Zöld Energia

Hogyan változhat a napelemes elszámolás?

A német és az osztrák rendszerben nem lesz nullszaldós a villanyszámla, ezekben az országokban viszont van lakossági piaci verseny.

Létrehozva:

3 év telt el a létrehozás óta

2023-03-15

Szerző:

Vanessza

Ahogy korábban többször foglalkoztunk vele: a kormány tavaly őszi döntésének értelmében 2023. december 31-ig lesz még elérhető az újonnan csatlakozó napelemek számára a szaldó elszámolás. Ezen rendszer lényege, hogy a hálózatból felvett és az oda betáplált energia különbsége alapján, éves szinten történik meg az elszámolás. A szaldó igen előnyös a felhasználók számára, hálózati szempontból viszont kevésbé hasznos, és egy uniós szabályzás is előírja a szaldó kivezetését. Ezzel párhuzamosan a kormány a hálózat rossz állapotára hivatkozva átmeneti betáplálási stopot is elrendelt, így jelenleg az újonnan létesített napelemekkel nem is érhető el a szaldó.

Hogy az elszámolási rendszert pontosan mi fogja váltani, egyelőre nem tisztázott, de feltételezhető, hogy a Nyugat-Európából régóta ismert megoldás, a bruttó elszámolás váltja majd – itt eltérés van a betáplálás és a felvétel tarifája között. A G7 cikkében az osztrák és a német példán keresztül mutatja be a bruttó lehetőségeit.

Nem lesz nullás a villanyszámla

Ausztriában és Németországban fontos különbség Magyarországhoz képest, hogy a lakossági piacon is van szolgáltatói verseny, ez pedig azt jelenti, hogy a háztartások az adott település versenyétől függően eldönthetik, hogy kinek akarják eladni, illetve kitől akarnak vásárolni energiát. Egy konkrét példánál maradva: vegyünk egy olyan családi házat, amelynek éves átlagos áramfogyasztása 4800 kilowattóra, és a ház tetején legyen egy 4 kilowatt peak teljesítményű napelemes rendszer, amely az éves igényt nagyjából ki is elégíti. Éves szaldó esetén a háztartás nem fizetne számlát, Németországban viszont egészen más a helyzet.

Mivel a család csak a megtermelt energia 34 százalékát tudná helyben felhasználni, 3200 kilowattóra áramot az otthon betáplál, majd ettől függetlenül valamikor felvesz a hálózatból. A jelenlegi áramátvételi tarifa a mi példánknál maradva 8,6 eurócent, az átlagos lakossági áramdíj pedig Németországban 36,4 cent körül van kilowattóránként, de mint írtuk, van szolgáltatói verseny. Amennyiben az átlagos tarifát vesszük, képzeletbeli háztartásunk éves villanyszámlája 889,6 euró, havi átalányban 74 euró lesz. Ehhez kell még hozzáadni a rendszerhasználati díjat. Fontos kihangsúlyozni: ugyanez a háztartás jövőre már egészen más feltételek mellett adhat és vehet áramot.

Ausztriában a helyzet még bonyolultabb, itt az átvételi ár szolgáltatónként eltérő, tehát az osztrák háztartás elvileg válogathat, hogy kinek adja el az áramot. A szolgáltatók azonban csak akkor veszik meg a háztartás energiáját, ha az otthon az adott vállalattól vásárolja az áramot. Ez jelentősen beszűkíti a mozgásteret, inkább az átvételi és az eladási tarifa különbözete, valamint annak érvényesítési feltételei válnak fontossá. Elképzelhető például, hogy egy kedvező árrést csak hosszabb távú szerződéssel lehet elérni, a háztartásoknak tehát nagyon tudatosnak, tájékozottnak kell lenniük.

A fenti példaotthonnál maradva, egy burgenlandi címmel számolva két szolgáltató közül választhatunk, az éves villanyszámla pedig mintegy 1500 euró lesz a rendszerhasználati díjjal együtt. Németországhoz hasonlóan tehát a nullszaldó itt is messze van, a napelemes rendszer csak csökkenti az energetikai kiadásokat.

Érdemes azt is hozzátenni, hogy az osztrák cégek általában sávos átvételi díjrendszert alkalmaznak: minél többet akar a háztartás betáplálni, annál kevesebbet fizetnek az áramért. A helyzetet tovább bonyolítja, hogy létezik egy zöld energiával foglalkozó koncessziós szereplő is, amely többek között az otthoni napelemes áramot vásárolja fel. A háztartás szerződhet tehát ezzel a vállalattal, majd egy másikkal oly módon a fogyasztásra, mintha nem is lenne napeleme.

A fentiekre általánosságban elmondható, hogy a saját közvetlen fogyasztás növelésével lehet leginkább a számlát csökkenteni. Ha például háztartásunkban 1600 helyett 2400 kilowattórát tudnak elhasználni, máris sokkal kevesebb energiát szükséges vásárolni. A cél elérésében többek között az okosvezérlők segíthetnek.

Hogy Magyarországon milyen lesz az új elszámolás, az továbbra is kérdéses. Egyelőre nehéz elképzelni, hogy kialakuljon a lakossági piacon a szolgáltatói verseny, ezért a német és osztrák példáknál valószínűleg egyszerűbb, erős állami kontroll alatt álló rendszert vezetnek majd be.

Zöld Energia

Gépi tanulás a napfény szolgálatában: előrejelzések, amelyek spórolnak az energiával

Időjárási változók előrejelzése megújuló energia termeléséhez.

Létrehozva:

18 óra telt el a létrehozás óta

2025-12-16

Szerző:

Vanessza

Töltse ki a napelem-kalkulátort, és tudja meg, mennyibe kerülhet Önnek! Ingyenes kalkulálás itt (x)

A Debreceni Egyetem kutatója az időjárás-előrejelzések olyan statisztikai utófeldolgozásával foglalkozott, mely révén az eddiginél pontosabb előrejelzéseket lehet adni a megújuló energiatermeléshez szükséges időjárási változókra – írja az alternativenergia.hu. Az Informatikai Karon működő, az országban egyedülálló statisztikai utófeldolgozással foglalkozó kutatócsoportnak Baran Ágnes egyetemi docens is tagja. Munkájukat, illetve egy abból készült tudományos publikációt a Gróf Tisza István Debreceni Egyetemért Alapítvány és a Debreceni Egyetem Publikációs Díjjal jutalmazta. Az egyetemi szakemberek nem egy időjárási változó szimpla előrejelzésével foglalkoztak, hanem olyan szempontokat vettek figyelembe a kutatás során, melyeknek jól kimutatható gazdasági hasznosíthatósága is van. Magyarországon folyamatosan erősödik a napenergia jelentősége, egyre bővül a megújuló energiaforrások felhasználási területe. A kutatók 100 méteres magasságban mért szélsebességre és napsugárzásra vonatkozó előrejelzésekre fókuszálva ötvözték a gépi tanulási technikát a hagyományos utófeldolgozási módszerekkel annak érdekében, hogy néhány szélfarmtól és napelemfarmtól, illetve a HungaroMettől származó adatok alapján olyan matematikai modellt fejlesszenek ki, mely a lehető legpontosabb előrejelzéseket képes adni.

– Az adott modellek egyrészt függenek attól, hogy milyen időjárási változót akarunk előre jelezni és természetesen függhetnek a speciális állomásadatoktól is. Nem feltétlenül ugyanazok a modellek működnek egy alföldi állomáson, mint mondjuk az Alpokban, tehát a modellépítésnél arra törekedtünk, hogy a rendszer különböző állomások, más adatok esetén is alkalmazható legyen. A validálást speciálisan a magyar adatokra, a magyar állomásokra szabtuk, valós adatokkal dolgoztunk, így azok egy részét a modell felépítésére, paramétereinek meghatározására, másik felét pedig a tesztelésre használtuk, ezáltal ellenőrizhettük, valóban jó előrejelzéseket képes-e adni az algoritmus. Úgynevezett gördülő tanuló periódussal dolgoztunk, tehát a modell paramétereit, az adott napon inicializált előrejelzéseket mindig az előző valahány nap tapasztalatai, a szél esetén 51, a napsugárzás esetén pedig az előző 30 nap adatai alapján határoztuk meg. Mindig újra kell hangolni a modellt, mindig be kell iktatni egy tanítási fázist. Ennek a munkának egy korábbi verzióját már operatív alkalmazásba helyezte a HungaroMet és ennek használatával készíti az előrejelzéseket – fogalmazott a DE IK egyetemi docense.

Baran Ágnes kiemelte: ez egy nemzetközi szinten is kiemelten kutatott terület, a kutatócsoport közvetlen szakmai kapcsolatban áll a readingi Európai Középtávú Időjárás-előrejelző Központtal, valamint a tématerület egyik legfontosabb tudományos műhelyének számító Heidelberg Institute for Theoretical Studies kutatóközponttal is. Magyarországon a BME-vel működnek együtt a Debreceni Egyetem kutatói. Itthon a gépi tanulással modellezhető időjárás-előrejelzésekkel kapcsolatos kutatásoknak egyelőre nincs nagy múltja, ezzel együtt a DE kutatói hazai viszonylatban úttörőknek számítanak.

Az eredmények jól kimutathatók, mérőszámok segítségével meghatározható, hogy mennyit javított az utófeldolgozási technika a nyers előrejelzéseken. A minél pontosabb előrejelzéseknek anyagi szempontból is komoly tétjük van. – Magyarországon a napelemfarmoknak, energiatermelő központoknak menetrendadási kötelezettségük van, tehát jelezniük kell, mennyi energiát fognak termelni 15 perces időlépésekben egy megadott időhorizontra (48 óra) vonatkozóan, ha azonban ettől lényegesen eltérnek, akkor büntetést kell fizetniük. A prognózis minőségétől függhet az is, hogy kell-e vásárolni energiát, kell-e egyéb forrásokra támaszkodni ezen a téren. A kutatás révén egy olyan új technikát mutattunk be, amit továbbfejlesztve bármelyik időjárási változó esetén pontosíthatjuk az előrejelzéseket. Pontosabban meg lehet tehát állapítani, hogy az előállított elektromos áram mekkora hányada származhat napenergiából és mennyit kell más módszerrel előállítani – tette hozzá a DE IK egyetemi docense.

A two-step machine learning approach to statistical post-processing of weather forecasts for power generation című, GTIDEA és Debreceni Egyetem Publikációs Díjas tanulmány a Brit Királyi Meteorológiai Társaság Quarterly Journal of the Royal Meteorological Society című folyóiratában jelent meg.

Tovább olvasom