Mehr Marge im Direktvermarktungsgeschäft? Data Science hilft!

Energiehandel – Optimierung der Direktvermarktung für Energieerzeuger

Im Energiehandel für erneuerbare Energien herrscht viel Bewegung. Sowohl die gehandelten Mengen als auch die Marktteilnehmer steigen ständig. Um Margen auszureizen, müssen die Prognosen der Kraftwerke möglichst genau mit der Realität übereinstimmen. Das vermeidet Ausgleichsenergiekosten und unnötige Tradingpositionen.

Für einen Five1-Kunden wurde dafür die Prognoseerstellung optimiert. Im ersten Schritt wurden alle verfügbaren Daten in ein Datenmodell integriert. Dazu zählen neben den Prognosedaten von emsys, Solar3 und Wind9 auch CRM und Abrechnungsdaten.

Quelle: Nasa/Unsplash

Metamodellierung als Schlüssel zur höheren Marge

Prognoseanbieter arbeiten mit unterschiedlichen Modellen zur Vorhersage von Energieerzeugung und liefern dadurch unterschiedliche Ergebnisse. Für den Kunden wurde hierfür ein individuelles Meta-Prognosemodell entwickelt, das die Besonderheiten der Daten erkennt und Anlagen-spezifisch optimiert. Dabei wird Wert darauf gelegt, dass zum Schluss die Anlagenenergiesumme für die Vermarktung relevant ist.

Ein leicht verständliches Beispiel hierfür ist folgendes: Durch das Zusammenbringen von bspw. Wetter- und historischen Abrechnungsdaten können wir automatisiert feststellen, welcher Anbieter bei welcher Windkonstellation Abweichungen für eine bestimmte Anlage aufweist. Gewinnt man diese Erkenntnis aus unterschiedlichen Kombinationen von Wetter- und Prognosedaten, lässt sich ein Meta-Prognosemodell trainieren, dessen Resultate individuell und automatisiert bessere Ergebnisse liefert. Die auf diese Weise gewonnen Ergebnisse sind dadurch genauer und das Beste ist, das Model lernt ständig dazu. Haben Sie Interesse, über dieses Thema mit einem Fachexperten zu sprechen? Dann wenden Sie sich an: benjamin.seeber@five1.de – wir freuen uns auf Sie!

Mehr zum Thema Big DATA Science im nächsten Teil: Vom traditionellen Data-Warehouse zum modernen DataHub in der Cloud

Getagged mit: , , , , , , , , ,

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

*

*