Mindenkinek akad legalább egy olyan ismerőse, aki akár negyven percet is hajlandó utazni, hogy négy forinttal olcsóbban vásárolhasson eurót a nyaraláshoz, esetleg két meghiúsult kísérlet után a harmadik diszkontáruházba is elzarándokol, hogy kedvezménykuponnal szerezhesse be a macskaeledelt.

Ezeket az akciókat az köti össze, hogy legtöbbjükben nem jön ki a matek: egyszerűen nem éri meg a belefektetett idő és energia azt a minimális kedvezményt, amelyet el lehet érni velük. Tengernyi szempontot kéne mérlegelni viszonylag kevés idő leforgása alatt: az elérhető kedvezmény mértéke mellett a közlekedést, hogy milyen eszközzel jutunk el oda, milyen a forgalom, várható-e sorban állás stb. A kiérlelt döntéshez e tényezőket is figyelembe kell venni, különben előfordulhat, hogy pár száz forint előnyért többezres költségbe verjük magunkat.

A digitális technológiák és különösen a mesterséges intelligencia (AI) térnyerésével ez a mérlegelési és döntés-előkészítési folyamat lerövidül, egyre inkább elérhetővé válik a mindennapokban. Legyenek bátran illúzióink: az életünk egyre több területén érkeznek majd testre szabott ajánlások, legyen szó egy elektronikus levél nyelvtani vagy stiláris pontosításáról, esetleg arról, hogy mikor jön el az optimális ideje a két hónapja a mélyhűtőben tárolt halrudak sütésének, majd az adag pótlásának.

Képzeljünk most el egy olyan lakossági árampiacot, ahol az aktuális ár nem jogszabályban rögzített, hanem szabadpiaci: minden pillanatban a tényleges keresleti és kínálati viszonyok határozzák meg. Ha az egész napunkat erre áldoznánk, akkor is csak mérsékelt hatásfokkal tudnánk kitalálni, hogyan érdemes optimalizálni a fogyasztásunkat és a termelésünket, hiszen éljünk a feltételezéssel, hogy valamekkora saját napelemes kapacitás és akár tárolási képesség is a rendelkezésünkre áll.

Egy intelligens, prediktív képességekkel is felruházott rendszer azonban számtalan tényezőre képes tekintettel lenni, és helyettünk kitalálni, mikor a legolcsóbb tölteni az elektromos autót, és mikor nem szabad, mikor termeljenek névleges kapacitásuk közelében a házi napelemek, és mikor fogják vissza magukat és akár tároljanak be. Megfelelő „előképzettséggel” egy ilyen rendszer simán tanácsolhatná, hogy mivel másnap esni fog az eső, azaz a panelek nem fognak működni, inkább az aznap napenergiával megtermelt, olcsó árammal vasaljunk. Hiszen, ha sok a napsütés, és nincs felfokozott áramigény, akkor a napenergia elképesztően olcsóvá válik.

A jó hír az, hogy az ilyen karmesteri szerepre képes rendszerek már a spájzban vannak. Az irodaházak vagy a társasházak már ma is felszerelhetők olyan szoftveres energiamenedzsment-eszközökkel, amelyek összehangolják és megtervezik az áramhasználatot minden fogyasztóra, elkerülendő a szűkösségeket. Az AI elviszi ezeket a háztartásokba is, egyre nagyobb körben elvégezve a szükséges optimalizációt, összhangot teremtve a vezetékes áram és a saját napelemes termelés között, miközben a háztáji energiatárolás is rohamléptekben fejlődik. Ez a két pillér segíti hozzá az otthonokat ahhoz, hogy minél inkább át tudjanak állni a megújuló energia használatára.

A ma Magyarországon meglévő napelemes kapacitás – Pakssal kiegészülve – bizonyos órákban képes arra, hogy fedezze az ország villamosenergia-igényét. Ennek óriási az energiapolitikai előnye, hiszen csökken az energiafüggőségünk, miközben az üvegházhatású gázok kibocsátásában is komoly fegyvertény. Ehhez persze menetrendezni kell a nap- és a szélenergiát, belesimítva a belőlük származó, az időjárás alakulásától függően érkező áramot a teljes hazai rendszerbe, ám az ezt a tevékenységet végző öntanuló algoritmusok egyre jobb teljesítményre képesek.

Azoknak az eszközöknek például, amelyeket mi használunk az ALTEO-nál menetrendezésre, már jó a prediktív képességük: elég pontosan meg tudják becsülni, mi várható a következő negyedórában a termelőportfóliónkban és a villamosenergia-rendszerben, és ebből kifolyólag milyen beavatkozásokra van szükség annak érdekében, hogy a rendszer optimálisan működjön. Ha ezt a „jövőbelátási” képességet fel tudjuk tornázni minél hosszabb időtávra (például egy órára), azaz még inkább szűkíteni tudjuk a menetrendezési pontatlanságokat, azzal még jobban ki lehet használni azt a rugalmasságot, amelyet a megújuló források növekvő részarányának köszönhetünk – és ez az előny előbb-utóbb az otthonainkban is megjelenik majd.

A szerzőről: Almási László az ALTEO portfóliómenedzsere.