המהפכה האוטונומית באגירת אנרגיה

המהפכה האוטונומית באגירת אנרגיה:

כיצד בינה מלאכותית הופכת סוללות מנכס פסיבי למנוע אופטימיזציה מניב

מאת: יאיר ברוורמן, מנכ"ל אדוויס אלקטרוניקה

משק האנרגיה העולמי והמקומי עובר בעשור האחרון שינוי מבני עמוק, המאופיין במעבר ממתקני ייצור מרוכזים ורציפים המבוססים על דלקים מאובנים, למערכות ייצור מבוזרות ובלתי-רציפות המבוססות על אנרגיות מתחדשות. תהליך זה, לצד החשמול המהיר של תחבורה ותעשייה, מעמיס אתגרי יציבות חסרי תקדים על רשתות ההולכה והחלוקה. במקביל, רפורמות מבניות רחבות היקף בשווקי החשמל מעבירות את הצרכנים מתעריפים קבועים וקשיחים לתעריפים דינמיים המשתנים בזמן אמת בהתאם להיצע ולביקוש.

במציאות טכנולוגית וכלכלית זו, מתקני אגירת אנרגיה מבוססי סוללות (BESS) אינם יכולים עוד להסתמך על לוגיקה תפעולית פשטנית או על לוחות זמנים קבועים מראש. סוללה הפועלת לפי חוקים סטאטיים הופכת לנכס פסיבי המחמיץ הזדמנויות שוק מורכבות ואף עלול לייצר הפסדים כלכליים. המענה לאתגרים אלו טמון בשילוב אלגוריתמים מתקדמים של בינה מלאכותית (AI) המוטמעים בתוך מערכות ניהול האנרגיה (EMS), כדוגמת טכנולוגיית Sigen AI. מאמר זה, השלישי בסדרת המאמרים המקצועית על טכנולוגיות אגירה מתקדמות, מנתח את העליונות הטכנולוגית, ההנדסית והכלכלית של מערכות אגירה אדפטיביות מבוססות בינה מלאכותית על פני פתרונות אגירה מסורתיים.

האתגר המבני של משק החשמל הדינמי והמגבלות של סוללות קונבנציונליות

מערכות אגירת אנרגיה קלאסיות תוכננו במקור לביצוע מחזורי טעינה ופריקה בסיסיים, המבוססים על הנחות עבודה קבועות: טעינה בשעות הבוקר והצהריים מעודפי ייצור פוטו-וולטאי (PV), ופריקה בשעות הערב לצורך הפחתת צריכה מהרשת. אולם, דינמיקה תפעולית זו קורסת כאשר השוק עובר למבנה של תעריפים דינמיים.

בשוק דינמי, מחירי החשמל נקבעים בבורסות החשמל בזמן אמת ומשתנים ברזולוציות של 15 עד 60 דקות. כתוצאה מחדירות גבוהה של אנרגיה סולארית, נוצרים חלונות זמן שבהם היצע החשמל עולה במידה ניכרת על הביקוש, דבר המוביל למחירים אפסיים ואף למחירים שליליים - מצב שבו מפעיל הרשת משלם לצרכנים עבור צריכת אנרגיה מהרשת. מנגד, בשעות עומס ותנודתיות, מחירי החשמל מזנקים למאות אחוזים מעל הממוצע.

מערכת אגירה מסורתית, הפועלת על בסיס חוקים קשיחים  ("If-Then")סובלת מכמה כשלים מבניים בתנאי שוק אלו:

• חוסר יכולת להבחין בתנודות מחיר: הסוללה תמשיך להיטען מהפאנלים הסולאריים בשעות הצהריים גם כאשר מחיר החשמל ברשת הוא שלילי, במקום להיטען מהרשת ולקבל תשלום על הצריכה.
• היעדר חיזוי מטאורולוגי: הסוללה עשויה לפרוק את קיבולת האגירה שלה בשעות הלילה, ללא ידע מוקדם על יום מעונן הצפוי למחרת, דבר שיחייב רכישת חשמל יקר מהרשת במהלך היום.
• התעלמות מדפוסי צריכה משתנים: המערכת הקלאסית אינה חוזה את פרופיל העומס של המבנה (כגון טעינת רכבים חשמליים או הפעלת מערכות מיזוג אוויר) ואינה מייעלת את קצב הפריקה כדי למנוע חריגה ממכסות ההספק המוזמן.

הלב הפועם של המערכת: הארכיטקטורה של Sigen AI ומנגנוני קבלת ההחלטות

טכנולוגיית Sigen AI מהווה מערכת ניהול אנרגיה אדפטיבית (Adaptive EMS) המוטמעת בליבת החומרה והענן של מערכות Sigenergy. המערכת פועלת באמצעות עיבוד נתונים רציף המשלב שלושה מודלים אלגוריתמיים המופעלים במקביל:

1.    מודל חיזוי צריכה מקומית  (Load Forecasting)

האלגוריתם מנתח ברציפות את דפוסי צריכה ההיסטוריים של המתקן ברמת הרזולוציה הגבוהה ביותר. למידת המכונה מזהה הבדלים בין ימי חול לסופי שבוע, מזהה מגמות עונתיות, ומזהה התנהגות משתמשים דינמית, כגון זמני חיבור של כלי רכב חשמליים ועומסי עבודה של מכונות תעשייתיות.

2.     מודל חיזוי ייצור פוטו-וולטאי  (PV Generation Forecasting)

ברמת התוכנה Sigen AI מתממשקת באופן רציף מול שירותים מטאורולוגיים לווייניים. האלגוריתם מנתח נתוני עננות, טמפרטורה סביבתית, זווית קרינה ורמת אבק פוטנציאלית כדי לחזק את פרופיל הייצור הצפוי של המערכת הסולארית ב-24 עד 48 השעות הבאות.

3. מנוע אופטימיזציה פיננסית וארביטראז' (Financial Optimization Engine)   

מנוע החישוב של Sigen AI משלב את תחזית הצריכה ותחזית הייצור יחד עם מפת המחירים הדינמית המתקבלת מבורסת החשמל. בתוך מילי-שניות, האלגוריתם פותר בעיית אופטימיזציה מתמטית מורכבת שמטרתה מיקסום הרווח הכלכלי או מינימום עלות החשמל המשוקללת.

החלטות המערכת כוללות קביעה מדויקת של מועדי טעינה מהרשת (כשהמחיר בשפל או שלילי), תזמון אגירת עודפי PV, הזרמת אנרגיה ישירה לצורכי המבנה, ופריקה מתוזמנת לרשת בשעות שיא התעריף ליצירת רווחי ארביטראז'. במקביל, המנוע מחשב את קצב הדגרדציה הכימית של תאי הסוללה כדי להבטיח שכל מחזור טעינה ופריקה מניב רווח נטו הגבוה מעלות השחיקה של התא.

השוואה טכנולוגית ותפעולית:
אגירה מסורתית מול אגירה אדפטיבית מבוססת AI

כדי להבין את תפיסת ההפעלה החדשה, הטבלה הבאה מרכזת את ההבדלים ההנדסיים והתפעוליים בין מערכות אגירה קלאסיות לבין מערכות מבוססות Sigen AI:

פרמטר השוואתי	מערכת אגירה מסורתית (Legacy BESS)	מערכת אגירה אדפטיבית  (Sigen AI)
לוגיקת תפעול מרכזית	חוקים סטאטיים קבועים מראש (Fixed TOU / Simple Rules)	אלגוריתם למידת מכונה המתעדכן בזמן אמת
התאמה לתעריף דינמי	ללא יכולת תגובה לתנודות מחיר בזמן אמת	סנכרון אוטומטי מול הבורסה וניצול מחירים שליליים
אינטגרציה מטאורולוגית	סובלת מאי-ידיעת תנאי מזג אוויר עתידיים	עיבוד נתוני לוויין לחיזוי מדויק של קרינת PV
איזון עומס תלת-פאזי	הגבלה לפי הפאזה בעלת הצריכה הנמוכה (Curtailment)	ניהול עצמאי של כל פאזה בעזרת Balance Bridge
פרוטוקול תקשורת	תקשורת איטית מבוססת RS485 (9,600 bps)	תקשורת מהירה Fast Ethernet (100 Mbps)
אבחון ותחזוקה	תגובה סבילה לאחר קיומה של תקלה פיזית	ניטור פרואקטיבי של 200+ פרמטרים (SigenCare)

הוכחה בשטח: ניתוח תפעולי של ניתוח מקרה בשוק תעריפים דינמי

היכולות התיאורטיות של Sigen AI הוכחו במחקר שטח מקיף שנערך בעיר ורשה, פולין, בעקבות המעבר הלאומי בשנת 2025 לתעריפי חשמל דינמיים המבוססים על בורסת החשמל TGE. המחקר עקב אחר בית אב המצויד במערכת אגירה SigenStor ומערכת Sigen AI.

ממצאים תפעוליים וכלכליים מרכזיים:

• פחת של 50% בעלויות רכש החשמל: המחיר הממוצע ששילם משק הבית עבור החשמל ירד מ-1.10 זלוטי/קוט"ש (בתעריף הקבוע הישן) ל-0.55 זלוטי/קוט"ש בלבד. בחודשים שבהם נרשמו ריבוי שעות במחירים שליליים (כדוגמת יוני 2025), מחיר הרכש האפקטיבי צנח ל-0.18 זלוטי/קוט"ש הודות לטעינה יזוקה מהרשת בשעות השפל.
• גידול של פי 3 בהכנסות מהמערכת הסולארית: באמצעות אגירה של האנרגיה הסולארית בשעות הצהריים ופריקתה חזרה לרשת בשעות הערב (Dynamic Arbitrage), הכנסות הצרכן ממכירת חשמל גדלו ב-220% עד 300% בהשוואה למכירה פסיבית.
• זינוק בשיעור הצריכה העצמית (Self-Consumption): שיעור ניצול האנרגיה הסולארית המקומית עלה משיעור נמוך של 23%-35% לרמה כמעט מלאה של 95%-97%.

ניתוח מחזור תפעולי בודד של Sigen AI ביום טיפוסי

הניתוח התפעולי הדגים כיצד האלגוריתם מקבל החלטות עצמאיות לאורך היממה:

בין השעות 00:00 ל-06:00, Sigen AI זיהתה שעות מחיר נמוכות ברשת וצפתה מחירים גבוהים בבוקר. המערכת בחרה לטעון את הסוללה מהרשת במחיר מוזל. בשעות הבוקר (06:00–10:00), עם הזינוק בתעריף הרשת, המערכת סיפקה את צורכי הבית מהסוללה הנטענת ומנעה לחלוטין רכישת חשמל יקר.

במהלך שעות היום (11:00–15:00), עודפי הייצור הסולארי כוונו ישירות לאוגר האנרגיה. כאשר האלגוריתם זיהה חלון זמן קצר של מחיר רשת אפסי, המערכת השלימה טעינה מהרשת בקיבולת מלאה. בשעות שיא הביקוש בערב (לאחר 17:00), כאשר מחירי החשמל ברשת הגיעו לשיא היומי, Sigen AI פרקה את עודפי האנרגיה חזרה לרשת, תוך מימוש רווח כספי גבוה.

הסינרגיה ההנדסית: חומרה מתקדמת ותקשורת מהירה כבסיס לביצועי AI

אלגוריתם תוכנה מתקדם ככל שיהיה אינו יכול לממש את פוטנציאל האופטימיזציה אם החומרה הפיזית ופרוטוקולי התקשורת אינם מסוגלים לבצע את ההנחיות בדיוק ובמהירות הנדרשים. התשתיות ההנדסיות של Sigenergy מתאפיינות בשילוב מובנה בין חומרה לתוכנה:

1. ניהול חוסר איזון תלת-פאזי במגזר המסחרי (C&I)

במפעלים, מרכזים מסחריים ומתקנים תעשייתיים, העומס החשמלי על פני שלוש הפאזות אינו מאוזן באופן טבעי (לדוגמה: צריכה של 30 קו"ט בפאזה א', 20 קו"ט בפאזה ב', ו-10 קו"ט בפאזה ג'). במתקנים שבהם חלה חובה רגולטורית לאי-הזרמה לרשת (Zero Grid Export), ממירים מסורתיים נאלצים להגביל את כלל הייצור הסולארי לפי הפאזה בעלת הצריכה הנמוכה ביותר (3x10kW = 30kW בלבד), מה שמוביל לקטימה (Curtailment) ואיבוד אנרגיה ירוקה.

ממרי Sigenergy כוללים רכיב חומרה ייעודי – גשר איזון משולב (Balance Bridge) המחובר ישירות לקו הנייטרלי (Neutral Line Integration). תצורה זו מאפשרת ל-Sigen AI לווסת כל פאזה באופן עצמאי לחלוטין. במצבי אי-הזרמה, המערכת מספקת בדיוק את ההספק הנדרש לכל פאזה בנפרד (30kW+20kW+10kW = 60kW מלאים), ללא חריגה לרשת וללא איבוד ייצור.

2.  פרוטוקול תקשורת מהיר: Fast Ethernet מול RS485

מערכות אגירה תעשייתיות קלאסיות מתקשרות באמצעות פרוטוקול RS485 חצי-דופלקס בקצב איטי של 9,600 bps. קצב זה יוצר השהיה (Latency) ואיזון לקוי בעת סנכרון של מספר רב של יחידות אגירה במקביל. Sigenergy הטמיעה פרוטוקול תקשורת מבוסס Fast Ethernet (FE) בקצב של 100 Mbps – מהירות הגבוהה פי 10,000. התקשורת המהירה מאפשרת ל-Sigen AI לבצע כיול תלת-פאזי וניהול עומסים מלא בזמן תגובה של פחות משנייה אחת, גם בפריסות נרחבות כדוגמת SigenStack הכוללות עד 100 יחידות במקביל.

3.  אבחון פרואקטיבי וניהול מעגל חיים  (SigenCare)

הבינה המלאכותית מנהלת גם את שרידות החומרה והבטיחות. מערכת SigenCare  מנטרת באופן רציף 24/7 מעל 200 פרמטרים תפעוליים בכל יחידת אגירה. הניטור כולל:

• בדיקת בידוד כבלים ויושרה חשמלית.
• מעקב אחר בריאות התא (SOH) והפרשי טמפרטורה פנימיים.
• איתור שגיאות חיווט במונה וסדר פאזות, וביצוע תיקון תוכנתי מרחוק בענן בלחיצה אחת (1-Click Optimization).
• זיהוי מוקדם של חריגות תרמיות והנפקת התרעות טיפול מוקדמות למתקין לפני התפתחות תקלה משביתה.

השלכות אסטרטגיות ומשמעות משקית עבור השוק הישראלי

מדינת ישראל מוגדרת מבחינה חשמלית כ"אי אנרגטי" המנותק מרשתות בינלאומיות שכנות. היעדר היכולת לייבא או לייצא חשמל בזמן אמת, לצד גידול מהיר בהתקנות PV על גגות ושטחים פתוחים, יוצרים אתגרי קטימה וחוסר יציבות קשים ברשת החלוקה המקומית.

דו"חות לאומיים עדכניים של משרד האנרגיה ומשרד החדשנות, לצד המלצות פורום האנרגיה של מוסד שמואל נאמן, קובעים כי משק החשמל הישראלי חייב לשלב בין 4,000 ל-5,000 מגה-וואט של קיבולת אגירה בשנים הקרובות כדי לעמוד ביעד של 30% אנרגיות מתחדשות.

אימוץ מערכות אגירה מבוזרות המצוידות ב-AI מספק מענה מעשי לשלושה אתגרים לאומיים בישראל:

• מניעת קטימת ייצור סולארי: אגירה מבוזרת חכמה בבתים, בבניינים משותפים ובמפעלים קולטת את עודפי הייצור בשעות הצהריים, ומונעת איבוד אנרגיה ירוקה הנובע ממגבלות ההולכה של חברת החשמל.
• תשתיות למיקרו-גריד ותחנות כוח וירטואליות (VPP): מערכות אגירה מבוססות Sigen AI מוכנות באופן מובנה להתאגדות (Aggregation). אלפי סוללות מבוזרות המנוהלות באופן אדפטיבי יכולות לפעול כתחנת כוח וירטואלית אחת. הזרמת אנרגיה מתוזמנת מרשת האגירה המבוזרת בשעות עומס מייתרת את הצורך בהקמת תחנות כוח מזהמות נוספות מבוססות דלקים מאובנים.
• רציפות תפקודית וביטחון אנרגטי: אירועי חירום ומצבי חסר המחישו את החשיבות של עצמאות אנרגטית. אלגוריתם ה-AI המזהה חוסר יציבות בתדר הרשת מסוגל לשריין מראש רזרבת אגירה בסוללה לצורך גיבוי חירום (Backup Mode), ובכך להבטיח אספקת חשמל רציפה לצרכנים חיוניים בעת ניתוק מהרשת הארצית.

סיכום ותובנות אסטרטגיות למנהלים ומובילי שוק:

המעבר מסוללות פסיביות למערכות אגירה אוטונומיות המנוהלות על ידי בינה מלאכותית מייצג קפצת מדרגה טכנולוגית בכלכלת האנרגיה. סוללה ללא AI היא נכס קיבולת בלבד; סוללה המונעת על ידי Sigen AI היא מנוע מסחר, אופטימיזציה וייצוב המפיק ערך כלכלי ורציפות תפעולית מדי יום.

קווים מנחים להערכת מערכות אגירה מתקדמות:

1.     בחינת היכולת האלגוריתמית: יש לוודא שמערכת ה-EMS כוללת מודלים למידה עצמאיים המסוגלים לעבד תחזיות מזג אוויר ומפות מחיר דינמיות.

2.     תאימות ארכיטקטורת החומרה: במתקנים מסחריים ותעשייתיים, יכולת וויסות תלת-פאזי עצמאי פרוטוקולי תקשורת מהירים (Fast Ethernet) מהווים תנאי סף למניעת אובדן אנרגיה.

3.     ניתוח עלות כוללת (TCO & Service): שילוב מנגנוני דיאגנוסטיקה פרואקטיביים (כדוגמת SigenCare) מצמצם את סיכוני ההשבתה, מונע תקלות חמורות ומבטיח הגנה על אורך החיים האלקטרוכימי של התאים.

ככל שמשק החשמל ימשיך להתקדם לעבר תעריפים דינמיים, ניהול ביקושים מתקדם וביזור ייצור, היכולת האלגוריתמית של הבינה המלאכותית תהפוך מרכיב מבדל לדרישת יסוד עבור כל מתקן אגירה מודרני.