Benchmark maakt prognosetools vergelijkbaar

Onderzoekers van het Fraunhofer IPA hebben een benchmark-tool ontwikkeld. Het maakt verschillende methoden waarmee het toekomstige energieverbruik kan worden vastgesteld, vergelijkbaar met elkaar. (Bron: Fraunhofer IPA/ Foto: Rainer Bez)

De keus is groot: Bedrijven die willen profiteren van lage of negatieve elektriciteitsprijzen, hebben betrouwbare voorspellingen nodig over het toekomstige elektriciteitsverbruik. Omdat de markt voor prognosetools onoverzichtelijk is, hebben onderzoekers van het Fraunhofer IPA een benchmark ontwikkeld die marktbare oplossingen met elkaar vergelijkt.

Wanneer de zon niet schijnt en de wind niet waait, produceren zonneparken en windturbines geen stroom. Zo'n donkere periode is weliswaar zeldzaam, maar hoe meer stroom uit hernieuwbare energiebronnen komt, des te meer het stroomaanbod onderhevig is aan seizoensgebonden en weersafhankelijke schommelingen – en daarmee stijgt of daalt de koers op de Leipziger elektriciteitsbeurs. In 2019 zakte deze zelfs gedurende 200 uur in het rood. Bedrijven die willen profiteren van zulke koersdalingen, moeten echter zo nauwkeurig mogelijk kunnen inschatten hoeveel stroom ze in de nabije toekomst verbruiken en hun productie altijd opzetten wanneer de stroomprijs laag of negatief is.

Er is echter zoveel aanbod aan prognosetools waarmee het stroomverbruik kan worden voorspeld, dat de markt zelf voor ervaren energiebeheerder(s) nauwelijks nog overzichtelijk is. Van eenvoudige methoden, waarbij wordt aangenomen dat het verbruik op werkdagen in de zomer altijd ongeveer gelijk is, tot zelflerende algoritmen die het stroomverbruik over een langere periode per kwartier meten en daar conclusies voor de toekomst uit trekken.

Benchmark-tool simuleert lastvoorspellingen

De vraag welk prognosetool het juiste is voor het eigen bedrijf, kan dus alleen met veel moeite worden beantwoord. »Naast het marktaanbod moeten ook de eigen energiedata zorgvuldig worden gecontroleerd«, adviseert Thilo Walser van de afdeling Industriële Energiesystemen van het Fraunhofer-Instituut voor Productietechniek en Automatisering IPA. Hij en zijn collega’s hebben een benchmark-tool ontwikkeld die beschikbare prognosetools op de markt vergelijkt met de specifieke omstandigheden van een bedrijf en zo de juiste methode bepaalt.

Daartoe hebben de onderzoekers toegang nodig tot de gegevens uit de energiemanagementsoftware van een bedrijf. »Een hoge beschikbaarheid en kwaliteit van de data is een voorwaarde voor een succesvolle prognose«, legt Can Kaymakci uit, wetenschappelijk medewerker bij het Fraunhofer IPA. Aan de hand van de databasis simuleert de benchmark-tool lastvoorspellingen met alle in aanmerking komende methoden. Het resultaat van deze benchmarkanalyse is een overzicht dat de geëvalueerde prognosetools rangschikt op hun geschiktheid.

Onderzoekers willen eigen prognosetool ontwikkelen

»De benchmark biedt niet alleen een onafhankelijke beoordeling van prognosetools«, zegt Walser, »maar geeft ook inzicht in welke eisen het prognoseproces stelt aan het IT-systeem van een bedrijf en hoe snel het model zijn voorspellingen berekent.« In een aanvullend adviesgesprek geven de onderzoekers bovendien tips over welke gegevens in de toekomst nog moeten worden verzameld om nauwkeurigere lastvoorspellingen te krijgen.

Maar ook de onderzoekers zelf halen nieuwe inzichten uit hun benchmark-tool. Tijdens de ontwikkeling ervan hebben ze namelijk voldoende kennis verzameld om een eigen prognoseprocedure op te zetten. »Deze moet de voorspellingen verbeteren bij onvoorspelbare stroomverbruiken«, zegt Christian Dierolf van het Fraunhofer IPA. Dit is vooral interessant voor industriële bedrijven met dagelijks sterk uiteenlopende lastcurves. »Verbeterde prognoses zouden hen in staat stellen om de koersschommelingen van de stroomprijs als winstpotentieel te benutten«, aldus Dierolf.