1. Zniesienie polityki cenowej opartej na czasie użytkowania energii elektrycznej staje się coraz bardziej powszechne. Do końca 2025 roku Narodowa Komisja Rozwoju i Reform oraz Krajowa Administracja Energetyczna wydały kolejno „Komunikat w sprawie prawidłowego podpisywania i realizacji średnio- i długoterminowych umów na energię elektryczną na rok 2026” oraz „Podstawowe zasady rynku energii elektrycznej na okres średnio- i długoterminowy”, w których jasno stwierdzono:
Zasadniczo bezpośredni uczestnicy rynku nie będą już stosować ustalonych przez rząd cen energii elektrycznej uzależnionych od pory zużycia.
Zoptymalizować mechanizm ustalania cen energii elektrycznej w średnim i długim okresie. Wszystkie regiony powinny zapewnić dostosowanie polityki cenowej energii elektrycznej w godzinach szczytu i dolnego zapotrzebowania do rynkowych cen transakcyjnych energii elektrycznej. Zasadniczo bezpośredni uczestnicy rynku nie będą już podlegać cenom energii elektrycznej w godzinach szczytu określonym przez rząd. Obie strony umów średnio- i długoterminowych zachęca się do podpisywania umów, które odpowiadają podaży rynkowej.
W przypadku podmiotów gospodarczych bezpośrednio zaangażowanych w transakcje rynkowe, nie będzie już sztucznych ograniczeń dotyczących poziomu i okresu obowiązywania cen energii elektrycznej w zależności od czasu użytkowania. W przypadku odbiorców energii elektrycznej nabywających energię elektryczną za pośrednictwem sieci, rządowy departament cen będzie koordynował i optymalizował podział okresów szczytowych i pozaszczytowych oraz wskaźnik wahań cen w oparciu o poziom cen na rynku spot.
Następnie, w szczegółach implementacji transakcji średnio- i długoterminowych na rok 2026 w prowincjach Liaoning, Syczuan, Shaanxi, Junnan, Henan i Shanxi, jasno i bez wyjątku stwierdzono, że poziom i okres obowiązywania cen energii elektrycznej w zależności od czasu użytkowania nie będą już sztucznie ustalane dla podmiotów gospodarczych bezpośrednio uczestniczących w transakcjach rynkowych. Nie oznacza to, że ceny energii elektrycznej w zależności od czasu użytkowania znikną, ale raczej, że mechanizm ich kształtowania uległ zasadniczej zmianie – z „cen rządowych” na „ceny rynkowe”. Pod wpływem relacji podaży i popytu na energię elektryczną oraz transakcji zorientowanych na rynek, ceny energii elektrycznej w godzinach szczytu, normalnych i poza szczytem będą naturalnie kształtować się zgodnie z podażą i popytem na rynku, a wahania cen energii elektrycznej będą dokładniej odzwierciedlać rzeczywiste warunki rynkowe.
Jednakże ustalanie cen energii elektrycznej w zależności od czasu użytkowania (TOU) na rynku stwarza również dwa poważne wyzwania dla modelu „arbitrażu szczytowo-dolinnego” tradycyjnych przemysłowych i komercyjnych systemów magazynowania energii.
Strategia czasowa jest sztywna, co utrudnia dopasowanie zapotrzebowania na energię elektryczną. Tradycyjne systemy magazynowania energii często realizują ładowanie i rozładowywanie w ustalonym czasie, co utrudnia powiązanie z rzeczywistą krzywą zużycia energii elektrycznej przez użytkowników. Zwłaszcza w scenariuszu „fotowoltaika + magazynowanie energii” brak możliwości elastycznej regulacji może łatwo prowadzić do niskiego wykorzystania magazynowanej energii lub braku zaspokojenia zapotrzebowania na energię elektryczną.
2) Nasila się zmienność cen energii elektrycznej, co utrudnia arbitraż. Ze względu na powiązanie cen energii elektrycznej w zależności od czasu użytkowania z rynkiem spot, ceny energii elektrycznej mogą wahać się co godzinę, a nawet co 15 minut, a szczytowe ceny energii elektrycznej mogą przekraczać 1 juana/kWh. W okresach wzmożonej produkcji energii fotowoltaicznej mogą wystąpić nawet ujemne ceny energii elektrycznej. Tradycyjne strategie oparte na stałych cenach energii elektrycznej mają trudności z dostosowaniem się do tak złożonego otoczenia cenowego. W związku z tym, w jaki sposób, w ramach nowego mechanizmu rynku energii elektrycznej, przemysłowe i komercyjne magazynowanie energii powinno poszukiwać nowych propozycji wartości?
II. Od „arbitrażu szczytowo-dolinnego” do „równoważenia mikrosieci”. Doświadczenia z dojrzałych rynków energii elektrycznej w Europie pokazują, że im wyższy stopień komercjalizacji, tym szersze scenariusze zastosowań i tym większa wartość systemów magazynowania energii. Ich rola ewoluuje od prostego „narzędzia do arbitrażu szczytowo-dolinnego” do „inteligentnego równoważenia rozproszonych mikrosieci fotowoltaicznych i magazynowania energii”.
1. Polska: Średni rachunek za prąd dla użytkowników spadł o 50%, a zyski z fotowoltaiki (PV) wzrosły o ponad 200%! Od 2025 roku Polska Giełda Energii wprowadziła dynamiczne ceny energii elektrycznej, które zmieniają się w czasie rzeczywistym. Użytkownik indywidualny w Warszawie zainstalował system magazynowania energii Siggy wyposażony w strategie planowania AI, tworząc małą inteligentną mikrosieć fotowoltaiczno-magazynową. W okresie obowiązywania stałych cen energii elektrycznej taryfa gwarantowana dla energii fotowoltaicznej wynosiła zaledwie 0,22–0,44 zł za kWh. Po przejściu na dynamiczne ceny energii elektrycznej i zintegrowaniu inteligentnego systemu magazynowania energii fotowoltaicznej, poprzez magazynowanie energii i inteligentne strategie planowania, możliwe było „magazynowanie energii elektrycznej” w okresach niskich cen i „uwalnianie” jej w okresach wysokich cen, co pozwoliło na oszczędności na kosztach energii elektrycznej i zwiększenie zysków. Roczne dane operacyjne pokazują, że koszt zakupu energii elektrycznej przez użytkownika spadł do około 0,55 zł za kWh, co stanowi redukcję o prawie 50%. średnia stawka gwarantowana za energię elektryczną z instalacji fotowoltaicznej wzrosła do 1,09 zł/kWh, przychody wzrosły o 220-300%, a wskaźnik samozużycia wzrósł o ponad 200%.
2. Szwecja: Inteligentne systemy PV-ESS obniżają rachunki użytkowników za prąd średnio o 52,7%! Chociaż pojedynczy projekt w Polsce może być odosobnionym przypadkiem, dane statystyczne z ponad 2500 projektów w Szwecji są bardziej reprezentatywne. Niedawno firma Siger New Energy przeprowadziła systematyczną analizę danych operacyjnych z ponad 2500 inteligentnych projektów PV-ESS w Szwecji i stwierdziła, że rachunki użytkowników za prąd spadły średnio o 70,3%! Szwedzki rynek energii elektrycznej jest podzielony na cztery regiony (SE1-SE4) w oparciu o strukturę sieci, a ponad 2500 niezależnych projektów jest rozmieszczonych w tych czterech regionach. Wszyscy użytkownicy są uszeregowani od najniższego do najwyższego rzeczywistego dochodu, jak pokazano na poniższym rysunku.
Dane pokazują, że średnia redukcja rachunków za prąd dla użytkowników wynosi 70,3%, a mediana redukcji to 52,7%. Ta różnica nie wynika z wpływu pojedynczych przypadków odstających od normy, ale raczej z faktu, że niektórzy użytkownicy w regionach o większej zmienności cen energii elektrycznej osiągnęli znacznie wyższe stopy zwrotu z oszczędności.
1. Inteligentne zarządzanie oparte na sztucznej inteligencji: Zrozumienie cen i zużycia energii elektrycznej w celu redukcji kosztów i zwiększenia efektywności w dynamicznym otoczeniu cenowym energii elektrycznej nie jest możliwe bez głębokiego wsparcia technologii sztucznej inteligencji. Inteligentny system fotowoltaiczny i magazynowania energii realizuje następujące kluczowe funkcje dzięki fuzji wielomodelowej i uczeniu się wzmacniającemu:
1) Nauka profilowania obciążenia: Ciągła nauka charakterystyki zużycia energii elektrycznej w każdym projekcie, identyfikacja szczytów obciążenia, wzorców nocnego zużycia energii elektrycznej, różnic między dniami roboczymi i świętami itd. w celu skonstruowania wysoce spersonalizowanego profilu obciążenia.
2) Prognozowanie wytwarzania energii fotowoltaicznej: łączenie danych meteorologicznych w celu dokładnego przewidywania wydajności energii fotowoltaicznej;
3) Prognozowanie trendów cen energii elektrycznej: przewidywanie wahań cen energii elektrycznej na podstawie danych rynkowych i opracowywanie optymalnych strategii ładowania i rozładowywania;
4) Płynna optymalizacja i elastyczne ustawienia: Zastosowanie strategii fuzji wielu modeli, łączącej prognozowanie pogody z modelowaniem zachowań obciążenia oraz konstruowanie optymalnych ścieżek harmonogramowania poprzez uczenie przez wzmacnianie i symulację fizyczną; jednoczesne wspieranie codziennych korekt strategii i umożliwianie spersonalizowanego harmonogramowania w oparciu o preferencje użytkownika. W przyszłości, wraz z rozwojem modeli sztucznej inteligencji i ciągłą optymalizacją strategii algorytmicznych, systemy fotowoltaiczne i magazynowania energii przejdą od statusu „użytecznego” do statusu „wydajnego”, pomagając większej liczbie użytkowników osiągnąć prawdziwie inteligentne wykorzystanie energii i długoterminowe korzyści.
IV. Inteligentna mikrosieć fotowoltaiczna i magazynowania energii, wspierająca fabryki zeroemisyjne! Piętnasty chiński plan pięcioletni jasno proponuje rozwój rozproszonych źródeł energii oraz budowę fabryk i parków zeroemisyjnych. W grudniu 2025 r. Narodowa Komisja Rozwoju i Reform, Ministerstwo Przemysłu i Technologii Informacyjnych oraz Narodowa Administracja Energetyczna wspólnie ogłosiły utworzenie 52 krajowych parków zeroemisyjnych. W styczniu 2026 r. Ministerstwo Przemysłu i Technologii Informacyjnych oraz cztery inne departamenty wydały „Opinie przewodnie w sprawie realizacji budowy fabryk zeroemisyjnych”, proponując, aby do 2027 r. wybudowano i zbudowano partię fabryk zeroemisyjnych w siedmiu głównych branżach, w tym w fotowoltaice, bateriach litowych i motoryzacji; a do 2030 r. liczba ta zostanie rozszerzona na 12 głównych branż. Można przewidzieć, że fabryki i parki zeroemisyjne skoncentrowane wokół „obciążenia elektrycznego” staną się jednym z głównych scenariuszy dla nowej energii w przyszłości. Modele takie jak bezpośrednie podłączenie zielonej energii elektrycznej i inteligentne mikrosieci otworzą znaczące możliwości rozwoju i staną się ważnymi modelami rozwoju dla nowej energii. W ramach tych scenariuszy i modeli, ich podstawowe potrzeby są w dużym stopniu zbieżne z potrzebami użytkowników w Polsce i Szwecji: osiągnięcie optymalnych kosztów energii elektrycznej w całkowicie rynkowo zorientowanym, dynamicznym środowisku cenowym. Doświadczenia z rynków zagranicznych pokazują, że inteligentne mikrosieci fotowoltaiczne i magazynujące energię mogą skutecznie obniżyć koszty energii elektrycznej dla użytkowników i zwiększyć rentowność projektów fotowoltaicznych; co więcej, im większe wahania cen energii elektrycznej, tym lepsze rezultaty wdrożenia! Obecnie ponad 17 000 elektrowni na całym świecie wdrożyło modele sztucznej inteligencji, obejmujące scenariusze dynamicznego dostępu do cen energii elektrycznej w 47 krajach, tworząc wielopoziomowy i możliwy do wdrożenia system aplikacji sztucznej inteligencji.
Wniosek
Żegnamy sztywne, oparte na polityce, ceny energii elektrycznej w zależności od czasu użytkowania i witamy w erze rynkowych i dynamicznych cen energii elektrycznej. To nie koniec wartości systemów fotowoltaicznych (PV) i magazynowania energii, ale prawdziwy początek ery inteligentnej energii. Dzięki harmonogramowaniu z wykorzystaniem sztucznej inteligencji i koordynacji mikrosieci, systemy PV i magazynowania energii ewoluują od zwykłych „urządzeń do magazynowania energii” do „inteligentnych systemów bilansowania energii”, przechwytując wartość w warunkach wahań i kształtując przyszłość poprzez zmiany.
Czas publikacji: 23-01-2026