Energy Management u praksi: Kako INTERA TP smanjuje troškove električne energije i povećava energetsku neovisnost
Kako smanjiti troškove električne energije uz Energy Management?
Svakodnevno svjedočimo velikim turbulencijama na tržištu energenata, dok električna energija kao temeljni pokretač modernog gospodarstva kontinuirano poskupljuje.
Stoga je potreba za održivim i učinkovitim upravljanjem energijom postala neizostavna stavka konkurentnosti današnjih tvrtki.
Energy management više se ne promatra samo kao alat za smanjenje troškova, nego i kao strateški pristup koji organizacijama pruža veću energetsku neovisnost, otpornost na promjene i smanjenje utjecaja na okoliš.
Razvoj obnovljivih izvora energije, sustava za pohranu energije i naprednih digitalnih tehnologija otvorio je nove mogućnosti za optimizaciju potrošnje električne energije. Međutim, stvarna vrijednost takvih sustava ne proizlazi samo iz ugrađene opreme, već iz sposobnosti da se svi elementi povežu u jedinstvenu, inteligentno upravljanu cjelinu.
Naša tvrtka je upravo takav pristup primijenila u zgradi INTERA Tehnološkog Parka implementacijom naprednog sustava Energy Managementa. Projekt pokazuje kako se kombinacijom fotonaponske elektrane, baterijskog sustava i vlastitog EnergyCore softvera, koji koristi umjetnu inteligenciju, može postići veća energetska neovisnost, uz značajno smanjenje troškova i povećanje ekološke održivosti.
U nastavku donosimo pregled implementiranog rješenja, tehnologije koje ga pokreću te načina na koji umjetna inteligencija i baterijski sustav zajedno stvaraju konkretne energetske i financijske uštede.
Implementirano rješenje: Integracija proizvodnje, pohrane i inteligentnog upravljanja
Razvoj i validacija Energy Managementa modela u stvarnim uvjetima provedeni su u INTERA Tehnološkom Parku. Implementirano rješenje objedinjuje proizvodnju električne energije iz obnovljivih izvora, pohranu energije i inteligentno upravljanje potrošnjom.
Sustav se sastoji od fotonaponske elektrane instalirane snage 158 kWp te baterijskog sustava Fox G-Max snage 100 kW i kapaciteta 215 kWh. Dok solarna elektrana proizvodi energiju iz obnovljivih izvora, baterijski sustav omogućava njezinu pohranu i korištenje u trenucima kada je električna energija iz mreže najskuplja. Snaga baterijskog sustava od 100 kW odnosi se na maksimalnu snagu punjenja i pražnjenja, što znači da se baterija može napuniti ili isprazniti za 2 sata.
Ovaj sustav dimenzioniran je za vijek trajanja od 10 godina uz dva kompletna dnevna ciklusa punjenja i pražnjenja, a njegova modularnost omogućuje povezivanje do osam jedinica, dosežući maksimalni kapacitet od impresivnih 1,7 MWh. Modularnost sustava znači da možemo skalirati kapacitet baterije ovisno o rastu potreba zgrade, što osigurava dugoročnu fleksibilnost i otpornost na promjene na energetskom tržištu.
Upravo zato ključnu komponentu sustava predstavlja EnergyCore, naša vlastita softverska platforma, razvijena isključivo internim resursima i znanjem naših inženjera.
EnergyCore je razvijen kao platforma za upravljanje energijom u stvarnom vremenu te predstavlja operativni centar cijelog sustava. Softver se sastoji od tri međusobno povezane komponente:
- Backend servis kontinuirano prikuplja podatke s glavnog brojila, solarne elektrane i baterijskog sustava putem Modbus komunikacije. Sve informacije pohranjuju se u bazu podataka, dok sustav istovremeno prikuplja meteorološke podatke i predikcije solarne iradijacije za naredne dane. Na temelju tih informacija backend servis svakih 10 sekundi izračunava optimalne parametre rada baterijskog sustava te automatski donosi odluke o punjenju i pražnjenju.
- AI model strojnog učenja razvijen je na temelju višegodišnjih mjerenja proizvodnje i potrošnje električne energije. Model kontinuirano analizira povijesne obrasce ponašanja sustava te predviđa buduću proizvodnju solarne elektrane i energetske potrebe objekta.
- Frontend sučelje korisnicima pruža jasan i intuitivan pregled svih energetskih tokova između mreže, solarne elektrane, baterije i zgrade. Osim praćenja trenutačnog stanja sustava, korisnici imaju uvid u ostvarene uštede, troškove, povijesne trendove i buduće predikcije, što upravljanje energijom čini transparentnim i jednostavnim.
Upravo kombinacija ova tri sloja pretvara klasični baterijski sustav u inteligentnu energetsku platformu sposobnu za samostalno donošenje odluka i kontinuiranu optimizaciju troškova električne energije.
Tarifni modeli kao temelj optimizacije
Za zgradu INTERA TP primjenjuje se dvotarifni model obračuna električne energije.
Ljetno računanje vremena
- Viša dnevna tarifa od 08:00 do 14:00 i od 17:00 do 23:00
- Niža dnevna tarifa od 23:00 do 08:00 i od 14:00 do 17:00
Zimsko računanje vremena
- Viša dnevna tarifa od 07:00 do 13:00 i od 16:00 do 22:00
- Niža dnevna tarifa od 22:00 do 07:00 i od 13:00 do 16:00
Posebno je važno naglasiti da je cijena električne energije u višoj tarifi približno dvostruko veća od cijene energije u nižoj tarifi. Ova razlika temelj je poslovne logike sustava EnergyCore.
Cilj nije samo proizvesti ili pohraniti energiju, već osigurati da se ona koristi u trenucima kada donosi najveću financijsku korist. Zbog toga EnergyCore kontinuirano analizira proizvodnju, potrošnju i tarifni model kako bi odredio optimalan trenutak za punjenje ili pražnjenje baterijskog sustava.
Backend servis
Backend servis predstavlja operativni mozak sustava za upravljanje energijom. Njegova glavna zadaća je neprekidno prikupljanje, obrada i donošenje odluka na temelju podataka iz mikroenergetske mreže. Radi u realnom vremenu i povezuje sve ključne komponente: brojila, baterijski sustav, fotonaponsku elektranu i AI model predikcije.
Arhitektura i funkcionalnost:
- Servis je razvijen kao modularna aplikacija koja se sastoji od više paralelnih procesa: prikupljanje podataka, analitika, optimizacija i komunikacija s uređajima.
- Komunikacija s fizičkim uređajima odvija se putem Modbus TCP/IP protokola, što omogućuje brzu i pouzdanu razmjenu informacija između brojila, invertera i baterijskog sustava.
- Svi podaci se spremaju u relacijsku bazu podataka, strukturiranu tako da omogućuje povijesnu analizu, treniranje AI modela i praćenje performansi sustava.
- Backend svakih 10 sekundi izvršava puni ciklus:
- Ažurira trenutne podatke o proizvodnji, potrošnji i stanju baterije.
- Analizira ih u kontekstu tarifnog modela i vremenske prognoze.
- Izračunava optimalnu točku rada baterije (setpoint).
- Šalje naredbu baterijskom sustavu za punjenje ili pražnjenje.
Integracija s AI ML modelom:
- Backend koristi predikcijske podatke o solarnoj iradijaciji (GHI)
- Na temelju tih podataka i povijesnih mjerenja, AI model predviđa proizvodnju i potrošnju za naredne sate i dane.
- Backend zatim uspoređuje te predikcije s tarifnim rasporedom i donosi dinamičke odluke o strategiji punjenja baterije (maksimalno, djelomično ili odgođeno punjenje).
Sigurnost i pouzdanost:
- Sustav ima ugrađene mehanizme za detekciju anomalija. Ako se pojavi odstupanje u mjerenjima, backend automatski prelazi u sigurnosni režim rada.
- Svi podaci se arhiviraju i mogu se analizirati retroaktivno, što omogućuje energetsku forenziku i optimizaciju algoritama.
Vizualna konzola i nadzor:
- U konzoli backend servisa prikazuju se ključni parametri: trenutna snaga solara, stanje baterije, potrošnja zgrade, tarifna zona i aktivna strategija optimizacije.
- Operateri mogu u realnom vremenu vidjeti kako sustav reagira na promjene – primjerice, prelazak iz niže u višu tarifu ili nagli pad solarne proizvodnje.
- Sustav automatski generira dnevne i mjesečne izvještaje o uštedama, potrošnji i učinkovitosti baterije.
Backend servis nije samo tehnička komponenta, već inteligentni regulator koji omogućuje da cijeli sustav funkcionira kao živi organizam: reagira, uči i prilagođava se. Zahvaljujući njegovoj brzini i preciznosti, Alfa Therm može u stvarnom vremenu optimizirati potrošnju, smanjiti troškove i povećati iskoristivost obnovljivih izvora energije.
Umjetna inteligencija u Energy Managementu: Predikcija i strojno učenje
Srce našeg upravljanja je AI ML model predikcije temeljen na strojnom učenju i povijesnim podacima koji su prikupljani proteklih godina. Predikcija solarne proizvodnje izrađuje se u odnosu na GHI (Global Horizontal Irradiance) – solarnu iradijaciju, za svaki dan i svaki sat u godini zasebno.
AI ML model se koristi umjesto klasičnog proračuna iz dva osnovna razloga:
- Imamo specifičnu fotonaponsku elektranu na krovu, gdje je dio panela okrenut je prema istoku, dio prema zapadu, a dio prema jugu. Pored ovoga, na krovu zgrade nalaze se strojarnica i parapet koji stvaraju sjene ovisno o godišnjem dobu i dobu dana, zbog čega je izračun klasičnim načinom otežan, kompleksan i s upitnom preciznošću.
- AI ML model automatski uzima u obzir i starenje fotonaponskih panela tijekom godina
Kako se količina podataka, prikupljenih mjerenjem, povećava, model postaje sve precizniji i daje bolje predikcije potrošnje i proizvodnje električne energije u zgradi.
Za ovu zgradu primijenjen je set regresijskih modela koji je pokazao najvišu preciznost predikcije. Platforma je skalabilna i primjenjiva na objektima različitih namjena i kapaciteta.
Za dohvaćanje predikcije GHI za naredni period koristimo podatke relevantnog meteorološkog web servisa.
Kako Energy Management sustav automatski optimizira potrošnju električne energije?
Naš softverski sustav EnergyCore ne radi samo na temelju trenutačnih očitanja, već koristi algoritme za donošenje odluka ovisno o vremenskoj prognozi i očekivanoj solarnoj iradijaciji (GHI). Ključ uspjeha leži u prilagodbi strategije punjenja baterije s dva osnovna scenarija:
- Strategija pri niskoj solarnoj iradijaciji (Oblačni dani)
Kada model predikcije (ljubičasta linija na grafikonu) signalizira da naredni dan neće biti dovoljno sunca za pokrivanje potreba zgrade, sustav aktivira režim maksimalne pohrane:
- Noćno punjenje do 100 %: Baterija se tijekom noći u cijelosti puni iz mreže po nižoj tarifi.
- Prioritet pražnjenja: Sva pohranjena energija koristi se isključivo tijekom sati visoke tarife kako bi se maksimalno izbjegla kupovina skupe električne energije, budući da solarni paneli neće moći značajnije pridonijeti.
Iz dijagrama je vidljivo da je AI model predvidio proizvodnju iz solarne elektrane manju nego što su potrebe zgrade. Na temelju toga je odabrana prva strategija optimizacije koja zahtijeva punjenje baterije u nižoj dnevnoj tarifi do maksimalnog kapaciteta (dio dijagrama od 00:00 do 02:00 sati).
Tijekom dana je baterija pražnjena u višoj dnevnoj tarifi prema potrebi zgrade (dio dijagrama od 08:00 do 14:00). Nakon što je započela ponovo niža dnevna tarifa, backend servis (pozadinski računalni sustav koji upravlja uređajima i donosi odluke) dao je nalog bateriji za ponovno punjenje do maksimalnog kapaciteta (dio dijagrama od 14:00 do 16:45). U višoj dnevnoj tarifi ponovo je pokrenuto pražnjenje baterije kako bi se minimizirao trošak više tarife (dio dijagrama od 17:00 do 23:00).
- Strategija pri visokoj solarnoj iradijaciji (Sunčani dani)
Ovo je najnapredniji dio našeg sustava koji sprječava nepotrebne troškove i gubitak energije. Ako predikcija pokazuje visok GHI, backend servis računa reducirani setpoint punjenja:
- Djelomično noćno punjenje: Baterija se noću ne puni do punog kapaciteta, već samo onoliko koliko je potrebno da se premosti ranojutarnje razdoblje visoke tarife do trenutka kada solarna elektrana preuzme opterećenje.
- Ostavljanje “prostora” za sunce: Ostavljanjem slobodnog kapaciteta u bateriji, omogućujemo sustavu da tijekom dana u potpunosti apsorbira višak energije iz fotonaponske elektrane. Da je baterija ujutro bila puna 100 %, višak solarne energije ne bismo imali gdje pohraniti.
- Dvostruka ušteda: Ovim pristupom štedimo na kupnji mrežne energije čak i u nižoj tarifi i osiguravamo da svaki proizvedeni solarni kWh ostane unutar zgrade.
Iz dijagrama je vidljivo da je AI model predvidio proizvodnju iz solarne elektrane veću nego što su potrebe zgrade.
Na osnovu toga odabrana je druga strategija optimizacije koja zahtijeva punjenje baterije u nižoj dnevnoj tarifi do minimalno potrebnog kapaciteta da zadovolji potrebe zgrade u prvim jutarnjim satima kada još nema dovoljno proizvodnje sa solarne elektrane.
Tijekom dana baterija je pražnjena u višoj dnevnoj tarifi prema potrebi zgrade (dio dijagrama od 08:00 do 09:30) sve dok fotonaponska elektrana nije preuzela kompletnu potrošnju zgrade.
Nakon toga se višak energije iz solarne elektrane iskoristio za punjenje baterije do maksimalnog kapaciteta (dio dijagrama od 09:30 do 11:00).
Budući da je baterija već bila napunjena viškom solarne energije, nije bilo potrebe za dodatnim punjenjem iz mreže u nižoj tarifi. U višoj dnevnoj tarifi je ponovo pokrenuto pražnjenje baterije kako bi se minimizirao trošak više tarife (dio dijagrama od 17:00 do 23:00).
Frontend sučelje
Frontend sučelje (korisnička aplikacija i upravljačka ploča) EnergyCore-a je vizualni i interaktivni sloj koji povezuje korisnika s kompleksnim energetskim procesima koji se odvijaju u pozadini.
Njegova uloga nije samo prikaz podataka, već i intuitivno vođenje korisnika kroz energetske tokove, uštede i performanse sustava.
U frontend sučelju se vidi trenutna distribucija električne energije između mreže, solarne elektrane, baterije i zgrade. Vizualizacija animira kretanje energije između ove 4 cjeline, u realnom vremenu, putem malih obojenih krugova koji se kreću po sivim linijama. Na gornjem primjeru je prikazan jedan trenutak koji pokazuje da solarna elektrana proizvodi 63,8 kW. Potrebe zgrade su 92,8 kW, te se ostatak uzima dijelom iz baterije (17 kW), a dijelom iz mreže (12 kW).
Pored ovoga, u frontend sučelju se vidi statistika proizvodnje i potrošnje električne energije u zadanom periodu. Na sljedećoj slici je prikazana statistika za jedan dan.
Vidljivo je da su potrebe zgrade taj dan bile 1.126,2 kWh uz trošak od 150,95 KM. Zahvaljujući fotonaponskoj elektrani i optimizaciji rada baterije, iz mreže je taj dan povučeno 739,2 kWh uz trošak od 65,62 KM.
Ovime smo taj dan uštedjeli 56,5 % troška električne energije, odnosno 85,33 KM. Pored ove dnevne uštede u potrošnji električne energije, baterija omogućava da smanjimo i angažiranu snagu tijekom cijelog mjeseca.
Struktura i funkcionalnost:
- Frontend je razvijen kao web aplikacija dostupna na računalima, tabletima i mobilnim uređajima.
- Koristi moderni framework koji omogućuje dinamičko ažuriranje podataka bez potrebe za osvježavanjem stranice.
- Komunikacija s backend servisima odvija se putem REST API poziva, čime se osigurava prikaz najnovijih vrijednosti proizvodnje, potrošnje i stanja baterije.
Vizualizacija energetskih tokova:
- Glavni prikaz frontend sučelja je interaktivna shema mikroenergetske mreže koja povezuje četiri cjeline: mrežu, solarnu elektranu, bateriju i zgradu.
- Tok energije prikazan je pomoću animiranih obojenih krugova koji se kreću po linijama između komponenti – plavi krugovi označavaju energiju iz mreže, žuti iz solara, a zeleni iz baterije.
- U svakom trenutku korisnik može vidjeti trenutnu snagu (kW) svake komponente i smjer kretanja energije.
Statistika i analitika:
- Frontend prikazuje dnevne, tjedne i mjesečne statistike potrošnje i proizvodnje električne energije.
- Grafički prikazi sadrže:
- Vremenske linijske dijagrame potrošnje i proizvodnje po satima,
- Filtriranje podataka po datumu.
Predikcije i AI u sučelju:
- Frontend prikazuje predikciju solarne proizvodnje i potrošnje za naredni dan, temeljenu na AI modelu koji koristi GHI podatke.
- Predikcije solarne elektrane su prikazane kao ljubičaste linije na grafikonu, dok se stvarna mjerenja prikazuju žutom bojom – korisnik tako može usporediti točnost modela i vidjeti trendove.
- Kada AI model detektira promjenu u vremenskim uvjetima (npr. oblačnost), sučelje automatski prikazuje novu strategiju punjenja baterije.
Korisničko iskustvo i interakcija:
- Sučelje je dizajnirano tako da ne zahtijeva veliko tehničko znanje jer su svi podaci prikazani jednostavno.
- Korisnik može ručno aktivirati režime rada baterije (npr. “maksimalna pohrana”, “optimizirano punjenje”) ili pustiti sustav da radi u automatskom AI modu.
- Ugrađeni su informativni paneli koji prikazuju uštede u KM/€ i postotak smanjenja troškova.
Dostupnost podataka:
- Svi podaci se prikazuju u realnom vremenu, ali se povijesni zapisi mogu dohvatiti iz baze za analizu performansi.
- Sustav je optimiziran za rad u lokalnom načinu rada i u oblaku, što omogućuje daljinski nadzor i upravljanje.
Frontend nije samo prikaz podataka, nego i alat za donošenje odluka. Kombinacijom vizualne analitike, AI predikcija i interaktivnog dizajna, izradili smo sučelje koje korisnicima omogućuje da upravljaju energijom kao resursom, a ne samo da je troše. Time se postiže potpuna transparentnost, kontrola i razumijevanje energetskog sustava.
Rezultati Energy Management sustava i ekonomska isplativost
Implementacija ovog sustava donijela je radikalne promjene u energetskom profilu zgrade INTERA TP. Prije ugradnje baterije, omjer potrošnje u višoj i nižoj tarifi bio je u prosjeku u posljednje tri godine (2023., 2024. i 2025.) VT 45 % : NT 55 %. Danas u prvoj polovici 2026. godine, taj omjer iznosi VT 25 % : NT 75 %. Promjena omjera tarifa jasno pokazuje kako je sustav preusmjerio potrošnju na jeftinije sate, čime se postiže dvostruka korist – smanjenje troškova i rasterećenje elektroenergetske mreže u periodima najveće potrošnje.
Glavni benefiti uključuju:
- Smanjenje računa: Na konkretnim dnevnim uzorcima vidljive su uštede od 56,5 % u odnosu na scenarij bez fotonaponske elektrane i baterije.
- Povrat investicije (ROI): Period povrata investicije (payback) u bateriju iznosi 4,5 godine. S obzirom na očekivani rast cijena električne energije u budućnosti, ovaj period će se dodatno skratiti.
- Povećanje iskoristivosti solarne elektrane: Elektrana je namijenjena za vlastitu potrošnju što znači da smo do sada sve viškove morali ograničavati na nivou invertera, iako smo imali potencijal za veću proizvodnju. Sada te viškove možemo spremiti u baterijski sustav i iskoristiti po potrebi. Ovime smo povećali iskoristivost fotonaponske elektrane za 8 %, čime smo i njoj smanjili vrijeme povrata investicije za jednu godinu.
- Sustav ne samo da smanjuje troškove, već i smanjuje emisije CO₂ jer se maksimalno koristi solarna energija.
- Zahvaljujući baterijskom sustavu zgrada ima dodatnu energetsku sigurnost i otpornost na prekide u opskrbi električnom energijom.
Zaključak
Projekt pokazuje da vrijednost energetskog sustava ne leži u pojedinačnoj opremi, nego u njihovoj integraciji i inteligentnom upravljanju. Fotonaponska elektrana bez baterijskog sustava ne može učinkovito iskoristiti višak proizvedene energije, dok baterija bez inteligentnog upravljanja ne ostvaruje svoj puni potencijal.
Tek kada sustav može predvidjeti proizvodnju iz obnovljivih izvora, analizirati obrasce potrošnje i donositi optimalne odluke u stvarnom vremenu, hardverske komponente rade kao jedinstven i financijski učinkovit energetski sustav.
Upravo je s tom idejom razvijen EnergyCore – naša vlastita, modularna i skalabilna platforma za inteligentni energetski menadžment. Platforma nije razvijena za jedan objekt, već kao tehnološka osnova koja se može prilagoditi proizvodnim pogonima, poslovnim zgradama, hotelima, trgovačkim centrima, logističkim objektima i podatkovnim centrima, uz prilagodbu algoritama njihovim specifičnim energetskim profilima.
Za nas razvoj EnergyCore platforme kontinuiran je proces. Nakon uspješne implementacije sustava za optimizaciju proizvodnje i pohrane električne energije, naš razvojni tim radi na novim funkcionalnostima koje će dodatno povećati energetsku učinkovitost i fleksibilnost objekata.
Među njima posebno izdvajamo:
- Prediktivno upravljanje strojarskim sustavima (AI HVAC). Povezivanje modela predikcije izravno s automatikom dizalica topline i ventilacije. Sustav neće samo pratiti solarnu iradijaciju, već će na temelju prognoze i toplinske tromosti zgrade unaprijed znati kada i koliko treba zagrijati ili ohladiti puffere, čime se višak solarne energije akumulira kao toplina, a ne samo kao struja u bateriji.
- Integracija pametnih punjača i Vehicle-to-Grid (V2G) tehnologije- električna vozila unutar mikromreže prestaju biti samo potrošači i kroz Vehicle-to-Grid postaju mobilne baterije koje u kritičnim trenucima vraćaju energiju u sustav zgrade.
- Algoritmi za automatsko trgovanje energijom – softverska podrška za sudjelovanje na lokalnim tržištima električne energije, kako bi sustav autonomno kupovao, pohranjivao ili prodavao energiju u financijski najpovoljnijim trenucima i svakako priprema naših klijenata za punu liberalizaciju tržišta i nove modele upravljanja energetskim resursima.
Energetska neovisnost nije statičan cilj, nego proces stalne optimizacije. Razvojem vlastitog softvera, testiranjem u realnim uvjetima i širenjem domenskog znanja u Alfa Thermu ne pratimo samo trendove, nego stvaramo rješenja za mjerljive rezultate i stvarne koristi.
Želite li saznati potencijal uštede vašeg objekta?
Svaki objekt ima svoje specifičnosti – od profila potrošnje i tarifnog modela do načina korištenja energije. Zato ne primjenjujemo univerzalna rješenja, već svaki Energy Management sustav projektiramo na temelju detaljne analize stvarnih podataka i specifičnih potreba svakog klijenta.
Naš inženjerski tim analizirat će vaše postojeće stanje, procijeniti potencijal ušteda i predložiti optimalnu konfiguraciju sustava, bilo da se radi o fotonaponskoj elektrani, baterijskom sustavu, Energy Management platformi ili njihovoj integraciji.
Za početnu analizu dovoljno je dostaviti račune za električnu energiju za posljednjih 12 mjeseci te osnovne podatke o objektu.
Kvalitetna optimizacija uvijek započinje kvalitetnom analizom.
Kontaktirajte nas i saznajte kako integracijom proizvodnje, pohrane i inteligentnog upravljanja energijom ostvariti mjerljive uštede i dugoročnu energetsku neovisnost.
