Tekijä: Juha Mujunen

Osassa 7 näkökulma laajeni yksittäisestä talosta sähköjärjestelmään. Sarjan viimeisessä osassa palaan käytäntöön: mistä kotitalouden sähkön optimointi kannattaa aloittaa ja missä järjestyksessä järjestelmää on järkevää kehittää?

Energiaoptimointi ei ala Home Assistantista, akusta tai aggregaattorista. Se alkaa paljon yksinkertaisemmasta kysymyksestä: mitä ongelmaa olen ratkaisemassa? Vasta sen jälkeen kannattaa päättää, mitä mitataan, mitä ohjataan ja kuinka paljon automaatiota todella tarvitaan.

1. Ymmärrä lähtötilanne

Ennen ensimmäistäkään automaatiota kannattaa selvittää ainakin vuosikulutus, kulutuksen ajoittuminen, lämmitystapa, pääsulakekoko sekä se, onko taloudessa sähköautoa tai omaa aurinkotuotantoa. Näiden perusteella alkaa hahmottua, missä suurimmat ohjattavat kuormat ovat ja mitä rajoitteita järjestelmällä on.

Ilman lähtötietoja optimointi on helposti vain yksittäisten laitteiden ohjaamista ilman käsitystä siitä, vaikuttaako muutos kokonaisuuteen lainkaan.

Kuormaprofiili kertoo, onko joustoa olemassa

Ensimmäinen tekninen askel on tuntitason kulutusdata. Sen avulla voidaan erottaa kulutus, joka on käytännössä pakollista juuri kyseisenä hetkenä, ja kulutus, jota voidaan siirtää ajassa.

Teoreettinen siirrettävä osuus voidaan kuvata näin:

Jos siirrettävä osuus jää hyvin pieneksi, myös hintaoptimoinnin mahdollisuus jää rajalliseksi. Omassa tarkastelussani alle noin 20 prosentin siirrettävä osuus oli jo merkki siitä, ettei suurta säästöpotentiaalia kannata odottaa pelkällä ajoituksen muuttamisella.

2. Määritä tavoite ennen tekniikkaa

Optimoinnin tavoite voi olla sähkölaskun pienentäminen, pääsulakkeiden hallinta, oman aurinkotuotannon parempi hyödyntäminen, sähköauton latauksen ohjaus, valmius akustolle tai myöhempi kysyntäjousto. Joillekin tärkeä tavoite on yksinkertaisesti saada energiankäyttö näkyväksi ja ymmärrettäväksi.

Tavoite määrittää sen, millainen järjestelmä kannattaa rakentaa. Jos ongelma on esimerkiksi pääsulakkeiden kuormitus, ensimmäinen investointi ei välttämättä ole akku vaan parempi mittaus ja kuormanhallinta.

3. Aloita mahdollisimman yksinkertaisesta

Yksi yleisimmistä virheistä on yrittää rakentaa heti monimuuttujaista automaatiota. Ensimmäisessä vaiheessa riittää usein, että tunnistat vuorokauden edulliset tunnit ja siirrät niille sellaisia kuormia, joiden ajoittaminen on turvallista ja helppoa.

Sähköauton lataus on tästä hyvä esimerkki. Myös lämmitystä voidaan ajoittaa, jos lämmitysjärjestelmä ja rakennuksen lämpökapasiteetti sen sallivat. Omissa ensimmäisissä kokeiluissani tällaisen perusoptimoinnin vuosihyöty oli jo kymmenistä euroista yli sataan euroon ilman erityisen monimutkaista järjestelmää.

4. Laita rajoitteet kuntoon ennen lisäoptimointia

Kun ensimmäiset ohjaukset toimivat, seuraava vaihe ei ole uuden optimointialgoritmin lisääminen. Ensin pitää varmistaa, että järjestelmä tuntee omat rajansa.

Tähän kuuluvat esimerkiksi pääsulakkeiden ja vaihekuormien hallinta, sisä- ja käyttöveden lämpötilojen hyväksyttävät rajat sekä turvallinen toiminta silloin, kun mittausdata tai automaatio ei ole käytettävissä. Optimointi ei saa jättää lämmitystä pysyvästi pois päältä virhetilanteessa eikä ohjata kuormia niin, että sähköliittymän rajat ylittyvät.

Tässä vaiheessa järjestelmä alkaa vastata HEOMF:n rajoitteet huomioivaa tasoa: hinta saa vaikuttaa, mutta se ei saa ohittaa tärkeämpiä ehtoja.

5. Lisää fysiikka vasta, kun perusohjaus toimii

Kun mittaukset ja rajoitteet ovat kunnossa, optimointia voidaan syventää. Lämmityksessä tämä tarkoittaa esimerkiksi ulkolämpötilan huomiointia, lämmityksen jakamista useampaan jaksoon, sääennusteen hyödyntämistä ja lämpöpumpun COP:n ottamista mukaan päätöksentekoon.

Pelkkään sähkön hintaan perustuva kustannus voidaan yksinkertaistaa näin:

Kaavassa P on sähkön hinta ja E kulutettu sähköenergia. Lämpöpumpun tapauksessa todellista lämmityskustannusta ei kuitenkaan voi arvioida pelkän sähköenergian perusteella, koska tuotetun lämmön määrä riippuu hyötysuhteesta.

Tässä Q kuvaa tarvittavaa lämpöenergiaa ja COP lämpöpumpun hyötysuhdetta. Jos halvan sähkötunnin hyödyntäminen edellyttää samalla selvästi huonompaa COP:ta, halvin sähkötunti ei välttämättä tuota halvinta lämpöä. Tämä oli yksi oman projektini tärkeimmistä havainnoista.

6. Arvioi investoinnit vasta datan perusteella

Akku on hyvä esimerkki investoinnista, jota ei kannata arvioida pelkästään yleisellä ajatuksella sähkön hintavaihtelusta. Ennen hankintapäätöstä pitäisi tuntea ainakin oman kulutuksen tuntiprofiili, todellinen hintaero niiden tuntien välillä joihin energiaa voidaan siirtää sekä investoinnin kustannukset ja odotettavissa olevat tuotot.

Investointia voidaan tarkastella esimerkiksi nettonykyarvon avulla:

Jos NPV jää käytetyillä oletuksilla negatiiviseksi ilman epävarmoja lisätuloja, investointi voi silti olla perusteltu esimerkiksi varautumisen tai muun strategisen hyödyn vuoksi, mutta sitä ei pitäisi kutsua puhtaasti taloudelliseksi säästöinvestoinniksi.

Yleisimmät virheet ovat samoja, joihin itse törmäsin

Liian aggressiivinen ohjaus voi heikentää lämpöpumpun COP:ta ja lisätä sisälämpötilan vaihtelua. Liian monimutkainen automaatio puolestaan kasvattaa riippuvuuksia ja tekee vikatilanteista vaikeampia hallita. Jos kokonaistehoa ei seurata, kaikki halvat kuormat voivat käynnistyä samanaikaisesti ja ongelma siirtyy sähkön hinnasta pääsulakkeisiin.

Myös hinta ainoana ohjaussignaalina on liian kapea näkökulma. Rakennuksen lämpökapasiteetti, lämmitystarve, laitteiden hyötysuhde ja käyttäjän tarpeet määrittävät sen, kuinka paljon kulutusta todella voidaan siirtää.

Missä HEOMF-tasossa olet nyt?

HEOMF antaa käytännöllisen tavan hahmottaa oman järjestelmän nykytilaa. Taso 0 tarkoittaa käytännössä passiivista kulutusta ilman ohjausta, tasolla 1 kulutus reagoi hintaan, tasolla 2 mukaan tulevat tekniset rajoitteet ja tasolla 3 useiden muuttujien yhteinen optimointi. Taso 4 laajentaa järjestelmän ulkopuoliseen markkinaosallistumiseen.

Kaikkien ei tarvitse edetä korkeimmalle tasolle. Monelle kotitaloudelle hyvin toteutettu taso 2 voi olla taloudellisesti ja teknisesti erittäin järkevä päätepiste.

Mitä tekniikkaa oikeasti tarvitaan?

Rajoitteet huomioivaan perusjärjestelmään tarvitaan ennen kaikkea luotettava hintatieto, riittävä sähkönkulutuksen mittaus ja mahdollisuus ohjata niitä kuormia, joiden siirtämisestä on hyötyä. Omassa järjestelmässäni tähän kuuluivat vaihekohtainen mittaus, lämpöpumpun ohjaus, sähköauton latauksen ohjaus ja sulakevahti.

Monimuuttujaisessa järjestelmässä mukaan tulevat esimerkiksi sää- ja tuotantoennusteet, aurinkosähkön mittaus, useampaan jaksoon jaettu lämmitys sekä järjestelmän toimintatilat eri vuodenaikoina. Näitä ei kuitenkaan tarvita ensimmäiseen toimivaan optimointiin.

Etene mittauksesta kokeiluun ja vasta sitten automaatioon

Oma kehityspolkuni lähti usean kuukauden mittausdatasta. Sen jälkeen tein yksinkertaisia analyysejä ja testasin ohjauksia ensin käsin. Vasta kun olin nähnyt, miten talo, lämpöpumppu ja sähköauto todellisuudessa käyttäytyvät, aloin siirtää samoja päätöksiä automaation tehtäväksi.

Tätä järjestystä suosittelen edelleen: mittaa → ymmärrä → testaa → automatisoi. Jos automaatio rakennetaan ennen kuin kohteen käyttäytyminen tunnetaan, riskinä on automatisoida väärä oletus.

Kaikkea ei tarvitse rakentaa itse

Oma järjestelmä antaa paljon vapautta, mutta samalla se vaatii kiinnostusta dataan, ylläpitoon ja järjestelmän toiminnan ymmärtämiseen. Jos näihin ei halua käyttää aikaa, kaupallinen valmis ratkaisu voi olla paljon parempi valinta.

Kypsyys ei tarkoita sitä, että kotitalouden pitäisi käyttää Home Assistantia tai rakentaa oma EnergyHub. HEOMF arvioi kyvykkyyttä, ei sitä, millä tuotteella tai alustalla se toteutetaan.

Aloita ongelmasta, älä teknologiasta

Koko tämän sarjan tärkein käytännön oppi voidaan tiivistää siihen, ettei energian optimointi ole yksittäinen laite tai algoritmi. Se on asteittainen kehityspolku, jossa ensin ymmärretään oma kulutus, sitten otetaan käyttöön yksinkertaiset ohjaukset, varmistetaan tekniset rajat ja vasta sen jälkeen lisätään fysiikkaa, ennusteita tai uusia investointeja.

Markkinaosallistuminen, akustot ja monimutkaisempi automaatio voivat olla myöhemmin perusteltuja, mutta niitä ei tarvita hyvän energianhallinnan lähtökohdaksi. Usein suurin käytännön parannus syntyy jo siitä, että talo tietää mitä se kuluttaa, mitkä kuormat ovat joustavia ja milloin niitä ei saa ohjata.

Optimointi-sarjan pääsivulta löydät kaikki kahdeksan osaa ja sarjan etenemisjärjestyksen. Jos haluat jatkaa kypsyysmalliin, HEOMF-pääsivu kokoaa mallin, artikkelisarjan, itsearvioinnin ja White Paperin. Käytännön toteutuksiin löytyy puolestaan oma kokonaisuutensa Ohjeet-sivulta.

Osassa 6 syntyi ajatus HEOMF-kehikosta: tavasta arvioida, kuinka pitkälle kotitalouden energianhallinta on kehittynyt ja mitä seuraava taso edellyttäisi.

Seuraava kysymys oli luonteva. Mitä tapahtuu silloin, kun riittävän kypsä kotitalous ei enää optimoi vain omaa sähkölaskuaan, vaan sen joustavaa kulutusta, tuotantoa tai energiavarastoja voidaan käyttää myös sähköjärjestelmän tarpeisiin?

Mitä kysyntäjousto tarkoittaa kotitaloudessa?

Yksinkertaisimmillaan kysyntäjousto tarkoittaa kulutuksen siirtämistä, vähentämistä tai tarvittaessa kasvattamista vastauksena hintaan tai muuhun ohjaussignaaliin. Kotitaloudessa joustavia kuormia voivat olla esimerkiksi lämmitys, lämmin käyttövesi ja sähköauton lataus.

Taloudellista hyötyä voidaan yksinkertaistaa hinnan muutoksen ja siirretyn energian avulla:

Kaavassa ΔP kuvaa hinnan muutosta ja ΔE siirrettyä energiaa. Tämä on käyttökelpoinen tapa tarkastella oman sähkölaskun optimointia, mutta sähköjärjestelmän näkökulmasta jouston arvo ei rajoitu pelkkään energiaan tai tuntihintaan. Joustolla voidaan myös auttaa tasapainottamaan tuotantoa ja kulutusta.

Sähköjärjestelmän tasapaino

Sähköjärjestelmässä tuotannon ja kulutuksen pitää pysyä jatkuvasti tasapainossa. Yksinkertaistettuna tätä voidaan kuvata näin:

Jos tuotanto ylittää kulutuksen, järjestelmän taajuus pyrkii nousemaan. Jos kulutus ylittää tuotannon, taajuus pyrkii laskemaan. Sähköjärjestelmä tarvitsee siksi jatkuvasti resursseja, jotka pystyvät muuttamaan tuotantoa tai kulutusta tilanteen mukaan.

Perinteisesti säätö on perustunut suurelta osin tuotantolaitoksiin, joiden tehoa voidaan muuttaa. Tuuli- ja aurinkotuotannon kasvaessa myös kulutuspuolen jousto kiinnostaa enemmän, koska kaikki tuotanto ei ole samalla tavalla ohjattavissa.

Yksittäinen koti on pieni, suuri joukko ei

Kotitalouksien merkitys kasvaa samaan aikaan, kun lämmitys sähköistyy, sähköautojen määrä lisääntyy, pienimuotoinen aurinkotuotanto yleistyy ja kotitalousakut tulevat osaksi energiajärjestelmää. Yksittäisen kodin muutaman kilowatin jousto on sähköjärjestelmän mittakaavassa pieni, mutta suuri määrä samanlaisia resursseja muodostaa jo merkittävän kokonaisuuden.

Esimerkiksi 200 000 kotitaloutta, joista jokainen pystyy muuttamaan kuormaansa 2 kW, vastaa yhteensä 400 MW:n tehomuutosta. Tämä on vain havainnollistava laskuesimerkki, mutta se näyttää hyvin, miksi hajautettuja resursseja kannattaa tarkastella joukkona eikä yksittäisinä taloina.

HEOMF-taso 4 – järjestelmätason osallistuja

HEOMF:ssa korkein taso kuvaa kotitaloutta, jolla on valmius osallistua oman optimoinnin lisäksi myös ulkopuoliseen joustoon tai markkinaan. Käytännössä tähän voivat liittyä esimerkiksi aggregaattoriyhteys, akusto, V2X tai muu resurssi, jota voidaan ohjata sähköjärjestelmän tarpeiden perusteella.

Tässä kohdassa energianhallinnan luonne muuttuu. Tavoitteena ei enää ole vain valita omalle kulutukselle halvinta ajankohtaa, vaan hallita myös sitä, kuinka paljon joustoa voidaan luvata ulkopuoliselle toimijalle ja millä ehdoilla tämä jousto voidaan toteuttaa rikkomatta talon omia rajoitteita.

Aggregaattori yhdistää pienet resurssit

Kotitalouden käytännön markkinaosallistuminen tapahtuu tyypillisesti aggregaattorin kautta. Sen tehtävä on koota suuri määrä pieniä joustoresursseja yhdeksi riittävän suureksi kokonaisuudeksi, hoitaa markkinaan liittyviä teknisiä velvoitteita ja välittää ohjausta osallistuville kohteille.

Kotitalouden näkökulmasta tämä tarkoittaa merkittävää muutosta verrattuna omaan hintaoptimointiin. Ohjaussignaali voi tulla ulkopuolelta ja sen aikaskaala voi olla huomattavasti tuntihintaa nopeampi. Siksi oman energianhallinnan pitää pystyä sovittamaan ulkopuolinen pyyntö yhteen esimerkiksi pääsulakkeiden, lämpötilarajojen ja käyttäjän tarpeiden kanssa.

Aggregaattori ei siis poista paikallisen ohjauksen tarvetta. Päinvastoin: mitä enemmän ulkopuolista ohjausta sallitaan, sitä tärkeämmäksi muuttuu se, että kotitalouden omat rajat ovat selvästi määriteltyjä.

Akku laajentaa optimoinnin mahdollisuuksia

Kotitalousakku tuo järjestelmään resurssin, jota voidaan käyttää sekä energian siirtämiseen ajassa että nopeaan tehon muuttamiseen. Yksinkertainen akkuoptimointi perustuu siihen, että energiaa ladataan edullisempaan aikaan ja puretaan kalliimpaan:

Tämä on kuitenkin vain yksi tapa hyödyntää akkua. Järjestelmätasolla akun arvo voi liittyä myös nopeaan joustoon ja reservipalveluihin. Tällöin akun käyttöä eivät määritä vain vuorokauden halvat ja kalliit tunnit, vaan kapasiteettia voidaan varata esimerkiksi FCR-, aFRR-, mFRR- tai FFR-tyyppisiin palveluihin.

Tällainen käyttö muuttaa optimointiongelmaa olennaisesti. Akun varaustasoa ei voida käyttää kokonaan omaan hintaoptimointiin, jos osa kapasiteetista on samalla pidettävä vapaana muuta tarkoitusta varten.

V2X tuo sähköauton mukaan kaksisuuntaisesti

Sähköautossa on suuri akku, mutta tavallisessa kotilatauksessa sitä käytetään vain yhteen suuntaan: verkosta autoon. V2X muuttaa tämän ajatuksen kaksisuuntaiseksi. Tekniikan ja markkinamallien kehittyessä auto voisi toimia myös kodin tai sähköjärjestelmän joustoresurssina.

Mahdollisuuksia ovat esimerkiksi huippukuormien tasaaminen, energian syöttäminen takaisin ja reservikäyttö. Samalla mukaan tulevat laitteiston saatavuus, standardointi, akun kuluminen ja verkkotekniset vaatimukset. Siksi V2X kuuluu HEOMF-tason 4 mahdollisuuksiin, mutta sen olemassaolo ei itsessään tarkoita, että ratkaisu olisi jokaisessa kotitaloudessa järkevä.

Markkinaosallistuminen edellyttää paikallista kypsyyttä

Kypsyysmallin näkökulmasta ulkopuolinen ohjaus on luonteva laajennus vasta sen jälkeen, kun oman järjestelmän perusasiat ovat kunnossa. Jos kuormaprofiilia ei tunneta, sähköteknisiä rajoitteita ei hallita tai ohjauksella ei ole turvallisia fallback-tiloja, uuden markkinasignaalin lisääminen kasvattaa helposti ongelmia enemmän kuin hyötyä.

Sen sijaan rajoitteet huomioivassa tai monimuuttujaisessa järjestelmässä ulkopuolinen pyyntö voidaan käsitellä uutena signaalina muiden joukossa. Paikallinen ohjaus voi silloin päättää, kuinka paljon joustoa kyseisellä hetkellä todella on käytettävissä.

Taloudellinen realismi säilyy myös tasolla 4

Markkinaosallistuminen ei tee kalliista investoinnista automaattisesti kannattavaa. Jos esimerkiksi akusto maksaa 10 000 euroa ja siitä saatava vuotuinen lisätuotto jää 500–800 euroon, takaisinmaksuaika on jo lähtökohtaisesti pitkä. Lisäksi huomioon pitää ottaa hyötysuhde, akun käyttösyklit, investointiriski ja se, etteivät markkinakorvaukset ole pysyvä vakio.

Investointia voidaan tarkastella esimerkiksi nettonykyarvon avulla:

Jos investoinnin nettonykyarvo jää käytetyillä oletuksilla negatiiviseksi, teknisesti kiinnostava ratkaisu ei vielä ole taloudellisesti perusteltu. Tämä on sama periaate kuin aiemmilla HEOMF-tasoilla: korkeampi tekninen kyvykkyys ei ole itseisarvo.

Aggregointi ei ole kaikkien päämäärä

Monelle kotitaloudelle paras lopputulos voi löytyä jo tasolta, jossa sähkön hinta, keskeiset kuormat ja tekniset rajoitteet on saatu hallintaan. Markkinaosallistuminen voi tuoda uuden tulovirran, mutta samalla se lisää rajapintoja, ehtoja ja riippuvuuksia.

HEOMF:n tarkoitus ei ole ohjata kaikkia kohti tasoa 4, vaan auttaa arvioimaan, milloin seuraava taso tuo riittävästi lisäarvoa suhteessa sen vaatimiin investointeihin ja monimutkaisuuteen.

Kotitalous voi tukea sähköjärjestelmää monella tavalla

Hajautettu jousto ei tarkoita vain akkuja. Kotitaloudessa voidaan hyödyntää myös rakennuksen lämpökapasiteettia, lämmityksen ajoitusta ja sähköauton latauksen joustavuutta. Eri resurssit toimivat eri aikaskaaloilla ja erilaisissa tilanteissa, mutta niitä yhdistää mahdollisuus muuttaa kulutusta ilman, että kotitalouden varsinainen palvelu – lämpö, lämmin vesi tai liikkuminen – välttämättä kärsii.

Nämä resurssit eivät korvaa koko sähköjärjestelmän tuotantoa tai säätökapasiteettia. Niiden arvo on siinä, että suuri määrä pieniä ja hajautettuja kuormia voi vähentää huippuja, tarjota joustoa ja parantaa uusiutuvan tuotannon hyödyntämistä.

Oma kehityspolku päätyi valmiuteen, ei vielä markkinaan

Oma kehityspolkuni eteni hintareaktiivisesta optimoinnista rajoitteet huomioivaan ohjaukseen, siitä monimuuttujaiseen järjestelmään ja lopulta HEOMF-kehikon syntyyn. Seuraava looginen vaihe oli arvioida, mitä markkinaosallistuminen teknisesti vaatisi.

Tässä vaiheessa en ollut aktiivinen reservimarkkinatoimija. Olennaista oli, että järjestelmän arkkitehtuuria voitiin tarkastella myös siitä näkökulmasta, miten ulkopuolinen joustosignaali joskus liitettäisiin siihen hallitusti.

Osallistuminen on mahdollisuus, ei itseisarvo

Kotitalous voi kehittyä passiivisesta kuluttajasta hintaan reagoivaksi kuormaksi, joustoresurssiksi ja edelleen markkinaan osallistuvaksi järjestelmäksi. Jokainen askel kasvattaa kuitenkin myös vaatimuksia mittaukselle, ohjaukselle, luotettavuudelle ja riskienhallinnalle.

Siksi kysymys ei ole siitä, kuinka nopeasti kotitalous saadaan reservimarkkinoille. Olennaisempaa on tietää, milloin tekninen kypsyys ja taloudellinen hyöty tekevät siitä järkevän seuraavan askeleen.

Osassa 8 näkökulma palaa käytännön etenemiseen: miten kotitalouden sähkön optimointi kannattaa aloittaa, mitä lähtötietoja tarvitaan ja missä järjestyksessä järjestelmää kannattaa kehittää.

Optimointi-sarjan pääsivulta löydät kaikki sarjan osat ja kokonaisuuden etenemisjärjestyksen.

Osassa 5 optimoinnin tavoitteeksi muodostui tasapaino hinnan, fysiikan, turvallisuuden ja asumismukavuuden välillä. Kun samaan kokonaisuuteen lisättiin aiempien osien havainnot pääsulakkeista, COP:sta, aurinkotuotannosta ja järjestelmäarkkitehtuurista, yksi asia alkoi erottua selvästi: kaikki kotitaloudet eivät ole samalla optimoinnin tasolla, eikä niiden tarvitsekaan olla.

Optimointi ei siis ole binäärinen kysymys siitä, optimoidaanko sähköä vai ei. Kyse on siitä, millaisia mittauksia, ohjauksia, rajoitteita ja päätöksentekoa järjestelmä jo hallitsee – ja kuinka pitkälle sitä on järkevää kehittää. Tästä ajatuksesta alkoi muodostua HEOMF.

Mikä on HEOMF?

HEOMF tarkoittaa Home Energy Optimization Maturity Frameworkia. Se ei ole tekninen tuote, yksittäinen algoritmi eikä luettelo laitteista, jotka kotitalouteen pitäisi hankkia. Se on arviointikehikko energianhallinnan kyvykkyyden tarkasteluun.

Kehikon tarkoitus on auttaa vastaamaan kolmeen käytännön kysymykseen:

1. Millä tasolla kotitalouden energianhallinta on nyt?
2. Mitä seuraavalle tasolle siirtyminen edellyttäisi?
3. Onko seuraavalle tasolle siirtyminen kyseisessä kohteessa ylipäätään järkevää?

Miksi kypsyysmallia tarvitaan?

Energiaoptimointi kuvataan helposti joko liian yksinkertaisena tai tarpeettoman monimutkaisena. Toisessa ääripäässä riittää ajatus kulutuksen siirtämisestä halvimmille tunneille, toisessa taas oletetaan kehittyneen automaation ratkaisevan kaiken.

Käytännössä kehitys tapahtuu asteittain. Ensin kulutuksesta saadaan näkyvyyttä, sitten mukaan tulevat ajastukset ja automaattiset ohjaukset. Seuraavaksi on ratkaistava sähkötekniset ja mukavuuteen liittyvät rajoitteet, ja vasta tämän jälkeen kannattaa rakentaa ennusteisiin tai useiden muuttujien yhteisvaikutukseen perustuvaa optimointia.

Kypsyysmallin tehtävä on tehdä tästä kehityspolusta näkyvä. Samankaltaisia tasomalleja käytetään esimerkiksi automaatiossa, tietoturvassa ja laadunhallinnassa, joissa kyvykkyyttä ei arvioida yhden ominaisuuden perusteella vaan kokonaisuutena.

HEOMF – viisi kypsyystasoa

Taso 0 – Passiivinen kuluttaja

Tasolla 0 energiankäyttöä ei käytännössä ohjata. Kulutusta voidaan nähdä sähkölaskusta, mutta tuntitason seurantaa, kuormanhallintaa tai automaattista ohjausta ei ole. Sopimusmuoto itsessään ei ratkaise tasoa; olennaista on, ettei energiajärjestelmä reagoi aktiivisesti mittauksiin tai ulkoisiin signaaleihin.

Taso 1 – Hintatietoinen

Ensimmäisellä aktiivisella tasolla käyttäjä seuraa tuntihintaa ja siirtää kulutusta edullisemmille tunneille joko käsin, ajastimilla tai yksinkertaisella automaatiolla. Tämä vastaa hyvin oman projektini ensimmäisiä kokeiluja: hinta oli päätöksenteon tärkein signaali, mutta järjestelmä ei vielä ymmärtänyt teknisiä rajoitteitaan.

Taso 2 – Rajoitteet huomioiva

Tasolla 2 ohjaus ei enää seuraa vain hintaa. Mukaan tulevat esimerkiksi pääsulakkeiden ja vaihekuorman hallinta, minimi- ja maksimilämpötilat, useampaan jaksoon jaettu lämmitys sekä turvalliset fallback-tilat. Järjestelmä osaa siis myös päättää, milloin taloudellisesti houkuttelevaa toimintoa ei saa tehdä.

Tämä on monelle kotitaloudelle jo erittäin käyttökelpoinen taso. Suuri osa käytännön hyödystä voidaan saada ilman, että järjestelmästä tehdään ennustavaa tai erityisen monimutkaista.

Taso 3 – Monimuuttujainen optimointi

Tasolla 3 optimointi käyttää useita signaaleja yhtä aikaa. Sähkön hinnan lisäksi päätöksentekoon voivat vaikuttaa esimerkiksi lämmitystarve, COP, sääennuste, aurinkotuotanto ja eri kuormien keskinäiset prioriteetit. Tuntien valinta ei enää perustu yhteen sääntöön, vaan järjestelmä sovittaa yhteen useita tavoitteita ja rajoitteita.

Taso 4 – Järjestelmätason osallistuja

Korkeimmalla tasolla kotitalous ei enää optimoi vain omaa sähkölaskuaan tai omaa tuotantoaan. Järjestelmä voi tarjota joustoa myös sähköjärjestelmän tarpeisiin esimerkiksi aggregaattorin, akuston, V2X:n tai muun markkinaosallistumisen kautta.

Taso 4 ei ole mallin tavoite, johon kaikkien pitäisi pyrkiä. Se on yksi mahdollinen kypsyysvaihe silloin, kun tekninen valmius, taloudellinen hyöty ja riskit tekevät osallistumisesta perusteltua.

Korkeampi taso ei tarkoita lineaarisesti suurempaa säästöä

Kypsyysmallin tärkeä lähtökohta on se, ettei taloudellinen hyöty kasva samassa suhteessa teknisen kyvykkyyden kanssa. Ensimmäiset askeleet, kuten hintatietoisuus ja keskeisten kuormien hallinta, voivat tuoda suuren osan saavutettavasta hyödystä. Mitä pidemmälle järjestelmää kehitetään, sitä pienemmäksi uuden toiminnon rajahyöty usein jää.

Tämä on myös syy siihen, miksi HEOMF ei ole kilpailu korkeimpaan tasoon. Oikea taso on se, jossa lisähyöty, tekninen monimutkaisuus, ylläpidettävyys ja riskit ovat kyseiseen kotitalouteen nähden järkevässä suhteessa.

Kypsyys tarkoittaa muutakin kuin säästöä

HEOMF ei arvioi vain sitä, kuinka pitkälle hintaperusteinen optimointi on viety. Kypsyyteen kuuluvat myös järjestelmän luotettavuus, turvallisuus, hallittavuus, huollettavuus ja ylläpidettävyys.

Teknisesti vaikuttava järjestelmä ei ole automaattisesti kypsä. Jos se tarvitsee jatkuvaa käsin korjaamista, toimii huonosti datakatkoissa tai voi rikkoa tärkeät käyttörajat tavoitellessaan pientä lisäsäästöä, korkea automaation määrä ei vielä tarkoita hyvää energianhallintaa.

Kypsyys näkyy ennen kaikkea siinä, että järjestelmä toimii ennustettavasti myös poikkeustilanteissa ja että sen käyttäytyminen on ymmärrettävissä.

Miten toisen kotitalouden järjestelmää pitäisi arvioida?

Yksi HEOMF:n taustalla olleista kysymyksistä oli yksinkertainen: mitä pitäisi kysyä, jos arvioisin jonkin toisen kotitalouden energianhallintaa?

Pelkkä pörssisähkösopimus, aurinkopaneeli tai akku ei vielä kerro järjestelmän kypsyydestä juuri mitään. Olennaisempia kysymyksiä ovat, onko kulutuksesta riittävä mittaus, hallitaanko kokonaistehoa, onko ohjauksilla turvalliset fallback-tilat, huomioidaanko laitteiden fyysiset rajat ja onko turvallisuus erotettu optimoinnista.

Kypsyysmalli tuo tällaisiin kysymyksiin yhteisen rakenteen. Järjestelmää voidaan tarkastella kyvykkyyksien kokonaisuutena sen sijaan, että arvio perustuu yksittäiseen laitteeseen tai ominaisuuteen.

HEOMF ei ole Home Assistant -kehikko

Vaikka oma käytännön toteutukseni rakentui Home Assistantin ympärille, HEOMF ei ole sidottu mihinkään tiettyyn alustaan. Sama kyvykkyys voi toteutua Home Assistantissa, kaupallisessa ohjausjärjestelmässä, lämpöpumpun omassa automaatiossa tai palveluntarjoajan ratkaisussa.

Alusta ei siis määritä kypsyystasoa. Ratkaisevaa on se, mitä järjestelmä mittaa, mitä se pystyy ohjaamaan, miten päätökset tehdään ja kuinka turvallisesti sekä luotettavasti kokonaisuus toimii.

Kehikosta omaa taloa laajemmaksi malliksi

Kypsyysmallin synty muutti samalla projektin tavoitetta. Aiemmat kokeilut olivat vastanneet siihen, miten omaa taloa voidaan ohjata paremmin. HEOMF puolestaan avasi mahdollisuuden kuvata samoja periaatteita tavalla, jota voidaan käyttää myös muiden kotitalouksien järjestelmien arviointiin.

Tästä syntyi myöhemmin laajempi kokonaisuus, johon kuuluvat kypsyystasojen tarkempi kuvaus, itsearviointi, riskien ja reunaehtojen käsittely sekä optimoinnin arkkitehtuuri. HEOMF-pääsivulle on koottu nämä osat sekä White Paper erillisenä syventävänä dokumenttina.

Kehikko syntyi käytännön ongelmista

HEOMF ei alun perin syntynyt teoriasta tai tavoitteesta rakentaa uusi viitekehys. Se muodostui käytännön kokeilujen seurauksena: liian aggressiivisesta hintaohjauksesta, pääsulakeongelmista, COP:n sivuuttamisesta, liian suurista lämpötilavaihteluista ja siitä, kuinka vaikeaksi yksittäisten sääntöjen hallinta alkoi kasvaa.

Jokainen näistä ongelmista pakotti lisäämään järjestelmään uuden kyvykkyyden tai rajoitteen. Kun ne asetettiin kehitysjärjestykseen, niistä alkoi muodostua luonnollinen kypsyyspolku. Siinä mielessä HEOMF on ennen kaikkea tiivistettyä käytännön kokemusta.

Kypsyysmallista kohti sähköjärjestelmää

HEOMF vastaa kysymykseen siitä, miten kotitalouden energianhallinnan kyvykkyyttä voidaan arvioida systemaattisesti. Seuraava askel on kysyä, mitä tapahtuu silloin, kun riittävän kypsä kotitalous ei enää optimoi vain omaa kulutustaan varten.

Osassa 7 näkökulma laajenee yksittäisestä talosta sähköjärjestelmään: kysyntäjoustoon, aggregointiin, akustoihin ja siihen, milloin kotitalouden on järkevää osallistua markkinoille.

Optimointi-sarjan pääsivulta löydät kaikki sarjan osat ja kokonaisuuden etenemisjärjestyksen.

Osassa 4 optimointi muuttui yksittäisistä ohjauksista järjestelmäksi. Tässä vaiheessa seuraava kysymys ei enää ollut vain se, kuinka paljon sähköä voidaan ostaa halvemmilla tunneilla, vaan kuinka pitkälle optimointia ylipäätään kannattaa viedä.

Kun mukaan otetaan lämpöpumpun hyötysuhde, rakennuksen lämpökapasiteetti, käyttöveden turvalliset rajat, asumismukavuus ja järjestelmän luotettavuus, pelkkä euro ei enää riitä optimointikriteeriksi. Tavoitteeksi tulee tasapaino: mahdollisimman hyvä taloudellinen tulos ilman, että fysiikkaa tai arkea vastaan aletaan taistella.

Säästö ja mukavuus eivät ole vastakohtia

Optimoinnista puhutaan helposti kahtena ääripäänä: joko säästetään mahdollisimman paljon tai pidetään asuminen täysin ennallaan eikä ohjata mitään. Käytännössä sisälämpötila ei kuitenkaan ole on/off-arvo, vaan hyväksyttävä vaihteluväli.

Omassa referenssiaineistossa vuorokauden sisäinen lämpötilavaihtelu oli noin 1,0–1,3 °C. Hintaohjauksen aikana vaihtelu kasvoi tyypillisesti 0,2–0,7 °C. Tällainen muutos ei välttämättä tunnu arjessa merkittävästi, mutta yli kahden asteen vaihtelu alkoi jo näkyä erityisesti makuuhuoneissa.

Tästä tulee optimoinnille käytännön raja: energiaa voidaan siirtää ajassa, mutta ei rajattomasti. Rakennus ja sen käyttäjät määrittävät sen, kuinka paljon joustoa on oikeasti käytettävissä.

Rakenteet toimivat lämpövarastona

Lattialämmityksen merkittävä etu optimoinnissa on rakenteiden lämpökapasiteetti. Betonilaattaan voidaan varastoida lämpöenergiaa suhteellisen pienellä lämpötilan muutoksella. Yksinkertaistettuna varastoitunut energia voidaan kuvata näin:

Kaavassa m on massa, c ominaislämpökapasiteetti ja ΔT lämpötilan muutos. Suuri betonimassa pystyy siis varastoimaan merkittävän määrän energiaa jo pienellä lämpötilan nostolla.

Varastointia ei kuitenkaan kannata maksimoida. Jos lattiaa ja menovettä lämmitetään tarpeettoman korkealle, lämpöpumpun hyötysuhde heikkenee, kompressorin kuormitus kasvaa ja asumismukavuus voi kärsiä. Optimaalinen ΔT ei siksi ole suurin mahdollinen, vaan sopiva kompromissi siirrettävän energian ja järjestelmän muun toiminnan välillä.

COP ratkaisee, mitä lämpö oikeasti maksaa

Lämpöpumpun hyötysuhde voidaan kuvata COP-luvulla:

COP ei ole vakio, vaan siihen vaikuttavat muun muassa menoveden lämpötila, lämmönlähteen olosuhteet ja kompressorin käyttötilanne. Omassa optimoinnissa tämä tuli olennaiseksi siinä vaiheessa, kun lämpöä yritettiin siirtää voimakkaasti lyhyille halvoille jaksoille.

Jos menoveden tavoitetta nostetaan esimerkiksi muutamalla asteella vain siksi, että rakenteisiin saataisiin enemmän lämpöä varastoon, samalla voidaan heikentää lämpöpumpun hyötysuhdetta. Silloin pelkkään sähkön hintaan perustuva laskenta ei enää kuvaa todellista kustannusta.

Yksinkertainen optimointiajatus voidaan kuvata näin:

Lämmön todellista kustannusta tarkasteltaessa mukaan tulee kuitenkin hyötysuhde:

Tämän seurauksena halpa sähkötunti huonolla COP:lla voi tulla lämmön tuottamisen kannalta kalliimmaksi kuin hieman kalliimpi tunti paremmalla hyötysuhteella. Hintaa ei siis voi tarkastella erillään laitteen fysiikasta.

Käyttövedessä turvallisuus menee hinnan edelle

Lämmin käyttövesi tuo optimointiin rajoitteen, jota ei voi käsitellä vain taloudellisena kysymyksenä. Veden lämpötilan pitää pysyä järjestelmän turvallisten käyttörajojen sisällä ja lämpöpumpun oma hygieniatoiminto on pystyttävä toteuttamaan suunnitellusti.

Tämä tarkoittaa käytännössä, että käyttöveden turvallisuuteen liittyvä toiminto ei saa jäädä toteutumatta korkean sähkön hinnan vuoksi. Sen ajoitusta voidaan mahdollisuuksien mukaan sovittaa edullisempaan hetkeen, mutta itse turvallisuusehto on optimoinnin yläpuolella.

Sama prioriteettiajattelu pätee koko järjestelmään: ensin turvallisuus ja pakolliset rajat, sen jälkeen asumismukavuus ja sähkötekniset rajoitteet, ja vasta niiden sisällä taloudellinen optimointi.

Optimointi tarvitsee turvakehyksen

Teollisuusautomaatiosta ja robotiikasta tuttu ajatus turva-alueesta toimii hyvin myös energianhallinnassa. Optimointi saa etsiä edullisinta toimintapistettä vain ennalta määritellyn kehyksen sisällä.

• Sisälämpötila ei saa laskea asetetun alarajan alle.
• Käyttöveden lämpötilan ja hygieniatoimintojen pitää pysyä sallituissa rajoissa.
• Vaihekuorma ei saa ylittää sähköliittymälle asetettua rajaa.
• Lämpötilojen siirtoa ei kasvateta niin suureksi, että hyötysuhde tai asumismukavuus kärsii kohtuuttomasti.

Jos jokin näistä ehdoista rikkoutuu, optimointitavoite väistyy. Tällainen rakenne estää tilanteet, joissa muutaman sentin hintahyöty johtaisi teknisesti tai käytännössä huonompaan lopputulokseen.

Kuinka paljon optimoinnista kannattaa maksaa?

Maalämpöpumpun teoreettinen hintaohjauksen säästöpotentiaali oli omassa tarkastelussani noin 200–250 euroa vuodessa, kun taas käytännössä saavutettu hyöty asettui noin 100–135 euroon vuodessa.

Ero on tärkeä. Teoreettinen laskenta olettaa enemmän siirrettävyyttä kuin rakennus, lämpöpumppu ja arki todellisuudessa sallivat. Jos viimeisten eurojen tavoittelu kasvattaa lämpötilavaihtelua, heikentää COP:ta, lisää järjestelmän monimutkaisuutta tai kasvattaa vikatilanteiden riskiä, lisähyöty voi olla liian pieni suhteessa haittoihin.

Tässä vaiheessa optimointi muuttuu tavalliseksi insinööripäätökseksi: paras ratkaisu ei välttämättä ole teknisesti maksimaalinen, vaan kokonaisuutena tarkoituksenmukaisin.

Milloin optimointia on liikaa?

Liian pitkälle viety optimointi näkyy usein käytännön oireina: lämpöpumppua ajetaan tarpeettoman lyhyissä ja kovissa jaksoissa, COP heikkenee, käyttöveden tai sisälämpötilan rajoja lähestytään jatkuvasti ja järjestelmä vaatii käyttäjältä päivittäistä säätämistä.

Hyvä käytännön mittari on automaation vaatima huomio. Jos järjestelmän normaali toiminta edellyttää jatkuvaa ihmisen puuttumista, päätöksenteko ei ole vielä riittävän valmis. Keväällä 2025 tehty uusi konfiguraatio vähensi tätä omassa järjestelmässäni selvästi.

Hallinnan tunne on myös hyöty

Optimoinnin arvoa ei voi mitata pelkästään euroissa. Energiakriisin aikana hintavaihtelu, mahdollinen sähköpula ja yleinen epävarmuus tekivät energiankäytöstä asian, johon halusin saada enemmän näkyvyyttä.

Mittaaminen ja oma ohjaus toivat ymmärrystä siitä, mihin sähköä kului, miten talo reagoi ja missä omat vaikutusmahdollisuudet todella olivat. Tämä ei näy suoraan säästölaskelmassa, mutta oli yksi tärkeä syy siihen, miksi järjestelmän kehittämistä kannatti jatkaa.

Kaikkien ei tarvitse mennä yhtä pitkälle

Käytännön kokemusten perusteella optimointia voi hahmottaa eri tasoina. Ensimmäisellä tasolla kulutusta siirretään halvoille tunneille yksinkertaisilla ajastuksilla. Seuraavalla tasolla mukaan tulevat tekniset rajoitteet, kuten sulakevahti, minimilämpötilat ja useampaan jaksoon jaettu lämmitys. Kolmannella tasolla päätöksenteko alkaa huomioida myös COP:n, lämmitystarpeen, ennusteet ja oman aurinkotuotannon.

Useimmissa kotitalouksissa jo rajoitteet huomioiva toinen taso voi tuoda suuren osan käytännön hyödystä ilman erityisen monimutkaista järjestelmää. Fysiikkaa ja ennusteita laajasti huomioiva taso on teknisesti kiinnostava ja joissakin kohteissa perusteltu, mutta se ei automaattisesti tarkoita parempaa taloudellista lopputulosta.

Mitä muutin omassa ohjauksessa?

Kokemusten jälkeen lopetin ajatuksen, jossa lämpöpumppua ajetaan mahdollisimman voimakkaalla boostilla aina halvimpien tuntien aikana. Lämmitys jaettiin useampaan jaksoon, tavoitelämpötiloja pidettiin maltillisempina ja COP:n säilyminen nousi tärkeämmäksi osaksi päätöksentekoa.

Samalla hyväksyin sen, ettei jokaista mahdollista senttiä kannata jahdata. Optimoinnin tavoitteeksi tuli tasapaino kustannuksen, hyötysuhteen, mukavuuden, turvallisuuden ja järjestelmän luotettavuuden välillä.

Euro on vain yksi muuttuja

Kotitalouden energian optimointi ei ole kilpailu siitä, kuinka suuri osa kulutuksesta saadaan siirrettyä halvimmille tunneille. Taloudellinen hyöty syntyy vasta silloin, kun sähkön hinta sovitetaan yhteen rakennuksen fysiikan, laitteiden hyötysuhteen, asumismukavuuden, turvallisten käyttörajojen ja järjestelmän luotettavuuden kanssa.

Tässä vaiheessa oma projekti oli siirtynyt selvästi pois yksinkertaisesta hintaohjauksesta. Optimointi ei enää tarkoittanut halvimman hetken etsimistä, vaan parhaan kokonaisuuden etsimistä annettujen rajojen sisällä.

Optimointi-sarjan pääsivulta löydät kaikki sarjan osat ja kokonaisuuden etenemisjärjestyksen.

Osassa 1 syntyi motivaatio, osassa 2 tehtiin ensimmäiset kokeilut ja osassa 3 pitkä hintadata pakotti katsomaan optimointia laajemmin. Tässä vaiheessa yksittäiset ajastukset, manuaaliset valinnat ja erilliset ohjaukset eivät enää riittäneet. Optimoinnista alkoi muodostua järjestelmä.

Kun mukaan tulivat yhtä aikaa asumismukavuus, pääsulakkeet, lämpöpumpun COP, käyttövesi, sähköauto ja myöhemmin aurinkosähkö, tarvittiin alusta, jossa eri mittaukset ja ohjaukset voidaan yhdistää yhdeksi kokonaisuudeksi. Tässä kohtaa Home Assistant nousi järjestelmän keskelle.

Miksi Home Assistant?

Kotitalouden energianhallinta alkoi muistuttaa säätöjärjestelmää. Siinä oli useita mittauksia, kuten sähkön hinta, teho, lämpötilat ja ennusteet, sekä useita ohjattavia laitteita: lämpöpumppu, sähköauton lataus, releet ja varaavat rakenteet. Näiden lisäksi tavoitteet olivat keskenään osittain ristiriitaisia. Halvin hinta ei välttämättä ollut paras COP:n, asumismukavuuden tai sähköliittymän kannalta.

Home Assistantin vahvuus oli ennen kaikkea siinä, että paikallinen logiikka, laajat integraatiot ja eri laitteiden tila saatiin samaan ympäristöön. Nordpool-hinta, Shelly-laitteet, Modbus, P1/HAN-mittaus ja muut rajapinnat voitiin liittää yhteiseen päätöksentekoon. Samalla järjestelmän toimintaa pystyi tarkastelemaan jälkikäteen: mitä tapahtui ja minkä tiedon perusteella.

Valmis optimointipalvelu olisi ollut alkuun helpompi, mutta omassa järjestelmässäni reunaehtoja oli jo niin paljon, ettei yksi yleinen palvelu pystynyt huomioimaan niitä kaikkia. Home Assistant ei siis ollut tavoitteena itsessään, vaan väline oman ohjauslogiikan rakentamiseen.

Ohjaus jaettiin kerroksiin

Tärkein arkkitehtuurinen ratkaisu oli jakaa päätöksenteko eri tasoihin. Ajatus tuli teollisuusautomaatiosta: ensin varmistetaan turvallinen perustoiminta, sen jälkeen noudatetaan teknisiä rajoitteita ja vasta niiden sisällä optimoidaan.

Kerros 0: turva ja perustoiminta

Ensimmäisellä tasolla ratkaistaan, mitä tapahtuu silloin, kun optimointi ei ole käytettävissä. Jos Home Assistant kaatuu, verkkoyhteys katkeaa tai mittausdata puuttuu, talon pitää silti pysyä lämpimänä ja laitteiden turvallisessa tilassa. Optimointi saa epäonnistua; perustoiminta ei.

Kerros 1: tekniset rajoitteet

Seuraavalla tasolla ovat ehdot, joita optimointi ei saa rikkoa. Näitä ovat esimerkiksi pääsulakkeiden ja vaihekuormien rajat, käyttöveden vähimmäislämpötila, sisälämpötilan alaraja sekä lämpöpumpun omat suojaehdot. Tähän kerrokseen kuuluvat järjestelmän käytännön “ei koskaan” -säännöt.

Kerros 2: optimointi

Vasta kahden ensimmäisen kerroksen jälkeen tulee varsinainen optimointi. Sen tehtävä on valita hyviä käyttöikkunoita sähkön hinnan, aurinkotuotannon, sääennusteen ja lämmitystarpeen perusteella. Optimointi voi ehdottaa toimintaa, mutta alemmat kerrokset määräävät, onko toiminta kyseisessä tilanteessa sallittu.

Tämä kerrosjako oli koko järjestelmän kannalta ratkaiseva. Ilman sitä logiikka olisi kasvanut nopeasti pitkäksi “jos tämä, niin tuo” -ketjuksi, jossa yhden muutoksen vaikutuksia olisi ollut vaikea ennakoida. Kerroksittainen rakenne teki järjestelmästä helpommin laajennettavan ja ennen kaikkea mahdollisti optimoinnin kehittämisen ilman, että suojaavat ehdot muuttuvat samalla.

Uusi konfiguraatio keväällä 2025

Keväällä 2025 mittausjakso oli ohi ja järjestelmää pystyi muuttamaan vapaammin. Suurin muutos oli siirtyminen yhden pitkän lämmitysjakson mallista monijaksoiseen ohjaukseen. Lämmitys jaettiin vuorokauden sisällä useampaan osaan, jolloin sitä ei tarvinnut puristaa muutamaan voimakkaaseen boost-jaksoon.

Käytännön malli muodostui vuodenajan mukaan. Kesällä maalämpöpumpun tehtävä painottui käyttöveteen, jota lämmitettiin kahdessa noin tunnin jaksossa vuorokaudessa. Keväällä ja syksyllä käytössä oli tyypillisesti kolme lämmitysjaksoa ja talvella neljä. Osittain varaava lattialämmitys sopi tähän hyvin.

Monijaksoisuus pienensi sisälämpötilan heilahtelua ja käytännössä poisti tilanteet, joissa halpojen tuntien sijoittuminen peräkkäisinä päivinä saattoi synnyttää lähes kahden vuorokauden lämmityskatkoksen. Samalla lämpöpumppua voitiin käyttää lähempänä sen normaalia toimintatapaa.

Sulakevahti kuuluu rajoitteisiin

Sähköauton, maalämpöpumpun ja saunan ajoittaminen samoille halvoille tunneille paljasti yhden hintaoptimoinnin sivuvaikutuksen: sähkölasku voi pienentyä samalla kun hetkellinen tehontarve kasvaa. Omassa 3×25 A liittymässä tästä tuli todellinen rajoite.

Sulakevahdin perusperiaate oli yksinkertainen. Jos minkä tahansa vaiheen virta ylitti asetetun rajan, sähköauton lataus katkaistiin. Lataus sallittiin uudelleen vasta virran laskettua riittävästi rajan alapuolelle, jotta ohjaus ei alkanut sahata päälle ja pois.

Oleellinen arkkitehtuurinen ero on siinä, ettei sulakevahti optimoi mitään. Sen tehtävä on suojata sähköliittymää riippumatta siitä, kuinka houkutteleva sähkön hinta juuri sillä hetkellä on. Siksi se kuuluu rajoitekerrokseen, ei optimointikerrokseen.

Vaihekuorma toi sähkötekniikan mukaan

Pääsulakkeiden ongelma ei aina johdu rakennuksen kokonaistehosta. Kolmivaiheisessa liittymässä yksi vaihe voi olla jatkuvasti muita raskaammin kuormitettu, vaikka kahdella muulla olisi vielä runsaasti kapasiteettia.

Tällöin ratkaisu voi olla kuormien uudelleenjako vaiheille, eri laitteiden ajoituksen erottaminen toisistaan tai myöhemmin sellaiset laitteet, jotka mahdollistavat dynaamisemman vaiheiden käytön. Tässä kohdassa energian optimointi ei ollut enää vain ohjelmointia, vaan myös osa talon sähkösuunnittelua.

Lämpöpumpun ohjaus muuttui

Thermia Calibra 12:n EVU-ohjaus mahdollisti pumpun toiminnan sallimisen ja estämisen, kun taas Boost nosti tavoitetasoa. Ensimmäisissä kokeissa ajatuksena oli ajaa pumppua mahdollisimman kovaa lyhyen halvan jakson aikana. Se toimi hintalogiikan näkökulmasta, mutta ei välttämättä ollut paras ratkaisu hyötysuhteelle.

Järjestelmätason ohjauksessa tavoite muuttui: lämmitystä ajetaan riittävästi sopiviin ajankohtiin ja useampaan jaksoon ja samalla vältetään tarpeettoman korkeita tavoitelämpötiloja. Hinnan rinnalle tulivat ulkolämpötila, sääennuste, rakennuksen lämpökapasiteetti ja lämpöpumpun toimintatapa.

Kesä, välikausi ja talvi tarvitsevat eri logiikan

Yksi käytännöllinen tapa hallita kokonaisuutta oli jakaa järjestelmä vuodenaikojen mukaisiin toimintatiloihin. Kesällä pääpaino oli käyttövedessä, välikaudella tarvittiin muutama lämmitysjakso vuorokaudessa ja talvella lämmitystä oli enemmän samalla kun COP- ja tehorajoitteiden merkitys kasvoi.

Tilaa voidaan arvioida esimerkiksi ulkolämpötilan liukuvan keskiarvon, HDD:n tai kalenterin ja lämpötilan yhdistelmän perusteella. Olennaista on, ettei järjestelmä vaihda tilaa jokaisen pienen säämuutoksen mukana. Hystereesi ja viive ovat tässä yhtä tärkeitä kuin itse vaihtoraja.

Hinta muuttui yhdeksi signaaliksi muiden joukossa

Kun ohjauksesta tuli järjestelmä, Nordpool-hinta menetti asemansa yksittäisenä määräävänä tekijänä. Sähkön hinta kertoo, milloin käyttö olisi taloudellisesti houkuttelevaa, mutta COP, pääsulakkeet, asumismukavuus, käyttövesi ja myöhemmin aurinkotuotanto määrittävät, mitä kyseisellä hetkellä todella kannattaa tai voidaan tehdä.

Käytännössä hinta alkoi valita hyviä käyttöikkunoita ja tekniset rajoitteet päättivät, mitä niiden sisällä sallitaan. Tämä oli olennainen ero yksinkertaiseen “halvimmat tunnit” -ohjaukseen.

Aurinkosähkö toi järjestelmään uuden suunnan

Aurinkosähkön tultua mukaan keväällä 2025 optimointi ei enää tarkoittanut pelkästään verkkosähkön kulutuksen siirtämistä halvemmille tunneille. Mukaan tuli oman tuotannon käyttö ja valinta sen välillä, käytetäänkö tuotanto talossa vai myydäänkö se verkkoon.

Tämä muutti erityisesti kesäajan toimintaa. Päivällä saattoi olla samanaikaisesti alhainen sähkön hinta ja suuri oma tuotanto. Järjestelmä pystyi silloin ajoittamaan esimerkiksi käyttöveden lämmitystä ja sähköauton latausta tuotannon yhteyteen. Tarvittaessa myös rakennuksen lämpökapasiteettia voidaan hyödyntää, mutta vain silloin kun sille on todellinen tarve.

Tässä vaiheessa kyse ei enää ollut yksittäisten laitteiden älyohjauksesta. Eri energiavirtoja alettiin hallita yhteisen päätöksenteon kautta, mikä oli ensimmäinen askel kohti varsinaista EnergyHub-ajattelua.

Mitä tapahtuu, jos data puuttuu?

Järjestelmän kasvaessa luotettavuudesta tuli oma suunnittelukysymyksensä. Mitä tapahtuu, jos hintatieto ei päivity, ulkolämpötila-anturi antaa virheellisen arvon, Shelly ei vastaa tai Home Assistant käynnistyy uudelleen kesken ohjauksen?

Periaatteeksi muodostui, että tärkeällä ohjauksella pitää olla turvallinen fallback. Puuttuva hintatieto ei saa estää lämmitystä, puuttuvan lämpötilan pitää johtaa varovaisempaan toimintaan ja epäluotettavan mittauksen aikana aggressiiviset toiminnot voidaan estää. Jos varsinainen optimointijärjestelmä on poissa käytöstä, laitteiden pitää palata turvalliseen perustoimintaan.

Tämä erottaa kokeellisen automaation järjestelmästä, jonka on tarkoitus toimia myös silloin, kun kaikki ei mene suunnitelmien mukaan.

Tästä alkoi muodostua HEOMF

Kun järjestelmää rakensi vaihe vaiheelta, kävi samalla näkyväksi, että kotitalouksien energianhallinnassa on selvästi erilaisia kypsyystasoja. Yhdessä päässä on käyttäjä, joka katsoo sähkön hinnat ja asettaa ajastuksen käsin. Seuraavalla tasolla mukaan tulevat dynaamiset ohjaukset ja esimerkiksi sulakevahti. Edistyneemmässä järjestelmässä päätöksenteko voi käyttää ennusteita, omaa aurinkotuotantoa ja useita samanaikaisia rajoitteita.

Tästä havainnosta alkoi myöhemmin muodostua HEOMF – kotitalouksien sähkön käytön optimoinnin kypsyysmalli. Ajatus ei ole, että olisi olemassa yksi oikea optimointijärjestelmä, vaan että järjestelmien kyvykkyys kehittyy vaiheittain mittauksesta ja yksinkertaisista ohjauksista kohti kokonaisvaltaisempaa energianhallintaa.

Kun optimoinnista tuli järjestelmä

Tämän vaiheen tärkein muutos ei ollut yksittäinen automaatio tai uusi laite. Muutos tapahtui tavassa rakentaa kokonaisuutta. Home Assistant ei enää ollut vain älykotialusta, jossa oli muutama energiatoiminto, vaan siitä tuli eri mittauksia, rajoitteita ja ohjauksia yhdistävä energianhallinnan alusta.

Kun turvallinen perustoiminta, tekniset rajoitteet ja varsinainen optimointi erotetaan toisistaan, järjestelmää voidaan kehittää hallitummin. Uusia hintalogiikoita, ennusteita tai tuotannon ohjauksia voidaan lisätä muuttamatta samalla niitä ehtoja, joiden tehtävä on pitää talo lämpimänä ja sähköliittymä turvallisena.

Optimointi-sarjan pääsivulta löydät kaikki sarjan osat ja kokonaisuuden etenemisjärjestyksen.

Ensimmäinen talvi osoitti, että hintaperusteinen optimointi toimii, mutta vain tiettyyn rajaan asti. Seuraava kysymys oli paljon kiinnostavampi: kuinka suuri potentiaali tässä oikeasti on, kun tarkastellaan yksittäisten hintapiikkien sijaan usean vuoden dataa?

Yksittäinen kallis päivä voi helposti antaa kuvan valtavasta säästömahdollisuudesta. Samoin kesäinen nollahinta voi synnyttää vaikutelman, että sähkö on pian käytännössä ilmaista. Kummastakaan ei kuitenkaan voi päätellä paljon ilman pidempää aineistoa.

Aineisto – yli 50 000 tuntia hintadataa

Analyysi tehtiin Suomen hinta-alueen day-ahead-hinnoista ajalta 1.1.2020–30.9.2025. Aineistossa oli yli 50 000 tuntihavaintoa. Hinnat normalisoitiin Suomen aikaan, arvonlisävero huomioitiin, varsinainen analyysi tehtiin Pythonilla ja visualisointi Excelillä.

Tavoitteena ei ollut tarkastella vain vuosittaista keskihintaa, vaan erityisesti vuorokauden sisäistä vaihtelua, kuukausivaihtelua, nolla- ja negatiivisten tuntien kehitystä sekä sitä, mihin vuorokaudenaikaan halvin tunti ja kuusi halvinta tuntia sijoittuivat.

Vuosikeskiarvo ei kerro optimointipotentiaalia

Vuonna 2020 sähkön keskihinta oli noin 3,5 snt/kWh. Vuonna 2022 hintataso moninkertaistui, ja vuosina 2023–2025 keskihinta tasaantui uudelleen. Optimoinnin näkökulmasta vuosikeskiarvo ei kuitenkaan ole tärkein muuttuja. Ratkaisevampaa on se, kuinka paljon hinta vaihtelee saman vuorokauden sisällä.

Vuorokauden sisäinen hintaero

Yksi yksinkertainen tapa kuvata optimointipotentiaalia on tarkastella vuorokauden kalleimman ja halvimman tunnin välistä eroa:

Kaavassa ΔP on vuorokauden kalleimman ja halvimman tunnin erotus. Vuonna 2020 ero oli suhteellisen pieni, vuonna 2022 erittäin suuri ja vuosina 2023–2025 selvästi korkeampi kuin ennen energiakriisiä.

Tämä mittari kuitenkin liioittelee helposti käytännön säästömahdollisuutta. Kotitalous ei voi siirtää koko kulutustaan yhdeltä tunnilta toiselle, eikä esimerkiksi lämmitystä voi yleensä keskittää yhteen ainoaan tuntiin.

Realistisempi mittari: kuusi halvinta tuntia

Lämmityksen kaltaiselle kuormalle realistisempi vertailu on vuorokauden keskihinnan ja kuuden halvimman tunnin keskihinnan välinen ero. Se vastaa paremmin tilannetta, jossa kulutusta voidaan siirtää useamman tunnin jaksolle mutta ei rajattomasti.

Vuosina 2023–2025 tämä erotus oli keskimäärin noin 3,2–3,3 snt/kWh.

Jos maalämpöpumppu kuluttaa esimerkiksi 7000 kWh vuodessa ja koko kulutus voitaisiin siirtää tämän keskimääräisen marginaalin verran edullisemmaksi, teoreettinen säästö olisi:

7000 kWh × 0,033 €/kWh ≈ 231 € vuodessa. Tämä on kuitenkin teoreettinen yläraja. Osa kulutuksesta osuu jo ilman ohjausta halvoille tunneille, kaikkea kulutusta ei voi siirtää ja lämpöpumpun COP muuttuu käyttötilanteen mukaan. Näihin verrattuna omassa kohteessa mitattu noin 100–135 euron vuosihyöty asettuu varsin realistiselle tasolle.

Nolla- ja negatiiviset tunnit yleistyivät

Ennen vuotta 2022 nolla- ja negatiivisia tuntihintoja esiintyi vain satunnaisesti. Sen jälkeen niiden määrä kasvoi nopeasti: vuonna 2022 niitä oli jo kymmeniä, vuonna 2023 satoja ja vuonna 2024 lähes tuhat tuntia.

Tämä muuttaa optimoinnin luonnetta. Kyse ei ole enää vain siitä, milloin sähkö on vuorokauden halvinta, vaan myös siitä, milloin markkinahinta painuu nollaan tai negatiiviseksi. Samalla on kuitenkin huomattava, että nämä tunnit eivät yleensä osu kovimpiin pakkasiin, vaan painottuvat kevääseen, kesään ja tuulisiin syyspäiviin – juuri niihin ajankohtiin, jolloin rakennuksen lämmitystarve on usein pieni.

Suurin hintavaihtelu ei siis automaattisesti tarkoita suurinta säästöpotentiaalia, koska joustettavan kulutuksen määrä vaihtelee vuodenajan mukana.

Halvin tunti ei ole enää aina yöllä

Vuosina 2020–2022 vuorokauden halvin tunti sijoittui usein aamuyön tunneille, tyypillisesti noin klo 03–05. Vuosina 2024–2025 kuvio alkoi muuttua ja halvimpia tunteja siirtyi yhä useammin keskipäivään.

Tähän vaikuttavat muun muassa aurinkotuotannon ja tuulivoiman kasvu sekä sähkömarkkinan muutokset. Optimoinnin näkökulmasta tärkeä seuraus on selvä: ohjausta ei enää kannata rakentaa pysyvän “yösähköjakson” ympärille. Järjestelmän on pystyttävä reagoimaan päivän todelliseen hintarakenteeseen.

HDD ja hintavaihtelu yhdessä

Lämmityksen optimointia tarkasteltaessa pelkkä hintavaihtelu ei riitä, koska lämmitystarve muuttuu jatkuvasti. HDD-luku antaa karkean kuvan siitä, kuinka paljon ulkolämpötila kasvattaa rakennuksen lämmitystarvetta.

Kylminä päivinä HDD on suuri ja lämmitysenergiaa tarvitaan paljon. Lämpiminä päivinä HDD on pieni ja siirrettävää lämmityskuormaa on vähemmän.

Talvella 2022–2023 sekä hinnat että HDD olivat korkeita, mutta vuorokauden sisäinen hintaero ei ollut jatkuvasti suurimmillaan. Kesällä 2024 tilanne saattoi olla päinvastainen: ΔP oli suuri, mutta HDD pieni ja lämmityksessä siirrettävää energiaa vähän.

Tästä seuraa yksi keskeinen johtopäätös: lämmityksen optimointipotentiaali riippuu hinnan ja lämmitystarpeen yhteisvaikutuksesta, ei kummastakaan yksin.

COP ja hinnan yhteispeli

Hintaa pitää tarkastella yhdessä myös lämpöpumpun hyötysuhteen kanssa. COP heikkenee, kun tarvittavaa menoveden lämpötilaa nostetaan, ja käyttöolosuhteet vaikuttavat muutenkin lämpöpumpun toimintaan.

Jos lämmitys keskitetään kovalla pakkasella lyhyeen ja aggressiiviseen boost-jaksoon, sähkö voi kyllä olla kyseisinä tunteina halvempaa, mutta samalla sähkönkulutus tuotettua lämpöyksikköä kohti voi kasvaa. Silloin halvin sähkötunti ei välttämättä tuota halvinta lämpöä.

Yksinkertaistettu hintaoptimointi voidaan kuvata näin:

Todellisessa lämmityskustannuksessa mukaan tulee kuitenkin myös hyötysuhde:

Kaavassa Q on tarvittava lämpöenergia. Tämä oli merkittävä muutos koko ajattelussa: sähkön hinta on tärkeä, mutta se ei yksin ratkaise tuotetun lämmön kustannusta.

Kuinka suuri potentiaali kotitalouksilla on?

Yksittäisen kotitalouden vuosittainen suora rahallinen hyöty voi jäädä melko maltilliseksi, esimerkiksi joihinkin satoihin euroihin. Järjestelmätasolla merkitys voi silti olla suurempi, koska kotitalouksien lämmitys, sähköautot ja muut ohjattavat kuormat muodostavat yhdessä suuren joustoresurssin.

Kun suuri määrä kuormia pystyy siirtymään pois kulutushuipuista tai hyödyntämään ylituotannon tunteja, vaikutus näkyy kulutushuippujen tasoittumisena ja uusiutuvan tuotannon helpompana hyödyntämisenä. Yksittäinen talo on pieni, mutta sama toimintaperiaate voi skaalautua suureen joukkoon kotitalouksia.

Mitä data opetti?

Pitkä hintadata vahvisti kolme asiaa:

1. Vuorokauden halvin tunti ei ole pysyvä eikä enää välttämättä sijaitse yöllä.
2. Hintavaihtelu ei yksin määritä lämmityksen optimointipotentiaalia, vaan mukana ovat myös lämmitystarve ja COP.
3. Teoreettinen säästöpotentiaali on aina suurempi kuin käytännössä saavutettava hyöty.

Optimointi ei siis ole pelkkä “valitse kuusi halvinta tuntia” -algoritmi. Se on monen muuttujan säätötehtävä, jossa hintasignaali, rakennuksen fysiikka ja laitteiden ominaisuudet on sovitettava yhteen.

Datasta kohti järjestelmäajattelua

Osassa 2 optimointi oli vielä suurelta osin reaktiivista: hinnat katsottiin, halvat tunnit valittiin ja järjestelmää ohjattiin niiden perusteella. Tässä vaiheessa pitkä aineisto pakotti katsomaan kokonaisuutta analyyttisemmin. Hintasignaali säilyi tärkeänä, mutta fysiikka alkoi määrittää optimoinnin todelliset rajat.

Seuraavassa osassa

Osassa 4 siirrytään käytännön järjestelmäarkkitehtuuriin: Home Assistant -logiikkaan, sulakevahtiin, COP-ystävällisempään ajoon, monijaksoiseen lämmitykseen ja aurinkotuotannon integrointiin.

Optimointi-sarjan pääsivulta löydät kaikki sarjan osat ja kokonaisuuden etenemisjärjestyksen.

Jos ensimmäinen osa oli päätös reagoida, toinen osa oli päätös testata. Syksyllä 2022 kiinteähintainen sähkösopimus oli päättymässä ja talvi 2022–2023 lähestyi epävakaassa markkinassa. Ensimmäinen koe oli tarkoituksella yksinkertainen: siirretään maalämpöpumpun käyttöä vuorokauden halvimmille tunneille ja katsotaan, mitä käytännössä tapahtuu.

Ensimmäinen hypoteesi

Alkuperäinen oletus oli, että maalämpöpumpun käyntiä voidaan keskittää vuorokauden halvimpiin tunteihin ja näin pienentää sähkölaskua ilman merkittävää vaikutusta asumismukavuuteen. Vuorokauden halvimpien tuntien ja keskihinnan ero oli usein 3–4 snt/kWh ja toisinaan enemmän, joten lähtökohta näytti taloudellisesti perustellulta.

Taloudellinen perusajattelu oli sama kuin ensimmäisessä osassa: siirretty energia E kerrotaan kalliin ja halvan sähkön hinnan erotuksella.

Teoriassa malli oli selkeä. Käytännössä muuttujia osoittautui olevan huomattavasti enemmän kuin aluksi oletin.

EVU – ensimmäinen ohjaus

Thermia Calibra 12 mahdollistaa ulkoisen ohjauksen EVU-toiminnon kautta. Sen avulla ulkoinen ohjaus voi käytännössä sallia tai estää pumpun toimintaa. Alkuvaiheen toteutus oli hyvin yksinkertainen: ensin käytössä oli kellokytkin ja myöhemmin Shelly Pro 2.

Joka päivä tarkistin seuraavan päivän sähkön hinnat, valitsin 4–8 halvinta tuntia ja ohjelmoin ohjauksen käsin. Tämä ei vielä ollut varsinaista automaatiota, vaan tietoinen manuaalinen vaihe. Halusin ensin ymmärtää, miten talo ja lämpöpumppu käyttäytyvät, ennen kuin sama päätöksenteko annetaan pysyvälle logiikalle.

Tuntimäärä riippui lämmitystarpeesta

Lämmitystuntien määrä ei voinut olla vakio, koska rakennuksen lämmitystarve muuttui ulkolämpötilan mukana. Tässä vaiheessa mukaan tuli lämmitystarveluku (HDD):

Kaavassa T_b on peruslämpötila 17 °C ja T_t vuorokauden keskilämpötila. Käytännössä leudolla säällä lämmitykseen saattoi riittää 3–4 tuntia vuorokaudessa, pakkasella 6–8 tuntia ja kovilla pakkasilla tätäkin enemmän.

Tuntimäärän arviointi oli edelleen käsityötä, mutta päätös ei enää perustunut vain sähkön hintaan. Optimointi alkoi ensimmäistä kertaa muuttua dynaamiseksi, koska lämmitystarve otettiin mukaan valintaan.

Ensimmäinen sokeus: COP

Alkuvaiheessa yksi olennainen asia jäi liian vähälle huomiolle: lämpöpumpun hyötysuhde. Lämpöpumpun suorituskykyä kuvaava COP voidaan esittää tuotetun lämpöenergian ja käytetyn sähköenergian suhteena.

Kaavassa Q_lämpö on tuotettu lämpöenergia ja W_sähkö käytetty sähköenergia. Lähtökohtaisesti hyötysuhde heikkenee, kun menoveden lämpötilaa nostetaan. Myös kylmät olosuhteet vaikuttavat lämpöpumpun toimintaan.

Ensimmäisessä strategiassa pumppua ajettiin mahdollisimman paljon valittujen halpojen tuntien aikana. Boost-tila oli käytössä, menoveden lämpötila normaalia korkeampi ja kompressori saattoi käydä lähes jatkuvasti täydellä teholla. Optimointi kohdistui siis ennen kaikkea sähkön hintaan, ei siihen, kuinka tehokkaasti sähkö muuttui lämmöksi.

Jälkikäteen katsottuna malli oli liian yksinkertainen: halpa sähkö ei auta yhtä paljon, jos sen hyödyntäminen samalla heikentää lämpöpumpun hyötysuhdetta.

Tehoreservi mahdollisti kokeilun

Kokeilua helpotti se, että tämän kohteen maalämpöpumpussa oli riittävästi tehoreserviä. Pumppu pystyi tuottamaan tarvittavan lämmön suhteellisen lyhyessä ajassa ilman, että sähkövastukset lähtivät normaalisti mukaan. Tämä mahdollisti ajoittain varsin aggressiivisenkin hintaohjauksen.

Jos lämpöpumppu tai lämmönlähde olisi ollut mitoitukseltaan jatkuvasti rajalla, samanlainen käyttömalli olisi voinut johtaa nopeasti lisälämmön tarpeeseen tai riittämättömään lämmitykseen. Siksi yhden talon perusteella ei voi päätellä, että aggressiivinen hintaperusteinen optimointi sopisi sellaisenaan kaikkiin kiinteistöihin.

Talvi 2022–2023 – kriittinen testi

Kiinteähintaisen sopimuksen päätyttyä kotitalous altistui suoraan markkinahinnalle. Talvi 2022–2023 oli kallis, volatiili ja epävarma, joten tuntien manuaalisesta valinnasta tuli käytännössä päivittäinen rutiini. Samalla alkoi näkyä selvästi, missä yksinkertaisen hintaoptimoinnin rajat kulkevat.

Lämpötilan käyttäytyminen

Referenssijaksolla vuorokauden sisäinen lämpötilavaihtelu oli noin 1–1,3 °C. Hintaohjauksen aikana vaihtelu kasvoi tyypillisesti 0,2–0,7 °C, ja makuuhuoneissa ero saattoi kasvaa yli kahteen asteeseen. Lattialämmitys reagoi muutoksiin hitaasti, kun taas radiaattorihuoneet reagoivat nopeammin.

Erityisen opettavaksi osoittautui tilanne, jossa yhden vuorokauden halvimmat tunnit osuivat päivän alkuun ja seuraavan vuorokauden halvimmat tunnit vasta päivän loppuun. Näiden väliin saattoi muodostua lähes kahden vuorokauden mittainen lämmityskatkos. Sisälämpötila alkoi laskea ja käyttöveden lämpötila saattoi pudota alle 40 °C.

Tässä kohtaa tuli käytännössä vastaan yksi koko projektin keskeisistä havainnoista: halvin tunti ei välttämättä ole järjestelmän kannalta paras tunti. Rakennuksen lämpötila, käyttövesi ja laitteiden toiminta asettavat hinnan optimoinnille rajat.

Pääsulakkeet ja tehorajat

Toinen fyysinen rajoite löytyi sähköliittymästä. Sähköauto, sauna ja maalämpöpumppu saattoivat yhdessä kuormittaa 3×25 A liittymää niin, että yksittäisen vaiheen virta ylitti käytettävissä olevan rajan.

Tässä vaiheessa optimointi laajeni hinnasta kokonaistehon hallintaan. Myöhemmin tästä syntyi Home Assistant -pohjainen sulakevahti, jossa auton lataus katkaistiin, jos minkä tahansa vaiheen virta nousi asetetun rajan yli. Yksinkertainen sääntö ratkaisi ongelman, jota pelkkä hintatieto ei voinut nähdä.

Onoffer.io – ensimmäinen automaatio

Kun päivittäinen käsityö alkoi käydä raskaaksi, käyttöön otettiin Onoffer.io. Sen avulla pystyi valitsemaan esimerkiksi vuorokauden kuusi halvinta tuntia, asettamaan hintarajan ja ohjaamaan relettä etänä. Teknisesti ratkaisu toimi luotettavasti ja poisti suuren osan päivittäisestä ohjelmoinnista.

Rajoitus oli kuitenkin olennainen: palvelu ei tuntenut kiinteistön todellista lämmitystarvetta. Se pystyi valitsemaan halvat tunnit, mutta tarvittava tuntimäärä piti edelleen arvioida käsin. Automaatio oli siis askel eteenpäin, mutta päätöksenteko ei vielä ollut aidosti järjestelmätasoista.

Ensimmäinen data-analyysi

Mittausjakson aikana maalämpöpumpun sähkönkulutusta seurattiin tuntitasolla Shelly EM3:lla, tuntihinta haettiin pörssistä ja toteutunutta käyttöä verrattiin laskennalliseen tilanteeseen, jossa pumppu olisi käynyt tasaisemmin ilman hintaohjausta.

Tulosten perusteella maalämpöpumpun hintaohjauksen vuotuiseksi säästöksi arvioitiin noin 100–135 euroa ja suhteelliseksi hyödyksi noin 28–30 % pumpun energiakustannuksesta. Lukuja tulkittaessa oli kuitenkin tärkeää huomata, ettei COP:n muutosta ollut alkuvaiheen laskennassa mukana. Boost-tila nosti menoveden lämpötilaa ja mahdollinen hyötysuhteen heikkeneminen saattoi lisätä sähkönkulutusta.

Tulos oli siksi enemmän osoitus hintaohjauksen potentiaalista kuin valmis kokonaisoptimoinnin tulos. Halvempi käyttöajankohta ei yksin kerro, oliko koko järjestelmän energiankäyttö optimaalisinta.

Ensimmäiset johtopäätökset

Talvi 2022–2023 muutti käsitystä siitä, mitä kotitalouden sähkön optimointi käytännössä tarkoittaa. Kolme havaintoa nousi muiden yläpuolelle:

1. Hintaperusteinen optimointi toimii, mutta hinnalla on fyysiset ja käyttömukavuuteen liittyvät rajat.
2. Järjestelmä tarvitsee myös kokonaistehon hallintaa.
3. Lämpöpumpun COP kuuluu samaan optimointiongelmaan kuin sähkön hinta.

Aggressiivinen hintaohjaus voi toimia kohteessa, jossa lämpöpumpussa on riittävästi tehoreserviä, sähkövastuksia ei tarvitse käyttää ja rakennuksessa on lämpökapasiteettia. Se ei kuitenkaan ole yleispätevä ratkaisu, joka voidaan kopioida sellaisenaan kaikkiin taloihin.

Hintaa ei voi irrottaa fysiikasta

Alkuvaiheen ajatusmallin voisi tiivistää näin: etsi halvimmat tunnit, aja niiden aikana mahdollisimman paljon ja säästä. Kokeilujen jälkeen mukaan tulivat rakennuksen lämpökapasiteetti, lämpöpumpun hyötysuhde, kokonaistehon rajat ja useiden kuormien yhteensovittaminen.

Hintatieto säilyi tärkeänä, mutta siitä tuli vain yksi optimoinnin syötteistä. Tätä voi pitää ensimmäisenä varsinaisena siirtymänä yksittäisestä hintaohjauksesta kohti järjestelmäajattelua.

Siirtymä kohti järjestelmäajattelua

Keväällä 2025 mittausjakso päättyi. Sen jälkeen rakennettiin kehittyneempi Home Assistant -konfiguraatio, jossa lämmitys jaettiin ulkolämpötilan perusteella 1–4 käyttöjaksoon, ajosta pyrittiin tekemään COP-ystävällisempää, sulakevahti integroitiin osaksi ohjausta ja mukaan tulivat myös aurinkotuotanto sekä sähköauto.

Tästä jatkuu sarjan osa 3, jossa siirrytään ensimmäisistä kokeiluista kohti varsinaista järjestelmäajattelua.

Optimointi-sarjan pääsivulta löydät kaikki sarjan osat ja kokonaisuuden etenemisjärjestyksen.