Modul 1 – Absatz- und Vertriebslastprognosen
16. September 2024 (ganztags)
11. und 12. November 2024 (vormittags)
Es referiert einer der beiden Referenten
Theodor Baumhoff
Senior Sales Engineer – Volue Energy GmbH, Aachen
Dr. Thomas Hay
Consultant – Volue Energy GmbH, Aachen
ABSATZ- UND VERTRIEBSLAST-PROGNOSEN IM ÜBERBLICK
Einführung Energieprognosen
- Der Zusammenhang von Energieverbrauch, Energieerzeugung und Energiepreis
- Wie haben sich die Anforderungen an die Prognose im Zuge der Energiewende geändert?
- Die Bedeutung der Prognosen im liberalisierten Markt und Bilanzkreismanagement
- Welche Auswirkungen können Prognosefehler haben?
Verfahrensüberblick Lastprognosen
- Grundlagen für die Entwicklung von Prognosen
- Was müssen Absatz- und Vertriebslastprognosen leisten?
- Verfahrensüberblick/Prognosemethodik
(Zeitreihenanalyse und modellbasierte Prognoseverfahren)
Einflussfaktoren auf den Stromabsatz
- Absatzsegmente und Kundenwechsel
- Tagestypen, Jahreszeiten, Klima und Wetter
- Netzlast und analytische Restlast
- Analyse und Bewertung der Einflussfaktoren
- Der steigende Einfluss des Wetters auf Energiewirtschaft und Prognosen
SPECIAL WETTERDATEN
Wetter, Klimawandel und Erneuerbare als Treiber im Energiemarkt
- Wetter, Klimawandel & Erneuerbare verändern den Strommarkt
- Grundlagen der Wettervorhersage (Daten, Modelle und Qualitätserwartung)
- Prognosen für den Energiemarkt – ohne Wetterprognosen geht es nicht
- Optimierungswerkzeuge für den/die Energieprognose-Manager:in
Alexander Lehmann
Director Business Unit Energy – UBIMET GmbH, Karlsruhe
PROGNOSEVERFAHREN UND PROGNOSEPROZESSE
Energieabsatzprognosen im Detail
- Die Entwicklung von Prognosemodellen an einem Beispiel
- Top Down/Bottom Up – was geht und was ist sinnvoll?
- Clustering von Einflüssen, Bilden von Kundengruppen
- Wie werden Lastprofile erstellt und angewendet?
- Einfache Standardlastprofilverfahren und temperaturabhängige Lastprofile für den Gasverbrauch
- Kombination der verschiedenen Prognosemethoden´zur Vertriebslastprognose
Prognoseanwendung in Energiehandel und der Assetbewirtschaftung
- Portfolio- und Vertriebsmanagement
- Prognosen im Kurzfristmarkt/Intraday-Handel
- Sektorkopplung: Der Zusammenhang von Erzeugungs- und Lastprognosen
- Prognosen im Demand-Side-Management
- Ineinandergreifende Prognoseprozesse von Vertrieb, Handel und Erzeugung
- Welche Risiken verantwortet der Vertrieb und welche Risiken verantwortet die Beschaffung?
Erneuerbare Energien (EE) – Marktintegration und Prognose
- Welche Anforderungen werden durch den Ausbau der EE an den Energiemarkt gestellt?
- Ohne Intraday-Prognosen geht es mit EE nicht! Warum?
- Meteorologische Einflussgrößen auf Wind- und Solarleistungsvorhersagen
- Umwandlung von Wind und Sonne in elektrische Leistung – was sind die Randbedingungen?
- Prognosemöglichkeiten für Wind- und Solarleistung
Nutzen und die weitere Entwicklung von Bedarfsprognosen
- Die Bedarfsprognose im deregulierten Markt
- Wohin bewegt sich der Markt und was werden die zukünftigen Anforderungen sein?
- Wie wird ein Prognosesystem eingeführt und was kostet es?
- Wie kann der Nutzen einer Prognose bemessen werden?
Modul 2 – Quantitative Prognosemodelle
17. September 2024 (ganztags)
13. und 14. November 2024 (vormittags)
Dr. Ralph Grothmann
Principal Consultant – Siemens AG, München
PREDICTIVE DATA ANALYTICS IN DER ENERGIEWIRTSCHAFT
Klassische Prognosemethoden und Verfahren der Zeitreihenanalyse im Überblick
- Vorverarbeitung der Rohdaten und Identifikation wichtiger Einflussfaktoren
- Lineare und Nichtlineare Prognosemethoden
-Lineare Regression
– Neuronale Netze - Tests zur Modellauswahl und Validierung der Modelle Tricks-of-the-Trade in der Zeitreihenmodellierung
Modellierung und Prognose eines Lastgangs mit Beispieldaten
- Datenanalyse und Datenvorverarbeitung, Umgang mit fehlenden Werten
- Schätzen des Modells anhand von historischen Daten
- Evaluation und Anwendung des Modells
Einführung in Neuronale Netze
- Historische Entwicklungslinien von Neuronalen Netzen
- Arten von Neuronalen Netzen und grundlegende Netzwerkarchitekturen
– Feedforward Neuronale Netze: Von der Mustererkennung zur Zeitreihenanalyse
– Rekurrente Neuronale Netze: Modellierung von Dynamischen Systemen - Designentscheidungen bei der Modellierung mit Neuronalen Netzen
- Vor- und Nachteile von Neuronalen Netzen gegenüber anderen Prognoseverfahren
Neuronale Netze für regenerative Energiequellen
- Modellierung und Prognose der kurzfristigen Energieeinspeisung von Windparks
- Modellierung und Prognose der kurzfristigen Energieeinspeisung von Solarparks
Neuronale Netze im Energiemanagement: Lastprognosen
- Lastprognosen zur Unterstützung der täglichen Fahrplananmeldung
– Modellierung von Kalendereffekten
– Modellierung prototypischer Lastprofile
– Einbeziehung von externen Einflussfaktoren (wie z. B. Wetterdaten oder kundenspezifischer Parameter) in die Prognose - Kurzfristige Prognose von Netzaustauschmengen und Regelenergie
- Langfristige Prognose der Strom- oder Gasnachfrage
- Von der Prognose zur Entscheidungsunterstützung: Erwartungswert und Risiko im Fahrplanmanagement
Neuronale Netze im Energiemanagement: Preisprognosen
- Prognose der kurzfristigen Preisentwicklung des Stromspotmarktes
- Prognose der kurzfristigen Preisentwicklung des Stromfuturemarktes
– Kohärente Modellierung der Primärenergiemärkte zur Preisprognose
– Einbeziehung von externen Einflussfaktoren
(wie z.B. Devisenkurse oder Finanzmarktdaten) in die Prognose - Prognose der Gas- und Kohlepreisentwicklung
DEMONSTRATION
Neuronaler Netzwerk-Simulator für die Prognose
- Neuronale Netze in der Anwendung und zur Prognosegenerierung
- Technische Grundlagen und Umsetzung der Prognoseverfahren
- Einbettung von Prognosemodellen in EDM-Systeme und zugehörige Prozesse
Modul 3 – Preisprognosen
18. September 2024 (ganztags)
20. und 21. November 2024 (vormittags)
Es referiert einer der beiden Referenten
Tobias Federico
Geschäftsführer – Energy Brainpool GmbH & Co. KG, Berlin
Huangluolun Zhou
Senior Analyst, Energy – Brainpool GmbH & Co. KG, Berlin
PREISPROGNOSEN ALS BASIS VON ENTSCHEIDUNGEN
Überblick – Preiseinflüsse und Prognosemethoden
- Wesentliche Einflussfaktoren auf Großhandelsstrompreise
- Welche Prognoseverfahren gibt es?
- Vergleich zwischen hPFC und „echter“ Prognose
Preisprognosen am Spotmarkt (Strom)
- Bewertung der Relevanz verschiedener Preiseinflüsse
- Methoden zur Evaluation der Modellgüte und Prognosefehler
Prognosen im Terminmarkt (Strom)
- Einführung in die charttechnische Analyse
- Technische Signale – EMA, Bollinger-Bänder, RSI und Co.
- Bewertung aktueller Terminmarktpreise mittels technischer Analyse
IMMER RELEVANTER
Langfristige Preisprognosen mit Fundamentalmodellen
- Funktionsweise des Merit-Order-Ansatzes
- Analyse der Input-Parameter
- Anwendungsfälle von Fundamentalpreisprognosen
Einsatz von Preisprognosen im Beschaffungsmanagement
- Wann werden Preisprognosen eingesetzt?
- Welche Preisprognosen werden eingesetzt?
Zeitplan
Seminarinhalte
Zeitplan Live-Online-Seminar
6 Vormittage jeweils von 9-00-13.00 mit kurzen Pausen
Präsenz-Seminar
Tag 1: 9.30-18.00
Tag 2: 9.00-17.30
Tag 3: 9.00-16.00
An allen drei Tagen sind flexible Pausen mit Kaffee, Tee, Mittagessen und Snacks eingeplant.