Benchmark činí prognostické nástroje srovnatelné

Výzkumníci z Fraunhofer IPA vyvinuli nástroj pro srovnávání výkonu. Umožňuje porovnávat různé metody, kterými lze určit budoucí spotřebu energie. (Zdroj: Fraunhofer IPA/ Foto: Rainer Bez)

Rozhodování při výběru: Společnosti, které chtějí profitovat z nízkých nebo záporných cen elektřiny, potřebují spolehlivé předpovědi budoucí spotřeby elektřiny. Protože je trh s prognostickými nástroji nepřehledný, vyvinuli vědci z Fraunhofer IPA srovnávací benchmark, který porovnává dostupná řešení na trhu.

Když nesvítí slunce a nefouká vítr, solární parky a větrné elektrárny nevyrábí elektřinu. Taková tma je sice spíše vzácná, ale čím více energie pochází z obnovitelných zdrojů, tím více se nabídka elektřiny podřizuje sezónním a povětrnostním výkyvům – a s nimi roste nebo klesá kurz na Lipské burze s elektřinou. V roce 2019 se kurz dokonce na 200 hodin dostal do záporných hodnot. Společnosti, které chtějí profitovat z takových kurzových výkyvů, musí co nejpřesněji odhadnout, kolik elektřiny v nejbližší době spotřebují, a svou výrobu vždy spustit, když je cena elektřiny nízká nebo záporná.

Existuje však taková spousta prognostických nástrojů, které umožňují předpověď spotřeby elektřiny, že i pro zkušené manažery v oblasti energie je trh téměř nepřehledný. Od jednoduchých metod, které předpokládají, že spotřeba ve všední dny v létě je vždy přibližně stejná, až po samoučící algoritmy, které čtvrtletně sledují spotřebu elektřiny v delším časovém období a z nich vyvozují závěry do budoucna.

Benchmarkový nástroj simuluje předpovědi zátěže

Otázku, který prognostický nástroj je vhodný pro konkrétní společnost, lze tedy zodpovědět jen s velkým úsilím. „Kromě nabídky na trhu je třeba pečlivě prověřit i vlastní energetická data,“ radí Thilo Walser z oddělení průmyslových energetických systémů Fraunhoferova institutu pro výrobu a automatizaci IPA. On a jeho kolegové vyvinuli srovnávací nástroj, který porovnává dostupná prognostická řešení s konkrétními podmínkami podniku a určuje tak nejvhodnější metodu.

Pro to potřebují vědci přístup k datům z energetického managementu podniku. „Vysoká dostupnost a kvalita dat jsou podmínkou úspěšné prognózy,“ vysvětluje Can Kaymakci, vědecký pracovník na Fraunhofer IPA. Na základě datové základny simuluje benchmarkový nástroj předpovědi zátěže pomocí všech možných metod. Výsledkem této analýzy je seznam, který uvádí zhodnocená prognostická řešení podle jejich vhodnosti.

Vědci chtějí vyvinout vlastní prognostický nástroj

„Benchmark však nabízí nejen nezávislé hodnocení prognostických nástrojů,“ říká Walser, „ale také poskytuje informace o tom, jaké požadavky klade prognostický systém na IT infrastrukturu podniku a jak rychle model dokáže své předpovědi vypočítat.“ V doplňujícím poradenském rozhovoru vědci také dávají tipy, jaká data by měla být v budoucnu ještě sbírána, aby bylo možné získat přesnější předpovědi zátěže.

Ale i samotní vědci z tohoto srovnávacího nástroje čerpají nové poznatky. Při jeho vývoji nasbírali dostatek znalostí, aby mohli vyvinout vlastní prognostický systém. „Ten by měl zlepšit předpovědi u nedostatečně předvídatelných spotřeb elektřiny,“ říká Christian Dierolf z Fraunhofer IPA. To je zvlášť zajímavé pro průmyslové podniky s denně velmi odlišnými zatěžovacími křivkami. „Vylepšené prognózy by jim mohly otevřít možnosti využití cenových výkyvů elektřiny jako zdroje příjmů,“ dodává Dierolf.