Benchmark von Verbrauchsprognosen der Verbund Energy4Business GmbH

© Fraunhofer IPA / Rainer Bez

In Kürze

Die Verbund Energy4Business GmbH befasst sich mit den Themen Energieversorgung, Stromhandel und Bilanzkreismanagement. Für die mit elektrischer Energie belieferten Kunden werden täglich neue Prognosen des Lastgangs erstellt. Aufgrund der wirtschaftlichen Folgen von Prognosefehlern (Ausgleichsenergiekosten) prüft die Verbund Energy4Business GmbH regelmäßig Methoden, um die Genauigkeit der Lastprognose zu erhöhen. Im Rahmen eines Benchmarks hat das Fraunhofer IPA die für einige Industriekunden der Verbund Energy4Business GmbH aus verschiedenen Branchen erstellten Prognosen mit diversen Stand-der-Technik-Methoden verglichen und damit Potentiale zur Erhöhung der Prognosegenauigkeit aufgezeigt.

Im Rahmen eines Benchmarks hat das Fraunhofer IPA die für anonymisierte Industriekunden der Verbund Energy4Business GmbH aus verschiedenen Branchen erstellten Prognosen mit diversen Stand-der-Technik-Methoden verglichen und damit Potenziale zur Erhöhung der Prognosegenauigkeit aufgezeigt. Die Prognosetools der Verbund Energy4Business GmbH sind in den meisten Fällen mindestens so akkurat wie die Benchmark-Methoden. Dies konnte anhand der Lastgangdaten von sieben Industriekunden aus unterschiedlichen Branchen validiert werden. Bei bestimmten Fällen kann die Prognosegenauigkeit durch neuartige Prognosemethoden bei gleichbleibendem Datenbestand oder durch eine Erweiterung der Datenbasis signifikant erhöht werden. Dadurch lassen sich Ausgleichsenergiekosten senken. Folgende Aspekte spielen dabei eine entscheidende Rolle

  • Anwendung von Methoden des maschinellen Lernens zur Erfassung von komplexen Zusammenhängen, beispielsweise bei Unregelmäßigkeit der Netzlast aufgrund von Eigenerzeugungsanlagen
  • Verwendung von ortsspezifischen Wetterdaten für die Modellierung
  • Aufbau von Schnittstellen zu unternehmensspezifischen Daten (z.B. Betriebskalender inklusive der Sondertage)
  • Einbezug von Produktionsplanungsdaten zur Lastprognose in Zeiträumen mit Abweichungen vom üblichen Lastprofil

Im Detail

Für eine multikriterielle Bewertung sind neben der Prognosegenauigkeit auch der Personalbedarf bei der Implementierung der Methoden, der Rechen- und Speicherbedarf und die Interpretierbarkeit der Ergebnisse entscheidend. Durch eine Abwägung des mit genaueren Prognosen verbundenen Einsparpotenzials gegenüber aller zu leistenden Aufwände kann eine Entscheidungsbasis geschaffen werden, ob eine neue Prognosemethode wirtschaftlich implementiert werden kann.  

Die Ergebnisse der Benchmark-Analyse wurden mit folgender Vorgehensweise erarbeitet:

  • Schritt 1: Import der Mess- und Prognosedaten einzelner anonymisierter Industriekunden der Verbund Energy4Business GmbH
  • Schritt 2: Explorative Datenanalyse hinsichtlich der Lastgang-Charakteristika und der Einflussfaktoren
  • Schritt 3: Training von elf Benchmark-Modellen mit historischen Daten
  • Schritt 4: Benchmark der Verbund-Prognosen in einem Testzeitraum
  • Schritt 5: Evaluierung und Visualisierung der Ergebnisse
© Fraunhofer IPA/Rainer Bez

Zitat des Kunden

»Es freut uns, dass unsere Prognosen mit den Benchmark-Modellen mithalten können und teilweise durch unsere Expertise auch besser sind. Die Studie hat uns aber auch bestätigt, dass man sich nicht auf alten Lorbeeren ausruhen darf. Industriekunden ändern schneller Ihr Verbrauchsverhalten als früher und die Einflussfaktoren für gute Prognosen werden vielfältiger.«

Franz Eisner, EDM & Bedarfsprognosen

Das könnte Sie auch interessieren

Kompetenz

Industrielle Energiesysteme