Datengrundlage
Vollständig archivierte Day-Ahead-Prognosen und veröffentlichte Auktionspreise.
Cutoff-gültige Preisprognosen für Batteriespeicher, geprüft anhand tatsächlich realisierbarer Fahrpläne.
Wir entwickeln Wind-, PV- und Day-Ahead-Prognosen für Deutschland mit besonderem Fokus auf ihre Nutzung für Batteriespeicher. Neben dem Preisfehler prüfen wir, ob wirtschaftlich relevante Preisbewegungen zeitlich erkannt werden.
Forecast und Vorwochen-Referenz werden für dieselben Liefertage mit identischem Batterieprofil und denselben Auktionspreisen bewertet.
Wirtschaftliche Forecastbewertung mit einem standardisierten Batteriespeicher-Prüfstand. Pilotzeitraum und Übergangstage bleiben vorläufig; die Evidenzklassen werden nicht zu einer gemeinsamen Leistungskennzahl verrechnet.
| Zeitraum / Liefertag | Forecast-Status | Forecast netto | Persistence netto | Perfekte Voraussicht / Oracle | Value Capture |
|---|
Tageswerte ab dem 27.09. basieren auf regelgebunden ausgewählten Forecasts. Eine aggregierte Leistungskennzahl wird nach Erreichen der vorab definierten Mindeststichprobe ausgewiesen.
Simulierte wirtschaftliche Bewertung eines standardisierten Batteriespeichers; keine Erlöse einer betriebenen Anlage.
Vollständig archivierte Day-Ahead-Prognosen und veröffentlichte Auktionspreise.
Für jeden Liefertag wird ausschließlich die vor dem Cutoff archivierte Prognose verwendet.
10 MW / 20 MWh, 85 % AC-AC-Wirkungsgrad, maximal ein Vollzyklus täglich.
Forecast, Persistence und perfekte Voraussicht werden mit demselben Optimierungsverfahren bewertet.
Eigene PV- und Windprognosen bilden zentrale fundamentale Eingangssignale unseres Preisprognosemodells. Weitere Markt-, Zeit- und Fundamentalfaktoren ergänzen die Modellierung der Day-Ahead-Preisdynamik.
| Fundament | Prognosebasis | Auflösung | Rolle im Preismodell |
|---|---|---|---|
| Photovoltaik | Eigene wettermodellbasierte PV-Prognose | 15 Min. | Solarerzeugung und Mittagsresiduallast |
| Wind | Eigenes Wind-Ensemble aus mehreren Wettermodellen | 15 Min. | Onshore-/Offshore-Erzeugung und Rampen |
Die Tabelle beschreibt die Modellbasis. Separate PV-/Wind-Leistungskennzahlen werden erst nach eigener belastbarer Validierung veröffentlicht.
Jede Prognose wird zu dem Zeitpunkt eingefroren, an dem sie operativ verfügbar war. Kein nachträgliches Aufhübschen mit Daten, die zum Entscheidungszeitpunkt noch gar nicht existierten.
Für Batteriespeicher sind sowohl das Preisniveau als auch der Zeitpunkt hoher und niedriger Preise wichtig. Wir prüfen beides anhand der Prognosefehler und des simulierten Batterieertrags. Der Batterieertrag ist derzeit kein direktes Trainingsziel des Preismodells.
MAE und weitere Prognosefehler bleiben wichtige Qualitätskennzahlen. Zusätzlich prüfen wir den simulierten Batterieertrag eines mit der Prognose geplanten Fahrplans gegen perfekte Preisvoraussicht.
Im Mittelpunkt unserer Produktentwicklung stehen Day-Ahead-Preisprognosen. Eigene PV- und Windprognosen bilden einen Teil der Modellgrundlage. Die Erweiterung auf weitere Märkte und Länder ist geplant.
Wir entwickeln Day-Ahead-Preisprognosen als Grundlage für Batteriespeicher-Fahrplanung, Energiebeschaffung und Verbrauchsplanung.
Sie möchten unsere Prognosen künftig in Ihren Prozessen oder Anwendungen nutzen? Bekunden Sie unverbindlich Ihr Interesse. Gerne sprechen wir mit Ihnen über Ihren konkreten Bedarf.
Oder schreiben Sie uns direkt:
kontakt@sightgrad.de