HEOMF – Optimoinnin arkkitehtuuri – Osa 13

Written by

in

Case – oma talo (tekninen toteutus ja opit)

Tässä artikkelissa käydään läpi, miltä kotitalouden energiajärjestelmä näyttää käytännössä:

  • mitä on oikeasti toteutettu
  • mitä mitataan
  • miten ohjaus toimii
  • mitä hyötyjä saavutetaan
  • missä ovat rajat

👉 tämä ei ole “täydellinen järjestelmä”

👉 vaan todellinen järjestelmä oikeilla rajoitteilla

Lähtötilanne

Ennen optimointia:

  • vuosikulutus ~15 000 kWh
  • maalämpö pääasiallisena lämmityksenä
  • sähköauto
  • aurinkosähkö (13,2 kWp)

Käytännön ongelmat

  • kuormapiikit syntyivät “vahingossa”
  • aurinkosähköä meni paljon myyntiin kesällä (70–80 %)
  • lämmitys ei reagoinut hintaan
  • käyttäjä teki manuaalisia päätöksiä

👉 klassinen HEOMF taso 1–2

Järjestelmäarkkitehtuuri

Järjestelmä on rakennettu kerrosmallin mukaan:

🔌 Layer 0 – energiajärjestelmä
• aurinkopaneelit 13,2 kWp
• maalämpöpumppu
• sähköauto
• lattialämmitys

⚙️ Layer 1 – kenttäkerros
• kontaktorit (kuormien ohjaus)
• releet (Shelly)
• päämittaus (P1)

👉 kriittinen:
• tehonhallinta mahdollista
• kuormia voidaan katkaista

🧠 Layer 2 – automaatio
• Home Assistant

vastaa:
• integraatioista
• automaatioista
• käyttöliittymästä

📊 Layer 3 – optimointi
• hintadata (Nord Pool)
• oma logiikka (HA automaatiot)

👉 optimointi on tällä hetkellä:
• sääntöpohjainen
• osittain dynaaminen

Mittaus – mitä oikeasti seurataan

Kokonaisteho (kriittinen)

  • HomeWizard P1
  • resoluutio: sekuntitaso

👉 mahdollistaa:

  • tehopiikkien tunnistamisen
  • kuormien ohjauksen

☀️ Aurinkotuotanto

  • Sungrow

👉 käytössä:

  • tuotantoteho
  • tuntituotanto

🌡️ Lämpötilat

  • sisätilat
  • käyttövesi

👉 käytetään:

  • lämmityksen optimointiin

🔌 Kuormat (osittain)

  • EV lataus (ohjattu)
  • lämmitys (ohjattu)

👉 ei täydellinen mittaus kaikista kuormista

👉 mutta riittävä optimointiin

Ohjauslogiikka käytännössä

🔋 Sähköauton lataus

Periaate:

  • ladataan kun:
    • hinta matala
    • tai aurinkotuotanto korkea

Lisätty:

  • viive (ei päälle/pois sahausta)
  • minimi latausaika

👉 ratkaisi epästabiilin latauksen

Aurinkosähkön hyödyntäminen

Logiikka:

  • jos vienti > X kW (esim. 5 kW)
  • riittävän pitkään

👉 käynnistetään kuorma (EV)

Lisätty:

  • tuotannon trendi (ei käynnisty laskevassa tuotannossa)

Lämmitys

  • lämpöpumpun oma hintaohjaus (väliaikainen ratkaisu)
  • siirtymä kohti dynaamista ohjausta

👉 tässä suurin kehityspotentiaali

Mitä data kertoo

☀️ Aurinkosähkö

  • kesällä 70–80 % tuotannosta myyntiin
  • optimoinnin jälkeen:
    • oma käyttö kasvaa
    • erityisesti EV latauksessa

Tehopiikit

Havainto:

  • useita kuormia yhtä aikaa → piikki

Optimoinnin jälkeen:

  • kuormia siirretty
  • päällekkäisyyksiä vähennetty

👉 teho tasoittuu

Hintavaikutus

  • kulutusta siirretty halvemmille tunneille
  • mutta:

👉 ei pelkkä hintaoptimointi

Mukana:

  • mukavuus
  • lämpö
  • käytettävyys

Suurimmat haasteet

1. Mittauksen puutteet

  • kaikkia kuormia ei mitata

👉 vaikutus:

  • optimointi ei ole täysin tarkkaa

2. Pilviriippuvuudet

  • osa laitteista toimii pilven kautta

👉 vaikutus:

  • epävarmuus
  • viive

3. Hajautettu logiikka

  • laitteilla oma ohjaus
  • automaatio erikseen

👉 vaikutus:

  • vaikea ennustaa kokonaisuutta

4. Käyttäjän rooli

  • vielä tarvitaan manuaalista seurantaa

👉 tavoite:

  • vähentää tätä

Mitä tekisin nyt eri tavalla

1. Kenttäkerros vahvemmaksi

  • PLC tai vastaava
  • ei pelkkä HA ohjaus

👉 erityisesti:

  • tehonhallintaan

2. Täysi mittaus

  • kriittiset kuormat erikseen

👉 mahdollistaa:

  • tarkemman optimoinnin

3. Selkeämpi arkkitehtuuri

  • vastuut eriytetty

👉 vähemmän “ad hoc” automaatioita

4. Vähemmän pilveä

  • enemmän paikallista ohjausta

HEOMF-arvio

Nykytila:

👉 taso 2–3

Perustelut:

  • mittaus hyvä (ei täydellinen)
  • automaatio toimii
  • optimointi osittain dynaamista
  • arkkitehtuuri vielä kehittyy

🔮 Seuraava vaihe

Tavoite:

👉 taso 4

Vaatii:

  • täysin paikallinen ohjaus
  • vahva kenttäkerros
  • selkeä optimointikerros
  • minimaalinen käyttäjän rooli

Yhteenveto

Tämä case osoittaa:

  • optimointi toimii jo nykyisillä työkaluilla
  • suurimmat hyödyt tulevat rakenteesta
  • täydellistä järjestelmää ei tarvita aluksi

tärkeintä on:

👉 ymmärtää kokonaisuus

💡 Tärkein oivallus

Suurin hyöty ei tule yksittäisestä automaatiosta

vaan siitä miten koko järjestelmä on rakennettu

Sarjan päätös

Tämä artikkelisarja ei ole ohje:

👉 mitä ostaa

Se on malli:

👉 miten ajatella

Piditkö artikkelista?

Seuraa blogia myös Blogit.fi:ssä, niin löydät uudet kirjoitukset helposti.

Seuraa blogia Blogit.fi:ssä