Algoritmer viser vejen til bedre køb og salg af energi

Innovationsprojektet FIRE har vist, at det er muligt at optimere produktion og efterspørgsel på en større del af markedet og dermed optimere den fluktuerende, vedvarende energi.
Med algoritmeoptimering af fleksibelt forbrug og fleksibel produktion kan man knække koden til en mere præcis prisdannelse. Det styrker værdien af den vedvarende energi i energisystemet.

Fra den første vindmølle og solcelle har fluktuationen ved den producerede energi været en udfordring. Hvad gør man, når der ikke er vind eller sol til at producere energien? Og hvad gør man, når der produceres, men ikke er et forbrug i den anden ende?

Nu har en algoritme fundet svaret – eller rettere flere af svarene – som skal til for at forudsige, hvordan fleksible produktioner og fleksible forbrug optimeres i markederne.

Innovationsprojektet FIRE, som Energinet står bag i regi af Energy Cluster Denmark, og som en partnerkreds bestående af Energi Danmark, Hydrogen Valley, Center Danmark, Qampo og Enfor A/S søger at løse sammen med DTU og Aarhus Universitet, har vist, at man faktisk kan få ret præcise beregninger ud af en stor mængde fleksible data.

”Det handler om at dele elefanten op i så mange bidder, at de kan spises enkeltvist”, som Thomas Elgaard Jensen, Energi Danmark, udtrykker det:

”I Fire har vi fundet metoder til algoritmen, som skal få os videre”, siger han.

En optimeret beslutning

Den nye viden får stor betydning for prisdannelsen på vedvarende energi. I takt med, at der skal integreres mere vedvarende energi, vil effekten af den fluktuerende produktion stige betydeligt. Det udfordrer både forsyningssikkerheden og stabiliteten i energiforsyningen, og derfor også prisfastsættelsen af den vedvarende energi.

”I dag er det primært mennesker, der træffer beslutningen om, hvornår der skal købes og sælges”, siger Ali Khatam, Decision Specialist i algoritmespecialisterne Qampo:

”Kan man beregne mere præcist, hvad produktion og aftag er, vil det være muligt at optimere beslutningen om køb og salg”, siger han.

Opgaven er at kombinere fleksibel produktion fra flere assets med et fleksibelt forbrug på mange forskellige enheder og på tværs af markeder. Det betyder, at udfaldsrummet har mange veje at gå.

”Beslutningsalgoritmen skal tage højde for mange forskellige påvirkninger”, siger Ali Khatam:

”Prøvede vi at løse det i et hug, ville det være umuligt. Men ved at dele det op kan vi se, at der er en mulig løsning”, siger han.

Vi ved, det kan lade sig gøre

”Vi har brug for, at elnettet balanceres. Det er en konstant udfordring, fordi forbruget og produktionen skal matches i realtid, og fordi fremtiden byder på kæmpe forskel i den totale elproduktion fra perioder, hvor det blæser og solen skinner, til perioder, hvor der ingen sol og vind er”, siger Thomas Elgaard Jensen:

”Tidligere har man løst det ved at skrue lidt op og ned for produktionen på de konventionelle kraftværker, som der nu var behov for. Vi har stadig en opgave med at sikre, at elnettet balanceres. Den opgave kan algoritmerne hjælpe os med at løse”, siger han:

”Vi har med FIRE ført bevis for, at vi kan forudsige dele af markedet, og at der er et potentiale i at gå den vej”, siger han.

Ali Khatam er enig.

”Det fantastiske ved projektet er, at vi nu ved, at det kan gøres bedre med en algoritme. Og det ved vi nu”, siger han.

Fra Energy Cluster Denmark, som har faciliteret projektet, ser man innovationsprojektet som et godt eksempel på, hvordan stærke partnere fra SMV’er og universiteter kan bidrage til at finde svar på konkrete udfordringer gennem nye, innovative løsninger:

”Algoritmeoptimeringerne, som er udviklet i FIRE, sikrer, at et energisystem med et fleksibelt forbrug og en fleksibel produktion kan håndteres bedre og mere præcist”, siger Glenda Napier, CEO i Energy Cluster Denmark.