HTW Berlin na tropie efektywności: Jak inteligentne zarządzanie energią zmienia rynek magazynów?
Zespół naukowców z HTW Berlin od kilku lat prowadzi szczegółowe badania porównawcze domowych magazynów energii w ramach cyklicznego raportu Stromspeicher-Inspektion. Naukowcy z HTW Berlin obliczają dla wszystkich urządzenia wskaźnik wydajności systemu SPI (System Performance Index), pozwalający porównać całkowitą efektywność magazynowania energii w jednakowych warunkach. Nowością tegorocznej edycji badań było przetestowanie inteligentnych systemów zarządzania energią (EMS) z funkcją prognozowania. Do tego eksperymentu wybrano 6 różnych magazynów domowych od 4 znanych producentów: Fenecon, KOSTAL, sonnen, RCT Power oraz dwóch anonimowo uczestniczących w badaniu firm.
Wpływ inteligentnych systemów zarządzania na wydajność magazynów
Badania HTW Berlin jasno pokazały, iż inteligentne zarządzanie energią znacząco podnosi wydajność magazynów energii pod różnymi względami. Tegoroczna Stromspeicher-Inspektion 2025 potwierdziła ustanowienie nowych rekordów sprawności magazynowania energii, a jednocześnie po raz pierwszy oceniła jakość prognozowanego zarządzania energią w wybranych urządzeniach. Innymi słowy, sprawdzono nie tylko ile energii tracą lub zachowują baterie podczas typowej pracy, ale również jak mądrze potrafią sterować swoim ładowaniem, przewidując przyszłą produkcję i zużycie.
Z analizy wyników wynika, iż zastosowanie zaawansowanych, „uczących się” algorytmów może przynieść wymierne korzyści. Poprawia się efektywność energetyczna całego systemu – mniej energii ulega stracie, więcej zostaje realnie wykorzystane. Według raportu, prognozowane strategie ładowania zwiększyły ilość wykorzystanego prądu słonecznego o 2 do 10 punktów procentowych w porównaniu z prostym schematem ładowania bez prognoz.
Wyniki wskazują, iż więcej energii z PV zostało zmagazynowane i zużyte, a mniej musiało zostać odcięte z powodu ograniczeń. Przekłada się to również na aspekt finansowy – mniejsze straty energii to wyższa autokonsumpcja i niższe rachunki za prąd z sieci.
Wydłużanie życia baterii
Inteligentne systemy minimalizują niekorzystne zjawiska dla baterii, takie jak długotrwałe przetrzymywanie jej na 100% naładowania. W raporcie podkreślono, iż strategie ładowania oparte na prognozach znacząco skracają czas, przez jaki akumulator jest całkowicie pełny, co w efekcie wydłuża jego żywotność.
Już w trakcie dziesięciodniowego testu zaobserwowano, iż każdy z sześciu badanych systemów z funkcją prognostyczną zredukował łączny czas przebywania baterii w >90% naładowania względem scenariusza bez prognoz. To bezpośrednio przekłada się na wolniejsze zużywanie ogniw i ich dłuższą użyteczność
W jednym z przypadków opóźnione ładowanie tak skutecznie ograniczyło ten czas, iż skróciło okres pełnego naładowania o 8 godzin dziennie, co oznaczało niemal dwukrotne zmniejszenie czasu spędzanego powyżej 90% SOC (state of charge).
Istotnym wnioskiem z badań jest zatem to, iż nowoczesne systemy zarządzania energią powinny korzystać z prognoz pogody i zużycia. Eksperci HTW Berlin wskazują wprost:
Zarządzanie energią we współczesnym magazynie musi umieć ładować się w oparciu o prognozy.
Tylko wtedy system może jednocześnie maksymalizować efektywność energetyczną, jak i dbać o kondycję baterii (unikając szkodliwego przeładowania).
O ile lat prognozowane zarządzanie energią wydłuża żywotność baterii?
Źródło: HTW BerlinWykres przedstawia wpływ prognozowanego zarządzania energią na wydłużenie żywotności baterii w badaniach wykonanych przez współpracujące laboratoria. Oś pionowa pokazuje wzrost żywotności baterii w latach, a oś pozioma wskazuje autorów badań i instytucje, w których przeprowadzono testy.
Systemy tradycyjne a zastosowanie prognozowanego zarządzania energią
Tradycyjne magazyny energii zwykle ładują baterię tak szybko, jak to możliwe, gdy tylko pojawią się nadwyżki z fotowoltaiki – często już od wczesnego przedpołudnia. Taka strategia maksymalizuje autokonsumpcję, ale prowadzi do tego, iż bateria przez wiele godzin w ciągu dnia jest utrzymywana na wysokim poziomie naładowania, choćby powyżej 90–100%. Jak zauważa dr Nina Munzke z KIT:
Długie przebywanie baterii przy wysokim stanie naładowania skraca żywotność ogniw litowo-jonowych.
Jeśli akumulator codziennie przez dłuższy czas jest „pełny”, to jego pojemność z czasem szybciej spada na skutek przyspieszonej degradacji chemicznej. Problem ten dotyczy większości z obecnych ~1,7 mln domowych magazynów energii, które pracują według opisanego prostego schematu ładowania od rana.
Inteligentne, prognozowane zarządzanie energią stanowi rozwiązanie tego problemu. Zamiast ładować akumulator od razu do pełna, system korzystający z prognoz pogody i zużycia potrafi opóźnić część procesu ładowania do godzin popołudniowych, tak aby bateria osiągnęła pełny stan możliwie późno w ciągu dnia (tuż przed wieczorem). Dzięki temu czas przebywania baterii w stanie pełnego naładowania jest znacznie krótszy, co wydłuża jej kalendarzową żywotność. Wszystkie sześć testowanych w badaniu HTW magazynów z funkcją prognostyczną wykazało takie działanie – każdy z nich zredukował wspomniany czas w porównaniu do scenariusza bez prognoz.
Jak strategia zarządzania energią wpływa na czas przebywania magazynu energii przy maksymalnym naładowaniu?
Źródło: HTW BerlinWykres przedstawia wpływ strategii zarządzania energią na czas przebywania magazynu energii w różnych poziomach naładowania. Oś pionowa pokazuje liczbę godzin, przez które bateria utrzymywała określony poziom naładowania, a oś pozioma przedstawia zakresy poziomu naładowania magazynu energii – od 0% do 100%.
Kompromis między zwiększeniem autokonsumpcji a wydłużeniem żywotności
Producenci stosowali odmienne strategie prognostyczne, próbując godzić redukcję strat energii z ochroną baterii. Przykładowo, systemy Fenecon czy KOSTAL stawiały na ładowanie rozłożone w ciągu dnia, aby maksymalnie wykorzystać nadwyżki południowe i zminimalizować straty wskutek limitu mocy oddawanej. Udało im się zredukować straty energii do poziomu zaledwie ~10,5% wygenerowanej energii, co było najlepszym wynikiem w teście. Dla porównania, przy wyłączonej funkcji prognostycznej niektóre systemy traciły ponad 20% energii (np. urządzenie sonnen traciło 21,6% w badanym scenariuszu bez inteligentnego sterowania).
Redukcja strat o połowę dzięki lepszemu zarządzaniu to ogromny zysk energetyczny. Fenecon i KOSTAL osiągnęły ten rezultat choćby bez dostępu do internetowych prognoz pogody, bazując jedynie na lokalnych pomiarach i algorytmach – co pokazuje, iż dobrze zaprojektowany system może być skuteczny sam w sobie.
Źródło: HTW Berlin
