Veel mensen zoeken naar manieren om hun eigenverbruik te optimaliseren. Dit betekent dat ze alle, of in ieder geval zoveel mogelijk, eigen geproduceerde zonne-energie willen gebruiken. Dat is goed voor hun portemonnee, het milieu en het is de manier om het smart grid te faciliteren. Smappee gebruikers kunnen de dynamic load-balancing technologie en automatiseringen van Smappee gebruiken om hun zonne-energiegebruik te optimaliseren. Vanaf nu kunnen ze zelfs flows beheren op basis van voorspelde beschikbare zonne-energie. Deze blogpost verteld alles over het geheim achter de Smappee zonne-energie voorspelling.
Haal het maximale uit al je zonne-energie
Smappee introduceerde een reeks nieuwe automatiseringen om energie automatisch naar apparaten te sturen, op basis van bepaalde triggers. Een van de nieuwe triggers is de voorspelde (overtollige) zonne-energie. Op basis van de hoeveelheid (overtollige) zonne-energie die beschikbaar is, kunnen gebruikers die energie gebruiken om hun EV op te laden, de wasmachine van stroom te voorzien voor een wascyclus, het water in de boiler te verwarmen of de airconditioning van stroom te voorzien. Zo gaat er geen zonne-energie verloren aan het net en wordt het eigenverbruik geoptimaliseerd.
Maar hoe kan Smappee voorspellen wanneer er voldoende overtollige zonne-energie zal zijn om deze automatiseringen te activeren? Het voorspellen van overtollige zonne-energie is geen magie, maar een goed doordachte combinatie van algoritmen. Het principe is simpel: je neemt de geschatte totale zonneproductie en trekt daar het geschatte totale energieverbruik van af. Toch is dat in de praktijk niet zo eenvoudig. Om zo nauwkeurig mogelijk te zijn, houdt Smappee rekening met verschillende datasets.
Datasets van voorspellingen van pv-zonnepanelen
**Eerst **wordt gekeken naar de zonneproductie en het energieverbruik in het verleden, om een idee te krijgen van hoe een normale dag van een bepaalde gebruiker eruitziet. **Ten tweede **wordt rekening gehouden met aanvullende weergegevens. Hierdoor kan Smappee de opwekking van pv-zonnepanelen en het energieverbruik koppelen aan specifieke weervariabelen: bewolking, temperatuur, vochtigheid, enz. Smappee werkt deze verschillende algoritmen **voortdurend **bij en traint ze op basis van zijn grote dataset, wat helpt om, met voorspelde weervariabelen, het genereren van een gebruikersspecifieke voorspelling te perfectioneren.
Verbruiksprognose
Dezelfde logica wordt toegepast om het energieverbruik van elke gebruiker te voorspellen. Dit is echter lastiger vanwege (onvoorspelbaar) menselijk gedrag dat het energieverbruik kan verhogen of verlagen. Daarom zullen prognoses van het energieverbruik niet altijd even nauwkeurig zijn als de voorspellingen van pv-zonnepanelen.
**Eerst **wordt gekeken naar het energieverbruik in het verleden, om een idee te krijgen van hoe een normale dag van een bepaalde gebruiker eruitziet. Vervolgens wordt, net als bij de zonnepaneel voorspelling, rekening gehouden met aanvullende weergegevens. Ook deze algoritmen worden **continu **bijgewerkt en getraind om Smappee te helpen meer adequate gebruikersspecifieke voorspellingen te genereren.
Realtime aanpassing bij onverwachte gebeurtenissen
Het enige wat zeker is bij het weer en het gedrag van mensen is dat het onvoorspelbaar is. Dus naast zijn AI die overtollige zonne-energie optimaal toewijst op basis van weersvoorspellingen en historisch verbruiksgedrag, maakt Smappee ook continu gebruik van** real-time bijsturing** van de energiestromen. Zo kan er altijd direct gereageerd worden op onverwachte omstandigheden zoals bewolkt weer, onverwachte thuiswerkdagen, enz. Hierdoor zorgt Smappee ervoor dat er nooit te weinig energie beschikbaar is om de dingen te doen die je wilt doen of dat stoppen doorslaan door te veel vraag.
