Data ei valehtele – mitä sähkön hinnat 2020–2025 oikeasti kertovat

Ensimmäinen talvi opetti, että optimointi toimii – mutta rajallisesti.

Seuraava looginen kysymys oli:

Kuinka suuri potentiaali tässä oikeasti on?

On helppo nähdä yksittäinen kallis päivä ja ajatella, että optimointi pelastaa kaiken.
On myös helppo nähdä kesäpäivä nollahinnalla ja kuvitella, että sähkö on pian ilmaista.

Totuus löytyy vain datasta.

Aineisto – 50 000 tuntia hintaa

Analyysi tehtiin Suomen hinta-alueen (FI) day-ahead-hinnoista ajalta 1.1.2020–30.9.2025.
• Yli 50 000 tuntihavaintoa
• Hinnat normalisoitu Suomen aikaan
• ALV huomioitu
• Analyysi Pythonilla
• Visualisointi Excelillä

Tavoitteena ei ollut vain keskihinta.

Tavoitteena oli ymmärtää:
• Vuorokausivaihtelu
• Kuukausivaihtelu
• Nolla- ja negatiivisten tuntien dynamiikka
• Halvimman tunnin sijainti
• Kuuden halvimman tunnin sijainti

Vuosikeskiarvot eivät kerro optimointipotentiaalia

Vuonna 2020 keskihinta oli noin 3,5 snt/kWh.
Vuonna 2022 se moninkertaistui.
Vuonna 2023–2025 keskihinta tasaantui, mutta vaihtelu kasvoi.

Optimoinnin kannalta keskihinta ei ole olennaisin muuttuja.

Olennaista on vuorokauden sisäinen hajonta.

Vuorokauden sisäinen hintaero

Optimointipotentiaali voidaan esittää yksinkertaistetusti:

Missä ΔP on vuorokauden kalleimman ja halvimman tunnin erotus.

Analyysin perusteella:

• 2020: pieni ΔP
• 2022: erittäin suuri ΔP
• 2023–2025: ΔP pysyvästi korkeampi kuin ennen kriisiä

Mutta tämä ei vielä kerro realistista säästöä.

Kukaan ei siirrä koko kulutustaan yhdeltä tunnilta toiselle.

Realistisempi mittari: halvimmat 6 tuntia vs. vuorokauden keskiarvo

Käytännössä lämmitystä ei voi keskittää yhteen tuntiin.
Tarvitaan useampi jakso.

Siksi analysoin:

• Vuorokauden keskihinnan
• Kuuden halvimman tunnin keskihinnan

Säästöpotentiaali:

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

Tämä on realistisempi optimointimarginaali.

Jos maalämpöpumppu kuluttaa esimerkiksi 7000 kWh vuodessa:

7000 kWh × 0,033 €/kWh ≈ 231 €

Tämä on teoreettinen yläraja.

Käytännössä osa energiasta osuu jo valmiiksi halvoille tunneille.
COP ei ole vakio.
Kaikki tunnit eivät ole siirrettävissä.

Siksi oma tulos (100–135 €) asettuu realistiselle tasolle.

Nolla- ja negatiiviset tunnit – uusi normaali

Ennen vuotta 2022 nollahintaisia tunteja oli satunnaisesti.

Vuonna 2022: kymmeniä
Vuonna 2023: satoja
Vuonna 2024: lähes tuhat

Tämä muuttaa koko optimointilogiikan.

Enää ei kysytä:

Milloin sähkö on halvinta?

Vaan:

Milloin sähkö on ilmaista tai jopa negatiivista?

Mutta tässä on tärkeä havainto:

Negatiiviset hinnat eivät yleensä esiinny kovilla pakkasilla.

Ne keskittyvät:

• Kevääseen
• Kesään
• Tuulisiin syyspäiviin

Juuri silloin, kun lämmitystarve on pieni.

Tästä syntyy paradoksi:

Suurin hintavaihtelu ei aina osu suurimpaan kulutukseen.

Halvin tunti ei enää ole aina yöllä

Vuosina 2020–2022 halvin tunti oli lähes aina:

03:00–05:00

Vuonna 2024–2025 tapahtui muutos.

Halvimmat tunnit alkoivat siirtyä keskipäivään.

Syynä:

• Aurinkotuotannon kasvu
• Tuulivoiman lisääntyminen
• Flow-based markkinakytkentä

Tämä muuttaa perinteisen “yösähkö”-ajattelun.

Optimointi ei voi enää perustua kiinteään yöjaksoon.

Sen on oltava reagoiva järjestelmä.

HDD ja hintavaihtelu – tärkeä yhdistelmä

Lämmitystarve ei ole vakio.

HDD-luku antaa karkean kuvan:

Kylminä päivinä HDD on suuri → kulutus suuri.
Lämpiminä päivinä HDD pieni → kulutus pieni.

Kysymys kuuluu:

Osuuko suurin ΔP samaan aikaan suurimman HDD:n kanssa?

Talvella 2022–2023:

• Korkeat hinnat
• Suuri HDD
• Mutta ΔP ei aina ollut maksimaalinen

Kesällä 2024:

• Suuri ΔP
• Pieni HDD
• Vähäinen lämmityspotentiaali

Tästä seuraa tärkeä johtopäätös:

Optimointipotentiaali ei riipu vain hinnasta, vaan hinnan ja lämmitystarpeen yhteisvaikutuksesta.

COP ja hinnan yhteispeli

Yksi kiinnostavimmista havainnoista syntyi, kun hintaa tarkasteltiin yhdessä lämpöpumpun hyötysuhteen kanssa.

COP heikkenee, kun:

• Menoveden lämpötila nousee
• Ulkolämpötila laskee

Jos kovalla pakkasella siirrät kaiken lämmityksen lyhyeen boost-jaksoon, tapahtuu:

• Hinta voi olla halpa
• Mutta COP laskee
• Sähkönkulutus per tuotettu lämpöyksikkö kasvaa

Yksinkertaistettuna optimointifunktio ei ole vain:

Vaan todellisuudessa:

Missä Q on tarvittava lämpöenergia.

Tämä oivallus muutti ajattelua merkittävästi.

Halpa hinta ei vielä tee halvinta lämpöä.

Kuinka suuri potentiaali kotitalouksilla oikeasti on?

Jos tarkastellaan koko Suomen tasoa:

• Kotitalouksien kulutus ~30 % kokonaiskulutuksesta
• Merkittävä osa lämmityksessä
• Sähköautojen määrä kasvaa
• Lämpöpumppujen määrä kasvaa

Yksittäisen kotitalouden säästö voi olla 100–300 € vuodessa.

Järjestelmätasolla tämä on:

• Kulutushuipun tasaamista
• Reservitarpeen pienentämistä
• Uusiutuvan tuotannon integroinnin helpottamista

Kotitalous ei ole enää passiivinen kuorma.
Se on potentiaalinen joustoresurssi.

Mitä data opetti minulle?

Kolme tärkeintä havaintoa:

1. Vuorokauden halvin tunti ei ole vakio
2. Hintavaihtelu ei yksin riitä – HDD ja COP ratkaisevat
3. Teoreettinen yläraja on aina suurempi kuin käytännön säästö

Optimointi ei ole yksinkertainen “6 halvinta tuntia” -algoritmi.

Se on monimuuttujainen säätötehtävä.

Mikä muuttui OSA 2 → OSA 3 välillä?

OSA 2:ssa optimointi oli reaktiivista.
OSA 3:ssa siitä tuli analyyttistä.

Data pakotti luopumaan yksinkertaisista malleista.

Hintasignaali on tärkeä.
Mutta fysiikka määrää rajat.

Seuraavassa osassa

OSA 4:ssa siirrytään järjestelmäarkkitehtuuriin:

• Home Assistant -logiikan rakenne
• Sulakevahti
• COP-ystävällinen ajo
• Monijaksoinen lämmitys
• Aurinkotuotannon integrointi
• Ja lopulta: kohti kokonaisoptimoitua energiajärjestelmää