Kategorija: Expert’s voice

Sažetak

U Republici Hrvatskoj je, do sada, proizvodnja, prijenos i distribucija električne energije bila isključivo centralizirana na republičkoj razini. U nadležnosti lokalne razine vlasti (županije, gradovi i općine) najčešće je proizvodnja i distribucija toplinske energije i plina. Međutim, pojavom koncepcije građanske energije dosadašnji trendovi se mijenjaju. Građani, poduzeća i javna tijela proizvode obnovljivu energiju na mjestu potrošnje (lokalno proizvedena električna energija) što pred lokalni javni menadžment postavlja zahtjeve izrade javnih politika čiji sadržaj obuhvaća tzv. koncepciju građanske energije i u fokus postavlja propitivanje o strategijama razvoja građanske energije.

U ovom tekstu postavljaju se dva pitanja. Prvo se odnosi na ulogu lokalnih komunalnih društava u razvoju i upravljanju građanskom energijom kao i koristima od ispunjavanja okolišnih, društvenih i upravljačkih ciljeva (ESG). Drugo se odnosi na kooperaciju poduzeća općenito sa svojim radnicima u razvoju građanske energije te ispunjenja ESG ciljeva.

1. UVOD

Prema zadnjim javno dostupnim podatcima[1] u Republici Hrvatskoj ukupno je bilo instalirano 27,540 fotonaponskih postrojenja ukupne snage 835.26 MW. Od tog broja 20,846 (75.7%) postrojenja ukupne snage 148.97 MW (17.8%) bilo je instalirano u okviru kategorije ”kućanstva” dok je 6,694 (9.06%) postrojenja ukupne snage 686.28 MW (82.2%) bilo instalirano u kategoriji ”poduzetništvo”. U strukturi postrojenja instaliranih u kategoriji ”poduzetništvo” 396 postrojenja (5.9%) ukupne snage 15.6 MW (2.2%) bilo je instalirano u sustavu samoopskrbe.

U razdoblju 2022. do 2024. godine broj elektrana u kategoriji samoopskrbe porastao je s oko 4 tisuće na više od 20 tisuća što ukazuje na rastući trend sklonosti građana i poduzetnika prema koncepciji proizvodnje električne obnovljive energije na mjestu potrošnje. No, sva ova postrojenja ugrađena su lokalno, na području jedinica lokalne i regionalne samouprave što upućuje na jedan drugi trend koji pozornost javne administracije usmjerava na promišljanje o javnim politikama koje uređuju područje lokalne proizvodnje obnovljive energije. Radi se o koncepciji građanske energije koja obuhvaća ne samo proizvodnju električne obnovljive energije na mjestu proizvodnje nego i dijeljenje lokalno proizvedene energije među lokalnim stanovništvom, poduzetništvom i subjektima lokalnog javnog sektora.

U naprijed navedenom smislu lokalna javna administracija može se postaviti indiferentno ili aktivno. Indiferentan stav odnosi se na prepuštanje razvoja trenda građanske energije subjektima na lokalnom tržištu građanske energije, a aktivan pristup obuhvaća niz aktivnosti koje mogu usmjeravati trend razvoja građanske energije ka uređenim i sinergijski povezanim učincima.

Što je građanska energija? Pojam ”građanska energija” obuhvaća obnovljivu energiju koju su lokalno proizveli građani, poduzeća i javna tijela i koju međusobno dijele na dogovoreni način. Šire, radi se o kolektivnim i građanski vođenim inicijativama koje omogućuju građanima, lokalnim zajednicama, poduzećima i javnim tijelima aktivno sudjelovanje u proizvodnji, distribuciji i potrošnji obnovljive energije. Koncept građanske energije ključan je za demokratizaciju i decentralizaciju energetskog sustava te za postizanje ciljeva energetske tranzicije u Europskoj uniji. Pod građanskim inicijativama razumiju se energetske zajednice građana[2] (EZG) te zajednice obnovljive energije[3] (ZOE) koje u formalno-pravnom smislu omogućuju građanima, poduzećima i javnim tijelima udruživanje i provođenje aktivnosti proizvodnje, dijeljenja i potrošnje obnovljive energije. Aktivnosti koje EZG mogu obavljati su proizvodnja obnovljive energije (fotonaponska postrojenja, VAWT, biomasa, mini hidroelektrane), dijeljenje obnovljive energije, skladištenje energije, punionice za električna vozila (automobili, mikromobilnost) te energetska učinkovitost (toplinske pumpe, ovojnice zgrada i slično).

U procesu uspostavljanja suvislih lokalnih javnih politika kojima se uređuje građanska energija valja odgovoriti i na pitanje o ciljevima takvih politika. Nekoliko je najistaknutijih ciljeva. Prije svega radi se o sudjelovanju u procesima decentralizacije energetskog sustava u okviru koje se centralni i često udaljeni izvori električne energije nadopunjuju lokalnim izvorima. Jedan od značajnih ciljeva definiranih lokalnim javnim politikama bit će, svakako, načini smanjenja ovisnosti o fosilnim gorivima. Lokalna proizvodnja obnovljivih izvora može biti efikasan način postizanja tog cilja. Uspostava lokalnih izvora financiranja pretpostavlja tržište ponude usluga ugradnje takvih postrojenja, a lokalno gospodarstvo je najbolji odgovor na zahtjev tog tržišta. Mjerljivi učinci postignutih ciljeva, ali i vjerojatno najznačajniji motivatori uključivanja u građansku energiju je smanjenje troškova za električnu energiju pa je, za isporuku suvislih i financijski održivih politika, važno razumjeti i predočiti koje se uštede u energiji mogu očekivati.

Koji bi bili najznačajniji ciljevi takvih javnih politika? Važni ciljevi lokalnih javnih politika čiji je predmet građanska energija su povećanje otpornosti lokalnog energetskog sektora kao i sigurnosti u opskrbi električnom energijom. Manifestiraju se više konkretnih mehanizama i koristi usmjerenih na lokalnu kontrolu, diversifikaciju izvora i smanjenje ovisnosti o vanjskim energetskim sustavima. Energetske zajednice građana omogućuju lokalnu proizvodnju električne energije, osobito iz obnovljivih izvora (solarna, vjetroenergija, biomasa itd.). To znači da se energija ne mora isporučivati putem velikih prijenosnih mreža čime se smanjuje gubitak i ovisnost o nacionalnim ili međunarodnim sustavima. Nadalje, opskrba je stabilnija, osobito u kriznim situacijama (ratovi, nestašice, ekstremni vremenski uvjeti). Građanske inicijative najčešće koriste više obnovljivih izvora (sunce, vjetar, biomasa) što smanjuje ovisnost o jednom energentu (npr. plinu ili nafti). To doprinosi otpornosti lokalnog gospodarstva jer su takvi sustavi otporniji na direktne posljedice oscilacija cijena fosilnih goriva na globalnom tržištu. Umjesto da novac odlazi velikim energetskim sustavima, prihodi od proizvodnje i prodaje energije ostaju na lokalnoj razini. Članovi energetske zajednice sudjeluju u odlučivanju o investicijama i upravljanju energijom, a takav demokratski princip doprinosi povjerenju u energetski sustav, ali i motivaciju za štednju energije i uvođenje energetske učinkovitosti. Bolje informirani građani lakše reagiraju u krizama jer znaju kako funkcionira lokalni sustav.

Važan cilj lokalnih javnih politika u području građanske energije je i pametno upravljanje potrošnjom energije. Ovakva mjera usmjerena je na korištenje digitalnih tehnologija i koordinacije među članovima zajednice radi optimizacije proizvodnje, potrošnje i pohrane energije, uz postizanje većih ušteda, energetske učinkovitosti i otpornosti. Provedba mjere obuhvaća digitalno povezivanje članova zajednice na način da svaka stambena jedinica člana ima senzore u svrhu identifikacije stanja energije. Sustav u realnom vremenu prati krivulje proizvodnje i potrošnje te količinu pohranjene energije, a algoritamski se upravlja ravnotežom između proizvodnje i potrošnje unutar zajednice. Važan element pametnog upravljanja potrošnjom su i baterije, tj. sustavi za pohranu energije pomoću kojih je moguće povremene disbalanse između ponuđene i tražene energije pohraniti ili utrošiti. Koristi od pametnog upravljanja potrošnjom su opipljive: niži troškovi energije, smanjena ovisnost o energiji iz mreže i fosilnim gorivima te veća otpornost zajednice na energetske poremećaje.

2. ULOGA KOMUNALNIH DRUŠTAVA U RAZVOJU TRŽIŠTA GRAĐANSKE ENERGIJE

Komunalna društva najznačajniji su akteri na uglavnom monopolnim lokalnim tržištima isporuke komunalnih usluga subjektima iz lokalne zajednice. Djelatnosti kojima se bave i s njima povezane javne usluge koje isporučuju su održavanje nerazvrstanih cesta, održavanje javnih površina, održavanje građevina odvodnje, održavanje građevina javne namjene, održavanje javne rasvjete, parkiranje na javnim površinama i u javnim garažama, javni prijevoz, tržnice na malo, distribucija pitke vode, prikupljanje i zbrinjavanje komunalnog otpada i slično. Jedinice lokane i regionalne samouprave u kooperaciji s komunalnim društvima imaju značajan potencijal u formiranju i razvoju koncepcije građanske energije.

Prije svega radi se o javnim površinama kao resursu za ugradnju postrojenja za proizvodnju obnovljive energije koja je predmetom manipulacije u okviru koncepcije građanske energije. Također, komunalna društva imaju osjetne potrebe za energijom pa se njihovi troškovi energije indirektno odražavaju na cijene isporučenih javnih usluga, a posredno i na opće javne rashode. Stoga je komunalnim društvima, a ujedno i svim građanima, od interesa doprinijeti smanjenju troškova komunalnih društava mjerama korištenja obnovljive energije. Na svojoj imovini komunalna društva imaju mogućnost ugraditi postrojenja za proizvodnju obnovljive električne energije koju će koristiti za svoje potrebe, a viškove isporučene u mrežu podijeliti s građanima, poduzećima i javnim tijelima.

Tu je važna i kooperacija komunalnih društava s javnim tijelima koja djeluju lokalno. Javna tijela poput vatrogasnih postaja, škola, vrtića, muzeja, sportskih dvorana i slično u kooperaciji s komunalnim društvima, čije su djelatnosti ulično parkiranje, distribucija pitke vode, odvodnje te prikupljanja i zbrinjavanja komunalnog otpada, predstavljaju značajan resursni kapacitet za proizvodnju obnovljive i troškovno efikasnije električne energije. Udruživanje javnih tijela s građanima i poduzetnicima, posljedično, predstavlja solidnu resursnu osnovu za razvoj građanske energije. Pitanje je samo kapaciteta lokalne javne administracije da takve potencijale prepozna i kroz lokalne javne politike artikulira formu i pravila lokalnog tržišta građanske energije.

Na koji način komunalna društva u kooperaciji s javnim tijelima koja djeluju lokalno mogu doprinijeti razvoju građanske energije?

3.1 Organizacija u svrhu interne troškovne efikasnosti

Komunalna društva na svojoj imovini mogu ugraditi postrojenja za proizvodnju obnovljive energije te proizvedenu energiju koristiti za potrebe svojih povezanih obračunskih mjernih mjesta. Takva mogućnost proizlazi iz odredbe članka 53. stavka 15. ZOIEVUK-a[4]. Naime, pružatelji javnih usluga mogu imati proizvodno postrojenje na jednom obračunskom mjernom mjestu, a energiju proizvedenu na tom obračunskom mjernom mjestu trošiti (dijeliti) s drugim obračunskim mjernim mjestima pod uvjetom da su obračunska mjerna mjesta povezana istim OIB-om i da su locirana u istoj županiji. Ukupna instalirana snaga u ovakvoj organizaciji može biti 6 MW. No, iako ova mogućnost predstavlja kontribuciju smanjenju troškova za energiju kao i smanjenju emisije stakleničkih plinova, nije u potpunosti korelirana s koncepcijom građanske energije iz razloga što građani i poduzeća sa tog područja nemaju pristupa viškovima proizvedene energije isporučene u mrežu.

3.2 Kooperacija komunalnih društava s ostalim javnim tijelima koja djeluju lokalno

Ovdje se radi o institucionalnoj kooperaciji između lokalnih komunalnih društava i lokalnih javnih tijela. Ovakva kooperacija ne uključuje građane i lokalne poduzetnike pa ne predstavlja organizacijski oblik koji u cijelosti odgovara koncepciji građanske energije. Međutim, ovakva organizacijska struktura ima prednosti u obliku smanjenja troškova za energiju koju koriste komunalna društva i javna tijela u svojem poslovanju što indirektno može utjecati na smanjenje cijena isporučenih javnih usluga i veće razliku proračunskih prihoda i rashoda. Zbog veće količine postrojenja za proizvodnju obnovljive energije realno je očekivati i učinak ekonomije razmjera s rezultatom manje jedinične cijene energije iz postrojenja. Također, ovakve strukture doprinose lokalnoj energetskoj samodostatnosti i sigurnosti zbog veće otpornosti na prekide u dobavi električne energije, a taj učinak moguće je dodatno naglasiti uključivanjem spremnika energije (baterija). U slučajevima prirodnih nepogoda, u kojim slučajevima električna energija može postati nedostupna, zajednica se izlaže riziku nemogućnosti isporuke nekih komunalnih usluga (na primjer, pitka voda ili hidrantska voda za gašenje požara). Materijalizacija takvih rizika može značajno uvećati konačnu štetu uzrokovanu prirodnom nepogodom.

3.3 Kooperacija s građanima u riziku od energetskog siromaštva

Komunalna društva mogu dio svoje energije isporučene u mrežu podijeliti s građanima u riziku od energetskog siromaštva kojima je energija za osnovne životne potrebe nedostupna ili teže dostupna zbog njene cijene. Međutim, iako ovakva mogućnost postoji, takve kooperacije su prirodnije između jedinca lokalne samouprave i građana u riziku od energetskog siromaštva zbog potrebe isporuke energije sa značajno ili potpuno reduciranom cijenom energije. Komunalna društva dio su gospodarskog sustava u okviru kojega se ne očekuje isporuka besplatne usluge.

3.4 Kooperacija komunalnih društava s građanima, poduzetnicima i javnim tijelima

Ovaj oblik suradnje predstavlja u cijelosti strukturu koja proizlazi iz smisla i svrhe građanske energije. Komunalna društva u takvim kooperacijama sudjeluju sa svojim prostornim resursima na kojima omogućuju ugradnju postrojenja za proizvodnju obnovljive električne energije za svoje potrebe, ali i za potrebe građana i poduzeća koja ne raspolažu prostornim kapacitetima, a željeli bi uložiti u postrojenja. Kada komunalna društva surađuju s građanima i poduzetnicima u proizvodnji i dijeljenju obnovljive energije u lokalnoj zajednici, ispunjava se niz ključnih ciljeva Europske unije povezanih s energetskom tranzicijom, klimatskom neutralnošću i uključivanjem zajednice. Prije svega radi se o cilju dekarbonizacije i energetske tranzicije. Suradnja svih lokalnih aktera ubrzava proizvodnju energije iz obnovljivih izvora čime se smanjuju emisije stakleničkih plinova i ubrzava proces postupnog napuštanja fosilnih goriva. Time se ispunjavaju ciljevi Europskog zelenog plana (European Green Deal) i cilj klimatske neutralnosti do 2050. Nadalje, doprinosi se ideji energetske demokracije i sudjelovanja građana. Uključivanjem građana i poduzetnika u energetske projekte ostvaruje se demokratizacija energetskog sustava – što je cilj u direktivama RED II i RED III (Direktiva o promicanju upotrebe energije iz OIE) te EMD II (Direktiva o zajedničkim pravilima za unutarnje tržište električne energije).

Ovakve kooperacije moguće se u okviru formiranih energetskih zajednica. Europska unija programom Clean Energy for All Europeans Package[5] potiče lokalno udruživanje u energetske zajednice u svrhu lokalne proizvodnje, dijeljenja i potrošnje energije. Posebno je važan učinak otpornosti i sigurnosti u opskrbi energijom. Lokalna proizvodnja i dijeljenje energije među komunalnim društvima, građanima i poduzećima smanjuje ovisnost o uvozu energenata te jača lokalnu otpornost na poremećaje i cijene na tržištu. Iz navedenih razmatranja moguće je sažeti koristi za svaku grupu sudionika u procesima temeljenim na koncepciji građanske energije:

Tablica 1: Pregled koristi od udruživanja po sektorima

Izvor: Autori.

Suradnja komunalnih društava, građana i poduzeća u proizvodnji i dijeljenju obnovljive energije donosi širok spektar koristi za sve uključene subjekte. Komunalna poduzeća ostvaruju značajne uštede, povećavaju operativnu otpornost i ispunjavaju ciljeve javnog interesa. Građanima se omogućuje pristup obnovljivoj energiji, sudjelovanje u tranziciji te niži troškovi energije bez velikih početnih ulaganja. Poduzeća ostvaruju koristi kroz predvidivost troškova, poboljšanu reputaciju i nove poslovne prilike povezane s održivim razvojem. Dodatno, takva suradnja jača lokalnu koheziju, razvija lokalno tržište rada te potiče inovacije i digitalizaciju u upravljanju energijom. Time se lokalne zajednice pozicioniraju kao aktivni sudionici europskih klimatsko-energetskih ciljeva i postaju otpornije, učinkovitije i pravednije.

3. KOOPERACIJA PRIVATNIH PODUZEĆA S RADNICIMA

Učinci od sudjelovanja u koncepciji građanske energije za poduzeća mogli bi biti pojačani suradnjom sa svojim radnicima. Naime, iako je Direktivom (EU) 2019/944 o zajedničkim pravilima za unutarnje tržište električne energije određeno da u energetskoj zajednici građana mogu sudjelovati samo građani, jedinice lokalne samouprave te mikro i mala poduzeća, u zadnje vrijeme se često postavlja pitanje iz kojih razloga u takvim strukturama ne bi mogli sudjelovati i srednja (kao i kod zajednica obnovljive energije) te velika poduzeća pod uvjetom da njihova djelatnost nije povezana s energetskim djelatnostima pa čak i pod uvjetom da mogu isključivo preuzimati energiju te da ne sudjeluju u odlučivanju s ostalim članovima. Dosta ne postoji razumno objašnjenje takvoj zapreci. Velika poduzeća sa značajnim utroškom energije mogu apsorbirati sve viškove proizvedene energije stvarajući određenu vrstu tzv. ponora ili sinka (eng.). Takvim suradnjama doprinose energetskoj tranziciji, smanjenju emisije stakleničkih plinova te doprinose razvoju koncepcije građanske energije. Prema nekim izvorima[6] stječe se dojam da je sudjelovanje velikih poduzeća postalo moguće.

Suradnjom poduzeća sa svojim radnicima na području proizvodnje, dijeljenja i potrošnje električne obnovljive energije može predstavljati win-win rješenje te odgovara načelima energetske demokracije, kružne ekonomije i lokalne otpornosti. Okosnica i motivi takve kooperacije je upravljanje viškom direktno neutrošene energije u fotonaponskom postrojenju. Višak proizvedene, a neutrošene energije isporučuje se u mrežu uz propisima definiranu otkupnu cijenu[7]. Faktori kao što su cijene preuzete energije iz mreže, veći udio preuzete energije po nižoj tarifi te veća količina isporučene energije u mrežu u odnosu na preuzetu, smanjuju otkupnu cijenu isporučene energije u mrežu. U svakom slučaju otkupna cijena neće biti veća od nabavne cijene energije preuzete iz mreže. S druge strane, nabavne cijene energije iz mreže za poduzeća su najčešće veće od nabavnih cijena energije za kućanstvo. Na rasponu između nabavne cijene energije iz mreže kućanstva i poduzeća te cijene energije iz postrojenja temelji se motiv za kooperacijom.

O kakvim se koristima tu radi? Prije svega radi se o financijskim koristima za radnike u pogledu manjih troškova energije, ali i o koristima zbog veće cijene isporučene energije poduzeću u odnosu na cijenu iz mreže. Poduzeće također ima financijsku korist iz razloga što se pretpostavlja manja cijena dijeljene energije u odnosu na nabavnu cijenu energije iz mreže. Drugo, povećava se stupanj samodostatnosti i za radnike i za poduzeće. Ovakvom suradnjom smanjuje se potreba za energijom iz mreže. Treće, sudjelovanje radnika u dijeljenju energije s poduzećem povećava lojalnost radnika i motivaciju iz razloga što radnici postaju aktivni sudionici u procesu zelene tranzicije te se jača osjećaj pripadnosti poduzeću i sudjelovanja u ostvarivanju zajedničkih strateških ciljeva poduzeća. Na kraju, radi se o boljem iskorištavanju prostornih resursa iz razloga što se postrojenja postavljaju na krovove radnika, a ne na dodatne slobodne javne i privatne prostore.

4. Okolišni, društveni i upravljački (ESG) ciljevi

Okolišni, društveni i upravljački (ESG) ciljevi ključni su okviri koje organizacije usvajaju kako bi poboljšale svoje etičke prakse i inicijative održivosti, rješavajući značajne globalne izazove kao što su klimatske promjene i društvena nejednakost. Ovi ciljevi osmišljeni su kako bi uskladili strategije organizacija s očekivanjima dionika, promičući transparentnost i odgovornost uz stvaranje dugoročne vrijednosti za tvrtke i društvo u cjelini[8].

Kako važnost ESG metrike i dalje raste, mnoga poduzeća sve više integriraju ove ciljeve u svoje operativne okvire, potaknute zahtjevima svojih klijenata, regulatornim pritiscima i sve većim prepoznavanjem potrebe za odgovornim društvenim ponašanjem[9]. Razvoj društvenih mreža prisiljava organizacije na bitno viši stupanj odgovornosti i transparentnosti, neprimjeno ponašanje ili neadekvatna implementacija novih tehnologija kreira negativne odjeke koji se brzo šire i mogu imati i katastrofalne posljedice po organizaciju[10].  Provedba ESG ciljeva obuhvaća tri primarna stupa: okolišni, društveni i upravljački. Ekološki ciljevi usredotočeni su na minimiziranje ekološkog otiska tvrtke, kao što je smanjenje emisija stakleničkih plinova (obično optimizacijom potrošnje energije) i povećanja učinkovitosti resursa. Društveni ciljevi potenciraju dobrobit zaposlenika i zajednice, potičući raznolikost i uključenost uz poboljšanje uvjeta na radnom mjestu. Ciljevi upravljanja daju prioritet etičkom vodstvu i transparentnim praksama upravljanja, osiguravajući odgovornost i štiteći interese svih dionika.

Pridržavajući se ovih načela, poduzeća ne samo da ublažavaju rizike, već i jačaju svoj ugled i operativnu učinkovitost. Tehnologije temeljenje na umjetnoj inteligenciji (AI) i tranziciji ka održivim izvorima energije nametnule su se proteklih godina kao transformativna sila u ostvarivanju ESG ciljeva, pružajući inovativna rješenja koja poboljšavaju donošenje odluka, upravljanje rizicima i točnost izvješćivanja. AI tehnologije olakšavaju analizu podataka u stvarnom vremenu i pojednostavljuju procese, vlastita proizvodnja energije iz održivih izvora ili korištenje dijeljenje energije u okviru energetskih zajednica, te edukacija svih dionika omogućuju poduzećima da prate svoje ESG performanse i učinkovito se prilagode promjenjivim regulatornim okruženjima.

Recentni primjeri, poput uvida koje je omogućio projekt EDIH Adria[11] u okviru realizacije aktivnosti „Test digitalne spremnosti“ (DMA – Digital Maturity Assessment) te „Testiranje prije ulaganja“ (TBI – Test Before Invest), naglašavaju potencijal boljeg razumijevanja ESG za pokretanje značajnih poboljšanja u korporativnoj održivosti i društvenom utjecaju. Projekt EDIH Adria financiran je iz programa Digitalna Europa koji je usmjeren na uvođenje digitalne tehnologije poduzećima, građanima i javnim upravama.  Kroz program nastoji se ubrzati gospodarski oporavak i oblikovati digitalna transformacija europskog društva i gospodarstva, što će donijeti koristi svima, a posebno malim i srednjim poduzećima. Na ovaj način pruža se i potpora jačanju europske konkurentnosti i zelenoj tranziciji. Digitalna Europa je dio višegodišnjeg financijskog okvira za razdoblje 2021. – 2027. u sklopu kojeg Europska unija ulaže u strateške digitalne kapacitete i opsežno uvođenje digitalnih tehnologija i time direktno podupire ESG ciljeve.

Projekt EDIH Adria je demonstrirao, kroz testove digitalne spremnosti (TBI) posve kompatibilne sa ESG metodologijom, rijetku primjenu ESG principa u poduzećima, nedovoljnu educiranost radnika, no i zabrinutost poduzeća u pogledu kvalitete podataka temeljem kojih se donose odluke. Dobar je primjer automatizacija poslovanja koja je motivirana uštedom energije kroz ukidanje poslovnih prostora i radnih mjesta koja su supstituirana AI tehnologijama, no tu se onda otvara pitanje što je sa socijalnom komponentom ESG trijade? Sljedeći primjer je pretjerano oslanjanje na sustave umjetne inteligencije za upravljanje poslovnim procesima bez ljudskog nadzora što može dovesti do mogućih pogrešaka ili neusklađenosti u okvirima upravljanja. A nije nevažan ni problem snalaženja organizacija u pitanjima vezanim uz dostupnost podataka i propise o privatnosti kako bi maksimizirale prednosti umjetne inteligencije u postizanju svojih ESG ciljeva.

Pozitivno je da su uprave poduzeća prepoznale važnost ispunjavanja ESG ciljeva, no imperativ je uravnotežen ekonomski i tehnološki održiv pristup provedbi koji će biti ključan za osiguravanje održivih i odgovornih upravljačkih praksi. Kod više stotina slučajeva analiziranih u okviru EDIH ADRIA projekta (slika 1.) može se uočiti prilično visoka usklađenost poduzeća sa društvenim ciljevima, a u manjoj mjeri sa okolišnim i upravljačkim ciljevima. Ključna je transparentnost prikupljanja i dijeljenja informacija, optimizacija proizvodnje i potrošnje energije, izbjegavanje nepotrebnih putovanja, pojednostavljenje poslovnih procesa i uključivanje šire javnosti i korisnika u procese digitalne transformacije organizacija kroz participativne procese poput korištenja fokus grupa ili masovnih anketa sa kojim se provjerava validnost novih ideja, procesa ili primijenjenih tehnologija.

Slika 1. Primjer ESG analize javnih poduzeća u okviru projekta EDIH Adria (tamnije je bolje)

Izvor: EDIH Services Analysis Dashboard (13.6.2025.)

Kako je vidljivo[12] iz slike 1, opipljiv potencijal za  unaprjeđenje okolišnih ciljeva, putem kooperacija koje su objašnjene u prethodnom poglavlju, postoji kod javnih poduzeća. Naime, ovakva suradnja utječe na sve tri grupe ciljeva. Cilj E (Enviromental, okolišni ciljevi) postiže se prije svega smanjenjem emisije stakleničkih plinova iz razloga većeg udjela energije iz obnovljivih izvora u ukupnom energetskom miksu poduzeća. Također, ostvaruje se i cilj veće energetske učinkovitosti prije svega iz razloga što se energija proizvodi nedaleko od mjesta potrošnje. Cilj S (Social, društveni ciljevi) postiže se uključivanjem radnika u zelenu tranziciju tako da radnici postaju aktivni sudionici u tranziciji i ostvarivanju strateških ciljeva poduzeća. Time jača doživljaj svrhovitosti, motivacije i osobnog doprinosa klimatskim ciljevima. Ne manje važan je i učinak financijske sigurnosti radnika iz razloga što ostvaruju manje troškove energije i dodatne prihode od dijeljene energije. Ovakvom kooperacijom jača se osjećaj lojalnosti i povjerenja, zajedništva i transparentnosti, a sve doprinosi kvaliteti poslovne kulture. Cilj G (Governance, upravljanje i transparentnost) postiže se prije svega potvrdom da energetska tranzicija te kvalitetna suradnja radnika i poduzeća nije fraza nego praksa kojom se mogu ostvariti konkretni i opipljivi osobni i društveni učinci. Poduzeće u naravi doprinosi participaciji radnika u postizanju ukupnih ciljeva poduzeća. Izvještavanje o ESG ciljevima je jednostavnije iz razloga njihove mjerljivosti (kWh dijeljene energije). Ovdje se radi o inovativnom i etičkom pristupu – odgovorno upravljanje resursima i ljudskim kapitalom te jačanje reputacije poduzeća i konkurentske prednosti.

Hrvatski zakonodavni i institucionalni okvir omogućuje provedbu opisane kooperacije radnika s poduzećem. Provedbeni postupak moguće je opisati u nekoliko koraka:

1. Identifikacija rizika i koristi od strane uprave poduzeća;
2. Informiranje radnika o namjeri provedbe opisanog modela kooperacije;
3. Organizacija radionica na kojima bi radnici mogli dobiti odgovore na sva pitanja;
4. Analiza i simulacije materijalnih i ESG učinaka poduhvata;
5. Osnivanje energetske zajednice građana i ishođenje energetskog odobrenja;
6. Ugradnja postrojenja i puštanje u trajni rad;
7. Operativna proizvodnja i dijeljenje energije.

Za provedbu opisane kooperacije potrebno je približno osam mjeseci od kojih se jedan mjesec odnosi na odobrenje uprave, jedan mjesec na sažeto informiranje radnika te identifikaciju interesa, mjesec dana na radionice, mjesec dana na analize, četiri mjeseca na osnivanje pravne osobe energetske zajednice te nekoliko mjeseci na ugradnju postrojenja.

5. ZAKLJUČAK

Udruživanje komunalnih društava s građanima, poduzetnicima i javnim tijelima kao i suradnja poduzeća sa svojim radnicima mogli bi predstavljati snažne instrumente razvoja tržišta građanske energije u Republici Hrvatskoj, ali i ispunjavanje okolišnih, društvenih i upravljačkih ciljeva propisanih EU i HR regulativom. S obzirom na zatečeno stanje, u odnosu na ciljeve koji su postavljeni kako od strane Europske unije tako i Republike Hrvatske, javna poduzeća imaju velike potencijale za unapređenje svojih aktivnosti. Koncepcija građanske energije daje dobar okvir za ostvarivanje tih mogućnosti.

Kooperacija privatnih poduzeća sa svojim radnicima može predstavljati mehanizam kako za brže i efikasnije postizanje ESG ciljeva poduzeća, tako i efikasnu polugu za unaprjeđenje i razvoj koncepcije građanske energije.

Jedinice lokalne i regionalne samouprave mogu korekcijama svojih javnih politika pomoći u stvaranju dobrog i poticajnog okruženja za razvoj građanske energije.

---

[1] https://www.tehnoeko.com.hr/energetika/pregled-solarnih-elektrana-u-hrvatskoj-od-kucanstava-do-velikih-igraca/a/10592?utm_source=chatgpt.com (7.6.2025.)

[2] Engl. Citizen Energy Communities – CEC definirane Direktivom (EU) 2019/944 o unutarnjem tržištu električne energije te Zakonom o tržištu električne energije (NN 111/21, 83/23, 17/25).

[3] Engl. Renewable Energy Communities uvedene Direktivom (EU) 2018/2001 o promicanju uporabe energije iz obnovljivih izvora te Zakonom o obnovljivim izvorima energije i visokoučinkovitoj kogeneraciji (NN 138/21, 83/23, 78/25).

[4] https://narodne-novine.nn.hr/clanci/sluzbeni/2025_05_78_1017.html (9.6.2025.)

[5] https://wayback.archive-it.org/12090/20241209144917/https://energy.ec.europa.eu/topics/energy-strategy/clean-energy-all-europeans-package_en (9.6.2025.)

[6] European Energy Communities Facility, poglavlje o samoprocjeni dozvoljava sudjelovanje velikih poduzeća u energetski zajednicama građana pod uvjetom da energija nije njihova glavna djelatnost (https://energycommunitiesfacility.eu/apply/applicationprocess/eligibility-self-check) (9.6.2025.)

[7] Članak 51. stavak 7. Zakona o obnovljivim izvorima energije i visokoučinkovitoj kogeneraciji (NN 78/2025).

[8] Medved, Juričić: „Energetske zajednice građana kao mjera za postizanje ESG ciljeva“ TIM4PIN br.9 2024

[9] IFRS Foundation. (2023). IFRS S1 General Requirements for Disclosure of Sustainability-related Financial Information i IFRS S2 Climate-related Disclosures. Preuzeto s https://www.ifrs.org/issued-standards/

[10] Hui Zhu, Olli Vigren, Inga-Lill Söderberg, Implementing artificial intelligence empowered financial advisory services: A literature review and critical research agenda, Journal of Business Research, Volume 174, 2024

[11] https://edihadria.eu/o-nama-edih-adria/ (18.6.2025.)

[12] Tamnija boja prikazuje poduzeća koja imaju cjelovitiju implementaciju ESG principa – primjerice u okolišnoj (Environment) vertikali, tamna boja oslikava poduzeća koja imaju vlastitu proizvodnu energije iz fotonaponskih postrojenja, sustave upravljanje potrošnjom i slično.

Views: 7

Sažetak

U broju 4/2024. Magazina Tim4Pin opisani su osnovni principi koji utječu na ekonomiku energetskih zajednica građana (EZG) s naglaskom na odnos količine dijeljene energije i njihove financijske održivosti. U broju 5-2025 opisani su osnovni čimbenici koji bi mogli utjecati na motive i interese građana i poduzetnika za udruživanjem u energetske zajednice građana (EZG). Simulacijom je predstavljeno na koji bi način mogli utjecati parametri poput količine dijeljene energije, prosječne cijene dijeljenja te faktor cijene. U ovom tekstu analiziraju se poslovni parametri EZG čije vrijednosti utječu na optimalno poslovanje pravne osobe EZG (najčešće udruge) te se analizira njena veličina u pogledu postizanja točke pokrića i financijski održivog poslovanja.

1. UVOD

Iako se energetske zajednice građana ne osnivaju s namjerom ostvarivanja profita već širih društvenih koristi koje bi subjekti zajednice mogli postići na području proizvodnje i pametne potrošnje energije[1], njihovo poslovanje, tj. poslovanje pravne osobe energetske zajednice (najčešće udruge) treba biti financijski održivo. Financijski održivo poslovanje moglo bi se predočiti viškom priljeva nad odljevima u određenom razdoblju. Kada se radi o priljevima i odljevima pozornost valja usmjeriti i na povremene novčane manjkove najčešće uzrokovanim neravnotežom količine prodanih usluga (dijeljene energije) koje, tijekom godine, ovise o intenzitetu proizvodnje energije iz postrojenja za proizvodnju obnovljive energije. No, ukoliko su u prihvatljivom horizontu prihodi veći od troškova povremeni novčani deficiti mogu biti privremeno financirani tuđim izvorima.

Energetska zajednica građana koja je osnovana u Republici Hrvatskoj temeljem propisa kojima se uređuje osnivanje i poslovanje energetskih zajednica građana izložena je određenim poslovnim mogućnostima koje proizlaze iz obavljanja različitih djelatnosti (dijeljenje i skladištenje energije, energetska učinkovitost, punionice za EV i slično), ali i ograničenjima koja se uglavnom povezuju s obvezom zapošljavanja najmanje jedne osobe i uspostavljanja pravne osobe EZG.

S obzirom da na poslovanje, a samim time i financijski održivo poslovanje utječu različiti (i nerijetko brojni) parametri, u ovom tekstu predstavljeni su rezultati nekoliko simulacija poslovanja EZG s usmjeravanjem pozornosti na parametre koji, ovisno o poslovnoj opciji, najznačajnije utječu na rezultate poslovanja. Rezultati su se predstavili projekcijama financijskih izvještaja i stanjem novca na poslovnom računu energetske zajednice građana i odražavaju stanja u vrijeme pisanja ovog teksta.

2. SIMULACIJSKI MODEL

Za potrebe projekcije poslovanja EZG korišten je program Cash Flow Simulator[2] koji omogućuje unos brojnih poslovnih parametara te, na temelju provedenih kalkulacija, iskaz rezultata poslovanja u obliku financijskih izvještaja (račun prihoda i rashoda (PR-RAS), bilance stanja te izvještaja o novčanim tokovima) i stanja novca na računu na kraju svakog mjeseca u projiciranom razdoblju. U ovoj simulaciji pretpostavljeno je poslovno razdoblje od 5 godina, odnosno 60 mjeseci. Cilj simulacije je na temelju ulaznih poslovnih parametara poput operativnih troškova, prihoda od prodaje usluge dijeljenja ili dijeljene energije, parametara naplate prodanih usluga i plaćanja troškova te količine dijeljene energije i brzine akvizicije članova utvrditi izlazne vrijednosti financijskih kategorija poput prihoda i troškova, njihove razlike, te stanja novca na računu. Konačni cilj simulacije je procijeniti na koji način financijski održivo poslovanje ovisi o istaknutim ulaznim parametrima.

2.1. Simulacijske opcije

Simulacijskim modelom obuhvaćene su dvije simulacijske opcije. Prva se odnosi na slučaj EZG u okviru koje članovi individualno ulažu (investiraju) u proizvodna postrojenja dok se druga opcija odnosi na EZG koja u postrojenje za proizvodnju obnovljive energije ulaže kao pravna osoba. Struktura subjekata u prvoj simulacijskoj opciji prikazana je na shemi 1:

Shema 1: Slučaj energetske zajednice građana u kojem članovi sami investiraju u postrojenja

Izvor: Autori.

Članovi EZG su podijeljeni u dvije osnovne grupe: aktivni članovi, tj. članovi proizvođači i preuzimatelji dijeljene energije (eng. Prosumer) te pasivni članovi, tj. članovi koji isključivo preuzimaju dijeljenu energiju. Aktivni članovi mogu pripadati dvjema kategorijama: kućanstva-proizvođači (KP) te poduzeća-proizvođači (PP) dok pasivni članovi mogu pripadati kategorijama kućanstva (K) i poduzeća (P). Ukupna instalirana snaga postrojenja za proizvodnju energije (u promatranom slučaju fotonaponsko postrojenje) svih članova KP i PP iznosi 4.6 MW kumulativno u 5 godini poslovanja. Članovi KP i PP sami pribavljaju izvore financiranja za namirenje kapitalne vrijednosti njihovih postrojenja. U okviru ove simulacijske opcije EZG ostvaruje prihode naplaćujući naknadu za uslugu obračuna dijeljene energije. Troškovi poslovanja EZG sastoje se od bruto plaće (hrvatski prosjek), te ostalih operativnih troškova od kojih su najznačajniji troškovi vanjskih usluga obračuna dijeljene energije. Alternativno, EZG može imati vlastiti sustav za obračun dijeljene energije.

Druga simulacijska opcija odnosi se na slučaj u okviru kojega EZG investira u postrojenje ili postrojenja. Za namirenje kapitalne vrijednosti postrojenja pravna osoba EZG pribavlja (u ovom slučaju) dugoročne tuđe dužničke izvore financiranja na rok od 20 godina i uz kamatnu stopu od 6% godišnje. Postrojenje od 4.6 MW ugrađeno je na početku poslovanja u G1. Svi članovi su pasivni članovi iz kategorije K i P. Struktura članova u EZG druge simulacijske opcije prikazana je na shemi 2:

Shema 2: Slučaj energetske zajednice građana u kojem energetska zajednica investira u postrojenja

Izvor: Autori.

U drugoj simulacijskoj opciji EZG ostvaruje prihode prodajom proizvedene energije, tj. naplatom naknade za ustupljenu dijeljenu energiju. Operativni troškovi imaju istu strukturu kao i u slučaju prve simulacijske opcije, a sastoje se od bruto plaće te ostalih operativnih troškova od kojih su najznačajniji troškovi usluge obračuna dijeljene energije. Pritom je važno naglasiti da se i u ovom slučaju svaki mjesec optimiziraju ključevi dijeljenja i cijene kako bi se maksimizirala korist svakog člana od sudjelovanja u EZG.

2.2. Pretpostavke ulaznih parametara modela

Projekcija vrijednosti simulacijskog modela temelji se na vrijednostima ulaznih parametara. U slučaju simulacije poslovanja EZG najznačajniji ulazni parametri su podatci o kapacitetima proizvodnje, cijene usluge obračuna dijeljene energije, vrijednost ulaganja u postrojenje te podatci o operativnim troškovima. Na temelju varijacija vrijednosti navedenih parametara moguće je donijeti ocjenu o financijski održivom poslovanju. Naravno, promjena ulaznih parametara, na primjer uslijed promjene propisa kojima se uređuje poslovanje EZG u RH, rezultirat će promijenjenim izlaznim vrijednostima. Vrijednosti parametara za navedene dvije simulacijske opcije prikazane su u tablici 1:

Tablica 1: Pregled pretpostavki simulacijskog modela

Izvor: Pretpostavke autora.

Obje simulacijske opcije imaju jedan dio jednakih pretpostavki. Radi se o ukupnoj snazi postrojenja za proizvodnju obnovljive energije, operativnim troškovima te horizontu planiranja. Kod obje simulacijske opcije pretpostavlja se jednaka konačna instalirana snaga postrojenja s tom razlikom što je ukupna instalirana snaga kod druge simulacijske opcije posljedica investiranja u zajedničko postrojenje u prvoj poslovnoj godini (G1) dok se u slučaju druge simulacijske opcije pretpostavlja postupnu akviziciju članova sa svojim vlastitim postrojenjima[3]. U tom slučaju simulirane su dvije mogućnosti: prva predstavlja sporiju, a druga ubrzanu akviziciju s time da se proces akvizicije završava u petoj (G5) poslovnoj godini sa instaliranom snagom svih postrojenja od 4.6 MW. Operativni troškovi u obje simulacijske opcije jednake su vrijednosti, a odnose se na bruto plaću i ostale operativne troškove. Ostale pretpostavke specifične su za svaku simulacijsku opciju. Obje opcije pretpostavljaju da članovi neće svoje obveze platiti točno na dan dospijeća. U tom smislu je pretpostavljeno da bi približno 60% članova platilo svoje mjesečne obveze do datuma dospijeća, 30% s prekoračenjem od 30 dana te 10% s prekoračenjem od 60 dana nakon datuma dospijeća.

2.3. Izlazne vrijednosti modela

Budući da je cilj ove simulacije procijeniti poslovne okolnosti pod kojima bi EZG mogla poslovati financijski održivo, osnovne izlazne vrijednosti simulacijskih opcija bit će financijski izvještaji (račun prihoda i rashoda PR-RAS, bilanca stanja te projekcija izvještaja o novčanim tokovima) te projekcija stanja novca na računu.

2.3.1. Projekcija financijskih izvještaja

Očekivano poslovanje svakog poslovnog sustava, a EZG to svakako je, iskazuje se projekcijom financijskih izvještaja – računom prihoda i rashoda (dobiti i gubitka), bilancom stanja te projekcijom izvještaja o novčanim tokovima. Projekcije financijskih izvještaja priređene su za obje simulacijske opcije. Projekcija financijskih izvještaja za prvu simulacijsku opciju prikazana je u tablicama 2, 3 i 4, a projekcija financijskih izvještaja za drugu simulacijsku opciju prikazana je u tablicama 5, 6 i 7.

• Slučaj energetske zajednice građana u kojoj članovi sami investiraju u postrojenja – prva simulacijska opcija

Projekcija financijskih izvještaja za prvu simulacijsku opciju priređena je uz pretpostavke sporije akvizicije članova (redak 4 u tablici 1).

Tablica 2: Projekcija računa prihoda i rashoda PR-RAS za slučaj prve simulacijske opcije (sporija akvizicija članova

Izvor: Rezultati simulacije na programu Cash Flow Simulator.

Tablica 3: Projekcija bilanci stanja za slučaj prve simulacijske opcije (sporija akvizicija članova)

Izvor: Rezultati simulacije na programu Cash Flow Simulator.

Tablica 4: Projekcija izvještaja o novčanom toku za slučaj prve simulacijske opcije (sporija akvizicija članova)

Izvor: Rezultati simulacije na programu Cash Flow Simulator.

Iz projekcije računa prihoda i rashoda (PR-RAS) vidi se da, ukoliko bi akvizicija članova bila sporija, tj. ukoliko bi se članovi proizvođači energije uključivali u EZG dinamikom opisanom u tablici 1 (sporija akvizicija), u tri od pet poslovnih godina EZG bi poslovala s manjkom prihoda nad rashodima, odnosno, da bi se tek u četvrtoj (G4) poslovnoj godini trend promijenio u uzlazni. Kratkotrajna aktiva (tablica 4) sastoji se od salda potraživanja od članova po osnovi ispostavljenog računa za uslugu obračuna dijeljene energije. Na transakcijskom računu je saldo 0 jer je njegova protustavka (kratkoročni tuđi krediti) pozitivna, a u naravi se odnosi na okvirni kredit po poslovnom računu. Zbog nedostatnih prihoda nad rashodima poslovanje EZG bilo bi obilježeno deficitom koji se namiruje tek nakon proteka 5 poslovnih godina. U projekciji izvještaja o novčanim tokovima razvidno je smanjenje deficita iz poslovnih aktivnosti, a na pozicijama financijskih aktivnosti prikazano je povećanje kratkoročnih izvora financiranja (okvirni kredit po poslovnom računu) i početak njegovog smanjenja u zadnjoj poslovnoj godini (G5).

• Slučaj energetske zajednice građana u kojem zajednica investira u postrojenja – druga simulacijska opcija

Projekcija financijskih izvještaja druge simulacijske opcije temelji se na pretpostavci da EZG investira u postrojenje u prvoj (G1) poslovnoj godini te da za namirenje kapitalne vrijednosti postrojenja pribavi tuđe dugoročne dužničke izvore financiranja čija otplata započinje u zadnjem kvartalu prve poslovne godine. Projekcije su prikazane u tablicama 5, 6 i 7.

Tablica 5: Projekcija računa prihoda i rashoda PR-RAS za slučaj druge simulacijske opcije

Izvor: Rezultati simulacije na programu Cash Flow Simulator.

Tablica 6: Projekcija bilanci stanja za slučaj druge simulacijske opcije

Izvor: Rezultati simulacije na programu Cash Flow Simulator.

Tablica 7: Projekcija izvještaja o novčanim tokovima za slučaj druge simulacijske opcije

Izvor: Rezultati simulacije na programu Cash Flow Simulator.

Iz tablice 5 (projekcija prihoda i rashoda) vidi se da zbog značajne svote interkalarne kamate i odgođenog početka prodaje dijeljene energije EZG bi poslovala sa značajnim manjkom prihoda nad rashodima u prvoj (G1) poslovnoj godini. U sljedećim godinama (G2-G5) poslovni prihodi (prihodi od predane dijeljene energije) su veći od rashoda. No, iz bilance stanja (tablica 6) može se primijetiti da unatoč većim prihodima nad rashodima EZG posluje s deficitom koji se smanjuje protekom vremena. Na deficit najviše utječu ciklusi količine proizvedene dijeljene energije tijekom poslovne godine. U projekciji novčanog toka (tablica 7) razvidno je da su priljevi iz poslovanja uglavnom uravnoteženi s odljevima iz financijskih aktivnosti pa zbog neujednačene dinamike proizvodnje energije tijekom poslovne godine koristi se okvirni kredit po poslovnom računu koji se postupno smanjuje.

2.3.2. Projekcija stanja novca na računu

Projekcije financijskih izvještaja predstavljaju kumulativnu vrijednost ili stanje na zadnji dan u poslovnoj godini. Oni ne pružaju informaciju o stanju novca na računu tijekom poslovne godine. Kako bi se dobila informacija o kretanju stanja novca na računu tijekom godine i utjecaju pojedinih ulaznih parametara simulacijskih modela na financijsku održivost pogodna je projekcija stanja novca na računu da zadnji dan u mjesecu tijekom poslovne godine. Tu informaciju daje Cash Flow Simulator.

Grafikon 1: Projekcija stanja novca na računu za prvu simulacijsku opciju

Izvor: Rezultati simulacije na programu Cash Flow Simulator.

Prva simulacijska opcija pretpostavlja ulaganje članova EZG u svoja vlastita postrojenja sa svojim izvorima financiranja. Ove investicijske aktivnosti nemaju utjecaja na poslovanje EZG. Na grafikonu 1 prikazani su rezultati dvije mogućnosti prve simulacijske opcije. Prva mogućnost (puna crna krivulja) odnosi se na projekciju stanja novca na računu pod pretpostavkom ubrzane akvizicije članova dok druga mogućnost (isprekidana crna krivulja)predstavlja stanje novca na računu uz pretpostavku sporije akvizicije članova (reci 4 i 5 tablice 1). Obje mogućnosti imaju perspektive biti financijski održive, ali uz ograničenje da je u prvoj mogućnosti potreba za privremenim financiranjem deficita značajno manja od druge mogućnosti. Potreba za privremenim financiranjem deficita u prvoj mogućnosti nije veća od 15,000 € u roku od tri godine dok potreba za privremenim financiranjem deficita u drugoj mogućnosti doseže 70,000 € na rok dulji od 5 godina.

Grafikon 2: Projekcija stanja novca na računu za drugu simulacijsku opciju

Izvor: Rezultati simulacije na programu Cash Flow Simulator.

Druga simulacijska opcija pretpostavlja ulaganje EZG u postrojenja za proizvodnju energije. Proizvedena energija dijeli se sa svim članovima po određenom ključu. Na grafikonu 2 prezentirana su stanja novca na računu za dvije mogućnosti ovisne o cijeni dijeljene energije. Prva (puna crna krivulja) se odnosi na cijenu dijeljene energije u iznosu od 0.087 €/kWh dok se druga (isprekidana crna krivulja) mogućnost odnosi na nominalnu cijenu iz prve mogućnosti umanjene za 20% (0.0696 €/kWh). U okviru prve mogućnosti poslovanje EZG će, uz privremeno korištenje kratkoročnih izvora financiranja deficita, biti financijski održivo dok će se u okviru druge mogućnosti deficit kontinuirano povećavati, tj. poslovanje EZG neće biti financijski održivo. Iz prezentiranih rezultata dade se zaključiti da je financijski održivo poslovanje u slučaju kada EZG investira u postrojenje osjetljivo na cijenu dijeljene energije. No, valja skrenuti pozornost da konačna cijena dijeljene energije u ovom slučaju ovisi o brojnim drugim parametrima kao što su, na primjer, jedinična cijena dobave i ugradnje postrojenja, troškovi održavanja i nadzora, rok otplate tuđih izvora financiranja, struktura izvora financiranja ugradnje postrojenja, cijena izvora financiranja i slično. Slučaj druge simulacijske opcije intenzivnija je od prve u pogledu potreba za financiranjem.

2.3.3. Osjetljivost stanja novca na računu o marži prve simulacijske opcije

Budući da se očekuje razvoj tržišta energetskih zajednica građana u Republici Hrvatskoj na način da će se najvjerojatnije formirati, barem u prvoj etapi, EZG kojima će se pridruživati građani, poduzetnici i javna tijela sa svojim proizvodnim postrojenjima (prva simulacijska opcija), valja posebno skrenuti pozornost na mehanizme kojima se nastoji postići financijski održivo poslovanje. Osnovno obilježje prve simulacijske opcije je da prihode za namirenje troškova poslovanja EZG formira obračunavajući maržu na ulaznu cijenu usluge obračuna dijeljene energije. To može biti slučaj u kojem EZG razvija vlastiti sustav za obračun dijeljene energije ili koristi outsource uslugu obračuna dijeljene energije. Utjecaj marže na financijski održivo poslovanje prikazan je na grafikonu 3:

Grafikon 3: Osjetljivost stanja novca na računu o marži

Izvor: Rezultati simulacije na programu Cash Flow Simulator.

Iz simulacijskog modela, ovisno o parametrima simulacije, proizlazi da bi poslovanje uz maržu manju od približno 70% moglo biti financijski neodrživo dok bi veća marža od 70% mogla rezultirati financijski održivim poslovanjem. Međutim, krivo je zaključiti da bi se trebala obračunati što veća marža kako bi se postiglo financijski održivo poslovanje u kraćem roku. Gornja granica obračunate marže predstavlja onu vrijednost uz koju članovi postižu veće koristi od uključivanja u EZG u odnosu na nisu uključeni u dijeljenje[4].

2.4. Jednostavna energetska zajednica građana – JEZG

Iz rezultata prethodnih simulacija razvidno je da energetska zajednica građana, čija je djelatnost isključivo dijeljenje energije, treba postići relativno veliku količinu dijeljene energije kako bi se iz prihoda od naknade za obračun dijeljene energije namirili troškovi poslovanja. U konkretnom slučaju radi se o količini ekvivalentnoj proizvodnji energije iz postrojenja snage 4.6 MW. Iako su propisima kojima se uređuje poslovanje energetskih zajednica građana dopuštene i druge djelatnosti, postoji velika vjerojatnost da će se brojne energetske zajednice osnivati (barem u početku razvoja ovog tržišta) isključivo u svrhu dijeljenja energije.

Vlada Republike Hrvatske je propisima dodatno destimulirala udruživanje u energetske zajednice prije svega subvencijom u obliku desetgodišnje odgode prelaska na princip neto obračuna od dana dobivanja dozvole za trajni pogon. Uz ove oblike poticaja, najvjerojatnije će se nastaviti sa subvencijama kapitalnih troškova fotonaponskih postrojenja te subvencioniranom cijenom energije iz mreže. Radi se o velikom broju građana koji bi instrument zaštite od negativnog utjecaja prelaska na neto obračun potražili upravo u energetskim zajednicama građana. Sve su to mehanizmi koji bi građane mogli odvratiti od uključivanja u rad EZG, a razvoj ovog tržišta usporiti.

Kako bi se prevladale ove značajne prepreke bržem formiranju tržišta energetskih zajednica u RH, predlaže se da se propisima omogući formiranje tzv. ”Jednostavne energetske zajednice građana – JEZG”. To bi bila energetska zajednica slična zajednici obnovljive energije (ZOE) definirane novim Zakonom o obnovljivim izvorima energije i visokoučinkovitoj kogeneraciji. Osnivanje JEZG ne bi se temeljilo na obvezi osnivanja pravne osobe već bi se zainteresirani članovi morali registrirati u za to predviđeni registar jednostavnih energetskih zajednica građana koji bi vodila HERA. Ključna razlika u odnosu na EZG određenu postojećim propisima (ZTEE) je u tome što bi djelatnost JEZG bila isključivo dijeljenje energije. Ukoliko bi se članovi željeli baviti i drugim djelatnostima, trebali bi provesti proceduru osnivanja EZG i ishoditi dozvolu za obavljanje energetske djelatnosti. Članovi bi mogli biti građani, javna tijela i poduzetnici. Uvjet za provođenje djelatnosti obračuna dijeljene energije bili bi: (i) registracija formacije u registru JEZG koji vodi HERA te dokaz o tehničkoj sposobnosti obračuna dijeljene energije (vlastiti sustav za obračun člana ili ugovor o vanjskim uslugama obračuna dijeljene energije).

Prednosti ovakve mogućnosti mogle bi biti sljedeće:

• Jednostavan postupak osnivanja (prijava članova u registar);
• Najmanji mogući operativni troškovi;
• Brži rast tržišta EZG u RH;
• Veća sklonost građana, poduzeća i javnih tijela formiranju EZG;

Međutim, valja istaknuti i potencijalne nedostatke jednostavne energetske zajednice građana:

• Budući da nema osnivanja pravne osobe, sva ulaganja provode članovi individualno;
• JEZG se ne može baviti ostalim djelatnostima iz okvira djelatnosti organiziranja energetskih zajednica građana predviđenih propisima;
• Za uspostavljanje JEZG potrebno je izmijeniti propise kojima se uređuje osnivanje i poslovanje EZG u RH.

Valja skrenuti pozornost na još jednu mogućnost. Naime, svi građani koji će ugrađivati fotonaponska postrojenja nakon 1.1.2026. godine, ovisno o njihovim krivuljama preuzete energije iz mreže, vlastitoj potrošnji i slično, mogu biti suočeni s osjetnim smanjenjem financijskih učinaka koje očekuju ulaganjem u postrojenje. Naime, nova pravila za obračun mrežarine i cijene energije isporučene u mrežu utjecat će manje pozitivno na odnos prihoda, troškova i uštede. Tim građanima jednostavne energetske zajednice mogu biti dobra kompenzacijska mjera stoga je ovo može biti još jedan instrument Vladi da izmjenama propisa (prvenstveno ZTEE) potakne brži i efikasniji razvoj tržišta energetskih zajednica u Republici Hrvatskoj. JEZG može biti jeftina i učinkovita mjera s punom funkcionalnošću do početka slijedeće godine. Mišljenje autora je da prednosti osnivanja jednostavnih energetskih zajednica građana prevladavaju nedostatke.

4. ZAKLJUČAK

Početak i dinamika razvoja tržišta energetskih zajednica građana značajno je određena zakonodavnim i institucionalnim okvirom. Zakonodavni okvir u Republici Hrvatskoj je zamišljen i proveden na način i s ciljem da energetskim zajednicama građana omogući širi spektar djelatnosti, ali u isto vrijeme predstavlja prepreku intenzivnijem razvoju i rastu zbog fiksnih troškova (bruto plaća). Takav zahtjev može biti utemeljen u slučaju kada će osnovane energetske zajednice građana na samom početku razvoja tržišta iskoristiti sav ponuđeni spektar djelatnosti. Međutim, čini se da je za takav pristup potrebna prethodna praksa i iskustvo u vođenju još uvijek nepoznatog poslovanja EZG.

Na temelju provedenih simulacija poslovanja EZG u RH te na temelju pretpostavke da će se poslovanje novoosnovanih EZG uglavnom temeljiti na aktivnostima dijeljenja energije, ovako složene formacije koje trebaju značajne količine dijeljene energije stagnirati u uspostavljanju financijski održivog poslovanja. Stoga se predlaže zakonodavcima da razmotre mogućnost izmjene propisa kojima bi se omogućilo uspostavljanje tzv. jednostavne energetske zajednice građana (JEZG) koja ne bi podlijegala obvezi osnivanja pravne osobe i čija bi djelatnost bila isključivo dijeljenje energije. U slučaju interesa za obavljanjem ostalih djelatnosti predviđenih propisima, trebale bi se registrirati po proceduri određenoj postojećim propisima. Autori smatraju da bi ove izmjene pozitivno utjecale na razvoj i rast EZG u RH.

---

[1] Između ostalih zaštita od rizika velike izloženosti cijena energije na tržištu.

[2] www.amn.hr

[3] Novih članova proizvođača ili postojećih pasivnih članova koji su u međuvremenu postali proizvođači.

[4] Vidi: Juričić, D.; Medved, D.; Keko, H. (2025) Ekonomika članova energetskih zajednica građana, Tim4Pin br. 5. (www.tim4pin.hr).

Views: 34

Sažetak

U proceduri su izmjene Zakona o obnovljivim izvorima energije i visokoučinkovitoj kogeneraciji[1]. Jedna od izmjena odnosi se na osnovicu za obračun cijene električne energije te osnovicu za obračun naknada za prijenos i distribuciju. U ovom tekstu analiziramo kakav bi učinak izmjene zakona mogao imati na profitabilnost, razdoblje povrata ulaganja te kumulirane uštede na jednom stvarnom postrojenju javnog naručitelja.

1. UVOD

U postupcima procjene opravdanosti ulaganja u fotonaponsko postrojenje, neovisno radi li se o postrojenju s vlastitom proizvodnjom ili za samoopskrbu, jedna od najznačajnijih pretpostavki bila je ona vezana uz primjenu principa neto mjerenja (net metering) za obračun troškova električne energije u obračunskom razdoblju. Kod primjene principa neto mjerenja osnovica za izračun vrijednosti energije utvrđuje se kao razlika između preuzete i predane energije u mrežu. Do prijedloga izmjene ZOIEVUK to je bila osnovica za izračun vrijednosti energije i naknade za korištenje distribucijske i prijenosne mreže. Međutim, prihvaćanjem predloženih izmjena došlo bi do promjene na način da osnovica za utvrđivanje vrijednosti energije ostane razlika preuzete i predane energije u mrežu dok bi osnovica za određivanje vrijednosti naknade za distribucijsku i prijenosnu mrežu bila isključivo preuzeta energija iz mreže.

Javni naručitelji, u okviru značajnih poticaja za nabavu fotonaponskih postrojenja, svoje kalkulacije opravdanosti temeljili su na pretpostavci jednake osnovice za utvrđivanje vrijednosti energije i naknade za korištenje distribucijske i prijenosne mreže. Doduše, često su takve kalkulacije izostajale zbog značajnih iznosa potpora koje su profitabilne projekte činile još profitabilnijim što baš i nije u nadležnosti javnog sektora. No, oni javni naručitelji koji su postrojenja nabavljali bez poticaja izmjenama ZOIEVUK mogli bi biti izloženi povećanim rizicima postizanja očekivane profitabilnosti[2]. Stoga se u okviru ovog teksta podastire analiza profitabilnosti fotonaponskog postrojenja bez poticaja prije i nakon stupanja na snagu prijedloga izmjena ZOIEVUK.

2. FAKTORI KOJI UTJEČU NA OPRAVDANOST ULAGANJA U FOTONAPONSKA POSTOJENJA ZA   
    SAMOOPSKRBU

Iako se u javnosti opravdanost ulaganja u fotonaponska postrojenja prezentira sa svega nekoliko faktora poput vrijednosti ulaganja, cijene energije iz mreže i troškova zamjene invertera, na ocjenu opravdanosti utječe značajno veći broj parametara. Radi se, najčešće, o kategoriji investitora (poduzeće, kućanstvo), cijenama energije iz mreže, naknadama za prijenosnu i distribucijsku mrežu, mehanizmu utvrđivanja otkupne vrijednosti energije predane u mrežu, cijelom nizu operativnih troškova poput premije osiguranja, zamjene istrošenih materijala, čišćenja, troškova nadzora, troškova uklanjanja i zbrinjavanja postrojenja na kraju životnog vijeka, nabavne vrijednosti postrojenja, stupnja degradacije u životnom vijeku, procjeni prosječnog godišnjeg rasta cijene energije iz mreže, stupnja direktnog utroška proizvedene energije, insolacije, prosječnog broja dana nefunkcionalnog rada i slično. Pritom se osobita pozornost valja usmjeriti na procjenu troškova životnog vijeka iz razloga što o njima ovisi izračun jedinične cijene energije iz postrojenja. Iz usporedbe jedinične cijene energije iz postrojenja i jedinične cijene energije iz mreže proizlazi ušteda na temelju koje se procjenjuje i opravdanost ulaganja.

U ovom primjeru radi se o postrojenju ugrađenom na krov u vlasništvu javnog naručitelja ukupne snage 30 kW. Prosječna insolacija iznosi 1,200 kWh/kWp. Struktura troškova životnog vijeka prezentirana je u tablici 1:

Tablica 1: Struktura troškova životnog vijeka (nediskontirano, nominalne cijene)

Izvor: Računi i procjene autora.

Procjenjuje se da će postrojenje, uključujući sve faktore, u životnom vijeku od 25 godina proizvesti približno 816,863 kWh. Jedinična cijena energije iz postrojenja iznosi 0.073112 €/kWh.

3. UTJECAJ IZMJENA ZOIEVUK NA PRIFITABILNOST

Odredbom članka 13. Konačnog prijedloga Zakona o izmjenama i dopunama Zakona o obnovljivim izvorima energije i visokoučinkovitoj kogeneraciji izmijenio bi se članak 51. Zakona na način da se odredba stavka 7. postojećeg zakona briše. Brisanje ove odredbe znači ukidanje postojeće osnovice za izračun naknade za prijenosnu i distribucijsku mrežu. Naime, do ukidanja stavka 7. članka 51. osnovica za izračun vrijednosti naknade za prijenosnu i distribucijsku mreža bila je razlika preuzete energije iz mreže i predane energije u mrežu, a u prijedlogu novog članka 51. nema takve odredbe. Iz toga proizlazi da bi osnovica za izračun naknade za korištenje prijenosne i distribucijske mreže bila isključivo energija preuzeta iz mreže. Ova promjena ima utjecaja na opravdanost ulaganja u postrojenje za proizvodnju obnovljive energije u samoopskrbi iz razloga što će uštede iz kojih se namiruju troškovi postrojenja biti manje za povećanu vrijednost naknade za korištenje prijenosne i distribucijske mreže.

Također, značajne promjene uvedene su u obračunu vrijednosti predane energije u mrežu. Usporedba dosadašnjeg i novog obračuna vrijednosti energije predane u mrežu prikazana je u tablici 2:

Tablica 2: Usporedba dosadašnjeg i novog izračuna vrijednosti energije predane u mrežu kod korisnika
                  postrojenja za samoopskrbu

Izvor: Zakon o obnovljivim izvorima energije i visokoučinkovitoj kogeneraciji i Konačnog prijedloga Zakona o izmjenama i dopunama Zakona o obnovljivim izvorima energije i visokoučinkovitoj kogeneraciji

gdje su  Ci cijena energije isporučene u mrežu, k faktor cijene koji se utvrđuje poticajnim okvirom i ne može biti manji od 1, Cp cijena energije preuzete iz mreže,  _Cp prosječna jedinična cijena energije preuzete iz mreže (bez naknada za korištenje mreže), Ep  energija preuzeta iz mreže te Ei energija isporučena u mrežu.

Navedene dvije izmjene međusobno su povezane i utječu jedna na drugu. Izmjena osnovice za izračun naknade za korištenje mreže povećava mjesečne troškove koji se odnose na troškove korištenja mreže jer osnovica više nije razlika preuzete i isporučene energije već samo preuzeta energija iz mreže. Ovdje treba posebno pozornost usmjeriti na podatak o tzv. direktnom utrošku proizvedene energije. Radi se o utrošku trenutno aktivnih trošila povezanih s obračunskim mjernim mjestom na koje je spojeno postrojenje, tj. o uključenim trošilima u objektu koji koristi proizvedenu energiju. Intenzitet direktno utrošene energije imat će utjecaja na količinu energije isporučene u mrežu. To je utjecaj s učinkom korištenja jeftinije energije iz postrojenja u odnosu na energiju iz mreže pa je količina energije koja se preuzima iz mreže manja. Posljedično, manja je i osnovica za obračun naknade za korištenje mreže.

Ovaj učinak povezan je i s učinkom određivanja vrijednosti energije isporučene u mrežu. Ukoliko se radi o manjem intenzitetu direktno utrošene energije, veća količina proizvedene energije isporučit će se u mrežu. Za razliku od dosadašnjeg obračuna u okviru kojega je vrijednost isporučene energije u mrežu iznosi nepromijenjeno 80% cijene energije preuzete iz mreže, s izmjenama Zakona ovaj postotak zamijenjen je koeficijentom (k) kojeg određuje Hrvatska energetska regulatorna agencija i ne može biti veći od 1. No, vrijednost umanjena za koeficijent dodatno se umanjuje za odnos isporučene energije u mreži i preuzete energije iz mreže. Vrijednost energije opada povećanjem isporučene energije u mrežu.

Dakle moguće je očekivati osjetne promjene opravdanosti ulaganja u fotonaponska postrojenja nakon stupanja na snagu predloženih izmjena i dopuna. Iz provedene simulacije na navedenom primjeru[3] moguće je očekivati razlike prikazane na grafikonu 1:

Grafikon 1: Ovisnost stope povrata projekta i razdoblja povrata ulaganja o promjerni intenziteta direktno utrošene proizvedene energije uz otkupnu cijenu energije isporučene u mrežu od 75% cijene energije preuzete iz mreže

Izvor: Rezultati simulacije.

Uz pretpostavku da je vrijednost isporučene energije u mrežu 25% manja od cijene energije preuzete iz mreže, značajan utjecaj na opravdanost ulaganja ima intenzitet direktno utrošene energije iz postrojenja. Opravdanost ulaganja ovdje u primjeru je mjerena profitabilnošću projekta, tj. financijskom stopom povrata projekta FRR(C) prije i poslije propisa, razdobljem povrata ulaganja što je ekvivalentni pokazatelj financijske stope povrata te kumuliranom uštedom u životnom vijeku.

U pogledu profitabilnosti projekta iz rezultata simulacije dade se zaključiti da je (prije izmjena Zakona) ulaganje u poduzeće opravdano i u slučaju kada je direktni utrošak proizvedene energije nula, tj. kada se sva proizvedena energija isporučuje u mrežu. U takvom slučaju financijska stopa povrata iznosi približno 4.6%, a razdoblje povrata 12.5 godina. U praksi se zauzeo stav da se tu radi o neprihvatljivo dugom razdoblju povrata i premaloj stopi povrata međutim, takav stav nije sasvim utemeljen iz razloga što je razdoblje povrata manje od životnog vijeka i to 50%, a stopa povrata veća od, na primjer depozita ili nekih relativno sigurnih vrijednosnih papira.

No, u slučaju stupanja na snagu izmjena Zakona profitabilnost ulaganja će se smanjiti kada se sva proizvedena energija isporuči u mrežu. Razdoblje povrata je tada dulje i iznosi 13.2 godine. Profitabilnost je također smanjena i iznosi 3.2%. Ukoliko je intenzitet direktno utrošene energije kod korisnika postrojenja za samoopskrbu približno 60%, tada je moguće očekivati vrijednosti pokazatelja profitabilnosti ulaganja u fotonaponsko postrojenje približno 18%, a razdoblje povrata približno 7.5 godina (prije stupanja na snagu izmjena Zakona) te stopu povrata od 17.2% i razdoblje povrata ulaganja od 7.7 godina (nakon stupanja na snagu izmjena Zakona). Dakle u takvom slučaju radi se o opravdanom ulaganju i bez ikakvih poticaja.

Daljnje povećanje intenziteta direktno utrošene vlastito proizvedene energije utječe na povećanje profitabilnosti i razdoblja povrata. Korisnici postrojenja za samoopskrbu koji direktno utroše približno 80% proizvedene energije očekuju stopu povrata ulaganja (bez potpora) od približno 21.6% godišnje i razdoblje povrata od 6.7 godina (prije izmjena Zakona) te stopu povrata od 21.2% godišnje i razdoblje povrata ulaganja od 6.8 godine (nakon izmjene Zakona).

U pogledu osjetljivosti opravdanosti ulaganja na promjenu otkupne cijene energije isporučene u mrežu, ovisnost strope povrata i razdoblja povrata ulaganja o otkupnoj cijeni uz postotak direktnog utroška od 50% prikazan je na grafikonu 2:

Grafikon 2: Ovisnost stope povrata projekta i razdoblja povrata ulaganja o promjerni otkupne cijene energije isporučene u mrežu uz direktno utrošene proizvedene energije od 50%

Izvor: Rezultati simulacije.

Iz grafikona 2 razvidno je da je, na razini intenziteta direktno utrošene energije od 50%, profitabilnost projekta manje osjetljiva na promjenu otkupne cijene energije isporučene u mrežu. No, uz otkupnu cijenu energije isporučene u mrežu u prosjeku 25% manju od nabavne cijene energije iz mreže te uz intenzitet direktno utrošene energije od 50% profitabilnost ulaganja poslovnog korisnika s postrojenjem za samoopskrbu bit će prilično opravdano bez ikakvih potpora. U takvom prosječnom slučaju profitabilnost se očekuje na razini od 16% godišnje (prije izmjene Zakona) te 15% nakon izmjena dok je razdoblje povrata ulaganja na razini od približno 8 godina prije te 8.2 godine nakon stupanja na snagu izmjena Zakona.

4. MJERE ZA OSIGURANJE OD RIZIKA SMANJENE OPRAVDANOSTI ULAGANJA U FOTONAPONSKA POSTROJENJA

Racionalno ponašanje javnih naručitelja nametnut će pitanje osiguranja od rizika smanjene profitabilnosti fotonaponskih postrojenja uslijed stupanja na snagu predloženih izmjena i dopuna Zakona o obnovljivim izvorima energije i visokoučinkovitoj kogeneraciji. Dva su ključna pitanja. Prvo se odnosi na snagu postrojenja usklađenu sa utroškom energije, a drugo za mogućnosti promjene statusa individualnog korisnika u ugovoru s opskrbljivačem energije.

Korisnici postrojenja za samoopskrbu sa predimenzioniranim postrojenjem u odnosu da krivulje potrošnje energije različitih mjernih intervala izloženi su riziku povećane isporuke energije u mrežu u odnosu na vlastiti direktni utrošak energije. U takvom slučaju veća količina isporučene energije u mrežu, osobiti ukoliko je količina isporučene energije osjetne vrijednosti u odnosu na preuzetu energiju iz mreže, izloženi su riziku manje otkupne cijene energije koju isporučuju u mrežu. Ukoliko je veća količina isporučene energije povezana s manjim direktnim utroškom, uslijed stupanja na snagu izmjene i dopune Zakona učinak mjeren profitabilnosti ulaganja može biti osjetno smanjen u odnosu na vrijednosti tih pokazatelja prije stupanja na snagu izmjena Zakona.

Drugi mitigacijski instrument je uključivanje u energetske zajednice građana. Naime, unutar energetskih zajednica građana članovi zajednice demokratski određuju na koji će način dijeliti ukupno predanu energiju u mrežu te po kojim će cijenama dijeliti energiju. Cijene dijeljenja mogu biti veće od one koju bi platio opskrbljivač, a manje od energije koju korisnik kupuje od opskrbljivača. Uključivanje u energetsku zajednicu, pod uvjetom da je ponuda i potražnja za dijeljenom energijom uravnotežena, od interesa može biti osobito onim javnim naručiteljima koji u mrežu isporučuju veće količine energije.

5. ZAKLJUČAK

Konačni prijedlog Zakona o izmjenama i dopunama Zakona o obnovljivim izvorima energije i visokoučinkovitoj kogeneraciji donosi cijeli niz promjena na tržištu obnovljive energije u Republici Hrvatskoj. Stupanje na snagu predloženih izmjena i dopuna može utjecati na promjenu parametara za izračun održivosti ulaganja u fotonaponsko postrojenje. Najvjerojatnije će buduća fotonaponska postrojenja biti manje profitabilna u odnosu na stanje prije izmjena propisa.

Najznačajniji parametri su određivanje otkupne cijene energije isporučene u mrežu i promjena osnovice za izračun vrijednosti naknade za korištenje prijenosne i distribucijske mreže gdje osnovica postaje ukupno preuzeta energije iz mreže.

No, postoje mitigacijski mehanizmi s kojima se javni naručitelji mogu zaštiti od materijalizacije rizika uzrokovanih promjenom propisa, a radi se o uključivanju u energetske zajednice građana.

Valja zaključiti i to da se predloženim izmjenama i dopunama Zakona nije iskoristila prilika bolje urediti tržište obnovljive energije već su se, takav je dojam, uključili dodatni rizici koji neće djelovati poticajno.

---

[1] ZOIEVUK.

[2] U javnosti se najčešće, kao ilustracija opravdanosti ulaganja, koristio pokazatelj razdoblja povrata. Taj pokazatelj daje informaciju o protoku vremena potrebnom da se iz razlike ušteda i operativnih troškova namiri vrijednost ulaganja. S druge strane postoji, a po autorima značajno ilustrativniji, pokazatelj profitabilnosti – FRR(C) ili financijska stopa povrata projekta.

[3] U primjeru nije korištena potpora, odnosno, kapitalna pomoć ili grant.

---

Views: 11

Summary—Artificial intelligence (AI) is revolutionizing the energy sector by increasing efficiency, integrating renewables, and enabling smart grid management. However, the introduction of artificial intelligence in this domain raises key questions about data ownership and the impact of European Union (EU) regulations on the rights of citizens participating in energy communities. This article explores the types of data used to train AI in the energy sector, examines the ownership of AI-generated outputs, and analyses the implications of EU regulations for data protection and citizens’ rights in the context of the concept of citizen energy based on experience collected in Energy Community of Northern Adriatic (EZSJ). We explicitly highlight AI innovations applied in managing Citizen Energy Communities (CECs) trust and transparency in data acquisition and analysis.

Keywords — trainang data; data ownership; data monetization; EU legislative

Introduction

The integration of data ownership and artificial intelligence (AI) into citizens’ energy sector represents a transformative shift in the way energy is produced, consumed and managed. As the global energy landscape transitions from centralized power structures to more democratized systems, citizens are evolving from passive consumers to active prosumers, participating in energy production and consumption through initiatives such as Citizen Energy Communities (CECs) and Renewable Energy Communities (REC) [1].

This empowerment is key to fostering sustainable energy practices, enabling collective actions that support the transition to cleaner energy sources, improving community resilience, while maximizing individual benefits through energy generation and storage capabilities.

AI technologies play a key role in this development, increasing operational efficiency and sustainability in energy management. They enable smart grid management, predictive maintenance, and real-time energy optimization, significantly improving system reliability, sustainability and efficiency – inherently reducing carbon footprint [2].

However, the intersection of AI and data ownership raises important ethical considerations, in particular regarding data governance, privacy and consent. The complexity of managing and protecting data collected from citizens’ energy activities poses challenges to ensuring that individuals retain the rights to their data while facilitating its ethical use in AI-driven innovations [3].

Namely, the discourse around data ownership in the energy sector of citizens is full of controversy. Restrictive data policies can stifle innovation by limiting how data is shared and used, while a lack of clear ownership rights can lead to confusion and mistrust among stakeholders.

Moreover, issues related to algorithmic bias and the potential misuse of personal data require strong governance frameworks that prioritise transparency and accountability in AI applications.

As the energy sector continues to evolve, the dual focus on data ownership and artificial intelligence within citizen energy communities highlights the critical need for ethical, secure, and compliant data management practices. Addressing these challenges is key to promoting trust among citizens and fostering wider participation in the ongoing energy transition, ultimately ensuring that technological advances serve the interests of all stakeholders involved [4].

Background

Data ownership

The intersection of data ownership and artificial intelligence in the energy sector of citizens is a key area of focus in the ongoing energy transition. Historically, the energy supply has been dominated by traditional energy structures, including large production facilities and centralised grids, leaving little room for the involvement of citizens other than passive consumers [5].

However, recent policy developments in the European Union have introduced the already mentioned concepts of CEC and REC, which empower citizens to take on more active roles, moving them from consumers to prosumers – individuals who produce and consume energy. This change is crucial because it promotes the democratization of energy production and consumption, allowing citizens to engage in collective energy actions that support a cleaner energy future. The citizens thus become more proficient in managing their energy needs. As prosumers, citizens can now benefit from their energy production, consumption and storage, increasing the flexibility of the electricity system through demand response and energy exchange. The change in the system operation paradigm is not without challenges however – the adoption of new energy services already raises concern and data security proficiency even within the early adopters [6].

The emergence of energy communities marks a transformation in the energy market, which is increasingly characterized by participatory governance structures that prioritize social engagement and active participation of citizens. With this transformation, the role of artificial intelligence in optimizing energy systems is gaining momentum.

Artificial intelligence as a “disruptor”

AI technologies are becoming essential to increase efficiency, sustainability and operational effectiveness in the energy sector, especially in the context of smart grid management and renewable energy optimisation.

The integration of AI brings new challenges, especially in terms of data ownership and management. As energy communities leverage data from their activities, the complexity of managing and protecting this data becomes paramount. Ensuring that individuals have rights to their data while facilitating its ethical use for AI-driven innovation in energy systems is key to fostering trust and wider participation in the energy transition.

Therefore, the dual focus on data ownership and artificial intelligence within citizens’ energy communities represents a significant evolution in the way energy is produced, consumed and managed. It highlights the need for robust frameworks that balance the rights of data owners with the operational needs of energy systems, ensuring ethical, secure and compliant data handling practices as the energy sector continues to evolve [7].

The role of data in energy

Artificial intelligence (AI) is revolutionizing citizens’ energy sector by increasing efficiency, promoting sustainability, and empowering consumers. As the energy landscape evolves, AI technologies are being used to optimize energy management and reduce environmental impact, while also addressing the ethical and social implications associated with their use. AI-powered energy management systems are an integral part of citizens’ energy sector, as they use advanced algorithms and machine learning to analyse vast data sets and steer energy consumption patterns in real time, resulting in significant energy savings and a reduction in the carbon footprint [8].

AI can also play a significant role in optimizing energy flows within the citizens’ energy sector. By facilitating smart grid management, AI systems can increase the efficiency of energy flow and reduce waste. For example, AI algorithms can dynamically manage energy surges and changes, determining when energy should be saved and where it should be distributed most efficiently.

This capability is particularly important for the integration of renewables into the grid, as AI can help mitigate the disruption problems that often accompany renewable energy production.

AI systems in the energy sector rely on a variety of data sources and types to function efficiently and provide relevant and accurate analyses. One of the most important categories of information relates to energy consumption patterns. Such data mainly comes from smart meters and IoT devices and provides a detailed insight into the habits of users, from which precise estimates of future energy needs can then be performed.

In addition, it is very important to collect network performance metrics – for example, voltage level, frequency and load data – to help maintain grid stability and identify potential problems more quickly. Weather data, i.e. forecasts of meteorological conditions, are crucial for predicting the production and demand of renewable energy sources, since factors such as wind or solar radiation directly affect production. In addition, understanding the demographic characteristics of customers is particularly useful for the adaptation of energy services, which is reflected in more efficient planning and creation of offers that meet the real needs of different user groups [9].

The data that enables this level of prediction and adjustment comes from several sources. Among the most important are IoT devices and smart meters that continuously collect real-time consumption data, thus enabling a detailed analysis of consumer habits. Public datasets also play a significant role, as they contain a wide range of information on energy trends, weather conditions or socio-economic characteristics. Finally, there are energy suppliers who have proprietary information about the production and distribution itself, and such data can be of crucial importance for the assessment of grid capacity and long-term planning. By combining all these elements (Table 1.), AI systems can more accurately predict consumption, improve grid stability and optimise energy resource management [10].

Table 1. Categorization of Data for AI Training

Source: Adapted from IEEE study on AI Data Categorization

Using this data allows AI models to optimize energy distribution, predict demand, and efficiently integrate renewable energy sources.

A.    Ownership of Results in Artificial Intelligence Training

The integration of artificial intelligence into an organization’s business processes itself involves the collection and analysis of large amounts of data. This increased data activity raises significant privacy and security issues that organizations must address to protect the privacy and security of their employees’ and customers’ data.

The issue of ownership of the outcomes resulting from the operation of AI models, which are trained on shared data, is extremely complex and involves different aspects of intellectual property. On the one hand, individuals and entities providing data can claim the insights generated by AI based on their information, as it is their data that is the basis for the development of these insights. On the other hand, energy companies or any other organizations that develop and maintain AI models emphasize their ownership of the models themselves and their results, especially when using proprietary algorithms and company expertise.

To better illustrate this issue, an example can be considered in which an artificial intelligence model predicts potential energy savings for a particular local community, relying on data provided by members of that community. In such a situation, the question arises whether the rights to the results and conclusions belong to the residents themselves, given that their data were crucial for the model, or whether they are completely retained by the energy company that created and manages the model.

To protect the interests of all parties involved, it is important to put in place clear agreements and legal frameworks that precisely define ownership rights and ensure fair remuneration for participants who have contributed data. Such agreements prevent potential disputes and maintain trust in the processes of collecting, analysing and using data for the purpose of improving energy systems and other areas [11].

Recent efforts have been devised to develop privacy-preserving schemes to handle the data while still exploiting the most utility of the data itself [12]. These schemes in general may induce significant overheads in performance and communication cost. However successful examples of collaborative privacy preserving schemes exist and are suitable even for monetizing of the data assets in business contexts [13].

Balancing these interests requires clear agreements and legal frameworks to demarcate property rights and ensure fair remuneration for those who contribute data.

B.    North Adriatic Energy Community Case Study

The North Adriatic Energy Community (EZSJ) is one of three operating energy communities in the Republic of Croatia that have a license for energy activities. It has 27 members primarily from the North Adriatic region, with a total installed production capacity from photovoltaic plants of over 150 kW. The community members are of various types, from retirees, family households to non-profit associations, companies and craftsmen. The purpose of the participation of each member in the energy community of citizens is to achieve savings in relation to other sources and forms of energy supply, for example, in relation to energy from the grid [14]. Each member has obligation to supply data that are the subject of system or optimisations management (energy production and/or consumption curves). In the context of the EZSJ, this is achieved by delegating the function of collecting and processing data from each member to the energy community itself, which is regulated by contracts between the community and the member. Following the defined meaning and purpose of participation in the citizens’ energy community, it follows that the effect of participation may vary in the ranges of benefits of each member of the community. Therefore, the central issue of data management comes down to optimization to achieve the best effects of each member of the community.

EZSJ members are divided into 4 categories (users – consumers (P1) or prosumers (P2) and companies – consumers (B1) or prosumers (B2)) to enable analytics and simulations that are in accordance with the valid tariff policies on the energy market of the Republic of Croatia.

Figure 1. Energy Community Administration System ECAS

In Fig. 1 we are presenting Energy Community Administration System (ECAS) used for managing and optimizing EZSJ. As a simulation engine open-source Grid Singularity Energy Exchange provided under GPL v3. Codebase licence is used [15]. There are several parameters that govern optimization, but the most important are: (i) data on produced and consumed energy, (ii) internal prices of shared energy, and (iii) consumption (load) profiles. However, the curves of energy produced and taken from the grid are different for each billing period, and each billing period may vary by the number and type of members. Therefore, optimization should be carried out for each billing period (Fig. 2).

Figure 2 ECAS billing period sample

Optimization can be carried out on several levels regarding targeting precision. The first level of optimization refers to the goal of minimizing the energy distributed to the grid. In this case, suboptimal business occurs when the demand for shared energy is lower than the supply.

The second level of optimization refers to maximizing the benefits of different groups of users. Namely, members of the community can be classified regarding certain criteria such as the status of a producer or passive consumer, the purchase price of energy from the network, and the like. Suboptimal performance in this case will be if the benefits of the group are less than the maximum possible.

The third level of optimization is methodologically like the second level, except that in the third level, optimization is carried out at the level of each member of the community. Optimization is carried out by comparing the effects “outside” and “inside” the community.

The relationship between these benefits represents an added value due to participation in the community, and the goal is to make it as high as possible for each group as presented as result of one iteration result in Fig. 3.

Figure 3. Profit distribution by member type simulation

In the presented example, an imbalance in realized profits is visible, considering that small users with insufficient electricity production prevail, therefore, for larger business users, there are no significant surpluses within the community that could improve their profitability.

From the previous considerations, it is quite clear that the benefits of participating in the energy community cannot be precisely determined without historical data from all members, therefore their consent to the automation of data collection as well as their profiling in the context of consumption is a prerequisite for entering the energy community. In the framework of the Northern Adriatic Energy Community, this is specifically regulated by decisions of the community assembly and is based on valid EU regulations in the context of data protection.

C.    EU rules and citizens’ (consumers’ rights)

The legal bases for the right to privacy and data protection are defined in the EU Charter of Fundamental Rights. Along that, the General Data Protection Regulation (GDPR) serves as a global benchmark for data protection laws, reinforcing the importance of these rights.

The GDPR, which has been in force since 2018, has important role in regulating the use of personal data in the context of the AI platforms implementation. Most importantly, the GDPR explicitly prohibits decisions based solely on automated data processing (avoiding “man in the loop”), including profiling, and imposes strict guidelines on how personal data is collected, managed and kept.

In addition to the GDPR, the European Union has also adopted other regulatory acts, such as the Digital Services Act (DSA) and the Digital Markets Act (DMA). They aim to create a safer digital environment and establish a more balanced AI implementations, which has a direct impact on the operation of AI-based platforms, including those operating in the energy sector. These acts also introduce requirements for greater transparency in the operation of algorithms, i.e. the obligation for companies to explain how their AI systems make decisions. This aims to ensure greater accountability and clarity in the use of AI, which is crucial for user trust and the sustainability of AI technologies.

D.   Artificial Intelligence Act and IEEE

The Parliament and the Council of the European Union have adopted the world’s most ambitious technology regulation – the Artificial Intelligence Act [16], which aims to set clear requirements and expectations for specific uses of AI.  Although the AI Act entered into force on August 1, 2024, most of its provisions will not be implemented immediately. Instead, it will be phased in and full implementation is scheduled for 1 August 2027.

The AI Act will standardise AI regulation across the EU27, with significant extraterritorial implications, covering all AI systems that affect people in the EU, regardless of their origin. As with other recent EU regulations, the fines for non-compliance are enormous.

The AI Act introduces a risk-based approach, according to which AI systems are classified according to the degree of potential danger to users and the wider community. The strictest requirements relate to so-called high-risk applications, where it is mandatory for their developers to establish detailed risk management systems, as well as to ensure adequate human supervision of the operation of artificial intelligence. Such an approach has a direct impact on the energy sector, as all AI systems that manage critical infrastructure – such as energy supply networks – are considered high-risk. Therefore, adherence to strict safety and ethical standards is crucial for them.

AI governance in the energy sector presupposes the establishment of comprehensive AI governance frameworks to prevent abuse and protect the rights of all users. Clear guidance should specify the permitted uses of AI for the processing of production/consumption data and consumer behaviour, ensuring that AI applications comply with ethical standards and legal requirements. This includes setting boundaries for monitoring, decision-making processes, and the use of service user data. Effective AI governance fosters accountability and ensures the responsible use of AI tools, thereby reducing the risks associated with the automation and manipulation of user data.

The lifecycle ethics framework for AI in energy sectors, as outlined by Coventry University researchers, proposes a comprehensive approach to integrating ethical considerations throughout the development and implementation of AI systems in energy. This framework consists of four key phases: design, development, operation, and evaluation, each supported by a central AI ethics repository. The repository gathers and integrates primary and secondary dimensions of ethical practice, including reliability, safety, and trustworthiness, ensuring that ethical considerations are embedded from the initial design through to the system’s evaluation. This approach aligns closely with the operational lifecycle of energy systems, encompassing stages from design and production to maintenance, repair, and eventual decommissioning. By embedding ethics at every stage, the framework aims to bridge the gap between conceptual ethical principles and the technical performance of AI applications in complex energy systems [17].

The IEEE emphasizes the importance of algorithmic transparency and explainability as key ethical elements essential to AI systems’ acceptance. For instance, the IEEE Guide for an Architectural Framework for Explainable Artificial Intelligence defines a technological blueprint for building, deploying, and managing machine learning models that meet the requirements of transparent and trustworthy AI by adopting various explainable AI (XAI) methodologies as presented in Fig. 4. Additionally, IEEE’s discussions on building trusted AI systems highlight that transparency provides a “right to explanation,” ensuring that stakeholders receive meaningful justifications for an AI’s decisions, thereby enhancing trust and accountability [18].

Figure 4. IEEE XAI methods applicable to three different stages: pre-modeling, modeling, and post-modeling

Such regulations together aim to better protect citizens’ rights, ensure respect for the privacy of collected data and encourage the ethical and sustainable development of artificial intelligence in the field of energy. This seeks to strike a balance between promoting innovation and reducing potential risks to society and the environment.

E.    Ethical and Practical Implications

Ethical implementation of AI systems is paramount for maintaining trust among employees, employers, and clients. The 2019 Ethics Guidelines for Trustworthy AI [19], outline seven non-binding ethical principles for AI that AI systems should comply to be considered credible:

1.      Human action and oversight: AI systems should support people, enable them to make informed decisions and nurture their fundamental rights. At the same time, adequate monitoring mechanisms need to be ensured, which can be achieved through the ‘man in the loop’, ‘man above the loop’ and ‘man in command’ approaches.

2.      Technical robustness and safety: AI systems need to be resilient and proven. They must be safe, they must provide a backup plan in case something goes wrong, as well as be up-to-date, credible and repeatable.

3.      Privacy and data governance: In addition to guaranteeing full respect for privacy and data protection, it is also necessary to ensure appropriate data governance mechanisms, considering their quality and integrity and ensuring legitimate access to data.

4.      Transparency: The business models of data, systems and applications of AI should be transparent. Furthermore, AI systems and their decisions should be explained in a way that is tailored to the average user.

5.      Diversity, non-discrimination and fairness: Unfair bias must be avoided as it can have multiple negative implications, from marginalising vulnerable groups to exacerbating prejudice and discrimination.

6.      Social and environmental well-being: AI systems should benefit all people, including future generations. Therefore, their sustainability, energy efficiency and environmental friendliness must be ensured.

7.      Accountability: Mechanisms should be put in place to ensure accountability of organisations using AI systems and any errors to end-users.

The application of AI in the energy sector brings several ethical and practical challenges, especially when it comes to balancing innovation and the responsible application of technology. One of the key aspects of this relates to fairness and equality, that is, the necessity of ensuring that AI systems do not perpetuate existing biases or put certain demographic groups at a disadvantage. Since AI models rely heavily on historical data, there is a danger that learning from this data will only cement existing inequalities and thus create additional barriers for those groups that are already marginalized.

To mitigate or eliminate bias, various techniques are being investigated, among which federated learning, and the use of synthetic data stand out [20]. Federated learning allows models to be trained on decentralized datasets, without exchanging sensitive data between different sources, which can reduce the possibility of bias associated with limited or uniform datasets.

Synthetic data, on the other hand, is created by computer means to complement or replace real data, thus providing a wider and more diverse range of examples for model training, allowing for more accurate and fair solutions. The use of such approaches seeks to encourage the continuous development of innovation in the energy sector, while ensuring that the highest ethical standards are respected.

F.    Trust of the members of the energy community

Transparency is key to building trust and ensuring a smooth process of the adoption of AI technologies within energy communities and other forms of citizens’ associations (CEC and REC). Promoting a culture of clearness in data collection and processing includes clear communication about how artificial intelligence is used, about the benefits it brings, but also about the consequences it can have on various aspects of the work of organizations. This openness helps demystify AI technologies, alleviating fears and misconceptions among users. Involving members in the adoption process fosters a sense of ownership and collaboration, minimizing the risks inherent in each application of new technologies. Transparent communication also extends to stakeholders outside the organization, strengthening the organization’s commitment to the ethical and responsible use of AI and the processing of large data sets. Addressing these implications requires ongoing dialogue among stakeholders, adherence to ethical guidelines, and continuous monitoring of AI systems.

Recommendations and future directions

Implementing strong ethical guidelines for the use of AI helps mitigate risks such as bias, discrimination, and unintended consequences. Those guidelines should cover principles such as data privacy, transparency in decision-making processes and accountability mechanisms. By incorporating ethical considerations into their AI strategies, organizations not only follow regulatory requirements but also build trust with customers, employees, and other stakeholders. To effectively navigate the complexities surrounding the use of data and AI in the energy sector, it is essential to ensure active cooperation and a clear allocation of responsibilities between policymakers, energy companies and citizens themselves. In the first place, policymakers need to design and implement clear legal guidelines to clarify the ownership of data and results generated using AI. This can prevent potential conflicts over intellectual property and ensure that legal frameworks keep pace with rapid technological progress, thereby protecting citizens’ rights while allowing innovation to flourish. At the same time, energy companies must adopt transparent practices and communicate openly about the ways in which they collect, process and use consumer data, including AI-based decision-making processes. The introduction of ethical principles in the development of AI systems is additionally important to prevent technological progress from coming at the expense of social values and privacy protection.

Acknowledgment

The work is supported by the project of the European Commission’s Digital Europe Programme no. 101083838 “European Digital Innovation Hub Adriatic Croatia (EDIH Adria).

References

1. S. Ahmed, A. M. Măgurean, Renewable Energy Communities: Towards a new sustainable model of energy production and sharing, Energy Strategy Reviews, Volume 55, 2024.
2. R. Mousavi, A. Mousavi, Y. Mousavi, M. Tavasoli, A. Arab, I. B. Kucukdemiral, A. Alfi, A. Fekih, Revolutionizing solar energy resources: The central role of generative AI in elevating system sustainability and efficiency, Applied Energy, Volume 382, 2025.
3. L. Roth, J. Lowitzsch, Ö. Yildiz, Which (co-)ownership types in renewables are associated with the willingness to adopt energy-efficient technologies and energy-conscious behaviour? Data from German households, Energy Policy, Volume 180, 2023.
4. A. Eitan, L. Herman, I. Fischhendler, G. Rosen, Community–private sector partnerships in renewable energy, Renewable and Sustainable Energy Reviews, Volume 105, Pages 95-104, 2019.
5. M. E. Biresselioglu, M. H. Demir, B. Solak, Z. F. Savas, A. Kollmann, B. Kirchler, B. Ozcureci, Empowering energy citizenship: Exploring dimensions and drivers in citizen engagement during the energy transition, Energy Reports, Volume 11, Pages 1894-1909, 2024.
6. M. M. Fouad, S. Kanarachos, and M. Allam, “Perceptions of consumers towards smart and sustainable energy market services: The role of early adopters,” Renewable Energy, vol. 187, pp. 14–33, Mar. 2022.
7. B. Bănică, L. Patrício, V. Miguéis, Citizen engagement with sustainable energy solutions – understanding the influence of perceived value on engagement behaviors, Energy Policy, Volume 184, 2024.
8. Chr. Lamnatou, C. Cristofari, D. Chemisana, Artificial Intelligence (AI) in relation to environmental life-cycle assessment, photovoltaics, smart grids and small-island economies, Sustainable Energy Technologies and Assessments, Volume 71, 2024.
9. Y. Ledmaoui, A. E. Fahli, A. Chehri, A. Elmaghraoui, M. El Aroussi, R. Saadane, Monitoring Solar Energy Production based on Internet of Things with Artificial Neural Networks Forecasting, Procedia Computer Science, Volume 225, 2023, Pages 88-97, ISSN 1877-0509.
10. M. Güçyetmez, H. S. Farhan, Enhancing smart grids with a new IOT and cloud-based smart meter to predict the energy consumption with time series, Alexandria Engineering Journal, Volume 79, 2023, Pages 44-55.
11. E. J. Palacios-Garcia, X. Carpent, J. W. Bos, and G. Deconinck, “Efficient privacy-preserving aggregation for demand side management of residential loads,” Applied Energy, vol. 328, p. 120112, Dec. 2022.
12. E. J. Palacios-Garcia, V. Vrabel, and G. Deconinck, “Local privacy-friendly verification of customer participation in frequency regulation services using smart meter data,” IET Smart Grid, Vol. 7, Issue 5, Pages 593-609, 2024.
13. C. Gonçalves, R. J. Bessa, and P. Pinson, “Privacy-Preserving Distributed Learning for Renewable Energy Forecasting,” IEEE Transactions on Sustainable Energy, vol. 12, no. 3, pp. 1777–1787, Jul. 2021.
14. D. Juričić, D. Medved,” Economic factors of citizen energy communities in the Republic of Croatia, TIM4PIN, vol. 4/2024, pp. 62-71, April 2024.
15. Grid Singularity Energy Exchange v 1.5, Accessed: 03.2024 [Online] Available: Grid Singularity Mission – Grid Singularity Wiki,
16. Artificial Intelligence Act (Regulation (EU) 2024/1689), https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=OJ:L_202401689
17. El-Haber, N.; Burnett, D.; Halford, A.; Stamp, K.; De Silva, D.; Manic, M.; Jennings, A. A Lifecycle Approach for Artificial Intelligence Ethics in Energy Systems. Energies 17 No.14, 2024.
18. IEEE Guide for an Architectural Framework for Explainable Artificial Intelligence, (IEEE Std 2894™-2024), February 2024.
19. High-Level Expert Group on Artificial Intelligence, Accessed: 03.2024 [Online], Available: https://digital-strategy.ec.europa.eu/en/policies/expert-group-ai
20. S Zhu, X Shi, H Zhao, Y Chen, H Zhang, X Song, T Wu, J Yan, Personalized federated learning for household electricity load prediction with imbalanced historical data, Applied Energy, Volume 384, 2025.

---

Views: 6