Suomen ja Euroopan sähkömarkkinat kokivat melkoisen myllerryksen syksyllä 2022. Varsinkin sähkölämmitteisten omakotitalojen asukkaat pohtivat kysymystä: ”Voinko pienentää omaa sähköenergian kulutustani?”.  Omalta kohdaltani sain syksyn ja alkutalven aikana vähennettyä kulutusta noin 40–50 % edelliseen vuoteen verrattuna. Säästöistä huolimatta edessä oli sähkösopimuksen uusinta ja ainoa järkevä vaihtoehto oli pörssisähköön sidottu sopimus. Tämän myötä heräsi uusi kysymys: ”Miten kohdistan kulutukseni vuorokauden halvoille tunneille?”.

Tässä blogissa kerrotaan opinnäytetyössä tehdyistä havainnoista siitä, millä tavalla energian optimoinnilla ja pörssisähkön muutoksia seuraamalla voidaan tehdä merkittäviä säästöjä.

Pörssisähkö tarkoittaa sähköä, jonka hinta muodostuu Pohjoismaiden yhteisessä Nord Pool -sähköpörssissä. Käytännössä hinta muodostuu pörssin huutokaupassa kysynnän ja tarjonnan mukaan. Seuraavan päivän hinta muodostuu, kun markkinoilla olevien myyjien sekä ostajien tarjoukset kohtaavat. Hintaan vaikuttaa moni tekijä kuten tuuli, sademäärät, ulkoilman lämpötila sekä kuluttajien ja teollisuuden sähköntarve.  [1]

Energian optimointi tarkoittaa sitä, että energian kulutusta ohjataan vuorokauden ajankohtiin, jolloin pörssisähkön hinta on halvimmillaan. Tämä tarkoittaa yleensä myös ajankohtaa, jolloin sähköä on paljon tarjolla. Vastaavasti kulutusta pyritään pienentämään päivän kalleimpien tuntien ajaksi. Automaattinen energian optimointi hoitaa ohjaukset asukkaan puolesta. Tämä vaatii järjestelmän, joka kykenee ohjaamaan ja hallitsemaan eri sähkölaitteita. Sähkölaitteita ohjataan päälle tai pois päältä sekä niiden energian tarvetta voidaan säätää muuttamalla esimerkiksi lämmitys lähteen tavoite lämpötilaa.

Mihin kiinteistö kuluttaa sähköenergiaa?

Ennen optimointia on tärkeää tutkia mihin kiinteistö kuluttaa sähköenergiaa. Kulutus koostuu yleensä asuintilojen sekä käyttöveden lämmittämisestä, kiinteistön ilmanvaihdosta sekä muista yksittäisistä sähkölaitteista. Todellisten kulutustietojen kerääminen ja analysointi auttaa kohdistamaan optimoinnin oikeisiin laitteisiin.

Seurasin kiinteistön kulutustietoja sähkökeskukseen asennettavalla Shelly 3EM energiamittarilla. Yksittäisten laitteiden kulutustiedot keräsin pistorasioihin laitettavilla Shelly Plug S älypistorasioilla. Kattavan datan saamiseksi tämä prosessi vei aikaa noin kaksi kuukautta. Seurannan aikana ulkoilman lämpötila vaihteli -21 asteesta +1 asteeseen. Tämän vuoksi tietojen todenmukaisuus Suomen olosuhteissa on tarpeeksi tarkka. Kuvassa 1 nähdään kulutustietojen perusteella tehty Excel -kaavio, joka helpotti analysointi työtä.

Kuva 1. Kaavio osoittaa ulkoilman lämpötilan vaikutukset koko kiinteistön sekä ilmalämpöpumpun kulutuksiin.

Home Assistant kotiautomaatiojärjestelmä

Home Assistant on avoimen lähdekoodin kotiautomaatio järjestelmä [2]. Se on erittäin joustava sekä helposti muokattavissa käyttäjän tarpeisiin. Olen tehnyt jo aikaisemmin omakotitaloomme Home Assistant kotiautomaatiojärjestelmän. Ennen energian optimointia järjestelmä oli lähinnä valvontakameroiden sekä valojen ohjausta varten. Tämä alusta sopi erittäin hyvin optimoinnin toteutukseen.

Optimointiin liittyen yhdistin Home Assistantiin muun muassa älytermostaatteja, ilmalämpöpumpun, sähköauton laturin sekä energiaa mittaavat Shellyn laitteet. Kaikkia näitä voidaan hallita ja ohjata järjestelmän avulla. Näiden lisäksi järjestelmään asennettiin Nord Pool integraatio. Tämä lisäosa tuo käyttäjälle kuluvan päivän sekä seuraavan päivän pörssisähkö tuntihinnat. Näitä tuntihintoja voidaan käyttää automatisoinneissa ohjaamaan laitteistoja. Lisäksi käyttäjän on helppo seurata tuntikohtaisia hintoja selkeän ja visuaalisen kaavion avulla. Kuvassa 2 näkyy kuluvan päivän sekä seuraavan päivän tuntihinnat sekä kiinteistön sähkönkulutus. Seuraavan päivän tuntihinnat julkaistaan aina kuluvana päivänä noin kello 14:00. Kulutus viivasta nähdään myös, että lämminvesivaraaja on ollut päällä klo 00:00 – 02:00 jotka ovat olleet yön halvimmat tunnit.

Kuva 2. Kaavio osoittaa ulkoilman lämpötilan vaikutukset koko kiinteistön sekä ilmalämpöpumpun kulutuksiin.

Optimoinnin toteutus Home Assistantin avulla

Pyrin valitsemaan optimointiin laitteita, jotka seurannan aikana osoittautuivat paljon kuluttaviksi laitteiksi. Näitä laitteita olivat esimerkiksi lämminvesivaraaja, sähköauton lataus sekä ilmalämpöpumppu.

Lämminvesivaraajan ohjelmoin toimimaan kello 23:00 – 06:00. Ohjelma hakee tältä aikaväliltä 3 peräkkäistä halvinta tuntia ja kytkee lämminvesivaraajan päälle kyseiselle aika välille. Myös sähköautoa pyritään lataamaan halvimpien tuntien aikaan, mutta lataukselle annettiin mahdollisuus hakea halvimmat tunnit koko päivältä. Sähköauto sekä lämminvesivaraaja kuluttavat sähköä yhteensä niin paljon, että kiinteistön sähköjärjestelmä voi ylikuormittua. Tämä johtaa sulakkeiden palamiseen. Sähkökuorman hallinta hoidettiin myös ohjelmallisesti. Esimerkiksi jos sähköauton lataus on käynnissä samaan aikaan kun lämminvesivaraaja kytkeytyy päälle, ohjelma pudottaa automaattisesti auton lataustehon minimiin.

Järjestelmän avulla voidaan myös seurata pitkältä aikaväliltä sähkönkulutuksia sekä kulutuksen mukaisia hintoja. Kuvasta 3 nähdään eri aikajaksoilta sähköauton lataukseen käytetty sähköenergia sekä niistä muodostunut hinta. Home Assistant tallentaa tiedot niin pitkältä aikaväliltä kuin käyttäjä sen itse määrittelee.

Kuva 3. Home Assistant näkymä sähköauton lataustiedoista.

Sähköauton latauksen hallintaan olen tehnyt oman työpöydän Home Assistantiin. Tästä näkymästä nähdään kaikki tarvittava informaatio, joita lataushetkellä tarvitaan. Kuvassa 4 näkyy auton laturin sekä auton antamat tiedot. Tärkeimmät näistä ovat oikealla laidalla näkyvät akun varausprosentti sekä akulla ajettava matka kilometreissä. Alhaalla keskellä näkyy myös latausteho, jota näkymästä pystytään tarvittaessa muuttamaan.

Kuva 4. Home Assistant näkymä auton latauksesta.

Oliko projekti kannattava?

Projektissa saatiin ohjattua energian kulutusta pörssisähkön halvoille tunneille. Sähköenergian kulutus ei pienentynyt, mutta kulutus piikit kohdistuvat oikeisiin hetkiin ja se tuo säästöjä lompakkoon. Todelliset säästöt nähdään vasta pitkällä aikavälillä. Säästö on joka tapauksessa merkittävä, koska pörssisähkön hinta voi vaihdella päivän aikana useita kymmeniä senttejä.

Home Assistant järjestelmä vaatii käyttäjältä suhteellisen paljon valvontaa. Järjestelmän päivitykset voivat vaikuttaa lisäosien toimivuuteen ja niitä voi joutua välillä korjailemaan manuaalisesti. Tämän laajuinen projekti voi olla aloittelijalle haastava. Suosittelen kokeilemaan ja tutustumaan järjestelmään ensin pienemmillä kokonaisuuksilla. Tämä auttaa ymmärtämään järjestelmän toimintaa sekä sen käyttämää YAML ohjelmointikieltä.

Artikkelin kirjoittaja Pietari Tanner

Lähteet

[1] Fortum. 2020. Mitä on pörssisähkö? Hakupäivä 04.06.2023. https://yhdessa.fortum.fi/mita-on-porssisahko.

[2] Home Assistant. 2023. Kotiautomaatiojärjestelmä. Hakupäivä 06.06.2023. https://www.home-assistant.io.

Opinnäytetyö, josta artikkeli on tehty löytyy kokonaan Theseuksesta:
Tanner, Pietari 2023. Sähkölämmitteisen omakotitalon energian optimointi. https://www.theseus.fi/handle/10024/801072