou recompensas
5 Descrição das estratégias de IA por categoria
Como mencionado, as estratégias de IA podem controlar todas as categorias de dispositivos para atingir um objetivo comum. As seções a seguir descrevem a funcionalidade de cada categoria com mais detalhes.
5.1 Estratégia de IA para bateria (BESS)
Sistemas de Armazenamento de Energia em Bateria (BESS) são usados para maximizar economias e ganhos através dos seguintes modos:
-
Arbitragem de Energia
Carregar a bateria quando os preços da energia estão baixos e usar ou vender a energia armazenada quando os preços estão mais altos. -
Carregar da rede, descarregar para a carga
Se a descarga para a rede não for permitida, então a bateria é descarregada para cobrir o consumo. Neste caso, a bateria é carregada da rede em intervalos de preços baixos e usada mais tarde quando os preços estão mais altos. Isso desloca o consumo e reduz custos. -
Carregar do PV, descarregar para a rede
Se carregar da rede não for permitido, a bateria é carregada do PV e a energia pode ser vendida mais tarde a preços mais altos. Isso aumenta o valor da produção solar em comparação com a injeção direta.
Em todos os três modos, o módulo BESS AI da Reduxi calcula os intervalos de tempo ideais para carregar e descarregar. Para isso, considera:
- Preço de compra de energia, incluindo todas as taxas especificadas, encargos de rede e outros componentes. (Nota, o preço deve ser definido com antecedência no aplicativo de nuvem)
- Preço de venda de energia, incluindo todas as taxas especificadas, encargos de rede e outros componentes
- Previsão de produção PV, consumo e rede
- Limites de potência da rede e da bateria
- Perdas de carga e descarga da bateria, bem como custo de degradação da bateria
Alguns exemplos:
- O preço da energia está baixo às 12:00 e alto às 20:00. A bateria carrega por volta das 12:00 e descarrega por volta das 20:00.
- Considera os limites de potência da rede e da bateria. Ou seja, se o limite da rede for baixo e a energia de carregamento necessária não puder ser atingida em um tempo menor, o período de carregamento é estendido, por exemplo, de 11:00 às 15:00.
- Considera a previsão de produção PV e carrega a bateria da produção PV em vez da rede, ou de uma combinação de ambos.
- Se a diferença de preço for pequena demais para cobrir as perdas de carga e descarga e o custo de degradação da bateria, a bateria não realiza o ciclo de carga/descarga.
5.1.1 Configuração de IA BESS
A imagem mostra uma captura de tela da configuração de IA BESS.
- Modo de arbitragem ou restrito pela rede
O modo de operação é determinado por restrições de carga e descarga da rede. Usando os interruptores da UI, o sistema pode ser configurado para arbitragem pura ou para otimização que respeita as restrições de importação e exportação da rede.
- Mínimo de economia/ganho por kWh
Para contabilizar a degradação da bateria, o usuário pode definir a economia ou ganho mínimo que um ciclo deve gerar. Se o valor esperado estiver abaixo deste limite, a bateria não é usada. Isso protege a vida útil da bateria. Um valor típico recomendado é 0,02 EUR/kWh, que foi estimado usando o seguinte cálculo:
Custo da bateria / energia total ao longo da vida útil da bateria = 50.000 EUR / (10.000 ciclos × 250 kWh) = 0,02 EUR/kWh
- Capacidade reservada para cobrir a carga
Como a previsão nunca pode ser ideal, uma porcentagem da capacidade da bateria pode ser reservada para cobrir o consumo local e evitar exceder os limites da rede.
- Capacidade reservada para produção excedente (PV)
Da mesma forma, uma porcentagem da capacidade da bateria pode ser reservada para produção excedente de PV caso o PV produza mais do que o planejado.
- O otimizador também considera a perda de energia durante o carregamento e o descarregamento. A perda de energia do ciclo completo de carga e descarga é estimada em 8%.
5.2 Estratégia de IA para PV
A estratégia de IA PV funciona melhor em combinação com uma bateria. Neste caso, a produção PV pode ser armazenada na bateria e, em seguida, reutilizada em períodos de altos preços de energia.
Se a bateria não estiver envolvida, a estratégia de IA PV ainda maximiza o lucro. Isso significa:
- quando o preço da energia é positivo, a produção PV cobre a carga e qualquer excedente pode ser exportado para a rede até o limite de exportação
- quando o preço de compra de energia é negativo, mas o preço de venda é positivo, o sistema funciona como autoconsumo com exportação zero. Neste estado, a produção PV cobre a carga, mas não exporta para a rede
- quando ambos os preços de compra e venda de energia são negativos, o modo é definido como consumo máximo. Isso significa que a produção PV é interrompida, pois, de outra forma, resultaria em perdas
5.3 Estratégia de IA para carregamento de VE (EVSE)
A SER DEFINIDO
5.4 Estratégia de IA para controle de bomba de calor (HVAC)
A estratégia de IA HVAC é projetada para reduzir os custos de energia sem comprometer o conforto. Edifícios têm alta inércia térmica, o que significa que o aquecimento e o resfriamento podem ser deslocados no tempo com um impacto mínimo nas condições internas.
Ao controlar bombas de calor, a Reduxi usa os modos de operação suportados pelo dispositivo, como DESLIGADO, ECO, NORMAL e BOOST. Essa abordagem garante que a bomba de calor opere dentro de sua lógica de controle projetada, mantendo a eficiência ideal e protegendo o inversor. Como resultado, a operação permanece segura e não afeta negativamente a vida útil do equipamento.
As economias da bomba de calor são alcançadas de duas maneiras principais:
a. Otimização baseada em preço
Os preços da energia variam ao longo do dia. A Reduxi aproveita isso aumentando a operação da bomba de calor quando os preços estão baixos e reduzindo-a quando os preços estão altos.
Por exemplo, se a eletricidade estiver mais cara entre 17:00 e 20:00, o sistema pode pré-aquecer o edifício ligeiramente antes desse período. Durante horas caras, reduz o consumo, mantendo o conforto através da inércia térmica do edifício.
Este exemplo simulado mostra como a bomba de calor aumenta o uso de energia durante os intervalos de preço baixo e reduz o consumo durante os intervalos de preço alto. A linha cinza pontilhada representa o preço da energia.
b. Otimização baseada no clima
As bombas de calor operam de forma mais eficiente em temperaturas externas mais altas. Isso é definido através do Coeficiente de Performance (COP). A Reduxi usa previsões meteorológicas para deslocar o aquecimento para períodos em que as condições são mais favoráveis. Isso melhora a eficiência e reduz os custos, novamente sem afetar o conforto.
Este exemplo simulado mostra como a bomba de calor reduz o uso de energia durante a noite e aumenta a potência durante as horas mais quentes do dia para melhorar a eficiência.
A linha laranja pontilhada representa a previsão de temperatura.
6 Exemplos de estratégias de IA na prática
As informações chave para a estratégia de IA são visualizadas na visualização de Gráficos, idealmente usando o gráfico de potência em resolução de 15 minutos. Esta visualização inclui:
- Gráfico superior
- medições de potência históricas de
- amarelo – produção PV
- verde – consumo do local
- azul – potência da bateria
- linha laranja – troca de rede
- previsão do momento atual até o fim do dia
- medições de potência históricas de
- No gráfico inferior
- vermelho – preço de compra de energia, incluindo todas as taxas definidas
- verde – preço de venda de energia, incluindo todas as taxas definidas
- os preços devem ser pré-configurados no aplicativo web da nuvem
6.1 Exemplo: Um exemplo típico com bateria e PV
A – carregando a bateria durante a noite a preços baixos, mantendo o limite da rede em 240 kW
B – descarregando a bateria para a rede a preços altos
C – usando a produção solar para cobrir o consumo no local
D – carregando a bateria a partir da produção solar prevista durante um período de baixo preço (previsão)
E – descarregando a bateria para a rede em períodos de alto preço (previsão)
6.2 Exemplo: PV de escala utilitária (local dedicado à produção PV)
A – descarregando a bateria para a rede a preços altos
B – período de baixo preço. Carregando a bateria puramente do solar, com 0 kW na rede, o que significa sem importação e sem exportação
C – após a bateria estar cheia, exportando energia PV para a rede
D – descarregando a bateria durante os três períodos de alto preço para maximizar os ganhos
6.3 Exemplo: Local residencial com zero injeção
A – carregando a bateria da rede, mantendo o limite da rede em 6 kW
B – descarregando a bateria para reduzir a importação da rede durante períodos de alto preço
C – carregando a bateria da rede e do solar, com uma troca máxima de rede de 6 kW, para armazenar energia para as caras horas da noite
D – descarregando a bateria durante as caras horas da noite. Nenhuma exportação para a rede é permitida devido ao limite de injeção
6.4 Exemplo 4: PV de utilidade
A – intervalos em que a energia PV é exportada ou armazenada na bateria. Isso depende do custo em intervalos de 15 minutos
B – período de baixo preço, carregando puramente a bateria
C – após a bateria estar totalmente carregada, exportando a produção PV para a rede
D – exportando a energia armazenada durante períodos de alto preço
6.5 Exemplo: Previsão de consumo de um local de produção com horário de trabalho das 7:00 às 15:00
Previsão de carga típica de uma empresa com horário de trabalho das 7:00 às 15:00.
Ao lado disso, uma previsão típica de produção solar é mostrada. Essas duas previsões são usadas para planejar o uso de energia de acordo.