EMS to warstwa sterowania nad instalacją - nie zastępuje falownika, tylko korzysta z jego danych. Łączy pomiary z prognozą produkcji i zużycia, a potem decyduje, co w danej godzinie naładować, co uruchomić, a co wstrzymać. Pracuje wyłącznie na energii z Twojego źródła OZE i oddaje ją do sieci tylko wtedy, gdy uzna to za opłacalne.

Najprostsza wersja: steruje samym falownikiem. Bez dodatkowych urządzeń i bez integracji.
Wersja z routerem. Może sterować także innymi urządzeniami - grzałką CWU, ładowarką EV, pompą ciepła, przekaźnikami.
Wersja przemysłowa. Najpierw energia z fotowoltaiki, potem tanie godziny i ceny z rynku dnia następnego.
Uwaga na obiegowe opinie: w polskich realiach nie da się kupować energii z sieci tanio i odsprzedawać jej drogo - pełny arbitraż nie jest możliwy. EMS pracuje na cenach z rynku dnia następnego i na energii z własnego źródła. Sam system nie jest kosztem kwalifikowanym w programie „Przydomowe magazyny energii" - dotacja obejmuje magazyn.
Sam magazyn potrafi się naładować i rozładować. Nie potrafi zdecydować, kiedy to ma sens. Tę decyzję podejmuje system zarządzania energią - i od jego jakości zależy, czy inwestycja się zwróci.
System działa lokalnie, w Twojej sieci. Twoje dane o zużyciu i sterowanie instalacją nie wędrują na cudze serwery.
Dostęp do systemu i sterowanie nie wymagają połączenia z siecią zewnętrzną. Awaria łącza nie zatrzymuje instalacji.
Zgodność z NIS2, RED DA, CRA i ETSI EN 303 645 - wymaganiami, które w praktyce spełnia niewiele systemów na rynku.
Projektowany i produkowany w Polsce, dopasowany do polskich regulacji rozliczeniowych - a nie tłumaczony z systemu zrobionego pod inny rynek. Konfiguracja, uruchomienie i serwis po polsku.
Zintegrowany z wieloma falownikami dostępnymi na polskim rynku - nie musisz wymieniać tego, co już masz na dachu.
Scenariusze pracy pisane pod obiekt, jego profil zużycia i priorytety - nie wybierane z listy gotowych trybów.
Energia z Twojego OZE nie ucieka do sieci wtedy, gdy nic na tym nie zarabiasz. Do sieci idzie tylko wtedy, gdy to się opłaca.
Pilnuje, żeby cykle ładowania i rozładowania przekładały się na oszczędność, a nie tylko zużywały żywotność ogniw.
W wersji dla firm kompensuje moc bierną z magazynu albo z podłączonych urządzeń - pozycja, która wraca na fakturze co miesiąc.
Magazyn energii bez sterowania jest natomiast szafą z ogniwami. Potrafi się wprawdzie naładować i rozładować, ale nie wie, kiedy ma to ekonomiczny sens - a w net-billingu to właśnie ta decyzja przesądza o zwrocie z inwestycji.
Nasz system zarządzania energią pracuje na instalacjach klientów od ponad dwóch lat. Przez cały ten czas był przy tym poprawiany na działających obiektach, a rozwijali go ludzie, którzy sami mają fotowoltaikę rozliczaną na nowych zasadach. Ponoszą więc skutki własnych decyzji projektowych, a to widać później w logice sterowania.
To nie jest szczegół. EMS stał się niedawno wymogiem w programach Narodowego Funduszu i wiele firm zaczęło je produkować dopiero wtedy. Efektów można się domyślić, ponieważ system, który powstał pod wymóg programu, spełnia dokładnie tyle: wymóg programu. Dwóch lat poprawek na cudzych rachunkach nie da się jednak nadrobić w kwartał.
Większość systemów zarządzania energią na rynku działa w chmurze: dane lecą na serwery producenta, a sterowanie wraca z powrotem przez internet. Natomiast nasz działa odwrotnie: serwer stoi u klienta, a dane zostają w jego sieci.
| Sytuacja | System chmurowy | Nasz system zarządzania energią |
|---|---|---|
| Awaria internetu | Brak sterowania falownikiem i brak dostępu do danych | Sterowanie falownikiem działa lokalnie, dane są dostępne na miejscu |
| Gdzie są dane o zużyciu | Na serwerach producenta, poza obiektem | W serwerze stojącym u klienta, wewnątrz jego sieci |
| Kto decyduje o dostępie | Właściciel chmury | Właściciel instalacji - dostęp przez tunel VPN, imiennie |
| Skala ryzyka | Jedna platforma, a na niej tysiące instalacji | Każda instalacja osobno, bez wspólnego punktu wejścia |
| Koszt utrzymania | Serwery kosztują - abonament zwykle pojawia się z czasem | Brak serwerów producenta, więc nie ma czego finansować |
| Zgodność | Zależna od dostawcy platformy | NIS2, RED DA, CRA, ETSI EN 303 645 |
Brak internetu to nie brak prądu. Przy zerwanym łączu instalacja pracuje zatem dalej - przestaje być tylko sterowana. W naszym systemie zostaje natomiast sterowanie lokalne: falownik, magazyn i tryby pracy. Nie działają wtedy natomiast funkcje wymagające danych z zewnątrz, czyli sprzedaż w wybranych godzinach i praca na taryfach dynamicznych. W rozwiązaniu chmurowym nie zostaje natomiast nic.
Wielu producentów chwali się dziś ponadto sztuczną inteligencją w systemach zarządzania energią. Czy faktycznie tam jest, trudno udowodnić - dlatego zamiast dyskutować o etykietach, mówimy wprost, gdzie jej używamy, a gdzie świadomie nie.
Uczenie maszynowe stosujemy tam, gdzie chodzi o przewidywanie: modele prognozy promieniowania słonecznego i spodziewanej produkcji. To zadanie statystyczne, więc AI radzi sobie z nim dobrze. Sterowania instalacją jej jednak nie oddajemy, bo nikt nie potrafi przewidzieć, co model zrobi z danymi, które zebrał - a to bywa nieprzewidywalne, czasem wręcz niebezpieczne.
Logika sterowania to rozbudowany algorytm decyzyjny: szereg prawd i fałszów rozstrzygających, co w danej godzinie jest opłacalne przy konkretnych cenach, stanie magazynu i prognozie. Dzięki temu system osiąga wysokie korzyści finansowe także wtedy, gdy sytuacja odbiega od typowej.
Każdą decyzję da się odtworzyć i zmienić, bo wynika z reguły, a nie ze zbioru danych. Przy modelu uczonym maszynowo nikt natomiast nie odpowie na pytanie, czemu magazyn naładował się akurat wtedy - i nikt tego nie poprawi w konkretnym przypadku.
Testowaliśmy system chińskiego producenta reklamowany jako oparty na sztucznej inteligencji. W porównaniu z naszym osiągnął niższe korzyści finansowe, a przede wszystkim nie radził sobie ze zmianami w sposobie korzystania z energii. Każde wyjście poza wyuczony schemat kończyło się natomiast błędnymi decyzjami.
Sztuczna inteligencja projektuje u nas modele związane z produkcją energii - przede wszystkim przewidywanie promieniowania słonecznego. Decyzje podejmują natomiast algorytmy, na które wpływ ma każda ze stron: producent, dostawca i przede wszystkim użytkownik. Innymi słowy: prognoza jest wejściem do rachunku, a nie ręką na sterowaniu.
Oddając instalację systemowi opartemu na sztucznej inteligencji, oddaje się jej także sterowanie. Nie wiadomo, czy nauczyła się dobrze, na ile bieżące dane pasują do zbioru, na którym powstała, ani dlaczego zrobi to, co zrobi. U nas decyzja należy zawsze do użytkownika, a system automatycznie przetwarza jego polecenia - również cyklicznie, według ustalonego rytmu.
Jedziemy na tydzień: zmniejszamy ilość energii przewidzianej na zasilanie domu od zmierzchu do świtu. Ktoś choruje i siedzi w domu, więc progi idą w górę. Impreza albo goście, czyli pobór dużo większy niż zwykle: podnosimy progi albo po prostu wyłączamy sterowanie automatyczne. Każde z tych ustawień zajmuje przy tym chwilę i działa natychmiast.
System nie uczy się maszynowo, lecz operuje na realnych danych: sam przesuwa progi w zależności od pogody i długości dnia, raz je zwiększając, raz zmniejszając. Co najważniejsze, zawsze można go przestawić. Modelu wyuczonego na zbiorze już nie - a ten potrafi przy okazji tygodniowego wyjazdu przeuczyć się na profil, którego nie ma, albo zareagować błędnie, gdy prognoza pogody rozminie się z rzeczywistością.
Różnią się natomiast zakresem sterowania i wymaganiami wobec sieci w obiekcie. Żadna nie korzysta z chmury.
Ma własny serwer, tak jak pozostałe wersje - nie ma natomiast routera. Steruje przede wszystkim samym falownikiem: autokonsumpcja, rozładowanie magazynu w najdroższych godzinach, limity eksportu i tryby pracy. Chmury nie używa, potrzebuje jednak działającej sieci lokalnej: internet nie jest konieczny, Wi-Fi w obiekcie tak.
To serwer uzupełniony ponadto o router. Dzięki niemu steruje dodatkowo grzałką lub zasobnikiem ciepłej wody, ładowarką samochodu, pompą ciepła i przekaźnikami wybranych obwodów. Ponadto każde urządzenie komunikuje się inaczej, dlatego integrację wycenia się osobno.
Więcej danych i inny sposób sterowania: bufor dla fotowoltaiki, praca na tanich godzinach i cenach z rynku dnia następnego, obniżanie opłaty mocowej, aktywna kompensacja mocy biernej, pilnowanie mocy umownej i ścinanie szczytów, poprawa jakości zasilania oraz integracja z telemechaniką i SCADA.
Brak chmury i brak przesyłania danych o zużyciu na zewnątrz. Ponadto zgodność z NIS2, RED DA, CRA i ETSI EN 303 645. Projekt i produkcja odbywają się przy tym w Polsce, pod polskie zasady rozliczeń - a nie tłumaczenie interfejsu z innego rynku.
Dane wejściowe: produkcja z instalacji OZE, zużycie obiektu - całkowite i na wybranych obwodach, stan magazynu (poziom naładowania oraz dostępna moc), ceny energii i harmonogramy taryfowe, a także ograniczenia mocy: umownej, przyłączeniowej i eksportu.
Zakres sterowania: magazyn energii i strategia jego pracy, tryby oraz limity eksportu falownika, urządzenia obiektu wspierające sterowanie - grzałka i zasobnik ciepłej wody, ładowarka samochodu, pompa ciepła, przekaźniki - oraz priorytety zasilania i scenariusze bezpieczeństwa dla wydzielonych obwodów.
Zakres zależy jednak od tego, co konkretne urządzenia faktycznie udostępniają. Dlatego przed wyceną sprawdzamy modele, a nie deklarujemy, że „zintegrujemy wszystko".
Wdrożenie systemu zarządzania energią ma zatem cztery etapy. Ostatni bywa natomiast najczęściej pomijany - a to on decyduje o wyniku.
Pytania, które padają najczęściej przy wyborze EMS. Wszystkie odpowiedzi są widoczne od razu, bez rozwijania.
To warstwa sterowania nad instalacją. Zbiera dane - produkcję z fotowoltaiki, zużycie obiektu, stan magazynu, ceny energii - a następnie decyduje, co w danej godzinie naładować, co uruchomić, a co wstrzymać.
EMS nie zastępuje falownika. Korzysta natomiast z jego danych i z jego możliwości sterowania, żeby energia była zużyta albo sprzedana w najlepszym momencie.
Magazyn bez EMS potrafi się naładować i rozładować, ale nie wie, kiedy ma to ekonomiczny sens. W net-billingu to właśnie ta decyzja przesądza, czy inwestycja się zwróci.
Dlatego magazyn bez sterowania jest szafą z ogniwami. Różnicę widać nie na karcie katalogowej, tylko na rachunku po roku pracy.
Nie. Falownik dalej odpowiada za przemianę prądu i bezpieczeństwo pracy instalacji, a EMS działa „nad nim": odczytuje dane i ustawia tryby pracy.
Dzięki temu można zmienić strategię sterowania bez wymiany sprzętu - a przy zmianie falownika logika zostaje ta sama.
Pracujemy na nim od ponad dwóch lat i przez cały ten czas był poprawiany na działających instalacjach. Rozwijali go ludzie, którzy sami mają fotowoltaikę rozliczaną w net-billingu - czyli ponoszą skutki własnych decyzji projektowych.
To istotne, bo EMS stał się niedawno wymogiem w programach Narodowego Funduszu i wiele firm zaczęło je produkować dopiero teraz. Dwa lata poprawek na cudzych rachunkach to różnica, której nie da się nadrobić w kwartał.
Nie. Serwer stoi u klienta, dane zostają wewnątrz jego sieci, a dostęp odbywa się przez tunel VPN - wyłącznie dla osób, którym klient go nadał.
Większość systemów na rynku działa odwrotnie: dane lecą na serwery producenta, a kontrolę nad dostępem ma właściciel chmury, nie właściciel instalacji.
Przede wszystkim warto rozdzielić dwie rzeczy: brak internetu to nie brak prądu. Instalacja pracuje dalej, tyle że przestaje być sterowana - i właśnie to jest problem w systemach chmurowych.
Nasz EMS działa bez internetu. Dostęp do niego jest lokalny i lokalnie można sterować falownikiem. Nie działają wtedy funkcje wymagające danych z zewnątrz - sprzedaż energii w wybranych godzinach czy praca na taryfach dynamicznych - ale samo sterowanie zostaje. W rozwiązaniu chmurowym nie zostaje nic.
Wersja Light ma własny serwer, tak samo jak pozostałe - różnica polega na braku routera. Chmury nie używa żadna z wersji.
Light potrzebuje natomiast dostępu do sieci lokalnej. Innymi słowy: internet nie jest konieczny, ale Wi-Fi w obiekcie musi działać. Router w wersji Standard dokłada sterowanie innymi urządzeniami niż sam falownik.
Przy rozwiązaniu chmurowym nikt poza dostawcą nie wie, kto ma dostęp do danych o zużyciu i do sterowania instalacją. Kontrola dostępu leży po stronie właściciela serwerów.
U nas każda instalacja jest osobna, więc nie ma jednego punktu, którego przejęcie daje dostęp do wielu obiektów naraz. To zupełnie inna skala ryzyka niż wspólna platforma z tysiącami instalacji.
System jest zgodny z wymaganiami NIS2, RED DA, CRA oraz ETSI EN 303 645. To zestaw przepisów i norm dotyczących cyberbezpieczeństwa urządzeń oraz podmiotów kluczowych.
Dla firmy ma to wymiar praktyczny, ponieważ przy audycie albo rozmowie z działem IT jest czym udokumentować sposób przechowywania danych i kontroli dostępu.
W naszym rozwiązaniu nie ma chmury, więc nie ma też serwerów, które trzeba utrzymywać z cudzych pieniędzy.
Przy systemach chmurowych warto zadać to pytanie wprost przed zakupem. Serwery bowiem kosztują, a koszt ten prędzej czy później pojawia się po stronie użytkownika - najczęściej jako opłata miesięczna wprowadzona już po zakupie instalacji.
Nie. Sterowanie prowadzi rozbudowany algorytm decyzyjny - programowanie liniowe i szeroki zestaw warunków, które rozstrzygają, co w danej godzinie jest opłacalne. Uczenie maszynowe pracuje wyłącznie po stronie prognozy produkcji.
Zaletą jest przewidywalność: wiemy, dlaczego system podjął konkretną decyzję, i możemy ją zmienić. Przy modelu opartym na uczeniu maszynowym nikt tego nie odtworzy, bo decyzja wynika ze zbioru danych, a nie z reguły.
Tak. Testowaliśmy system chińskiego producenta, reklamowany jako oparty na sztucznej inteligencji, i w porównaniu z naszym osiągnął niższe korzyści finansowe.
Największy problem pojawiał się przy zmianach: każde wyjście poza wyuczony schemat zużycia kończyło się błędnymi decyzjami. Dzieje się tak, ponieważ model uczy się na zbiorach i nietypowy tydzień traktuje jak szum, a nie jak nową sytuację.
Wyjazd, choroba, goście, praca zdalna, nowy odbiornik - każda taka zmiana przestawia profil zużycia. Nasz system można o niej poinformować, zamiast liczyć, że sam się domyśli.
W praktyce wygląda to tak: na czas wyjazdu zmniejszamy ilość energii przewidzianej na zasilanie domu od zmierzchu do świtu, przy chorobie domownika podnosimy progi, a przed imprezą albo wizytą gości podnosimy je jeszcze wyżej lub wyłączamy sterowanie automatyczne. Każde z tych ustawień może też wracać cyklicznie.
Tak, poprawiamy go na bieżąco - niezależnie od tego, jak ktoś korzysta z energii i na jakiej jest taryfie. Kolejne wersje logiki trafiają na działające instalacje.
Co istotne, rozwój prowadzimy na realnych danych z obiektów rozliczanych w net-billingu, a nie na modelu laboratoryjnym. Dlatego poprawki dotyczą sytuacji, które zdarzają się naprawdę.
Tak, ale w ściśle wyznaczonym miejscu. Uczenie maszynowe wykorzystujemy do modeli prognostycznych: przewidywania promieniowania słonecznego i spodziewanej produkcji z instalacji. To zadanie statystyczne, w którym takie modele sprawdzają się dobrze.
Sterowania instalacją jej natomiast nie oddajemy, ponieważ nikt nie jest w stanie przewidzieć, co model zrobi z danymi, które zebrał. Reasumując: AI liczy prognozę produkcji, a sterowaniem zajmują się algorytmy - takie, na które wpływ ma producent, dostawca i przede wszystkim sam użytkownik.
Użytkownik. System automatycznie przetwarza jego polecenia i może to robić cyklicznie, natomiast to człowiek ustala, co ma być priorytetem i jakie są progi.
Przy rozwiązaniu opartym na sztucznej inteligencji oddaje się sterowanie modelowi. Nie wiadomo, czy nauczył się dobrze, na ile bieżące dane pasują do zbioru, na którym powstał, ani dlaczego podejmuje konkretną decyzję. To jest oddanie kontroli, nie automatyzacja.
Tak. Nie uczy się maszynowo, ale operuje na realnych danych i sam przesuwa progi zależnie od pogody i długości dnia - raz w górę, raz w dół.
Różnica wobec modelu uczonego na zbiorze polega na tym, że ten da się przestawić w każdej chwili. Model tego nie umożliwia: przy tygodniowym wyjeździe potrafi przeuczyć się na profil, którego nie ma, a gdy prognoza pogody rozminie się z rzeczywistością albo pobór okaże się nietypowy, podejmuje decyzje na nieaktualnym schemacie.
Nie w takiej formie, w jakiej bywa to obiecywane. Nie da się kupować energii z sieci tanio i odsprzedawać jej drogo - pełny arbitraż nie jest u nas możliwy.
System pracuje na cenach z rynku dnia następnego i na energii z własnego źródła: buduje depozyt wtedy, gdy ceny są wysokie, i korzysta z niego wtedy, gdy energia jest droga. To rozwiązanie działa, choć jest czymś zupełnie innym niż handel prądem.
Różnica leży w ilości danych i w sposobie sterowania. W domu liczy się autokonsumpcja, praca magazynu w drogich godzinach i sterowanie kilkoma odbiornikami.
W firmie kolejność jest taka: bufor dla fotowoltaiki, tanie godziny i ceny godzinowe, opłata mocowa, aktywna kompensacja mocy biernej, moc umowna i szczyty, jakość zasilania. Scenariusze działają równolegle, ale każdy może zabrać część mocy kolejnemu. Dlatego scenariusze pisze się pod konkretny zakład i jego priorytety.
Zakres zależy od urządzeń i możliwości integracji. Najczęściej są to: magazyn energii, tryby pracy i limity eksportu falownika, grzałka lub zasobnik ciepłej wody, ładowarka samochodu, pompa ciepła oraz przekaźniki wybranych obwodów.
Każde urządzenie komunikuje się inaczej, dlatego integrację wycenia się osobno - po sprawdzeniu, co konkretny model faktycznie udostępnia.
Produkcji z instalacji OZE, zużycia obiektu (całkowitego i wybranych obwodów), stanu magazynu, cen energii i harmonogramów taryfowych oraz ograniczeń mocy - umownej, przyłączeniowej i eksportu.
Dzięki temu decyzje wynikają z bieżącej sytuacji, a nie ze sztywnych nastaw wpisanych raz przy uruchomieniu.
System potrafi kompensować moc bierną zakładu w sposób aktywny - z magazynu energii albo z podłączonych urządzeń. Opłata za moc bierną wraca na fakturze co miesiąc, a mało kto łączy ją z instalacją OZE.
Dostępność tej funkcji zależy jednak od konfiguracji układu i wymagań operatora, dlatego ustalamy ją już na etapie projektu.
Sam system nie jest kosztem kwalifikowanym w programie „Przydomowe magazyny energii" - dofinansowanie obejmuje magazyn. Warunki kolejnych naborów publikuje Narodowy Fundusz Ochrony Środowiska i Gospodarki Wodnej.
Warto jednak pamiętać, że obecność systemu zarządzania energią bywa wymogiem programu, a nie jego kosztem. To dwie różne rzeczy i łatwo je pomylić.
Zaczynamy od danych: sposobu rozliczenia, informacji o instalacji i - jeśli są - danych o zużyciu. Następnie ustalamy cele, konfigurujemy logikę i testujemy scenariusze letni oraz zimowy.
Następnie przez pierwsze tygodnie pracy obserwujemy efekty i korygujemy ustawienia. Dopiero wtedy system pracuje tak, jak powinien - sama instalacja to za mało.
Wystarczy sposób rozliczenia, dane o instalacji i - jeśli są - dane o zużyciu. Resztę policzymy.