MAKERS
Michal Masaryk · 13. júl 2026 · 1 min čítania
S masívnym pripájaním obnoviteľných zdrojov (OZE) v celej Európe prudko stúpa počet hodín, kedy sú ceny elektriny na vnútrodennom (intraday) a spotovom trhu záporné. Pokiaľ priemyselný podnik nakupuje energiu pasívne (buď cez fixné kontrakty, alebo cez neriadené dynamické tarify), nedokáže na tieto výkyvy reagovať. V praxi to znamená, že firma odoberá prúd v čase vysokých systémových špičiek za draho, alebo naopak, nedokáže utlmiť lokálnu nadvýrobu v čase prebytku na trhu. Výsledkom sú neočakávané finančné penalizácie za spôsobenú odchýlku voči nahlásenému diagramu.
Trh sa posúva od reaktívneho nákupu k prediktívnemu energetickému manažmentu. Firmy integrujú riadiace softvéry, ktoré pomocou algoritmov strojového učenia (machine learning) kombinujú tri dátové vrstvy: historické vzorce spotreby podniku, aktuálny stav výrobných kapacít a lokalizované predpovede počasia (osvit, teplota) sťahované cez API. Softvér na základe týchto dát s vysokou presnosťou modeluje odberový a výrobný diagram na 24 až 48 hodín vopred. Podnik tak dokáže posunúť energeticky náročné procesy do hodín s nízkou cenou a minimalizovať riziko pokút.
V rámci našich riešení pre Data Intelligence & Custom ML Models vyvíjame prediktívne modely, ktoré spracovávajú zložité časové rady z gridu. Naše algoritmy dokážu s vysokou presnosťou predpovedať vývoj spotreby priemyselných objektov a koordinovať odberové diagramy s trhovými API. Týmto spôsobom eliminujeme riziko neočakávaných penalizácií zo strany prevádzkovateľa sústavy a premieňame volatilitu trhu na prevádzkovú výhodu klienta.