Anzeige

Künstliche Intelligenz verbessert Prognosequalität

Trianel Windpark Borkum. Foto: Trianel/Jan Oelker

Trianel hat ein selbstlernendes Prognosetool für die Direktvermarktung von Wind- und Solarstrom entwickelt. Das neue Tool soll deutlich präziser sein als herkömmliche Prognosesysteme.

Die Stadtwerke-Kooperation Trianel hat in den letzten zwei Jahren ihre Prognose-Infrastrukturen auf eine cloudbasierte IT-Architektur umgestellt und ein eigenes System zur Prognoseoptimierung aufgebaut. Die neue Architektur ermöglicht eine deutlich schnellere Datenverarbeitung und Datenanalyse von standortgenauen Wetterdaten sowie historischen und aktuellen Erzeugungsdaten. „Mit Hilfe von Künstlicher Intelligenz erhöhen wir deutlich die Qualität der Datenanalysen. Alle Daten werden mit selbstlernenden Algorithmen in Echtzeit ausgewertet, so dass für den immer wichtiger werdenden Kurzfristhandel die aktuelle Position und kurzfristige Änderungen der Erzeugung deutlich präziser prognostiziert werden können“, sagt Reinhard Klimeck, Bereichsleiter Handel und Portfoliomanagement bei Trianel.

Durch den stetig wachsenden Anteil von erneuerbaren Energien – mit ihrem spezifischen fluktuierenden Einspeiseverhalten – wird die Prognosequalität zu einem immer wichtigeren Erfolgsfaktor für die Direktvermarktung. „Eine hohe Prognosequalität ermöglicht es, die notwendige Ausgleichsenergie zu reduzieren und die Vermarktungskosten signifikant zu senken“, betont Klimeck. Die Stadtwerke-Kooperation Trianel bewirtschaftet ein Direktvermarktungsportfolio von rund 3.200 Megawatt.

Über ein Jahr hat Trianel das neue System getestet und die einlaufenden Daten stetig analysiert. Nach der erfolgreichen Testphase setzt Trianel die neue Applikation bereits seit Anfang des Jahres zur Optimierung der Direktvermarktung ein. „Unsere bisherigen Erfahrungen zeigen bereits, dass das neue System deutlich präziser ist und um bis 20 Prozent geringere Abweichungen für die Kurzfristprognose zeigt als herkömmliche Systeme“, sagt Bastian Wurm, Leiter Direktvermarktung bei Trianel. Die selbstlernenden Algorithmen werden die in Echtzeit erfolgenden Datenanalysen stetig verbessern, da sich die Datengrundlage kontinuierlich erweitert. „Optimierte Prognosen sind der Schlüssel um handelsseitig und physikalisch die Synchronisation von Erzeugung und Verbrauch zu managen. Unser neues Prognosesystem legt hierbei den Grundstein um spartenübergreifend die Prognosequalität zu erhöhen“, hebt Wurm hervor.

Das System liefert nicht nur genauere Prognosen für den Kurzfristhandel, sondern auch eine wichtige Grundlage für die Entwicklung von Produkten bei zunehmender Marktintegration der Erneuerbaren. Ein Beispiel ist die Stromvermarktung mit langfristigen Lieferverträgen (PPAs) von EE-Anlagen, die aus der EEG-Förderung fallen. „PPAs haben in anderen Ländern gezeigt, dass sie eine Lösung für die Zukunft des Erneuerbaren-Marktes sein können. Eine wichtige Voraussetzung für die Entwicklung von PPA-basierten Geschäftsmodellen sind Verfahren zur Bewertung von Portfolioeffekten und Handelsrisiken – dies treiben wir aktiv voran“, so Klimeck.
 

6.9.2019 | Quelle: Trianel | solarserver.de © EEM Energy & Environment Media GmbH

Bleiben Sie auf dem Laufenden und erhalten Sie täglich die wichtigsten Solar-News direkt in Ihr E-Mail-Postfach. Pünktlich um 15:30 Uhr.

Natürlich finden Sie auch hier auf der Website weitere aktuelle Solar-Nachrichten.