Tilaa lehti

Mainokset

electronica

Taitotalo

Automaattista älyä energiavarastojen hyödyntämiseen

Aalto-yliopiston Automaation tietotekniikka -ryhmässä tehdään energiamurrosta. Ryhmän innovaatio automatisoi energiavarastojen päivittäisen tuotannonsuunnittelun, maksimoiden sähköntuotannosta saatavat tulot ja minimoiden sähkönkulutuksesta sekä energiavaraston käytöstä aiheutuvat menot. Myös mahdollisen vedyntuotannon ajoittaminen onnistuu osana kokonaisoptimointia.

Julkaistu:

Kun fossiilisten aineiden polttoon perustuvaa sähköntuotantoa korvataan vaihtelevasti tuottavalla tuuli- ja aurinkoenergialla, kasvaa tarve varastoida energiaa, koska sähkönkulutuksen ja tuotannon on sähköjärjestelmässä oltava joka sekunti tasapainossa. Ja koska kyvykkyys joustaa sähkön kulutuspuolella ei kasva samalla vauhdilla. Näissä oloissa energiavarastona voi toimia iso sähköakku, ja tulevaisuudessa enemmän ja enemmän myös vetysäiliö.

Aalto-yliopiston Automaation tietotekniikka -ryhmällä on käynnissä näihin kestävän kehityksen haasteisiin liittyvä ”Research to business” (R2B) projekti nimeltään BatteryMonetizer. R2B-tutkimusrahoituksen avulla julkinen tutkimusorganisaatio voi valmistella tutkimuslähtöisen tuote- tai palveluidean kaupallistamista ja tehdä kaupallistamista tukevaa soveltavaa tutkimusta.

BatteryMonetizer-projektissa automatisoidaan uusiutuvaa sähköntuotantoa mahdollistavia, ja toisaalta sen myötä keskeisiksi käyviä toimintoja. Kaupallisissa akkujärjestelmissä on nykyisinkin energianhallintaan keskittyvä automaatiojärjestelmä BEMS (Battery Energy Management System). BEMS esimerkiksi reagoi hetkellisiin uusiutuvan energian tuotannon muutoksiin ja tekee päätöksiä akun lataamiseen tai purkamiseen liittyen, huomioiden aiemmin tehdyt markkinasitoumukset. Aalto-yliopistossa kehitteillä oleva ratkaisu on BEMS:in päälle tuleva markkinaoptimoija, joka etukäteen tekee suunnitelmia akun käytöstä sekä sähkömarkkinaostoista ja/tai myynneistä.

Ennusta ja optimoi

Tyypillisessä käyttökohteessa voi olla uusiutuvaa sähkön tuotantoa kuten tuuli- tai aurinkovoimaa, ja paikallista kulutusta, kuten esimerkiksi elektrolyyseri vedyn tuotantoa varten. Vaihtelevan sähkönhinnan oloissa toimittaessa tällaiseen kohteeseen kannattaa yleensä hankkia myös oikein mitoitettu akku. Akun avulla voidaan kasvattaa myytävästä sähköstä saatavaa tuloa, tai alentaa ostettavasta sähköstä maksettavia kuluja. Mutta miten akkua tarkemmin ottaen kannattaa käyttää, niin että kohteen nettotuotto on paras mahdollinen?

Tämä ongelma on monimutkaisempi kuin äkkiseltään voisi luulla, sillä markkinahinnat vaihtelevat tunneittain, tuotanto vaihtelee tunneittain, kulutus vaihtelee tunneittain – ja akku itse tyhjenee tai täyttyy tunnissa-parissa, sekä esimerkiksi kuluu eri määrin riippuen siitä, miten sitä käytetään. Myös erilaiset akkuun liittyvät hävikit ja usein siirtomaksut sekä verot ovat kuvassa mukana. Lisäksi optimointi tulee tehdä etukäteen, varsinkin eri day-ahead -sähkömarkkinoilla toimittaessa, mutta muutenkin: liian lyhyellä aikajänteellä optimointi ei olisi akun ominaisuuksien ja hintojen vaihtelurytmin kannalta järkevää. Ratkaisun osana tarvitaankin lisäksi hyviä ennusteita.

Aallon Automaation tietotekniikka -ryhmän ratkaisu käsittää nimenomaan sekä ennusteiden tekemisen, että akkujen käytön avulla tehtävän sähkönkäytön tuottavuuden maksimoimisen. Ratkaisuun kuuluu kolmenlaista teknologiaa: ennustin-tekoäly, akkumalli, ja optimointitekoäly.

Ratkaisun avulla on mahdollista myös simuloida kohteita, jotka eivät vielä ole valmiita. Tästä on hyötyä investointipäätösten tekemisessä. Esimerkiksi tuulivoimalan rakentajan näkökulmasta ei ole itsestään selvää, minkä kokoinen akku ao. kohteen yhteyteen kannattaa hankkia. Akkujen hinnat saa tietoonsa toimittajilta, mutta sitten palataan tavallaan edellä kuvattuun ongelmaan: miten akkua kannattaa käyttää ja paljonko silloin voidaan saada tuottoa. Aallon ryhmän ratkaisuun voidaan konfiguroida kohteen tiedot ja ratkaisulla voidaan sitten simuloida optimoitua tuotantosuunnittelua, esimerkiksi kolmen kuukauden tai vuoden aikajänteellä – eri kokoisille akkuvaihtoehdoille. Tulokertymien eroja vertaillen saadaan hyvä käsitys, millainen akkuinvestointi kohteeseen kannattaa tehdä. Muitakin muuttujia voidaan varioida vastaavasti: esimerkiksi sähköverkkoliittymän kokoa, jos harkinnassa on liittymän kasvattamis -investointi.

Kuva 1. Seuraavan vuorokauden tuotanto- tai tarjoussuunnitelman optimointiin käytettävissä oleva ennusteinformaatio (plus pörssisähkön ja tasesähkön hintojen toteumat, jotka määräytyvät myöhemmin). Esimerkkitapauksena anonyymi vaihtelevahintaisen pörssisähkön oloissa toimiva hybridivoimala, jossa on aurinkovoimala, elektrolyyseri, ja akku. Vasemmalla sähkön hintaennuste (spot fcast) ja oikealla aurinkovoimalan tuotantoennuste (forecast vihreällä) sekä elektrolyyserin kulutusprofiili (forecast ruskealla). Kuva 2. Optimointitulos ja akun käyttösuunnitelma sekä -toteuma, samasta kohteesta ja samalta päivältä kuin kuvan 1 esimerkki. Vasemmalla kohteen sähkönoston ja -myynnin tuotantouunnitelma seuraavan vuorokauden tunneille. Negatiiviset arvot tarkoittavat ostoa ja positiiviset myyntiä. Oikealla akun lataustason suunniteltu käyttäytyminen (optimizer) ja toteumien mukainen käyttäytyminen (validator).

Ratkaisusta on moneen

Sovelluskohteita ovat siis esimerkiksi tuuli- ja aurinkovoimalat, joissa on - tai joihin suunnitellaan - akkua. Myös vedyntuotantoyksiköt tulevat olemaan paljolti tällaisten voimaloiden yhteydessä. Vedyntuotantoyksikössä tehdään vedestä vetyä ja happea elektrolyysin avulla, verrattain paljon sähköä kuluttaen. Vetyä tullaan tarvitsemaan runsaasti mm. kuumiin teollisuusprosesseihin ja raskaampaan liikenteeseen – jotka myös on energiamurroksessa päivitettävä fossiilisia aineita polttamattomiksi. Toisin päin ajatellen, kun vaihtelevaa sähkön tuotantoa tulee sähköjärjestelmässä olemaan ajoittain erittäinkin runsaasti suhteessa kulutukseen ja sähkön hinta painuu lähelle nollaa tai negatiiviseksi, on hyvä silti kyetä hyödyntämään myös ylimääräinen energia. Tällöin hyötysuhteet eivät ole niin merkitseviä kuin lopputuotteen kuluttajahinta. Aallon ratkaisussa myös elektrolyyserin tuotannonsuunnittelu on sisällytettävissä sähkönkäytön kokonaisoptimointiin, kohteessa olevan vetyvaraston puitteissa.

Toinen yleistyvä käyttökohde ovat sähköverkon tukena eli reservimarkkinoilla käytettävät akut. Aallon ryhmän ratkaisu kattaa myös nämä markkinat ja käyttötapaukset.

Kolmas esimerkkikohde on sähköautojen latausasemat sellaisissa paikoissa, joissa sähkön jakeluverkko ei ole toistaiseksi mitoitettu niin suurta ajoittaista tehonkulutusta varten. Tällaisissa kohteissa akkua käyttäen voidaan ajoittain ladata autoja sähköverkkoliittymää suuremmalla teholla ja sitten taas puskuroida tasaisesti liittymästä sisään tulevaa sähköä akkuun. Tällöinkin Aallon ryhmän ratkaisu soveltuu.

Keskikokoisia akkuja on paljon myös esimerkiksi kännykkäverkon tukiasemissa ja datakeskuksissa. Jälleen jos sähkön ostohinta vaihtelee ja kohteessa on vaihtelevaa sähkönkulutusta sekä epälineaarisesti käyttäytyvä akku, niin Aallon ryhmän ratkaisu soveltuu.

Kuva 3. Lämpökartta-kuva kuukauden pituisista simulaatioista eri akun kokovaihtoehtoja ja akun ’ajamisen’ C-arvoa varioiden. Anonyymi esimerkkikohde. Tuloksista nähdään, että ero optimoidussa tuotossa olemattoman pienen (110 kWh) ja 7,8 MWh akun välillä ao. kuussa olisi ollut kolmekymmentä tuhatta euroa ao. kohteessa.

Mahdollisuus toimivuuden todentamiskokeiluihin

Yrityksiä, jotka voisivat hyötyä Aallon ryhmän ratkaisusta, on siis monenlaisia. Aallon ryhmä tekeekin toimivuuden todentamiskokeita erilaisten yrityskumppaneiden kanssa R2B-projektin puitteissa.

Lähestymistapa on tällöin kaksivaiheinen. Ensimmäisessä vaiheessa saadaan yrityskumppanilta tekniset tiedot kohteen energiahyödykkeistä ja akusta sekä relevanteista sähkömarkkinoista, jonka jälkeen osoitetaan offline-simulaatiolla optimoinnin arvo. Toisessa vaiheessa ratkaisu integroidaan rajapintojen kautta yrityskumppanin järjestelmiin, jonka jälkeen ratkaisu voi toimia online joka päivä, seuraavan vuorokauden tuotannonsuunnittelua ja/tai tarjoussuunnitelman tekemistä optimoiden. Tätä myöten toimivuus saadaan todennettua relevantissa ympäristössä alusta loppuun.

Aallon ryhmä etsii edelleen yrityskumppaneita toimivuuden todentamiskoe -yhteistyöhön, aina tämän vuoden loppuun asti.

Ratkaisun kaupallistaminen

BatteryMonetizer R2B-projektin jälkeen seuraa varsinainen kaupallistamisvaihe. Joko ryhmän jäsenet perustavat yrityksen ja Aalto-yliopisto siirtää älyllisen omaisuuden yritykselle tietyin ehdoin, tai Aalto-yliopisto myy älyllisen omaisuuden. Aalto-yliopiston strategiaan kuuluu tutkimuksen vaikutuksellisuuden tukeminen, eli vaikutuksen laajuus on keskeinen päätöksentekoa ohjaava tekijä.