Tag 1 – Absatz- und Vertriebslastprognosen
Es referiert einer der Referenten



ABSATZ- UND VERTRIEBSLAST-PROGNOSEN IM ÜBERBLICK
Einführung Energieprognosen
- Bilanzkreis- und Fahrplanmanagement als Basis
- Die Planungsaufgabe der Marktteilnehmer
- Regelenergie und Ausgleichsenergie
- Welche Auswirkungen können Prognosefehler haben?
Verfahrensüberblick Lastprognosen
- Grundlagen für die Entwicklung von Prognosen
- Überblick über verschiedene Prognosemodelle
- Vergleichstageverfahren, Fortschreibungsverfahren für die einfache Prognose
- Mathematische Verfahren, z. B. Künstliche Neuronale Netze, Multivariate Regression
- Prognosegüte, Referenzprognosen
- Welches Prognoseverfahren für welchen Zweck?
- Rechenbeispiele
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 Energieprognose-Manager/die Energieprognose-Managerin

PROGNOSEVERFAHREN UND PROGNOSEPROZESSE
Energieabsatzprognosen im Detail
- Die Entwicklung von Prognosemodellen
- Clustering von Einflüssen, Bilden von Kundengruppen
- Wie werden Lastprofile erstellt und angewendet?
Erneuerbare Energien (EE) – Marktintegration und Prognose
- Welche Anforderungen werden durch den Ausbau der EE an den Energiemarkt gestellt?
- Ohne automatisierte Intraday-Prognosen geht es mit EE nicht!
- Prognosemöglichkeiten für Wind- und Solarleistung
- Kombination von Prognosen
Anforderungen an die Prognosen im Zuge der Energiewende
- Zusammenhang Stromverbrauch, Stromerzeugung, Strompreise
- Einfluss der Erneuerbaren auf die Strompreise
- Wohin bewegt sich der Markt und was werden die zukünftigen Anforderungen sein?
- Smart Meter und dynamische Stromtarife
NETWORKING
Zum Abschluss des Tages laden wir Sie herzlich zu einem Umtrunk ein. Nutzen Sie die Gelegenheit, um in angenehmer Atmosphäre neue Kontakte zu knüpfen.
An allen drei Tagen sind flexible Pausen mit Kaffee, Tee, Mittagessen und Snacks eingeplant.
Tag 2 – Quantitative Prognosemodelle

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
- 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
- Optimierung von Neuronalen Netzen: Lernverfahren und -regeln
- 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 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
Tag 3 – Preisprognosen
Es referiert einer der Referenten



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)
- FALLSTUDIE: Strompreisprognose mittels linearer Regression
- 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?