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 Tb on peruslämpötila 17 °C ja Tt 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 Qlämpö on tuotettu lämpöenergia ja Wsähkö 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:
- Hintaperusteinen optimointi toimii, mutta hinnalla on fyysiset ja käyttömukavuuteen liittyvät rajat.
- Järjestelmä tarvitsee myös kokonaistehon hallintaa.
- 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.