Szimulációval hatékonyabb akkumulátoros rendszereket lehet tervezni, mint AI-val

Dorka Tarnai

Felmerülhet a kérdés: ki tervezne optimálisabb rendszereket, a szakemberek vagy az AI?

Az automatizálás vajon megoldaná a túltermelési problémákat, csökkentené az energiapazarlást?

Összetett a válasz, a leegyszerűsítő lényeg pedig elég unalmas: a legjobb megoldásnak az arany középút tűnik… vagyis a szakemberek által készített szimulációs környezetben generált fél-automata tervezési folyamat.

Az akkumulátoros rendszerek piaci helyzete

A megújuló energia térnyerése magával húzza az energiatárolási technológiát is. A hibrid, vagyis akkumulátorral kiegészített lokális energiarendszerek telepítése azonban jelentős lépés komplexitásban, amihez a telepítő cégeknek komoly szakmai fejlesztést kell végrehajtani.

Ez egy folyamat, amit a piaci igények diktálnak. Az akkumulátorral kombinált napelemek piaca most áll robbanás előtt. A következő években a napelemeket forgalmazó és üzembe helyező cégek számára logikus lépés lesz az akkumulátorokra is kiterjeszteni az üzletet.

Jelenleg, a legtöbb cég hozzávetőleges számítások alapján tud a napelemes kapacitás mellé akkumulátort tervezni. Ennek általában a gyakorlati eredménye az, hogy a tervezés nem lesz elég pontos, így gyengébb megtérülési mutatók realizálódnak az ügyfeleknél. A közelítő üzleti tervek pedig a banki tárgyalások során nem mindig adnak kellően átfogó képet a finanszírozónak.

Ha az akkumulátort alultervezik, akkor túl sok megújuló energiát pazarol el a rendszer, ha túltervezik, akkor túl drága lesz a beruházás, és a vállalat nem tudja kihasználni a telepített kapacitást. 

Napjainkban nagy az érdeklődés a mesterséges intelligencia-eszközök iránt. Elvileg az energetikai rendszerek tervezésében is segíthetne. Nézzük meg, hogyan nézne ki ez elméletben, és hasonlítsuk össze az alternatívákkal!

AI vs szimulációs tervezés

Hogyan tudna működni egy ilyen hibrid elektromos rendszer-tervező AI szoftver?

A „tanítóadat” a korábbi beruházások tapasztalata lehetne. Ha az áramfogyasztást, a napelemek teljesítményét, tájolását, a beépített akkumulátorok kapacitását és a megtérülés időpontját feljegyezzük, akkor az AI-eszköz képes lehet megadni az új rendszer tervezésekor az optimális rendszerméretet, gondolhatnánk.

A dolog szépséghibája, hogy ez a predikció így sem lesz elég pontos, illetve vélhetően több tízezer olyan beruházás adatára lenne szükség, amely már elérte a megtérülési pontot.

Talán néhány év múlva lehetnek ilyen elven működő szoftverek, talán addigra meglesz a szükséges adatmennyiség.

De korántsem biztos, hogy a már jelenleg is létező szimulációs megoldás nem lesz ennél hatékonyabb még akkor is.

A szimuláció során létrehoznak a virtuális térben egy „digitális ikerpárt” az összes olyan akkumulátor-modellnek, amely szóba jöhet. 

A szimuláció indítása előtt betáplálják a tervezett beruházás helyszínének idősoros fogyasztási adatait, 15 perces bontásban, továbbá a szerződött energiaárat.

A részletes adatlapok feldolgozásával, illetve laboratóriumi mérésekkel felépített cellamodelleknek köszönhetően pontosan előrejelezhető az éves töltési-kisütési ciklusok száma, így az akkumulátor várható élettartama is.

A szimulációt szakértők paraméterezik. Az áramszolgáltatótól lekérhető fogyasztási adatsor már elegendő ahhoz, hogy egy konkrét méretezés- és kapacitásjavaslatot készítsenek az ügyfeleknek.

A megoldás létjogosultságát igazolni látszik, hogy a szektor telepítői oldalán óriási leterheltséget tapasztalhatunk. Az energiaválság miatt folyamatosan nő az igény a napelemes és akkumulátoros rendszerek iránt, a nagyobb tervező és kivitelező cégek több száz megkeresést kapnak havonta. A vállalati energetikai beruházások egyik jellegzetessége viszont, hogy az eltérő fogyasztási szokásokból adódóan minden projekt egyedi, így a valódi tervezés és kivitelezés időigényes.

Az optimális rendszerméret meghatározásához ökölszámok helyett pontos műszaki és gazdasági számításokra van szükség, ami ekkora mennyiségű projekt esetén kizárólag megfelelő szoftveres támogatással lehetséges.

A szimuláció eredménye egy részletes tervezési dokumentum - automatikusan generálva

A szimuláció eredményeként generált dokumentum többek között tartalmazza:

  • a tervezett projekt részletes üzleti tervét
  • a cash-flow modellt
  • a beruházási és üzemltetési költségeket
  • az éves megtakarításokat
  • az extra bevételeket
  • a megtérülési fedezeti pont idejét

A szimulációs eredményekből nagyrészt automatikusan generált szöveges dokumentáció a különböző műszaki és gazdasági grafikonokon kívül részletes hozamkalkulációkat is tartalmaz, így nem csak a vevői tárgyalásokon használható hatékonyan, de a villamos tervező által készített kiviteli tervek alapjául is szolgálhat, tehát több ponton gyorsítja az ügyintézést a kivitelező cégek, ügyfeleik, és a finanszírozásban esetleg érintett harmadik felek számára is.

Példa-szimulációnk itt letölthető, ez a dokumentum minden tekintetben megfelel a valódi projekteknél generáltaknak, csak egy elképzelt eset adatait használja.

A szoftver használatával a projektfejlesztők, napelemeket forgalmazó cégek egyrészt képesek beemelni az energiatárolókat a portfóliójukba, másrészt szakértői státuszt érhetnek el a piacon.

A legtöbb projektben külső finanszírozókat (banki hitel, ESCO modell, kockázati tőke) is be kell vonni a saját források mellett, így egy megalapozott pénzügyi modell nélkülözhetetlen a beruházói tárgyalások során. A pontos műszaki és megtérülési számítások jelentősen csökkentik a finanszírozói kockázatokat, így adott esetben lényegesen kedvezőbb pénzügyi feltételek alakíthatók ki! Tehát a szimuláció már önmagában is javíthatja a projekt gazdasági mutatóit, még mielőtt bármi is elkezdene megvalósulni belőle.

Összefoglalva elmondható, hogy az energiatárolási szakterületnek jelenleg inkább pontosságra és precizitásra van szüksége, nem pedig valószínűségszámítással, azaz „becsléssel” operáló algoritmusokra. A szimuláció egyedi és ellenőrzött, bizonyítható adatokra épül, komplex matematikai modellek „hajtják”, amelyek pontosságát igazolták a Budapesti Műszaki és Gazdaságtudományi Egyetem kutatói. 

Középtávon elképzelhető, hogy lesz olyan speciális AI-eszköz, ami kellően sok paramétert kezel ahhoz, hogy meg is tudja tervezni a komplex hibrid rendszereket. De nehéz elképzelni azt, hogy a szimuláció, mint eszköz ne legyen domináns megoldás még hosszú évtizedekig, hiszen ez a technológia is további fejlődés előtt áll. 

A pontosság már ma is garantált, de a későbbiekben további funkciókkal bővülhetnek az olyan tervezési szoftverek, mint a DimenSim.

Ezeket se hagyja ki

A naperőmű parkok tulajdonosai az elmúlt években jelentős kihívásokkal néztek szembe. A villamosenergia-piac volatilitása, a turbulens a kiegyenlítőenergia-árak és az új csatlakozási lehetőségek szűkössége arra ösztönzik a tulajdonosokat, hogy új bevételi források után nézzenek.
Ahhoz, hogy a DimenSim pontos eredményeket adjon, elengedhetetlen a gondosan előkészített fogyasztási profil (T-görbe Excel) feltöltése. Ismerd meg, milyen követelmények vonatkoznak a fájlokra, hogyan kezelheted a különleges eseteket, és mit tehetsz, ha valami mégsem működik! Ez az útmutató minden kérdésedre választ ad.
A jelenlegi legjobb megoldás vállalati napelemes és akkumulátoros rendszerek méretezésére a szimuláció. Egy ilyen program sokkal hatékonyabb, kifinomultabb és gyorsabb, mint Excelben számolgatni. A jövőben elképzelhető, hogy a mesterséges intelligencia erre is jó megoldást fog nyújtani, de a szimulációnak még hosszú évekig vezető szerepe lesz.
A Zero Waste irányzat a megújuló energia szektorban a  feleslegesen megtermelt energia minimalizálását és az energetikai hatékonyság maximalizálását jelenti.

Vegye fel velünk a kapcsolatot

Kérdése van? Vegye fel velünk a kapcsolatot az alábbi űrlap kitöltésével, és kollégáink hamarosan felkeresik Önt. Sürgős? Keressen minket telefonon:

Kapcsolatfelvételi űrlap