Höhere Genauigkeit führt zu verbessertem Machine Learning für Energieprognosen! Hive Power veröffentlicht die Ergebnisse seiner Wettervorhersageüberprüfung.

Die Ergebnisse sind verblüffend: Die genauesten Wetterdaten und -vorhersagen führen zu besseren Prognosen der Energieerzeugung und des Energieverbrauchs, so dass Unternehmen ihr Energiemanagement optimieren können, was zu wertvollen Kosteneinsparungen, geringeren Planungsrisiken und einer besseren Entscheidungsfindung führt. In diesem Artikel erfahren Sie, wie Hive Power diese Vorteile dank der Meteomatics Wetter API realisieren konnte.

Einleitung

Energieprognosen sind im täglichen Marktgeschehen von größter Bedeutung. Kurzfristige Prognosen umfassen in der Regel Prognosehorizonte, die von wenigen Minuten bis zu einigen Tagen im Voraus reichen. Energieversorger und Verteilernetzbetreiber profitieren von genauen Vorhersagen der Stromnachfrage und -produktion, da sie so ihre flexiblen Produktionsanlagen optimal auf den Bedarf abstimmen können. Dadurch erfährt das Energiemanagement eine enorme Effizienzsteigerung, wodurch Kosten kontinuierlich und nachhaltig gesenkt werden.

Wetter steht über allem für Energie Firmen

Das Wetter ist bei weitem der wichtigste externe Faktor, der sich auf Energieverbrauch und -erzeugung auswirkt. Aus diesem Grund beschloss Hive Power, eine interne Forschungsstudie durchzuführen, um den leistungsfähigsten Anbieter von numerischen Wettervorhersagen zu identifizieren.

Ein wichtiges Kriterium für Hive Power war die Verfügbarkeit historischer Wettervorhersagen (die in der Meteomatics API bis ins Jahr 1978 verfügbar sind). Viele Wetterdienstleister archivieren und speichern ihre Vorhersagen nicht. Historische Wettervorhersagen sind jedoch von entscheidender Bedeutung für das Training eines Energievorhersagemodells (Produktion und Konsum). Um robust und zuverlässig zu sein, sollte ein Modell auf derselben Art von Daten trainiert werden, die zum Zeitpunkt der Inferenz verwendet werden. Hat man also historische Energieproduktions- oder Konsumdaten, sollte man das Vorhersagemodell auch mit den dazugehörigen historischen Daten trainieren, um möglichst verlässliche Vorhersagen für die Zukunft machen zu können.

Auf der Suche nach dem Wettervorhersage-Benchmark

heraus, die die Anforderungen nicht erfüllten, und entschied sich schliesslich für fünf finale Anbieter. Hive Power forderte die stündlichen Vorhersagen der bodennahen Temperatur und der Sonneneinstrahlung für ein Jahr an, die für einen einzigen Standort gegen Mitternacht erstellt wurden und einen Zeitraum von 24 bis 48 Stunden abdecken, was dem typischen Vorhersagehorizont von Hive Powers Energievorhersagemodellen entspricht. Hive Power verglich diese Vorhersagen mit den tatsächlichen Beobachtungen vor Ort und war erstaunt, dass die Meteomatics API tatsächlich zu eindeutig besseren Vorhersagen führte als diejenigen von anderen Anbietern.

In den folgenden Abbildungen zeigt Hive Power die Ergebnisse seiner Vorhersageüberprüfung. In Abbildung 1 hat Hive Power die Verteilung der Diskrepanz zwischen beobachteter und vorhergesagter Temperatur aufgezeichnet. In Abbildung 2 hat Hive Power die fünf Verteilungen übereinandergelegt, um einen besseren Vergleich zu ermöglichen. Eine ähnliche Situation ergab sich für die Parameter der Sonneneinstrahlung. Für Hive Power war klar, dass die API-Wettervorhersagedaten von Meteomatics am genauesten und am besten kalibriert sind.

«Wir waren auf der Suche nach einem One-Stop-Shop, der uns mit aktuellen und detaillierten Wetterdaten für Europa versorgen kann, die bequem über eine RESTful API verfügbar sein sollten. Daher sind wir von der Partnerschaft mit Meteomatics und den kommerziellen Möglichkeiten, die die API von Meteomatics für Hive Power bieten könnte, sehr begeistert. Wir haben eine ganze Weile gebraucht, um mehrere Anbieter von numerischen Wettervorhersagen zu bewerten. Aufgrund unserer anspruchsvollen Kriterien war es keine leichte Entscheidung, aber Meteomatics erfüllte alle Kriterien und übertraf dabei sogar unsere Erwartungen. Wir waren auf der Suche nach einem Anbieter, der die ganze Welt abdeckt, mit einem Schwerpunkt auf Europa und insbesondere den Alpen, einer Region, die für hochauflösende Wettervorhersagen eine Herausforderung darstellt. Bei unserem Vorhersage-Benchmarking wurde deutlich, dass Meteomatics die genauesten Vorhersagen liefert, insbesondere auf kurze Sicht. Wir waren erfreut über die grosse Anzahl an Standard- und erweiterten Wetterparametern, die Meteomatics' API bietet. Darüber hinaus war Meteomatics einer der wenigen Anbieter, der es problemlos ermöglichte, archivierte historische Wettervorhersagen abzurufen, die für das korrekte Training unserer Machine Learning Modelle von entscheidender Bedeutung sind. Wir sind begeistert, dass wir zu Meteomatics als Wetterdatenanbieter unserer Wahl gewechselt haben, und wir sehen eine lange und fruchtbare Partnerschaft mit ihnen voraus», so Gianluca Corbellini, Geschäftsführer von Hive Power.

Die One-Stop-Shop-Lösung für alle Bedürfnisse: Meteomatics Weather API

Meteomatics Weather API ermöglicht es Hive Power, seine eigenen Modelle zur Vorhersage des Energieverbrauchs und der Produktion zu informieren und zu bereichern. Angetrieben von den neuesten und fortschrittlichsten Techniken des maschinellen Lernens, berechnet «Hive Power's Forecaster» kurzfristige Vorhersagen, um das Management der aggregierten Energieproduktion und des Energieverbrauchs durch Energiehändler und Netzbetreiber zu optimieren. Präzise Energievorhersagen sind entscheidend für effektives Peak-Shaving, leistungsfähigen Energiehandel, robuste Netzstabilität und die Vermeidung von Engpässen.