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 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.
Upravo takav pristup naša tvrtka je primijenila u zgradi Intera Tehnološkog Parka implementacijom naprednog sustava energetskog menadžmenta. Projekt pokazuje kako se kombinacijom fotonaponske elektrane, baterijskog sustava i vlastitog EnergyCore softvera baziranog na umjetnoj inteligenciji može postići veća energetska neovisnost, uz značajno smanjenje troškova i povećanje ekološke održivosti.
U nastavku donosimo pregled implementiranog rješenja, tehnologija koje ga pokreću te načina na koji umjetna inteligencija i baterijski sustav zajedno stvaraju konkretne energetske i financijske uštede.
Sustav Energy Managementa implementiran u INTERA TP
Naš jedinstveni model Energy Managementa u stvarnim uvjetima demonstriran je u INTERA Tehnološkom Parku. Implementirao rješenje objedinjuju 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 se odnosi na maksimalnu snagu punjenja i pražnjenja, što znači da se baterija može napuniti ili isprazniti za 2 sata.
Ovaj sustav je dizajniran da traje 10 godina uz dva kompletna dnevna ciklusa punjenja i pražnjenja, a njegova modularnost omogućuje uvezivanje do 8 jedinica, dosežući maksimalni kapacitet od impresivnih 1,7 MWh. Modularnost sustava znači da Alfa Therm može skalirati kapacitet baterije ovisno o rastu potreba zgrade, što osigurava dugoročnu fleksibilnost i otpornost na promjene u energetskom tržištu.
Međutim, stvarna vrijednost projekta ne nalazi se u samoj opremi, već u načinu na koji su svi elementi povezani i optimizirani. Upravo zato ključnu komponentu sustava predstavlja EnergyCore, naša vlastita softverska platforma razvijena unutar Alfa Therma, korištenjem isključivo internog znanja i resursa 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 nekoliko 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. Kako se količina dostupnih podataka povećava, model postaje sve precizniji i omogućava dodatnu optimizaciju rada sustava.
- 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 klasičan 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, 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, 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. Upravo je ova razlika temelj 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.
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 Irradiation) – solarnu iradijaciju, za svaki dan i svaki sat u godini zasebno.
AI ML model se koristi umjesto klasičnog proračuna iz 2 osnovna razloga:
- Imamo specifičnu fotonaponsku elektranu na krovu, gdje je dio panela okrenut na istok, dio na zapad i dio prema jugu. Pored ovoga, na krovu zgrade se nalazi kućica i parapet koji prave specifične sjene u ovisnosti o godišnjem dobu i satu u danu, čime je izračun klasičnim načinom otežan, kompleksan i s upitnom preciznošću
- AI ML model automatski uzima u obzir i starenje fotonaponskih panela kroz godine
Kako vrijeme prolazi dolaskom novih podataka s mjerenja, AI model uči sve više i daje bolje predikcije potrošnje i proizvodnje električne energije u zgradi.
U sklopu razvoja algoritama, sustav uspješno koristi više regresijskih modela, pri čemu je za optimizaciju dinamike ove zgrade primijenjen set regresijskih modela optimiziran za ovu dinamiku koji osigurava visoku preciznost predikcije. Naša platforma je u potpunosti skalabilna i spremna za integraciju na objektima različitih namjena i kapaciteta.
Za dohvaćanje predikcije GHI za naredni period koristimo podatke s Open Meteo 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.
Sa dijagrama je vidljivo da je AI model predvidio proizvodnju iz solarne elektrane manju nego što su potrebe zgrade. Na osnovu 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 startala ponovo niža dnevna tarifa, backend servis (pozadinski računalni sustav koji upravlja uređajima i donosi odluke) je dao nalog bateriji za ponovno punjenje do maksimalnog kapaciteta (dio dijagrama od 14:00 do 16:45). U višoj dnevnoj tarifi je ponovo 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 besplatni 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 kupovini mrežne energije čak i u nižoj tarifi i osiguravamo da svaki proizvedeni solarni kWh ostane unutar zgrade.
S dijagrama je vidljivo da je AI model predvidio proizvodnju iz solarne elektrane veću nego što su potrebe zgrade.
Na osnovu toga je odabrana 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 9:30) dok fotonaponska elektrana nije preuzela kompletnu potrošnju zgrade.
Višak energije iz solarne elektrane nakon toga se iskoristio za punjenje baterije do maksimalnog kapaciteta (dio dijagrama od 09:30 do 11:00).
Kako je solarna elektrana zadovoljavala kompletnu potrebu za energijom zgrade i baterije, nije bilo potrebe puniti bateriju u drugom dijelu dana kada je nastupila niža tarifa. 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 uključuju:
- Vremenske linijske dijagrame potrošnje i proizvodnje po satima,
- Korisnici mogu filtrirati podatke 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 – svi podaci su prikazani jednostavno i vizualno.
- 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.
Sigurnost i dostupnost:
- Svi podaci se prikazuju u realnom vremenu, ali se povijesni zapisi mogu dohvatiti iz baze za analizu performansi.
- Sustav je optimiziran za rad i u lokalnom načinu 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, Alfa Therm je stvorio 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.
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:
- Dohvaća 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) koje dohvaća s Open Meteo servisa.
- 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.
Rezultati Energy Management sustava i ekonomska isplativost
Implementacija ovog sustava donijela je radikalne promjene u našem energetskom profilu. Prije ugradnje baterije, omjer potrošnje u višoj i nižoj tarifi bio je u prosjeku u zadnje 3 godine (2023, 2024 i 2025) VT 45 % : NT 55 %. Danas u 2026 godini, 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 i od preko 50% u odnosu na sustav bez optimizacije.
- Povrat investicije (ROI): Uz trenutačne cijene, ROI baterije na našoj zgradi iznosi svega 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 rezati 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 efikasnost fotonaponske elektrane za 8%, čime smo i njoj smanjili vrijeme povrata investicije za jednu godinu.
- Maksimalna iskoristivost: Budući da radimo u modu za vlastitu potrošnju, baterija nam omogućuje da iskoristimo svaki proizvedeni kilovat-sat iz vlastite elektrane.
- Sustav ne samo da smanjuje troškove, već i smanjuje emisije CO₂ jer se maksimalno koristi solarna energija.
- Zahvaljujući baterijskom sustavu i agregatu, zgrada ima dodatnu energetsku sigurnost i otpornost na prekide u opskrbi električnom energijom.
Sustav se može nadograditi integracijom električnih vozila kao dodatnih spremnika energije (Vehicle-to-Grid koncept).
Zaključak
Projekt Alfa Therm-a pokazuje kako se spoj naprednog hardvera, umjetne inteligencije i analitičkog softvera može pretvoriti u stvarnu ekonomsku i ekološku prednost. Implementacijom sustava koji povezuje fotonaponsku elektranu, baterijski sustav i AI model predikcije, postignuta je energetska transformacija koja nadilazi klasične okvire upravljanja potrošnjom.
Ključni rezultati:
- Omjer potrošnje električne energije pomaknut je s 45 % : 55 % na 25 % : 75 % u korist niže tarife, što predstavlja strukturnu promjenu u energetskom profilu zgrade.
- Povrat investicije baterijskog sustava procijenjen je na 4,5 godine, a projekcije pokazuju da će se s rastom cijena električne energije taj period dodatno skratiti.
- Uštede na dnevnim uzorcima prelaze 50 %, dok se ukupna efikasnost fotonaponske elektrane povećala za 8 %, čime se skraćuje i njezin ROI za jednu godinu.
- Sustav omogućuje maksimalnu iskoristivost proizvedene energije, smanjuje angažiranu snagu i rasterećuje elektroenergetsku mrežu u vršnim satima.
Širi utjecaj i budući koraci: Ovaj projekt nije samo tehnička inovacija, već model održivog poslovanja koji se može primijeniti u različitim industrijama – od proizvodnih pogona do hotelskih kompleksa. Integracijom dodatnih modula, poput Vehicle-to-Grid (V2G) sustava, Alfa Therm je spreman biti mikromreža nove generacije, sposobna dijeliti energiju s okolinom i sudjelovati u tržištu fleksibilnosti.
U budućnosti, sustav se može nadograditi s:
- Automatskim trgovanjem energijom na lokalnim tržištima,
- Integracijom pametnih punjača za električna vozila,
- Analizom emisija CO₂ i izvještavanjem o održivosti.
Kombinacijom tehnologije, podataka i inteligentnog upravljanja stvoren je sustav koji ne donosi samo izravne financijske uštede, već aktivno optimizira rad cjelokupnog objekta. Kroz kontinuirano praćenje potrošnje, rad dizalica topline i sustava grijanja/hlađenja vremenski je preusmjeren na periode s maksimalnom proizvodnjom besplatne solarne energije, čime se višak energije akumulira u pufferima (spremnicima). Na taj način, kroz inteligentno preusmjeravanje energije, tvrtka gradi otpornost, održivost i reputaciju lidera u području pametne energije.
Budućnost Energy Managementa: sljedeća faza razvoja EnergyCore platforme
Za Alfa Therm ovaj projekt nipošto ne predstavlja završenu priču, već stabilan temelj i prvu fazu dugoročne razvojne strategije. Naš inženjerski tim već aktivno radi na proširenju mogućnosti EnergyCore platforme i razvoju novih modula koji će sustav podići na još višu razinu:
- Prediktivno upravljanje strojarskim sustavima (AI HVAC): Sljedeći korak u razvoju je izravno povezivanje AI ML modela predikcije s automatizacijom dizalica topline i ventilacije. Sustav neće samo pratiti solarnu iradijaciju (GHI), već će na temelju prognoze vremena i toplinske tromosti same zgrade unaprijed “znati” kada i koliko treba zagrijati ili ohladiti puffere, maksimizirajući iskoristivost svakog proizvedenog kilovat-sata.
- Integracija s pametnim punjačima i V2G konceptom: Radimo na modulima za upravljanje punionicama za električna vozila unutar mikromreže. Vozila više neće biti samo potrošači, već kroz Vehicle-to-Grid (V2G) koncept postaju mobilne baterije koje u kritičnim trenucima mogu vratiti energiju natrag u sustav zgrade.
- Algoritmi za automatsko trgovanje energijom: Razvijamo softversku podršku za sudjelovanje na lokalnim tržištima električne energije. Cilj nam je omogućiti sustavu da potpuno autonomno kupuje, pohranjuje ili prodaje energiju u idealnim financijskim trenucima, pripremajući naše klijente za potpunu liberalizaciju energetskog tržišta.
Energetska neovisnost nije statičan cilj, već proces stalne optimizacije i inovacije. Konstantnim razvojem vlastitog softvera, testiranjem u realnim uvjetima i širenjem domenskog znanja, Alfa Therm ne prati trendove u energetskoj tranziciji, nego ih aktivno stvara i spremno ide korak dalje u budućnost pametne energije.
