Original title: Mikrokontrolér pro inteligentní nákup a prodej elektrické energie v domácnosti podle aktuálních spotových cen
Translated title: Microcontroller for intelligent purchase and sale of electricity in the home according to current spot prices
Authors: Vrzal, Vojtěch ; Richter, Ondřej (referee) ; Appel, Martin (advisor)
Document type: Master’s theses
Year: 2026
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract: [cze] [eng]
Tato diplomová práce se zabývá návrhem a~realizací nízkonákladového systému pro inteligentní řízení energetických toků v~domácnostech s~fotovoltaickou elektrárnou a~bateriovým úložištěm. Hlavním cílem je minimalizace nákladů na elektrickou energii pomocí optimalizace jejího nákupu a~prodeje na základě spotových cen. Pro tyto účely byl vyvinut vlastní hardware s~mikrokontrolérem STM32, který komunikuje s~měničem přes sběrnici RS-485, a~softwarová infrastruktura využívající distribuovanou architekturu Cloud-Edge. Jádrem celého řešení je optimalizační algoritmus na bázi prediktivního řízení (MPC). Ten pro své rozhodování využívá umělou neuronovou síť pro predikci solární výroby a~statistický model pro odhad spotřeby domácnosti. Na základě těchto dat systém řídí nabíjení a~vybíjení baterie. Testování na datech z~reálného provozu potvrdilo plnou funkčnost a~spolehlivost navrženého zařízení. Zavedením inteligentní energetické arbitráže se podařilo prokazatelně snížit celkové provozní náklady. Díky velmi nízkým výrobním nákladům se návratnost počáteční investice do hardwaru pohybuje v~horizontu jednoho až dvou let. This thesis deals with the design and implementation of a low-cost system for the intelligent management of energy flows in households equipped with a photovoltaic power plant and battery storage. The main objective is to minimize electricity costs by optimizing its purchase and sale based on dynamic spot prices. For this purpose, custom hardware was developed using an STM32 microcontroller, which communicates with the inverter via an RS-485 bus, along with a software infrastructure utilizing a distributed Cloud-Edge architecture. At the core of the entire solution is an optimization algorithm based on model predictive control (MPC). For its decision-making, it uses an artificial neural network to predict solar production and a statistical model to estimate household consumption. Based on this data, the system dynamically controls battery charging and discharging. Testing using real-world operational data confirmed the full functionality and reliability of the proposed system. The implementation of smart energy arbitrage has demonstrably reduced total operating costs. Thanks to very low production costs, the return on the initial hardware investment is achieved within one to two years.
Keywords: battery energy storage system; energy management system; optimization algorithm; spot electricity prices; bateriové úložiště; energetický management; optimalizační algoritmus; spotové ceny elektřiny

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/259771

Permalink: http://www.nusl.cz/ntk/nusl-775851


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses