Energialähteet ja polttoaineet (Aurinkoenergia, Tuulivoima)
Tiedonhallinta, tietojärjestelmät, digitalisaatio
Tuulivoima
Ympäristöteknologia (Ympäristön mittalaitteet, säähavaintolaitteet)

Hiilineutraali energiajärjestelmä tarvitsee sääennusteita

Todennäköisyyssääennusteisiin pohjautuva energiajärjestelmien toiminnan optimointi on avain vihreään siirtymään ja kustannussäästöihin. Optimoinnissa ovat avuksi Ilmatieteen laitoksen kehittämät säänennustusmallit, jotka tuottavat yhä tarkempia ennusteita tuuli- ja aurinkovoiman tuotantokapasiteetista, kulutuksesta sekä hintakehityksestä.

ENERGIAJÄRJESTELMÄSSÄ TARVITAAN vihreä siirtymä. On päästävä vähäpäästöiseen, hiilineutraaliin järjestelmään ja eroon polttamisesta hyvin laajasti. Monet muutoksista linkittyvät säähän.

Ilmatieteellisen tutkimuksen näkökulmasta keskeisiä muutoksia ovat vaihtelevien uusiutuvien energialähteiden osuuden kasvu ja energiajärjestelmän sääriippuvuuden lisääntyminen, sääennusteiden ja sään epävarmuuksien ymmärtämisen kehittyminen, tietovirtojen ja massadatan lisääntyminen sekä laitetekniikan kehitys.

Muutokset tekevät välttämättömäksi ja myös mahdolliseksi tutkimuksen, joka tuottaa välineitä energiajärjestelmän kokonaisvaltaiseen hallintaan energiankulutuksen ja päästöjen minimoimiseksi.

Energiajärjestelmän sääriippuvuus lisääntyy

Tutkimusprofessori Anders Lindforsin mukaan Ilmatieteen laitoksen tutkimus painottuu sähkön tuotannon, kulutuksen ja siirron sääriippuvuuteen. Kotimainen ja kansainvälinen tutkimus tuottaa yhä parempia säänennustusmenetelmiä, joita hyödynnetään energiajärjestelmien optimoinnissa.

”Varsinkin sähkön tuotanto riippuu tulevaisuudessa yhä enemmän säästä.

Suomessa säätila sanelee vahvasti sähkönkulutusta: kovat pakkaset aiheuttavat kulutushuippuja, jotka vaikuttavat suoraan energian tuotantotarpeeseen ja hintaan. Sään vaikutus korostuu entisestään uusiutuvan energian, kuten tuulija aurinkovoiman osuuden kasvaessa.

Varsinkin sähkön tuotanto riippuu tulevaisuudessa yhä enemmän säästä. Muutos liittyy erityisesti tuulivoiman hyvin voimakkaaseen kehitykseen Suomessa; tuulivoima kattoi vuonna 2021 noin 9 prosenttia sähkönkulutuksesta, ja sen osuus nousee noin 15 prosenttiin, kun vuodelle 2022 kaavaillut uudet tuulivoimalat on otettu käyttöön.

Sääennusteet ovat hyvin tärkeitä energiajärjestelmän optimaalisen toiminnan kannalta. ”On hyvä tietää ennakkoon, millainen sää on tulossa ja miltä sähkön hintakuva näyttää lähipäivinä. Tarvitaan luotettavia sääennusteita, jotka kertovat tuuli- ja aurinkovoiman tuotantopotentiaalista, kulutustarpeesta ja hinnasta”, Lindfors sanoo.

Energiantuotantoa, -kulutusta ja -siirtoa ohjaavien sääennusteiden ohella sääriippuvuuden hallintaa edistävät teknisten ratkaisujen kehittyminen ja asioiden Internet. Energiajärjestelmä on täynnä keskenään ja verkon kanssa keskustelevia laitteita, jotka toisaalta tuottavat optimointijärjestelmälle mittausdataa, toisaalta mahdollistavat automaattisen säädön.

Vihreä siirtymä lisää vaihtelevien energiamuotojen osuutta sähköntuotannossa. Todennäköisyyssääennusteet auttavat energiankulutuksen ja -tuotannon tasapainon hallinnassa.

Tutkimuskohteena kotitalouksien ja rakennusten energiankulutusjoustot

Ilmatieteen laitos, VTT, Aalto-yliopisto ja Suomen ympäristökeskus toteuttavat parhaillaan Sähkön kysyntäjoustoa avoimeen lähdekoodiin perustuvalla järjestelmällä -projektia, jossa kehitetään mallia kotitalouksien ja muiden rakennusten energiajärjestelmien kulutusjoustoille.

Tutkimuksessa kiinteistön energiajärjestelmää tarkastellaan kokonaisuutena, jossa toisiinsa linkittyvät sääennusteet, koodipohjainen optimointijärjestelmä sekä sen ohjaamat sähkölaitteet. Järjestelmään voivat kuulua esimerkiksi sähköautojen akut ja muut akut, lämmityslaitteet, lämminvesivaraaja ja oma aurinkosähkötuotanto.

Tavoitteena on luoda järjestelmä, joka pitää yllä asukkaiden asettamia tavoiteolosuhteita vihreämmin hyödyntämällä vähähiilistä sähköä, kun sitä on tarjolla, ja toisaalta edullisemmin mukauttamalla toimintaa lähipäivien energiahintakuvaan.

Laskennallinen säänennustusmalli ottaa huomioon epävarmuudet

Lindforsin mukaan energiajärjestelmän optimoinnissa on hyvä käyttää determinististen sääennusteiden sijaan todennäköisyysennusteita, jotka ottavat huomioon sään ennustamiseen väistämättä liittyvän epävarmuuden.

Ajankohtainen tutkimus keskittyy laskennallisiin säänennustusmalleihin. Niissä ilmakehän fysikaaliset ominaisuudet on koodattu tietokoneohjelmaksi, joka kuvaa kolmiulotteisen hilaruudukon avulla ilmanpainetta, lämpötilaa, tuuliolosuhteita ja muita sääparametreja.

Säänennustusmallissa keskeinen elementti on sään alkutila. Se perustuu lyhyeen, todellisuutta melko hyvin vastaavaan ennusteeseen, jota korjataan vastaamaan havaintoja mahdollisimman hyvin. Säänennustusmallin asettaminen mahdollisimman hyvin sään alkutilaa vastaavaksi tapahtuu data-assimilaation eli hyvin monimutkaisen matemaattisen prosessin avulla.

”Sääennusteet kehittyvät jatkuvasti paremmiksi.

Mallijärjestelmään syötetään säähavaintoja maailmanlaajuisesti. Havaintojen keräämisestä ja koordinoinnista vastaa YK:n alainen Maailman ilmatieteen järjestö, jonka verkosto tuottaa havaintodataa käyttäen apuna luotauksia, perinteisiä maanpinnan lähellä olevia mittauspisteitä, laaja-alaisia satelliittimittauksia ja tutkahavaintoja.

Mallin avulla säätilan kehitystä voidaan seurata aika-askel kerrallaan. Mallista riippuen ennusteet ulottuvat pari kolme päivää tai pari viikkoa eteenpäin.

Sääennuste paranee päivän vuosikymmenessä

Sääennusteet kehittyvät jatkuvasti paremmiksi. Nyrkkisääntönä on, että ennuste paranee päivän verran per vuosikymmen. Nykyisin neljän päivän päähän ulottuva ennuste on yhtä hyvä kuin kolmen päivän ennuste oli kymmenen vuotta sitten.

Tutkijan näkökulmasta tilanne on jopa hieman tylsä. ”Tällä alalla ei ole helposti löydettävissä tieteellistä läpimurtoa, jolla ennusteita saataisiin kertaheitolla paremmiksi, vaan niiden kehitykseen vaikuttavat koko ympäröivä maailma ja suuri määrä pieniä parannuksia”, Lindfors sanoo.

Vähitellen esimerkiksi sään fysiikan kuvaaminen paranee, kehittyvät säänennustusmallit tuottavat yhä onnistuneempia arvioita suursäätilasta eli käytännössä matala- ja korkeapaineiden sijainnista ja satelliitit välittävät yhä parempaa dataa alueilta, joilta sitä ei ole ennen saatu, kuten eteläisen pallonpuoliskon suurilta merialueilta. Myös datan mallimaailmaan yhdistävä assimilaatioprosessi kehittyy jatkuvasti paremmaksi.

Ilmatieteen laitoksen tutkimusprofessori Anders Lindfors keskittyy omassa tutkimuksessaan tällä hetkellä enintään viikon päähän ulottuviin sään aikaskaaloihin. Ilmatieteen laitoksen päärakennuksen katolla Kumpulassa sijaitseva aurinkosähköjärjestelmä toimii todennäköisyyssääennusteiden suorituskyvyn tutkimuslaboratoriona.

Sää ohjaa yhteiskuntaa ja energiajärjestelmien optimointia

Sää vaikuttaa suuresti yhteiskunnan toimintaan. Kautta historian se on sanellut merenkulkijoiden, maanviljelijöiden ja infrastruktuurinkunnossapitäjien liikkeitä. Nykyinen energiajärjestelmä puolestaan on rakentumassa sellaiseksi, että sää ja sen ennustaminen tulevat yhä tärkeämmiksi sen toimivuuden kannalta.

Energiajärjestelmien optimoinnissa sääennusteille on sekä akateeminen tilaus että käytännön tarve. Tieteellisen tutkimuksen tavoitteena on luoda yhä parempia menetelmiä sääennusteiden hyödyntämiseen, kun taas yrityksissä tutkimustietoa tarvitaan esimerkiksi energiatehokkuuskysymysten ratkaisemiseen tuotekehityksessä tai isommassa mittakaavassa sähköverkkojen tasapainon ylläpitoon.

Lindfors oli mukana hiljattain päättyneessä BCDC-projektissa, jossa luotiin ensimmäinen malli energiasääennusteiden tekoon. Kokonaisuus koostuu laskennallisesta sääennusteesta ja säädatan energiantuotannoksi muuntavasta algoritmista ja tuottaa tuloksena tuuli- tai aurinkovoimalan tuntikohtaisia tuotantoennusteita (lisätietoja: www.bcdcenergia.fi/energiasaa).

Fingridin tuulivoimatilastojen pohjalta tehty vertailu osoittaa, että 24 tunnin päähän ulottuva tuulivoimasääennuste vastaa hyvin toteutunutta tuulivoiman tuotantoa. Se antaa perusteet hyödyntää mallia uusissakin projekteissa.

Todennäköisyyssääennusteita hyödynnetään tuulivoiman ohella myös aurinkosähköntuotantoon. Ilmatieteen laitoksella tehdään tähän liittyvää tutkimusta käyttäen Kumpulan-kiinteistön katolle asennettua aurinkosähköjärjestelmää.

Tulokset osoittavat, että laadittujen todennäköisyysennusteiden osumatarkkuus on pilvettömänä päivänä erittäin hyvä. Pilvisinä päivinä aurinkosähköennusteen epävarmuus on suurempi. Tämä on odotettu tulos, koska pilviä on vaikeaa ennustaa täsmälleen oikein.

Ilmatieteen laitos osallistuu aktiivisesti poikkitieteelliseen tutkimukseen, jossa kehitetään tapoja ottaa huomioon eri sääparametreihin liittyviä epävarmuustekijöitä ja parannetaan paljon epävarmuuksia sisältävien ennusteiden tarkkuutta.

Raha sanelee kulutusjoustot

On todennäköistä, että tulevaisuudessa nimenomaan raha ohjaa vahvimmin kiinteistöjen energiajoustoja. Tähän liittyen yrityskentällä on kehitetty ja kehitteillä järjestelmiä, jotka optimoivat ohjattavan kiinteistön energian hankintaa ja kulutusta automaattisesti energiahinnan mukaisesti.

Ilmatieteen laitos on ollut viime vuosina mukana kotimaisissa ja eurooppalaisissa projekteissa, joissa yritykset kehittävät ratkaisuja rakennusten energiankäytön optimointiin sääennusteita hyödyntämällä.

Lindforsin näkemyksen mukaan yksi osa-alue, jossa sääennusteista on hyötyä, on suurten kiinteistöjen energiajärjestelmien optimointi. Niissä optimointijärjestelmä säätelee kiinteistön lämmitystä, jäähdytystä ja ilmanvaihtoa varmistaen maksimaalisen energiansäästön.

Ilmatieteen laitos ja Nuuka Solutions ovat mukana eurooppalaisessa projektissa, jossa tehdään koneoppimiseen perustuvaa optimointia pääkaupunkiseudun julkisissa rakennuksissa. Säästöpotentiaali on huomattava, arviolta jopa yli 15 prosenttia sähkön ja lämmön kokonaiskulutuksesta, mikä auttaa kiinteistöjen omistajia myös vähentämään päästöjä. ”Tulokset osoittavat, että tekemällä paremmin kuin ennen voi vähentää merkittävästi sähkön kulutusta”, Lindfors tiivistää.

Vaikka toteutettujen projektien kysymyksenasettelu ei ota kantaa fossiilisista energialähteistä luopumiseen, taustaoletuksena on vihreä siirtymä, kuten sähkön ja kaukolämmön muuttuminen puhtaiksi jollain aikavälillä.

Vaikuttaa siltä, että energiajärjestelmä muuttuu yhä hajautetummaksi ja myös pienten toimijoiden, kuten yksittäisten kotitalouksien merkitys kasvaa. Sääennusteiden data tulee tärkeäksi myös kotitalouksien energiapaletin hallinnassa.

Teksti: Riikka Autio / Viuleva Group Oy