Hajautetun aurinkosähkön osuus Suomen sähköntuotannossa lisääntyy jatkuvasti. Aurinkoenergian tuotanto on kuitenkin riippuvainen vallitsevasta säätilanteesta, jonka vuoksi tuotantoteho voi vaihdella huomattavasti, jopa sekuntitasolla. Tuotannon keskittyessä alueellisesti asukasmäärien mukaan, paikalliset säävaihtelut voivat aiheuttaa merkittäviä paikallisia ja kansallisia muutoksia aurinkosähkön kokonaistehossa. Haastena hajautetussa aurinkosähköntuotannossa voidaan pitää myös pienten ja keskisuurten kohteiden tuotannon ennustettavuutta. Suurissa, megawattiluokan kohteissa tuotantoennusteet ovat arkipäivää, mutta pienkohteissa ennusteiden hyödyntäminen on alkutekijöissään. Hajautettua tuotantoa kuitenkin asennetaan kymmeniä megawatteja vuodessa, pienten ja keskisuurten voimaloiden muodostaessa valtaosan asennetusta kapasiteetista. Sähköyhtiöillä on tieto asennetusta kapasiteetista, muttei voimalan tuotantoon vaikuttavista seikoista, kuten voimalan asennuskulmista ja mahdollisista varjostumista. Asennuskulmien ja varjostusten vaikutus voimalan tuotantoon ja varsinkin sen ajoittumiseen on todella merkittävä. Jotta voimalan tuotantoa voidaan ennustaa luotettavasti, täytyy tuotantoennuste tehdä voimalakohtaisesti. Nämä tuotantoennusteet voidaan aggregoida alueellisesti, jolloin voidaan muodostaa alueelliset tai jopa koko maata koskevat tuotantoennusteet.
Tuotannonennustamista suurempi merkitys sähköverkon näkökulmasta on kuitenkin kohteen verkkorajapinnan tilanne. Aurinkosähkön kannattavuus on korkeimmillaan, kun tuotettu energia saadaan kulutettua kohteessa. Tämä puolestaan johtaa kulutuksen optimointiin ohjaamalla sitä aurinkosähkön tuotantotunneille. Kohteen verkkorajapinnassa tämä näkyy tilanteesta riippuen joko kulutuksen lisääntymisenä tai verkkoon myydyn tuotannon vähenemisenä. Tämän vuoksi myös kulutuksenennustamisen rooli nousee entistä suuremmaksi.
Yhdistämällä kulutuksenohjaus- ja tuotannonennustaminen voidaan luoda yksi, kiinteistön verkkorajapintaa kuvaava ennustemalli. Ennustemallin epätarkkuuksiin voidaan vaikuttaa joko vähentämällä tuotantoa tai ohjaamalla kulutusta kulloisenkin tarpeen mukaan. Integroimalla akkuvarasto kokonaisuuteen, voidaan ennustemallin epätarkkuudet eliminoida lähes kokonaan.
GreenEnergy Finland Oy on kehittänyt tietoturvallisen, reaaliaikaisen GEF Vision™ Ekosysteemin sekä tuotantotietojen keräämiseen että kulutuksenohjauskäskyjen välittämiseen kohdekiinteistöihin. Lisäksi GEF Vision™ -alustaan kuuluu koneoppimiseen ja sääennusteisiin pohjaava tuotantoennuste, jolla on mahdollista luoda tuntitason tuotantoennusteet seuraavalle 24 tunnille.
Tavoitteena GEF Vision™ Ekosysteemillä on mahdollistaa hajautetun energiantuotannon omavaraisuus ja energiavarastoinnin ja hajautetun tuotannon ylijäämän kaupallinen hyödyntäminen. Kaikki toiminta kehittyy kuitenkin loppuasiakkaan ehdoilla ja etua ajatellen.
Sähköajoneuvot ja GEF Vision™ Ekosysteemi
Autokannan muutoksessa lisääntyvien sähköajoneuvojen johdosta sähköverkon kuormittuvuus ja dynamikka muuttuu merkittävästi. Uusiutuvan energiantuotannon epävarmuus voi rajoittaa huipputehon tuottoa ja ajoneuvojen latauspalveluita. Lisäksi nykyinen sähköverkko ei pysty vastaamaan uusiin sähköverkon dynaamisiin haasteisiin, kun fossiilista liikennettä korvataan sähköisellä. Älykkään sähköverkon ja hajautetun ekosysteemin avulla energiavarastoilla voidaan vastata suureneviin tehonkulutuksen huippuihin, joita varsinkin sähköautojen kasvavat latauspalvelut aiheuttavat. Sähköajoneuvojen lataus aiheuttaa haasteita, mutta samalla ne tarjovat myös ratkaisuja haasteisiin. Sähköautojen akustot ovat merkittävä energiavarasto hyödynnettäväksi, suurimman osan ajasta autot eivät ole liikennekäytössä.
Sähköajoneuvojen siis lisääntyessä niiden akkukapasiteetin ohjaaminen osittain myös joustomarkkinoiden käyttöön on mielenkiintoinen vaihtoehto ja mahdollisuus. Joustomarkkinoilla voidaan saavuttaa merkittävä kapasiteettihyötyä sähkömarkkinoiden joustopalveluiden näkökulmasta erityisesti hyödyntäen akkujen purkamista verkkoon päin ns. vehicle-to-grid (V2G) toiminnallisuutta ja kiinteistöjen akustoja sekä niiden yhteiskäyttöä.
Kuinka siis ladata kotona sähköauto nopeasti?
Tyypillisessä kotitalouskiinteistössa on 3 x 25 A sähköliittymä, joka mahdollistaa noin 17 kW huipputehon. Käytännössä siitä käytettävissä oleva teho yksivaiheisena on 16 A pistorasiasta on n. 3,7 kW, joka tarkoittaa esim. Nissan Leafin tapauksessa (40 kWh akusto) noin 11 h yhtämittaista lataamista. Nopeaksi sitä ei voi kutsua, mutta jos kiinteistössä on erillnen energiavarasto esim. 15 kWh ja tasajänniteverkkolaturi 15 kW, saadaan liki puolet akuston kapasiteetista täyteen tunnissa ja reilussa kahdessa tunnissa akku on lähes täysi. GEF Vision™ Ekosysteemi laajentuu myös modulaarisesti suurempiin järjestelmäkokoluokkiin mahdollistaen vielä nopeamman latauspalvelun.
Kohti uusia palveluita-mitä on odotettavissa?
Älykäs sähköverkkoekosysteemi voi hyödyntää kiinteistöjen ja sähköajoneuvojen energiavarastoa myös sähkömarkkinoiden eri reservilajeissa esim. kysyntäjoustossa. Ajoneuvon akuston lataaminen verkosta tai kiinteistöakustosta, tai purkaminen kiinteistöakkuun tai sähköverkkoon, sovitetaan yhteen voimajärjestelmän kulloisenkin tilan kanssa. Energiatuotannon volatiliteetin kasvaessa tuntihintojen minimit ja maksimit voidaan hyödyntää ekosysteemin avulla. Volatiliteetin kasvu luo mahdollisuuksia, kun tuntihinnat ovat matalia, ladataan akustot ja puretaan hintojen ollessa korkeita. Tämä tukee voimajärjestelmän stabiiliutta erityisesti uusiutuvan energian, tuuli- ja aurinkovoiman vaihteluiden aikana ja tuottaa lisäansioita kiinteistön ekosysteemin omistajalle.
GEF Vision™ Ekosysteemi liittää kiinteistön oman energiavaraston ja sähköajoneuvon osaksi kokonaisuutta, jossa nopeat latauspalvelut ovat mahdollisia. Lisäksi se mahdollistaa liitännäispalveluiden (esim. kysynnänjousto) käyttöönoton kiinteistössä.