Česká účast na IAE EBC Annex 82 a výsledky simulační analýzy flexibility budov

Obecně projekty „Annex“ Mezinárodní energetické agentury sdružují experty z celého světa na dané úzce specializované téma. Tyto projekty slouží k přenosu znalostí a sdílení zkušeností v průběhu vývoje napříč zúčastněnými výzkumnými organizacemi. Konkrétně projekt IEA EBC Annex 82 se zaměřuje na nové přístupy a služby využívající energetickou flexibilitu budov v rámci odezvy na poptávku chytrých sítí. Zkoumáním překážek a benefitů pro provozovatele budov a další zúčastněné strany se projekt snaží podpořit aktivní zapojení budov do širší energetické infrastruktury vedoucí k posílení odolnosti budoucí chytré sítě. Současná potřeba flexibility na straně spotřeby vychází ze zvyšujícího se podílu nestálých obnovitelných zdrojů energie v síti a odklonem od tradičních centralizovaných zdrojů spalujících fosilní paliva. Zároveň dochází k rozsáhlé elektrifikaci na straně spotřeby, a tím vznikají nové výzvy pro inteligentní řízení těchto energetických systémů, které zajistí lepší hospodaření s obnovitelnými zdroji a ekonomičtější provoz elektrické sítě jako celku (např. zamezení špiček). V důsledku těchto změn je nutné transformovat současný energetický management tak, aby vyhovoval decentrální výrobě energie z obnovitelných zdrojů a zajistil využití jak nových technologií pro ukládání elektřiny, tak stávajících akumulačních schopností v síti, které jsou k dispozici ve flexibilitě budov na straně spotřeby. Výzvy spojené s flexibilitou budov byly zevrubně popsány v publikaci [1].

1. Projekt IEA EBC Annex 82: Energetická flexibilita budov pro stabilní nízkoemisní energetické systémy

Projekt IEA-EBC Annex 82 [2] se primárně soustředí na charakterizaci a metodiku vyhodnocení potenciálu energetické flexibility budov a jejich systémů, a to především v měřítku čtvrtí. V rámci tohoto hodnocení se provádí analýza tržních modelů, které by umožnily začlenění decentralizovaných zdrojů energie a pomohly by zrealizovat dynamickou odezvu na poptávku. S tím souvisí i vývoj strategií, které zajistí spolehlivost a bezpečnost energetických dodávek, čímž se zvyšuje odolnost energetického systému jako celku. Projekt také klade důraz na vytváření a rozšiřování metodických podkladů pro charakterizaci energeticky flexibilních budov, aby bylo možné nové přístupy uplatnit i v širším měřítku na skupiny budov. V tomto kontextu se vyhodnocují také pilotní demonstrační projekty, které se zaměřují na energetickou flexibilitu. Projekt IEA-EBC Annex 82 se dále zabývá mapováním a vývojem nových služeb, které mohou využití flexibility budovy nabízet distributorům nebo dodavatelům elektřiny, a tím napomoci k vyššímu a bezpečnému začlenění nestálých obnovitelných zdrojů do sítě.

Tato mezioborová mezinárodní iniciativa má strukturu projektu s harmonogramem řešení v letech 2020 až 2025. Pracovní plán se dělí do čtyř pracovních balíčků tzv. dílčích úkolů (subtasks): A: Škálování od jednotlivých budov ke skupinám budov, B: Metody charakterizace flexibility a případové studie, C: Zapojení zúčastněných stran a D: Vývoj vhodných implementačních (obchodních) modelů. Simulační analýza popisovaná v tomto článku je příspěvkem do dílčího úkolu B: Metody charakterizace flexibility a případové studie, v rámci kterého jsou řešena společná cvičení. Prezentovaná studie vznikla v rámci již druhého společného cvičení, jehož cílem bylo umožnit zúčastněným výzkumným skupinám na základě jednotného zadání porovnat různé přístupy a ověřit jejich funkčnost na základě. Každý výzkumný tým měl možnost k vypracování používat své vlastní postupy, simulační programy a data.

1.1 Zadání druhého společného cvičení v rámci IEA EBC Annex 82

Ve druhém společném cvičení byl zkoumán vliv jednotných cenových signálů elektřiny na tepelné systémy budov a charakterizace odezvy různých technických zařízení v měřítku více budov. Při řešení nebyly nijak omezeny metody řešení, využití simulačních metod nebo volba řídicí strategie. Zvolené řešení bylo plně v kompetenci jednotlivých výzkumných týmů.

Vedení druhého společného cvičení a přípravy zadání se ujali Prof. Gregor P. Henze z University Colorado, Boulder USA, Ben Polly z National Renewable Energy Laboratory, USA, a Rune Junker z Dánské technologické univerzity, Dánsko a zúčastnilo se ho 15 mezinárodních týmů. Jeho výstupem je katalog možných řešení poskytující odezvu na poptávku cenového signálu a výsledných charakteristik pro různé typy budov, konfigurace jejich systémů a strategie řízení zohledňující také různé podnebí. Jednotné zadání rámuje různé přístupy k využití flexibility a možné aplikace chytrého řízení vyvíjené zúčastněnými týmy.

Oficiální pokyny pro vypracování druhého společného cvičení byly stanoveny tak, aby účastníci vybrali skupinu budov v konkrétní geografické lokalitě. Při výběru bylo na účastnících, aby se rozhodli pro různé typy budov, jako jsou kancelářské, nebo rezidenční budovy, a zohlednili další faktory jako stáří stavby, velikost a typ konstrukce. Cvičení se zaměřilo výhradně na odezvu na poptávku elektrické síti a účastníci měli za úkol charakterizovat flexibilitu pro vybraný zimní a letní měsíc na základě proměnlivého cenového signálu.

Pro zimní období byly definovány hodiny aktivace signálu mezi 6:00 až 9:00 a 16:00 až 20:00, zatímco v letních měsících je aktivace signálu stanovena na období 15:00 až 18:00, s předpokladem základní ceny elektrické energie mimo tyto hodiny.

Základní cena elektrické energie byla stanovena na 10 USD/MWh mimo špičku a 15 USD/MWh. Dále byl studován vliv motivačního potenciálu v případě, že se cena ve špičce zvýší na 25 USD/MWh a na 50 USD/MWh, stimulující aktivaci flexibility. V rámci zadání lze uvažovat o těch úrovní motivace pro změnu chování uživatele:

• Bez motivace (10–15 USD/MWh): provozovatel budovy není výrazně motivován k odezvě spotřeby na poptávku;
• Nízká motivace (10–25 USD/MWh): provozovatel budovy je mírně motivován k odezvě spotřeby na poptávku;
• Vysoká motivace (10–50 USD/MWh): provozovatel budovy je výrazně motivován k odezvě spotřeby na poptávku.

Pro usnadnění porovnatelnosti výsledků mezi výzkumnými týmy byl navržen následující soubor klíčových indikátorů:

• Úspora nákladů [%]: úspora nákladů je procentuální úspora mezi základním scénářem bez aktivace energetické flexibility a odpovídajícím energeticky flexibilním provozem, tj. s odezvou na poptávku, předchlazením, předehřevem, odpojením zátěže atd., vzhledem k použitému cenovému signálu.
• Změna celkové spotřeby elektrické energie [%]: procentuální rozdíl celkové spotřeby energie v místě mezi základním scénářem a scénářem s aktivací energetické flexibility udává „energetickou účinnost“ energetické flexibility.
• Špičková spotřeba [MW]: špičková spotřeba je maximální spotřeba elektřiny v kilowattech. Kromě hodnot špičkové spotřeby by měl být zaznamenán i čas jejího výskytu.
• Poměr mezi špičkovým a minimálním výkonem (Peak-to-Valley Ratio) [–] poměr mezi špičkou a údolím je jednoduše poměr denní maximální spotřeby k denní minimální spotřebě. Hodnota určuje násobek špičkového výkonu k minimálnímu (resp. základnímu) výkonu. Jedna znamená, že špičkové a základní zatížení si je rovno, tedy konstantní zatížení.
• Faktor zatížení (Load Factor) je poměr průměrné denní spotřeby k denní špičkové spotřebě. Hodnoty se pohybují mezi 0 a 1, kde hodnota blízká jedné značí rovnoměrné zatížení během dne. Hodnoty pod jedna ukazují větší variabilitu a výkyvy mezi průměrnou a špičkovou spotřebou. Hodnoty blížící se 0 značí extrémně nerovnoměrné zatížení s výraznými špičkami.

1.2 Postup řešení výzkumného zadání týmem ČVUT

Výzkumný tým ČVUT se v rámci společného cvičení v rámci IEA EBC Annex 82 zaměřil na budovy s elektrickým vytápěním a ohřevem teplé vody pomocí tepelného čerpadla, s mechanickým chlazením a větráním. Přístup výzkumného týmu ČVUT byl specifický v tom, že simuloval detailně nejen stavební fyziku ve více-zónovém modelu, ale také detailně popisoval chování technického zařízení budov, tedy vytápění, chlazení, větrání a přípravu teplé vody. Změna řízení v odezvě na cenový signál nebyla tedy aplikována přímo na teplotu v zóně, ale až na zdroji tepla nebo chladu. Tímto přístupem jsme byli schopni vyhodnotit také tuto dodatečnou tepelnou kapacitu v zásobnících a souvisejících hydraulických rozvodech těchto systémů. Na druhé straně zvolené řízení odezvy na cenový signál bylo oproti jiným týmům značně zjednodušeno. Ve studii se předpokládá především dočasná blokace chodu techniky prostředí, které je docíleno skokovou změnou žádané teploty výstupní vody ze zdroje, případně požadavku na otáčky ventilátorů u vzduchotechnických jednotek, jak je uvedeno v tabulce 1.

Simulační analýza byla provedena pro dva případy reprezentující existující kancelářskou a obytnou budovu v Praze. V simulačním softwaru TRNSYS (Transient System Simulation Tool) [3] byly vytvořeny podrobné numerické modely obou budov včetně detailního modelu techniky prostředí. TRNSYS je softwarové prostředí používané k simulaci chování systémů budov s přechodovými jevy. Široký technický záběr daného výpočetního programu umožňuje jeho aplikaci na téměř jakýkoli energetický systém budov a umožňuje řešení nelineárních diferenciálních rovnic. Dále umožňuje uživatelům vytvářet vlastní modely komponenty zařízení a začlenit je do nadřazené simulace systému. 3D vizualizace simulovaných budov je zobrazena na obrázku 1.

V tomto simulačním prostředí byly na základě dvou případových studií vytvořeny numerické modely administrativní a rezidenční budovy včetně detailního modelu technického zařízení budov zahrnující dopravní zpoždění a akumulaci v rozvodech tepla a chladu. Následně byly simulované scénáře, které požadovalo společné zadání – tedy simulovala se blokace, respektive snížení požadavku na výkon jednotlivých zařízení, a to ve dvou úrovních motivace. Ve studii se pracuje s předpokladem, že pokud je vyšší finanční penalizace v dané hodině, provozovatel je ochoten více snížit výkon technických zařízení. Tímto způsobem bylo dosaženo snížení příkonu zařízení v inkriminovaných obdobích, která jsou cenově penalizována. Celé společné zadání cílilo na odezvu více budov (minimálně dvou). Náš tým splnil minimální požadavky na počet budov s tím, že se náš přístup lišil tím, že se soustředil detailně na systémy HVAC. Ve dvou budovách bylo tedy studováno hned několik zařízení, tj. zařízení vytápění, chlazení, vzduchotechniky a přípravy teplé vody, čímž se navýšil počet řízených zařízení. Ostatní týmy typicky pracovaly na úrovni teploty v zóně.

2. Výsledky

Odezva na poptávku byla vyhodnocena nejen pomocí klíčových indikátorů uvedených níže, ale také graficky. Z měsíční simulace byl vyhodnocen průměrný denní profil v daný měsíc pro každý scénář, tedy základní, flexibilní s nízkou motivací a flexibilní s vysokou motivací. Každý den má však mírně odlišný průběh dle okrajových podmínek, zvláště údajů o počasí a zatížení budovy v danou dobu. Pásmo okolo vykreslených průběhů příkonů pak určuje rozptyl každého dne v měsíci tak, aby byla vyhodnocena možná nejistota průměrného denního profilu v daném měsíci. Vizualizace změny výkonového profilu pro měsíc únor je zobrazena na obrázku 2. Z poklesu výkonu jsou patrné penalizované období.

Obr. 2: Příkon budov – měsíční vyhodnocení pro únor

Graf znázorňuje měsíční vyhodnocení průměrného denního profilu spotřeby elektřiny spolu s rozptylem, který indikuje variabilitu každého dne v měsíci únoru. Černá linie představuje referenční scénář bez odezvy na tarifní signály (baseline), zatímco žlutá linie znázorňuje odezvu na méně motivující tarif, červená pak znázorňuje odezvu na tarif s největším motivačním prvkem. Na grafu je vidět, že budovy jsou schopné krátkodobě výrazně omezit svůj příkon v době aktivace. Je však třeba počítat, že po uvolnění blokace se projeví tzv. zpětný ráz (rebound efekt), tedy krátkodobé navýšení příkonu nad referenční scénář, dosahující výrazné špičky.

Obdobná vizualizace byla vykreslena i pro letní měsíc (srpen) na obrázku 3. Opět je znázorněn měsíční průměr referenčního případu, a pak dvou případů, kdy došlo k aktivaci odezvy na poptávku dle motivačního schématu. I zde je zobrazen rozptyl vázaný na každý den v měsíci.

Obr. 3: Příkon budov – měsíční vyhodnocení pro srpen

Graf znázorňuje měsíční vyhodnocení průměrného denního profilu spotřeby elektřiny spolu s rozptylem, který indikuje variabilitu každého dne v měsíci srpnu. Černá linie představuje referenční scénář bez odezvy na tarifní signály (baseline), zatímco žlutá linie znázorňuje odezvu na méně motivující tarif, červená pak znázorňuje odezvu na tarif s největším motivačním prvkem. Opět aktivací dochází k požadovanému snížení příkonu a následně po uvolnění blokace dochází ke zpětnému rázu. Avšak je zřejmé, že v letních měsících je flexibilní potenciál řádově nižší než v zimních měsících – dáno klimatem a související menší potřebou chladu.

Číselné výsledky jsou uvedené pro základní nastavení a pro různá motivační schémata je uvádí tabulka 2 a 3 pro únor a srpen. V tabulce jsou ukázány náklady dle tarifu a relativní úspory dané flexibilním řízením, tedy blokací zařízení HVAC dané změnou žádané hodnoty v periodě vysokého tarifu. Dále tabulky uvádí spotřebu elektřiny v daném měsíci, špičkový výkon a poměrové indikátory týkající se variability profilu. Vnitřní prostředí není předmětem tohoto příspěvku, nicméně vzhledem k aplikaci tohoto řízení na zdrojové části HVAC systému a započítání tepelné kapacity celého systému včetně tepelných zásobníků a hydraulických rozvodů lze zavést předpoklad, že dopad do vnitřního prostředí je minimální. Tento předpoklad byl potvrzen nejen simulačně, ale i v reálných aplikacích. Teplota v zóně neklesá více než o 2 stupně. V reálném provozu je navíc zavedena kontrolní funkce a pokud by jakákoliv z měřených teplot v zónách překročila dané limity, blokace by byla automaticky ukončena. V rámci řízení různých zařízení HVAC je nejcitlivější na spokojenost obyvatel příprava teplé vody, kde je třeba u blokace vždy uvažovat kontrolní mechanismy. Nicméně i zde lze reakci na chytrou síť realizovat, jak dokládají mnohé instalace el. kotlů využívající hromadné řízení HDO.

V zimním období, reprezentovaném výsledky za únor, jsou analyzovány tři scénáře s různými tarify ve špičce (10–15, 10–20 a 10–50 USD), a to v základní variantě a dvou flexibilních modelech: Flexibilní s nízkou motivací a Flexibilní s vysokou motivací.

V rámci scénáře tarifu 15 USD ve špičce (10–15) činí náklady na elektřinu při základní tarifikaci 1211,39 USD. Při aplikaci flexibilního modelu s nízkou motivací dochází k poklesu nákladů na 1058,13 USD, což představuje úsporu ve výši 12,65 %. Při vysoké motivaci klesají náklady až na 975,48 USD, což odpovídá úspoře 19,47 %. Při zvýšení špičkového tarifu na 20 USD (10–20) rostou základní náklady na 1543,29 USD. Flexibilní tarifikace s nízkou motivací snižuje náklady na 1204,64 USD (úspora 21,94 %) a vysoká motivace přináší náklady ve výši 1034,97 USD (úspora 32,94 %). V případě nejvyššího tarifu 50 USD ve špičce (10–50) se základní náklady zvyšují na 2373,03 USD, ale flexibilní scénáře opět výrazně snižují náklady. Nízká motivace vede k úspoře 33,80 % (1570,91 USD) a vysoká motivace dokonce k úspoře 50,12 % (1183,71 USD).

Co se týče spotřeby elektrické energie, v základním scénáři činí spotřeba 104,54 MWh. Flexibilní modely vedou ke snížení spotřeby o 5,79 % (na 98,49 MWh) v případě nízké motivace a o 9,54 % (na 94,573 MWh) při vysoké motivaci.

Nárůst špičkového výkonu je pozorován u flexibilních modelů. Zatímco v základním scénáři je špičkový výkon 473,85 kW, flexibilní modely vedou k jeho zvýšení na 503,54 kW (nízká motivace) a 502,68 kW (vysoká motivace). Poměr P-V (poměr mezi spotřebou ve špičce a mimo špičku) vykazuje významný nárůst ve flexibilních modelech. Zatímco v základním scénáři je tento poměr 8,16, v případě nízké motivace vzroste na 35,26 a při vysoké motivaci dokonce na 43,72. L-P ratio (poměr mezi zatížením a špičkovým výkonem) ukazuje zlepšení efektivity při přechodu na flexibilní tarifikaci. Základní scénář vykazuje hodnotu 0,59, zatímco flexibilní tarifikace sníží tento poměr na 0,39 (nízká motivace) a 0,37 (vysoká motivace).

V letním období, reprezentovaném srpnem, jsou také analyzovány tři scénáře s různými špičkovými tarify (10–15, 10–25 a 10–50 USD). Výsledky ukazují menší úspory než v zimním období, ale flexibilní tarifikace stále přináší významné snížení nákladů na elektřinu.

Pro tarif 15 USD ve špičce (10–15') jsou náklady na elektřinu v základním scénáři 236,71 USD. Flexibilní tarif s nízkou motivací přináší úsporu 4,76 %, což snižuje náklady na 225,45 USD. Vysoká motivace vede k ještě větší úspoře 6,73 %, kdy náklady dosahují 220,77 USD. Při vyšším špičkovém tarifu 25 USD (10–25') se základní náklady zvyšují na 272,46 USD. Flexibilní tarifikace s nízkou motivací přináší úsporu 8,31 % (249,83 USD), zatímco vysoká motivace snižuje náklady o 11,82 % na 240,25 USD. Nejvyšší tarif 50 USD ve špičce (10–50') vede k základním nákladům 361,85 USD. Flexibilní model s nízkou motivací přináší úsporu 14,11 % (310,78 USD) a vysoká motivace až 20,14 % (288,97 USD).

Pokles spotřeby elektrické energie je v letním období méně výrazný. V základním scénáři je spotřeba 21,88 MWh, zatímco flexibilní model s nízkou motivací ji snižuje na 21,33 MWh (pokles o 2,55 %) a při vysoké motivaci klesá na 21,102 MWh (pokles o 3,57 %).

V letním období je rovněž patrný nárůst špičkového výkonu u flexibilních modelů. Základní scénář dosahuje špičkového výkonu 77,74 kW. Flexibilní tarifikace s nízkou motivací zvyšuje špičkový výkon na 87,40 kW a vysoká motivace na 91,27 kW. To poukazuje na obdobné riziko jako v zimním období, kdy zavedení flexibilních tarifů sice vede k úsporám, ale zároveň zvyšuje nároky na distribuční síť ve špičkových obdobích.

Podobně jako v zimě, poměr P-V (poměr mezi spotřebou ve špičce a mimo špičku) vykazuje mírný nárůst při přechodu na flexibilní tarifikaci. Základní scénář má hodnotu 4,74, zatímco flexibilní tarifikace zvyšuje tento poměr na 5,63 (nízká motivace) a 5,69 (vysoká motivace). L-P ratio rovněž klesá, což naznačuje lepší efektivitu výkonového zatížení. Základní scénář vykazuje L-P ratio 0,52, zatímco flexibilní tarify sníží tento poměr na 0,43 (nízká motivace) a 0,42 (vysoká motivace).

3. Diskuse

Výsledky analýzy flexibilních tarifních scénářů ukazují, že různé úrovně tarifů ve špičce mají výrazný vliv na chování spotřebitelů, jejich náklady na elektřinu a v neposlední řadě také na celkový odběrový profil, což má důležité důsledky pro distributory. Zavedení flexibilních tarifů vede k výrazným úsporám pro spotřebitele, přičemž tyto úspory rostou s vyššími špičkovými tarify. To je zřejmé jak v zimním, tak v letním období, kdy flexibilní tarifikace s vyšší motivací snižuje náklady spotřebitelů až o 50 % v zimě a o 20 % v létě. Nicméně, vedle přímých finančních úspor je nutné brát v potaz i vliv na profil odběru, kde se objevují nové výzvy, zejména pro distributory elektrické energie.

Účinek různých tarifních nastavení na úspory spotřebitelů je zásadní, přičemž vyšší ceny ve špičkách, jako v případě scénáře 10–50, vytvářejí silnější motivaci pro spotřebitele optimalizovat svou spotřebu mimo špičku. To přináší významné úspory, jak ukazuje rozdíl mezi základním tarifem a flexibilními modely, přičemž při vyšších špičkových tarifech dochází k mnohem větším úsporám. Flexibilní tarifikace s vysokou motivací je nejefektivnější v redukci nákladů, což ukazuje, že spotřebitelé jsou ochotni aktivně řídit svou spotřebu při dostatečně silné finanční pobídce.

Avšak tato optimalizace naráží na tzv. rebound efekt, kdy spotřebitelé sice snižují spotřebu ve špičkách, ale následně mohou výrazně zvýšit odběr v mimošpičkových obdobích. Tento jev vede ke zvyšování fluktuace odběrového profilu. Výsledky ukazují, že zatímco flexibilní tarifikace snižuje celkovou spotřebu, dochází ke zvýšení denních rozptylů mezi špičkou a minimem spotřeby. To je jasně vidět na růstu poměru P-V, který zvyšuje denní variabilitu. Zatímco v základních scénářích je poměr P-V relativně nízký, flexibilní scénáře tento poměr značně zvyšují, což naznačuje vyšší denní fluktuaci. Takové chování má přímý dopad na distribuční síť, která musí zvládnout mnohem intenzivnější nárůsty odběru během špiček a náhlé poklesy mimo špičku.

L-P ratio, které ukazuje poměr mezi průměrnou denní spotřebou a špičkovým výkonem, rovněž klesá s aplikací flexibilních tarifů. Nižší hodnoty L-P ratio jsou indikátorem větších špiček v odběru a menší rovnoměrnosti spotřeby. Tento jev představuje riziko pro distributora, neboť extrémní špičky odběru vyžadují vyšší kapacitu distribuční sítě a mohou vést k přetížení infrastruktury. Distributoři jsou tedy nuceni vyvíjet opatření ke zvládání těchto nárůstů, jako jsou investice do rozšíření kapacit sítě nebo využití technologií pro řízení špičkového zatížení.

Důležitým aspektem diskuse je rovněž to, že i když flexibilní tarifní struktury vedou ke snížení celkové spotřeby, vyšší fluktuace v denním odběru může mít neplánované důsledky. V případě, že větší počet spotřebitelů reaguje na cenové signály podobným způsobem, mohou se poté špičky výrazně prohloubit v jiných částech dne, což může vést k novým problémům v řízení distribuční sítě. Tento jev může zejména v letním období vést k přetížení sítě, kdy náhlé nárůsty poptávky po elektřině (například v důsledku klimatizací) mohou vytvářet nové špičky, a to i mimo tradičně špičkové hodiny. Zvýšená denní variabilita odběru, jak naznačuje růst P-V poměru a pokles L-P ratio, je tedy dvousečnou zbraní. Na jednu stranu poskytuje spotřebitelům finanční úspory, ale na druhou stranu přináší významná rizika pro distribuční soustavy.

Výsledky také ukazují, že tato rizika jsou patrná v obou sledovaných obdobích, přičemž zimní období (únor) vykazuje větší potenciál pro úspory, ale zároveň i větší nárůst špičkového zatížení. Letní období (srpen) vykazuje menší úspory, ale i zde se projevuje růst špičkového výkonu a nárůst fluktuací spotřeby. V obou případech je tedy flexibilní tarifní struktura spojena s vyššími nároky na infrastrukturu a schopnost zvládat prudké výkyvy v poptávce.

4. Závěr

Závěrem lze říci, že i když flexibilní tarifikace může přinést spotřebitelům významné finanční úspory a motivuje je k optimalizaci spotřeby, je nutné zohlednit i možná rizika pro distributory související se zpětným rázem. Zvyšující se denní variabilita a nárůst špičkových odběrů mohou představovat výzvu při plošném zavedení. Cenový signál je vhodné koordinovat tak, aby změna tarifu nenastávala ve stejnou dobu v rámci jedné distribuční sítě. Agregovaný zpětný ráz by mohl v extrémních případech ohrozit stabilitu distribuční sítě. Pro využití odezvy technického zařízení pro odezvu na spotový trh nebo jiné nové obchodní příležitosti v rámci obchodu s flexibilitou je třeba dílčí části distribuční infrastruktury modernizovat, tak aby zvládly nové nároky. Na straně budov je třeba hledat řešení, jak zmírnit zpětný ráz (rebound efekt), a to například pozvolnou změnou žádané hodnoty v rámci delšího časového horizontu. Je proto zásadní, aby se flexibilní tarifní modely rozvíjely s ohledem na komplexní řízení poptávky a efektivní plánování distribučních kapacit v koordinaci se relevantními zúčastněnými stranami jako distributor, dodavatel, případně agregátor. Dále bude náš příspěvek zahrnut do širší vědecké publikace, kde jsou naše výsledky a závěry porovnány s výsledky dalších mezinárodních týmů v rámci IEA-EBC Annex 82. Z těchto výsledků už lze vyvozovat vliv lokálního klimatu, rozdílného uspořádání budovy a rozdílného přístupu k aktivaci.

Poděkování

Tento článek vznikl ze spolupráce v rámci expertní pracovní skupiny Mezinárodní energetické agentury IEA-EBC Annex 82. Tento článek prezentuje výsledky projektu TK02010164, který byl spolufinancován se státní podporou Technologické agentury ČR v rámci Programu THETA.

Zdroje

1. Li, R., Satchwell, A. J., Finn, D., Christensen, T. H., Kummert, M., Le Dréau, J., ... & Wittchen, K. (2022). Ten questions concerning energy flexibility in buildings. Building and Environment, 223, 109461.
2. “IEA EBC Annex 82: Energy Flexible Buildings Towards Resilient Low Carbon Energy Systems”, IEA Research Cooperation. [Online]. Available: https://annex82.iea-ebc.org/
3. University of Wisconsin--Madison. Solar Energy Laboratory. TRNSYS, a Transient Simulation Program. Madison, Wis. :The Laboratory, 1975.