Blogi

Energiajärjestelmään on tulossa valtavia muutoksia – Tekoälyyn perustuva ennustaminen luo aivan uudenlaisia mahdollisuuksia

Kirjoittanut Digia Oyj | 26.10.2020 22:00

Moni ei ole vielä oivaltanut, miten valtavia muutoksia Suomenkin energiajärjestelmään ja sen taloudellisiin malleihin on tulossa. Tekoälyyn perustuva ennustaminen nousee todennäköisesti tärkeään rooliin älykkäässä energiajärjestelmässä. Voimatel aloitti ennustemallien kehitystyön Digian kanssa nopealla toimintamallilla.

Helmikuun kymmenentenä päivänä Suomessa tehtiin historiaa. Maanantain aamuyön tunteina sähkön hinta painui ensimmäistä kertaa negatiiviseksi. Neljän tunnin ajan asiakkaat eivät maksaneet sähköenergiasta, vaan he saattoivat saada tuloja sähkön käytöstä.

Tällaiset tapahtumat antavat kuvaa siitä, miten suuria muutoksia energiajärjestelmään täytyy lähivuosina tehdä. Kun ympäristöystävällisen aurinko- ja tuulivoiman osuutta verkossa kasvatetaan, se altistaa koko energiajärjestelmän myös suurille heilahteluille. Esimerkiksi tuulivoimaa voi välillä olla liian vähän ja toisinaan taas aivan liikaa.

"Sähköjärjestelmästä täytyy tulla erittäin dynaaminen ja joustava, sillä energian kulutuksen ja tuotannon pitää olla aina tasapainossa", kertoo liiketoiminnan kehityspäällikkö Harri Smolander Voimateliltä. Yhtiö suunnittelee, rakentaa ja ylläpitää energiajärjestelmiä sekä sähkö- ja televerkkoja Suomessa ja Baltiassa noin 900 työntekijän voimin.

Smolander kertoo, että murros tulee aiheuttamaan merkittäviä muutoksia sähkön tuotantoon ja käyttöön. Monista asiakkaista on jo tullut sähkön tuottajia ja jopa varastoijia, kun he ovat hankkineet esimerkiksi aurinkopaneelijärjestelmän ja sähkövaraston.

"Asiakkaille syntyy uudenlaisia mahdollisuuksia ansaita tuloja osallistumalla energiajärjestelmän ylläpitoon", toteaa Smolander. Yksi tapa tähän on kysyntäjousto, jossa kulutusta leikataan automaattisesti silloin, kun sähköstä on pulaa.

Markkinoilla yleistyvät todennäköisesti myös hinnoittelumallit, joissa hinta riippuu osittain kuukausittaisesta tehohuipusta. Mitä matalampana kulutushuiput saa pidettyä, sitä edullisempaa sähkö on.

Tällaiset muutokset tuovat sekä yrityksille että kuluttajille mielenkiintoisia mahdollisuuksia energian käytön optimointiin. Samalla kasvaa kuitenkin tarve uudenlaisiin ratkaisuihin, esimerkiksi tekoälypohjaiseen analytiikkaan ja ennustamiseen.

"Sähköjärjestelmästä täytyy tulla erittäin dynaaminen ja joustava, sillä energian kulutuksen ja tuotannon pitää olla aina tasapainossa", kertoo liiketoiminnan kehityspäällikkö Harri Smolander Voimateliltä.

Tekoälyyn perustuva ennustaminen tulee energiajärjestelmään

Uudenlainen joustava energiamalli vaatii, että energiajärjestelmästä ja sähköverkosta tehdään älykkäämpi. Siihen liittyy sähkön tuotannon, jakelun ja kulutuksen nykyistä reaaliaikaisempi ennustaminen.

"Kun tiedetään, mikä on tuotannon ja toisaalta kulutuksen ennuste seuraaville vuorokausille, voidaan nähdä, millaisia toimenpiteitä tarvitaan", Smolander kertoo. Sähköntuottaja voi esimerkiksi kasvattaa tai supistaa joitain tuotantomuotoja tai sopia etukäteen kysyntäjoustosta.

Ennusteista on hyötyä myös asiakkaille, niin yrityksille kuin kotitalouksillekin. Ennusteiden avulla voidaan nimittäin optimoida sähkön käyttöä tai sitä, milloin itse tuotettua sähköä myydään verkkoon päin. Smolander kertoo, että sähkön päivittäiset hintavaihtelut voivat olla yllättävän suuria. Yli kymmenkertaisetkin heilahdukset voivat olla tyypillisiä. Jatkossa energian käyttäjille tulee todennäköisesti enemmän tapoja hyötyä näistä hintaeroista ja samalla vakauttaa energiajärjestelmää.

Smolander kertoo, että vaikka ennustaminen on ideana tuttu, aiheen ympärillä on ollut kovin vähän konkretiaa. Niinpä Voimatel päätti toteuttaa hankkeen, jossa tuotannon ja kulutuksen ennustamista alettiin kokeilla ja kehittää. Testikohteena käytettiin Voimatelin omaa toimitaloa, jossa on käytössä aurinkosähköjärjestelmä.

Ennustetta varten kerättiin tietoa ensinnäkin toimitilan sähkönkulutuksesta ja aurinkopaneelien tuotannosta, kertoo johtava konsultti Mikko Varila data-analyysimallin toteuttaneelta Digialta. Näiden tietojen rinnalle haettiin Ilmatieteenlaitoksen dataa auringon säteilyn voimakkuudesta ja ilman lämpötilasta, jotka molemmat vaikuttavat aurinkopaneelien tuottoon.

Varila ja Smolander ovat tyytyväisiä kehitysprojektin tuloksiin. Rajallisillakin datatiedoilla ennustemalli osoittautui toimivaksi. Jos malliin yhdistetään esimerkiksi sääennusteita, päästään todennäköisesti varsin tarkkaan tuotanto- ja kulutusennusteeseen. Smolander kertoo, että nyt tehty kehitystyö on osa Voimatelin energiahallinnan palvelukonseptin kehittämistä, jossa päästiin ottamaan projektin avulla tärkeät kehitysaskeleet.

Digian johtava konsultti Mikko Varila.

Tulevaisuuden rakentamisen voi aloittaa kevyesti

Voimatel käytti pilottihankkeessa Digian nopeaa kehitystapaa. Siinä koko hankkeeseen käytettiin vain muutamia työpäiviä, ja työpajojen jälkeen edettiin nopeasti kokeilu- ja toteutusvaiheeseen.

Varila kertoo, että tällainen fast track -malli soveltuu hyvin tämän tyyppiseen uuden kehittämiseen. "PowerPoint-visioista voidaan päästä vain muutamien päivien työllä toteutusvaiheeseen, kun vain on rohkeutta lähteä tekemään", hän toteaa. Näin uusia ideoita ja kehityssuuntia voidaan kokeilla nopeasti ilman suuria panostuksia.

Pohjalle tarvitaan toki joitain teknisiä edellytyksiä. Voimatel rakensi alkuvuonna Digian kanssa keskitetyn ja pilvessä toimivan data-alustan, jota käytetään esimerkiksi yhtiön taloushallinnossa. Yhteinen data-alusta mahdollistaa myös erityyppisten tekoäly- ja data-analytiikan sovellusten kehittämisen, ja Smolanderin mukaan tähän liittyykin paljon kehitysmahdollisuuksia.

"Ennustemallien tulokset voitaisiin viedä esimerkiksi suoraan kiinteistöjen automatiikkaan", sanoo Smolander. Näin automatiikka voisi huomioida esimerkiksi sähkön hintaa tai oman tuotannon tilannetta jo etukäteen kiinteistön järjestelmissä. Ennusteita voidaan hyödyntää myös esimerkiksi energiajärjestelmän toimitusvarmuuden kehittämisessä ja järjestelmien ennakoivassa huollossa.

"Muutos asiakaskeskeiseen ja joustavaan energiajärjestelmään ei onnistu, elleivät alan toimintamallit kehity. Siihen tarvitaan myös paljon dataa ja älykästä teknologiaa, ja haluamme olla mukana mahdollistamassa tätä energiamuutosta", toteaa Smolander.