Optymalizacja zużycia energii przy użyciu modeli predykcyjnych i algorytmów AI

Wattstor to innowacyjna firma technologiczna z Wielkiej Brytanii, specjalizująca się w zarządzaniu energią w środowiskach zdecentralizowanych. Rozwiązania Wattstor pozwalają organizacjom maksymalizować autokonsumpcję energii z odnawialnych źródeł, optymalnie korzystać z magazynów energii oraz dynamicznie reagować na zmieniające się warunki rynkowe i pogodowe. Klient obsługuje m.in. parki przemysłowe, obiekty komercyjne oraz lokalne sieci energetyczne (tzw. microgrids), gdzie równocześnie występuje produkcja, zużycie, magazynowanie i handel energią.

W świecie transformacji energetycznej kluczowym problemem stała się nie tylko dostępność energii z OZE, ale także jej efektywne zarządzanie w czasie rzeczywistym. Wattstor potrzebował skalowalnego i inteligentnego rozwiązania programowego, które:

• Umożliwi dynamiczne podejmowanie decyzji: kiedy kupować energię z sieci, kiedy sprzedawać jej nadmiar, a kiedy korzystać z energii zgromadzonej w bateriach.
• Zoptymalizuje działanie obiektów pod kątem wybranego celu: minimalizacji zużycia energii, obniżenia kosztów operacyjnych lub redukcji emisji CO₂.

Będzie działać w wielu lokalizacjach o zróżnicowanym profilu energetycznym.

Projekt rozpoczęliśmy od ścisłej współpracy z zespołem klienta, skupiając się na analizie rzeczywistych potrzeb operacyjnych oraz technicznych uwarunkowań wdrożenia. Wspólnie przeanalizowaliśmy możliwe podejścia do modelowania prognoz i optymalizacji, wybierając te, które najlepiej równoważyły dokładność, złożoność i skalowalność.

Na tej podstawie zaprojektowaliśmy elastyczne oprogramowanie składające się z trzech najważniejszych komponentów:

1. Moduł prognozowania – generujący precyzyjne przewidywania zużycia i produkcji energii dla każdej lokalizacji z osobna, z uwzględnieniem danych historycznych i zewnętrznych (np. pogodowych).
2. Moduł optymalizacji – rekomendujący strategię operacyjną: kiedy kupować, sprzedawać lub korzystać z energii zgromadzonej w bateriach, w zależności od priorytetów klienta (koszty, energia, emisje CO₂).
3. System zarządzania modelami – umożliwiający tworzenie, przechowywanie i aktualizację predykcyjnych modeli lokalnych, w sposób dostosowany do specyfiki różnych obiektów.

Rozwiązanie zostało zaimplementowane w środowisku chmurowym, co zapewniło wysoką dostępność, łatwe skalowanie oraz szybkie wdrażanie w nowych lokalizacjach. Dzięki iteracyjnemu podejściu, zespół klienta mógł na bieżąco testować kolejne wersje systemu i dostarczać precyzyjny feedback, który przekładaliśmy na kolejne usprawnienia.

• Projekt został zrealizowany zgodnie z harmonogramem i budżetem.
• Opracowane modele predykcyjne osiągnęły zakładaną dokładność – co potwierdzono w środowisku produkcyjnym.
• System znacząco usprawnił podejmowanie decyzji w czasie rzeczywistym, umożliwiając klientowi dynamiczną reakcję na zmieniające się ceny energii, warunki pogodowe oraz profile zużycia.