Huvudmålet med AI-strategier är att maximera långsiktiga besparingar och intäkter.

AI-strategierna använder toppmodern maskininlärning och AI-metoder för att styra enheterna som är anslutna till Reduxi-styrenheten genom att beakta elpriserna. Exempel:

- de styr batterier (BESS) för att ladda vid låga priser och urladda vid höga priser

- de styr laddare för elfordon (EVSE) för att ladda med hög effekt när priserna är låga och med låg effekt eller inte alls när priserna är höga

- de styr värmepumparna och ökar värmeproduktionen vid låga priser

- strategierna ger alltid toppklippning för att hålla lasten eller produktionen inom gränserna

För att maximera användarens långsiktiga vinst måste en AI-strategi beakta många detaljer om energienheter och nätet. Den beaktar:

- import- och exportgränser från/till nätet (för att uppnå toppklippning)

- batteriets nedbrytning

- förlust av laddnings-/urladdningscykler i batteriet

- laddningsspecifikationer för elfordon

- fördröjningar i värmepumpens respons

- etc.

AI-strategierna baseras på elpriser inklusive leverantörs- och nätkostnader. Mer information om konfiguration av prislistor finns här: Reduxi prislistor.

All information om hur du konfigurerar en AI-optimeringsstrategi finns i denna artikel: Strategier för Reduxi-styrenheten

AI-strategi för batteriförvaltning

Huvuddetaljen i AI-batteristrategi är att ladda batteriet under perioder med låga priser och urladda under perioder med höga priser. Samtidigt ger den toppklippning som säkerställer att import- och exportgränserna ligger inom gränserna (säkringsgränser, effektgränser eller annan effekt på nätet).

Den vanligaste implementeringen är att använda ett batteri med dynamiska (dagsförutsedda) priser. AI-strategin genererar vinst från volatiliteten (dvs. spridningen) i dagsförutsedda priser. Mer än 90 % av dagarna ger oss möjlighet att tjäna pengar enbart baserat på de dagliga prisskillnaderna. Dessutom ger många dagar två eller till och med tre chanser att tjäna pengar på prisskillnaden. I genomsnitt kan man tjäna cirka 100 EUR per dag för ett 1 MWh batteri.

Ett exempel på en laddnings-/urladdningscykel visas nedan. Den första laddningscykeln, markerad med blått, motsvarar låga priser. Den andra motsvarar de höga priserna. Intäkterna i denna cykel var (TBD). Som vi kan se respekterades laddnings-/urladdningsgränserna vid 200 kW.

Andra AI-strategier

- AI-strategi för EVSE

- AI-strategi för HVAC

- AI-strategi med väderprognos

Beskrivningen av andra AI-strategier kommer inom kort. Håll utkik.