Unternehmen, die von niedrigen oder negativen Strompreisen profitieren möchten, brauchen dem zuverlässige Vorhersagen über den künftigen Stromverbrauch. Hier existiert allerdings eine solche Fülle an Prognosetools, mit denen der Stromverbrauch vorhergesagt werden kann, dass der Markt selbst für erfahrene Energiemanagerinnen und -manager kaum mehr zu überblicken ist. Angefangen bei einfachen Methoden, bei denen angenommen wird, dass der Verbrauch an Werktagen im Sommer immer ungefähr gleich hoch ausfällt, bis hin zu selbstlernenden Algorithmen, die den Stromverbrauch über einen längeren Zeitraum hinweg viertelstündlich abfragen und daraus Schlüsse für die Zukunft ziehen. Forscher des Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA haben daher einen Benchmark entwickelt, der marktverfügbare Lösungen miteinander vergleichen kann.
"Neben dem Marktangebot müssen auch die eigenen Energiedaten sorgfältig geprüft werden", rät Thilo Walser von der Abteilung Industrielle Energiesysteme am IPA. Das von ihm und seinen Kollegen entwickelte Benchmark-Tool gleiche auf dem Markt verfügbare Prognosetools mit den jeweiligen Gegebenheiten eines Unternehmens ab und ermittle so die passende Methode, heißt es. Dafür benötigen die Forscher Zugriff auf die Daten aus der Energiemanagementsoftware eines Unternehmens. Anhand der Datenbasis simuliert das Benchmark-Tool Lastprognosen mit allen in Frage kommenden Verfahren. Ergebnis dieser Benchmark-Analyse ist laut IPA eine Aufstellung, die die ausgewerteten Prognosetools entsprechend ihrer Eignung auflistet.
Der Benchmark biete aber nicht nur eine herstellerunabhängige Bewertung von Prognosetools, so Walser, er treffe auch Aussagen darüber, welche Anforderungen das Prognoseverfahren an das IT-System eines Unternehmens stelle und wie schnell das Modell seine Vorhersagen errechne. In einem ergänzenden Beratungsgespräch geben die Forscher außerdem Tipps, welche Daten künftig noch erhoben werden sollten, um präzisere Lastprognosen zu erhalten. Wie das IPA mitteilt, haben die Forscher auch selbst neue Erkenntnisse gewonnen und genug Wissen gesammelt, dass sie ein eigenes Prognoseverfahren auf den Weg bringen können. "Dieses soll die Prognose bei unzureichend vorhersagbaren Stromverbräuchen verbessern", sagt Christian Dierolf vom Fraunhofer IPA. Interessant sei dies vor allem für Industrieunternehmen mit täglich stark unterschiedlichen Lastkurven.