Springe auf Hauptinhalt Springe auf Hauptmenü Springe auf SiteSearch

Die Energiefrösche

Für die Direktvermarktung von Solarstrom ist die Vorhersage von Erträgen essenziell. Eine Wetterprognose in eine treffsichere Ertragsprognose zu verwandeln erfordert Verständnis für Wetterdaten und Anlagenphysik.

Jeder weiß, dass Wetterprognosen nicht immer zutreffen. Bei der Entscheidung, ob man mit Regenschirm aus dem Haus geht und welche Schuhe für den Tag die geeigneten sind, kann man sich in der Regel auf die Vorhersage verlassen. Bei der Vorhersage von Wind, Temperatur und Niederschlag haben die Meteorologen inzwischen viel Erfahrung. Doch für die voraussichtliche Produktion von Wind- und Solarenergie an einem bestimmten Anlagenstandort müssen zusätzliche Parameter und ungleich mehr Know-how in die Prognose einfließen.
Mit dem Anstieg der volatilen Energieträger im Strommix steigt auch die Dringlichkeit, ihren Ertrag noch genauer vorherzusagen. Denn bei hoher Produktion muss gegengesteuert werden, mit dem Abregeln anderer Kraftwerke oder gar mit dem Abregeln ausgewählter Wind- oder Solarkraftanlagen. Deshalb müssen die Netzbetreiber wissen, wie viel Strom aus diesen Erzeugungsarten am nächsten Tag oder in der nächsten Viertelstunde ins Netz kommt.

Akteure im Prognosemarkt

Aber auch für Direktvermarkter von Wind- und Solarstrom ist die Ertragsprognose bedeutsam. Sie bieten bereits am Vortag aufgrund von Prognosen eine bestimmte Strommenge an und korrigieren dieses Angebot unter Umständen im Laufe des Tages. Bei Über- oder Unterproduktion müssen sie entsprechend reagieren. Mit der Direktvermarktung ist deshalb auch ein Prognosemarkt entstanden, in dem verschiedene Anbieter mit ihren Lösungen aufwarten. Das Unternehmen Enercast zum Beispiel hat sich auf Energieprognosen für Wind und Solar spezialisiert und bietet diese Vorhersagen sowohl Netzbetreibern als auch Direktvermarktern an.

Verschiedene Wettermodelle als Basis

Thomas Landgraf, Geschäftsführer von Enercast, erläutert dieses Angebot: „Für unsere Vorhersagen kaufen wir zehn internationale Wettermodelle ein. Auch die einzelnen Wetterdienste haben ihre spezifischen Stärken und Schwächen. So kann beispielsweise der englische Wetterdienst UK Met das Wetter an der deutschen Nordseeküste für unseren Bedarf besser prognostizieren als andere. Solche Spezifika der einzelnen Wettermodelle fließen in unsere Algorithmen ein. Das heißt, für jede Region gibt es einen speziellen Datenmix, auf dessen Grundlage die Prognose erstellt wird.“

Anhand der dann tatsächlich eingetretenen Wetterverhältnisse überprüft Enercast ständig die Qualität der Modelle der einzelnen Wetterdienste und passt seine Algorithmen entsprechend an. Eine informationstechnische Herausforderung, die mit künstlicher Intelligenz und neuronalen Netzen bewältigt wird. Die Algorithmen lernen selbst, nicht nur die vorhergesagten und tatsächlichen Werte der Wettermodelle werden ständig verglichen, auch die konkreten Ertragsdaten der Anlagen können aufgrund von Erfahrungswerten ständig besser vorhergesagt werden.

Die Prognoseprodukte, die Enercast schließlich an seine Kunden liefert, sind deshalb genauer als selbst programmierte Lösungen einzelner Stadtwerke. Ein Stadtwerk kann mit guten externen Prognosen deshalb spürbare Einsparungen beziehungsweise auch Mehreinnahmen generieren. Einsparungen deshalb, weil der eigene Prognoseaufwand wegfällt, Mehreinnahmen deshalb, weil durch die genaueren Prognosen auch das eigene Angebot treffsicherer auf den Markt gebracht werden kann. (Petra Franke)

Den vollständigen Artikel lesen Sie in der Juliausgabe der photovoltaik, die am 9. Juli erscheint.