Energieabsatzprognosen und Prognoseoptimierung

Integration von Prosumern, Smart Meter, dynamischer Tarife und Energy Sharing

25. Februar 2027, 09:00 bis 15:00 Uhr

Online | Mitglieder / Nicht-Mitglieder | Basiswissen erwünscht

899,00 €

599,00 €

Kostenpflichtig

Teilnahmeberechtigt sind nur Stadtwerke

Beschreibung

Der Umbau der Energiewirtschaft verlagert Erzeugung und Flexibilität direkt in den eigenen Kundenbestand: Aufdach-PV, Heimspeicher, Wärmepumpen und Wallboxen verändern das Abnahmeverhalten grundlegend. Am Zähler erscheint nicht mehr der Verbrauch des Kunden, sondern nur noch sein Restbezug – überlagert von Eigenverbrauch und Heimenergiemanagement.

Gleichzeitig ändern sich die Rahmenbedingungen: Der Smart-Meter-Rollout liefert erstmals 15-Minuten-Werte aus dem Haushaltssegment, dynamische Tarife machen den Absatz preissensitiv, und mit Energy Sharing entstehen neue Abnehmerorganisationen, deren gemeinschaftliche Erzeugung nach einem Verteilschlüssel auf die Teilnehmer allokiert wird, bevor der Restbezug im Bilanzkreis erscheint. Die Standardlastprofile – auch die neuen BDEW-Profile H25/P25/S25 – bilden das nur noch grob ab. Prognoseabweichungen nehmen zu, treten systematisch auf und treffen alle Marktteilnehmer gleichzeitig.

Das Seminar vermittelt die prinzipielle Methodik der Prognoseerstellung – Verfahren, Einflussgrößen, Gütemaße, wirtschaftliche Bewertung von Prognosefehlern – und zeigt darauf aufbauend, woran Prognosen im neuen Umfeld scheitern und wie sich Abweichungen gezielt verbessern lassen. Vorgestellt werden u.a. pragmatische KI-Ansätze: Kundenclustering aus Smart-Meter-Daten, selbstlernende und adaptive Modelle – mit Fokus auf dem, was ein Stadtwerk mit vorhandenen Daten kurzfristig umsetzen kann.

09:00 Begrüßung und Einführung

09:15 Einführung Energieprognosen

Die Bedeutung der Prognosen im liberalisierten Markt und Bilanzkreismanagement
Prognosedreieck: Zusammenhang von Verbrauch, Erzeugung und Preis
Einsatzgebiete und Prognosehorizonte (kurz-, mittel-, langfristig)
Prognosebasierte Planungsaufgaben der Akteure im Energiemarkt

10:00 Absatzprognosen im Wandel (Vertriebslastprognosen)

Vertriebslast vs. Netzlast, Top-Down- und Bottom-up Prognose
Einflussfaktoren der Vertriebslast, Wetter- und Kalenderabhängigkeit
Kundenpool im Umbruch: Prosumer, Speicher, Wärmepumpen, Wallboxen
Grenzen der Standardlastprofile - Exkurs BDEW 2025 (H25, P25, S25) und ihre Aussagekraft bei hohem Eigenverbrauch
Verantwortung des Vertriebes im Zusammenspiel mit der Beschaffung

10:45 Pause

11:00 Prognosemethodik - das Handwerk

Prognosedefinition und Grenzen einer Prognose
Grundsätzliches Vorgehen bei der Prognoseerstellung
Fortschreibungsverfahren: Vergleichstage, Lastgangfortschreibung, Profilverfahren
Modellbasierte Verfahren: Regression, SARIMAX, Künstliche Neuronale Netze - Stärken, Grenzen, Overfitting
Prognosegüte und Fehlermaße, Trainings- und Testdaten, Fehlerverteilung statt Einzelwert
Auswirkungen von Prognosefehlern - Ausgleichsenergie im Bilanzkreis

12:15 Mittagspause

13:00 Die neuen Treiber: was die Prognose heute schwierig macht

Private PV-Einspeisung: Eigenverbrauch verfälscht die Messwerte, Mittagsdelle, Grundlagen der PV-Erzeugungsprognose
Heimspeicher, Wärmepumpen und Wallboxen - HEMS-gesteuerte Lasten als neue Abhängigkeit
Smart-Meter-Rollout: neue Datenbasis, kürzerer Prognosezyklus, wachsende Datenmengen und was daraus tatsächlich nutzbar ist
Dynamische Tarife: preissensitiver Ansatz, Rückkopplung von Marktpreis auf Last, Bedarf an Spotpreisprognosen
Energy Sharing und Gemeinschaftliche Gebäudeversorgung: neue Abnehmerorganisationen, Allokation vor dem Bilanzkreis, Auswirkungen auf Mengenprognose und Abrechnung
Warum kleine Segmente die Statistik verlieren - und warum Fehler jetzt systematisch auftreten

13:45 Prognoseoptimierung - abweichende Prognosen gezielt verbessern

Fehleranalyse zuerst: wo entsteht die Abweichung - Daten, Modell, Einflussgröße oder Kundenstruktur
Qualität und Konsistenz der Daten als A&O: Lücken, Ausreißer, Zeitzonen, Wandlerfaktoren, Messstellenzuordnung
Segmentierung neu gedacht: Prosumer-, Speicher- und Wallbox-Haushalte, dynamische Tarifkunden, Energy-Sharing-Gemeinschaften
Aggregieren oder splitten - wo sich Aufwand lohnt und wo einfache Verfahren genügen
Automatische Kalibrierung und Nachtraining mit vorgeschalteter Plausibilisierung
Intraday-Anpassung mit Smart-Meter-Messwerten und aktuellen Meteo-Prognosen
Leicht umsetzbare KI-Ansätze: Kundenclustering aus Lastgängen, selbstlernende Regressionen, adaptive Modelle, Kombiprognosen.... Datenbedarf, Aufwand und Nutzen
Make or buy: was ist im eigenen Haus umsetzbar, wofür ein Dienstleister sinnvoll bleibt

14:30 Einordnung und nächste Schritte im Stadtwerk

Nutzenbewertung einer Prognose im Kontext von Portfolio, Ausgleichsenergie und Intraday-Kosten
Quick wins und eine belastbare Reihenfolge von Maßnahmen

14:50 Abschlussdiskussion

15:00 Ende des Web-Seminars