Prognose der Regelenergie für den Energiehandel

Anhand von historischen Daten und Prognosen aus dem Energiesektor soll das Saldo der physikalischen Regelenergieabrufe 
im deutschen Netzregelverbund (NRV) prognostiziert werden.

L

Identifizierung des Vorzeichens des Saldos mit einer Güte von 83% für positive Saldi

!

Signifikante Verbesserung der absoluten Abweichung im Vergleich zum simplem Fortschreiben

Walkforward-Modell, das sich stetig durch neue Daten verbessert

Herausforderung

Ein Energiedienstleister möchte ein Machine Learning Modell zur Prognose des positiven oder negativen Saldos der Regelenergie im Netzregionalverbund (NRV) entwickeln. Ziel ist es, auf dem volatilen Strommarkt effizienter handeln zu können.

Lösung

Zahlreiche Datenquellen werden bereinig und in ein einheitliches Zeitreihenformat zusammengeführt. Eine visuelle und datenbasierte Exploration von Korrelationen und möglichen Einflussfaktoren wir durchgeführt. Anschließend werden mehrere Regressions- und Klassifikationsmodelle zur Vorhersage des Saldos bzw. dessen Vorzeichen sowie Anwendung eines zweistufigen Ensemblemodells erstellt. 

Ergebnis

Es gibt den Prototyp eines Prognosemodells, das darauf ausgerichtet ist, mit aktuell verfügbaren Daten das Saldo der Regelenergie in 15 Minuten vorherzusagen. Dadurch kann sich der Stromproduzent auf dem Markt besser positionieren. 

Haben Sie Interesse an eigenen Use Cases?

Data Science Use Cases

Data & AI Wissen

Gemeinsam Mehrwerte aus Data & AI schaffen

Blog

Entdecken Sie Fachartikel rund um Data & AI sowie aktuelle Branchenmeldungen.

Webinare

Tauchen Sie ein in unsere Best Practices und Industry Exchanges. Entdecken Sie neue Termine und Aufzeichnungen vergangener Webinare.

Whitepaper

Mit unseren Whitepapern, Case Studies und Studien erfahren Sie mehr über den Einsatz von Data & AI in Ihrer Branche.