Sigenergy AI se ha integrado con éxito con tarifas dinámicas en Polonia, ayudando a una empresa a lograr hasta un ahorro del 48% en costes eléctricos. Esto no solo supone un hito importante en la reducción de los gastos eléctricos de las empresas, sino que también demuestra un ejemplo innovador de gestión inteligente de la energía.
En este artículo, exploramos un proyecto en colaboración con Gaia Solar y cómo SigenStor y Sigen AI ayudan a las empresas a reducir facturas de energía en entornos C&I.
Antecedentes
Sigenergy se asoció con Gaia Solar para implementar la solución de almacenamiento de energía SigenStor en un complejo de oficinas y almacenes de 2.000 metros cuadrados en Teolin, Łódź, Polonia. La solución incluía una unidad de almacenamiento de energía SigenStor de 32 kWh y una pasarela de energía.
El cliente operaba el sistema SigenStor en modo máximo autoconsumo, utilizando generación fotovoltaica para alimentar el edificio y almacenando el exceso de energía en la batería.
El 1 de octubre de este año, Gaia Solar cambió el sistema a precios dinámicos a través del TGE Day-Ahead Market (RDN) de Polonia. Este sistema dinámico de tarifas ajusta los precios de la electricidad en tiempo real en función de la oferta y la demanda. Los precios son más bajos en horas poco valle y más altos en las horas punta, ayudando a las empresas a optimizar su consumo energético con tecnologías como la generación fotovoltaica y el almacenamiento de energía. La tarifa dinámica está cambiando cada hora, con planes para pasar a intervalos de 15 minutos en 2025 en Polonia, lo que lo hace aún más complejo.
El propósito y la implementación de la tarifa dinámica
El concepto central detrás de las tarifas dinámicas es optimizar las compras y operaciones de almacenamiento de electricidad en respuesta a las fluctuaciones del mercado. Sin embargo, la naturaleza en tiempo real de la fijación de precios dinámicos presenta desafíos para gestionar eficazmente estos cambios.
Para navegar mejor por las complejidades de las tarifas dinámicas, Gaia Solar recurrió a la app mySigen, la plataforma inteligente de gestión energética de Sigenergy impulsada por IA. A través de la app mySigen, la gestión energética del edificio está completamente controlada por Sigen AI, una herramienta inteligente que aprovecha algoritmos de aprendizaje automático y análisis de big data. Sigen AI optimiza los horarios de carga y descarga de las baterías teniendo en cuenta factores como las fluctuaciones en el precio de la electricidad, los patrones meteorológicos, las variaciones en la carga del edificio y las predicciones de consumo energético, asegurando la máxima eficiencia y ahorro de costes.
Comparación y análisis del rendimiento
Teolín, situado en una latitud relativamente alta (aproximadamente 52,4°N), experimenta una disminución significativa en la intensidad de la luz solar durante los meses de otoño e invierno. En septiembre, a medida que el tiempo se enfriaba y la luz solar disminuía, descubrimos que la batería a menudo no podía alcanzar un ciclo completo de carga y descarga, lo que resultaba en una menor utilización. La carga y descarga total solo ocurrían en días con condiciones meteorológicas óptimas.

A continuación, los datos de electricidad de septiembre de 2024, cuando aún estaba vigente la fijación fija:
- Compra total de energía en la red: 1.527 kWh
- Coste total: 1.065,85 PLN (antes de impuestos)
- Precio medio por kWh: 0,698 PLN
A continuación se muestran los datos eléctricos de octubre de 2024, tras el cambio de Gaia a la tarifación dinámica:
- Compra total de energía en la red: 3.863 kWh[1]
- Coste total: 1.556,50 PLN (antes de impuestos)
- Precio medio por kWh: 0,403 PLN
Se observaron varios cambios clave en la estrategia energética de octubre cuando se puso en marcha Sigen AI:
- La batería completó con éxito al menos un ciclo completo de carga y descarga al día, optimizando el almacenamiento y el uso de energía.
- El sistema priorizaba cargar la batería cuando los precios de la electricidad eran bajos y descargarla cuando los precios eran altos.

Con aranceles dinámicos, Sigen AI adaptó su estrategia en tiempo real. Incluso cuando la generación fotovoltaica era suficiente, el sistema utilizaba electricidad de la red cuando los precios eran bajos (a veces incluso precios negativos) y almacenaba la generación fotovoltaica. Cuando los precios de la electricidad eran altos, la batería se descargaba para alimentar la carga. Cualquier excedente de energía se vendía a la red a precios más altos.
A pesar de un aumento dramático en el consumo eléctrico(2.336 kWh más que en septiembre)Principalmente debido a la activación de la bomba de calor y a la reducción de horas de luz, la factura de electricidad aumentó ensolo el 46%. Si el sistema hubiera continuado funcionando en modo de autoconsumo máximo en octubre, la factura eléctrica habría sido de 2.696,37 PLN. Sin embargo, con precios dinámicos y Sigen AI, la factura solo ascendía a 1.556,50 PLN, lo que resultó enAhorro superior al 48%.
En términos de energía vendida a la red, se vendieron 272 kWh en septiembre a un precio fijo de 0,22262 PLN por kWh, mientras que en octubre se vendieron 739 kWh a un precio medio de 0,46325 PLN por kWh,más que duplicando el precio por kWh.
Servicio Postventa potenciado por IA
La app mySigen va más allá de la gestión energética integrando GPT-4 para ofrecer una experiencia al cliente más inteligente. Funciona como un asistente virtual, proporcionando una configuración rápida del sistema, consultas instantáneas de información y preguntas y respuestas en lenguaje natural para abordar problemas comunes.
A medida que el sistema recopila más datos de usuarios, mejora continuamente, reduciendo los tiempos de respuesta y proporcionando soporte 24/7 para consultas de servicio frecuentes.
Conclusión
Esta colaboración entre Sigenergy y Gaia Solar demuestra los importantes ahorros y beneficios operativos que se pueden lograr mediante la fijación de precios dinámicos y la gestión energética impulsada por IA. Se anima a las empresas que buscan soluciones similares a contactar con Sigenergy para obtener más información.
[1]Debido a la bajada de temperatura, se activó el sistema de calefacción del edificio (una bomba de calor), lo que supuso un aumento significativo en el consumo eléctrico.