Přístupnostní navigace
E-application
Search Search Close
Master's Thesis
Author of thesis: Ing. Ondřej Mach
Acad. year: 2025/2026
Supervisor: doc. Ing. Tomáš Martínek, Ph.D.
Reviewer: doc. Ing. Jan Kořenek, Ph.D.
This thesis describes the design of a control optimization system for a home photovoltaic power plant and battery storage in the context of dynamic spot prices. The solution is integrated into the Home Assistant platform as a standalone Add-on, utilizing machine learning to predict energy generation and consumption. Based on this data, a charging and discharging plan is automatically generated using mixed-integer quadratic programming (MIQP) to minimize financial costs. The resulting application also offers a user interface for visualizing energy flows and setting parameters.
Photovoltaics, Spot market, Machine learning, Optimization, Home Assistant
Date of defence
22.06.2026
Result of the defence
Defended (thesis was successfully defended)
Grading
A
Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A.
Topics for thesis defence
Language of thesis
Czech
Faculty
Fakulta informačních technologií
Department
Department of Computer Systems
Study programme
Information Technology and Artificial Intelligence (MITAI)
Specialization
Cyberphysical Systems (NCPS)
Composition of Committee
prof. Ing. Jiří Jaroš, Ph.D. (předseda) doc. Ing. Zdeněk Vašíček, Ph.D. (místopředseda) doc. Ing. Ondřej Lengál, Ph.D. (člen) Ing. Jiří Novák, Ph.D. (člen) Ing. Josef Strnadel, Ph.D. (člen) Ing. Vladimír Bartík, Ph.D. (člen)
Supervisor’s reportdoc. Ing. Tomáš Martínek, Ph.D.
Diplomová práce byla vypracována velmi kvalitně a student v ní prokázal tvůrčí přístup při analýze dané problematiky, návrhu modulu pro řízení domácí fotovoltaické elektrárny v prostředí Home Assistant a ověření jeho funkčnosti a ekonomických přínosů na základě historických dat. S ohledem na obtížnější zadání a velmi aktivní přístup studenta navrhuji hodnocení stupněm výborně (A).
Cílem diplomové práce bylo navrhnout a implementovat systém pro řízení domácí fotovoltaické elektrárny s využitím otevřené platformy pro chytrou domácnost Home Assistant. Student se musel podrobně seznámit se samotnou platformou Home Assistant a vytvářením vlastních Add-on modulů, dále pak vytvořit modul pro predikci výroby a spotřeby elektrické energie v domácnosti s využitím strojového učení a aplikovat vhodný optimalizační model pro výpočet nejlepšího plánu pro řízení fotovoltaické elektrárny. Z ohledem na rozsah a složitost jednotlivých kroků považuji zadání za obtížnější. Student toto zadání splnil ve všech bodech a vytvořil velmi kvalitní výstup.
Práce byla dokončena v předstihu a její obsah byl průběžně a dostatečně konzultován.
V rámci této práce nevznikly dodatečné publikační výstupy. Práce však byla zveřejněna v podobě open-source na Github a může tak sloužit případným uživatelům.
Student získával studijní materiály iniciativně a využíval je v dostatečné míře. Zejména pak kvalitní konferenční a časopisecké publikace z oblasti řízení fotovoltaických elektráren, predikce předpovědi počasí a vhodných optimalizačních metod.
Student přistupoval k řešení diplomové práce aktivně. Konzultoval řešenou problematiku v dostatečné míře a na konzultace byl vždy řádně připraven.
Grade proposed by supervisor: A
Reviewer’s reportdoc. Ing. Jan Kořenek, Ph.D.
Cílem práce bylo navrhnout a implementovat systém pro predikci a optimalizaci řízení domácí fotovoltaické elektrárny v prostředí Home Assistant. Student všechny body zadání splnil a vytvořil funkční řešení, které bylo ověřeno na reálných datech. Náročnost práce spočívala zejména v propojení problematiky fotovoltaických systémů, predikčních a optimalizačních metod s integrací do platformy Home Assistant. Výsledkem je funkční řešení dostupné ve formě open-source projektu na GitHubu. Práce je logicky strukturovaná, dobře zpracovaná po formální i technické stránce a představuje vhodný základ pro další rozvoj v oblasti inteligentního řízení domácích energetických systémů. Z uvedených důvodů hodnotím práci známkou A (výborně).
Evaluation level: zadání splněno
Zadání práce bylo splněno. Student se věnuje všem požadovaným bodům od analýzy problematiky a návrhu řešení přes implementaci až po vyhodnocení výsledků a diskusi možností dalšího rozvoje. Vytvořené řešení bylo ověřeno formou simulací na reálných datech a dosažené výsledky jsou v práci odpovídajícím způsobem prezentovány a diskutovány.
Evaluation level: je v obvyklém rozmezí
Rozsah technické zprávy považuji za odpovídající požadavkům kladeným na diplomovou práci. Jednotlivé kapitoly jsou přiměřeně rozsáhlé, informačně přínosné a doplněné vhodným množstvím obrázků a grafů. Celkový rozsah práce je adekvátní zvolenému tématu.
Technická zpráva je logicky strukturovaná, jednotlivé kapitoly na sebe vhodně navazují a text je dobře čitelný a srozumitelný. Práce je vhodně doplněna obrázky a grafy. Celkově hodnotím prezentační úroveň práce jako velmi dobrou.
Po formální stránce je práce zpracována na velmi dobré úrovni. Jazykové i typografické zpracování je kvalitní, text je přehledný a dobře čitelný. Nezaznamenal jsem žádné významnější formální nedostatky.
Student využívá relevantní zdroje odpovídající zaměření práce, včetně odborné literatury, několika vědeckých článků i technické dokumentace použitých nástrojů. Převzaté informace jsou řádně citovány a vlastní přínosy autora jsou odlišeny od převzatých poznatků.
Realizační výstup je funkční a odpovídá cílům práce. Student osobně předvedl funkčnost celého systému včetně instalace a konfigurace v prostředí Home Assistant. Implementace je v práci dostatečně popsána a její vlastnosti jsou ověřeny prostřednictvím simulací na reálných datech. Celkově hodnotím realizační výstup jako kvalitní a dobře zpracovaný.
Práce má aplikační charakter a využívá známé metody predikce a optimalizace pro řízení domácí fotovoltaické elektrárny. Výsledné řešení je prakticky využitelné a představuje vhodný základ pro další rozvoj. Jeho současná využitelnost je však omezena podporou jediného typu střídače a omezeným počtem řízených zařízení.
Evaluation level: průměrně obtížné zadání
Ačkoliv implementace využívá standardní knihovny jazyka Python a dostupné open-source nástroje, student se musel seznámit s principy fungování fotovoltaických systémů, metodami predikce energetických toků a možnostmi integrace v prostředí Home Assistant. Náročná byla zejména integrace těchto oblastí do jednoho funkčního řešení. Zadání proto hodnotím jako mírně obtížnější.
Grade proposed by reviewer: A
Responsibility: Mgr. et Mgr. Hana Odstrčilová