Cutoff-gültige Preisprognosen für Batteriespeicher, geprüft anhand tatsächlich realisierbarer Fahrpläne.
Wir liefern Wind-, PV- und Day-Ahead-Prognosen für Deutschland, die auf das optimiert sind, was ein Batteriespeicher wirtschaftlich braucht: die richtigen Stunden zur richtigen Zeit — nicht nur den richtigen Durchschnitt.
Eigene PV- und Windprognosen bilden zentrale fundamentale Eingangssignale unseres Preisprognosemodells. Weitere Markt-, Zeit- und Fundamentalfaktoren ergänzen die Modellierung der Day-Ahead-Preisdynamik.
| Fundament | Prognosebasis | Auflösung | Rolle im Preismodell |
|---|---|---|---|
| Photovoltaik | Eigene wettermodellbasierte PV-Prognose | 15 Min. | Solarerzeugung und Mittagsresiduallast |
| Wind | Eigenes Wind-Ensemble aus mehreren Wettermodellen | 15 Min. | Onshore-/Offshore-Erzeugung und Rampen |
Die Tabelle beschreibt die Modellbasis. Separate PV-/Wind-Leistungskennzahlen werden erst nach eigener belastbarer Validierung veröffentlicht.
Jede Prognose wird zu dem Zeitpunkt eingefroren, an dem sie operativ verfügbar war. Kein nachträgliches Aufhübschen mit Daten, die zum Entscheidungszeitpunkt noch gar nicht existierten.
Ein Modell, das die Preishöhe im Schnitt trifft, aber die Stunde verpasst, hilft einem Batteriespeicher wenig. Wir messen und optimieren explizit, ob die richtigen Stunden richtig erkannt werden — nicht nur, ob der Durchschnitt stimmt.
MAE ist ein Hilfswert. Die eigentliche Kennzahl ist, was ein Speicher mit unserer Prognose tatsächlich verdient hätte — geprüft im Vergleich zu einem Fahrplan mit perfekter Voraussicht.
Der erste Baustein: Wind-, PV- und Day-Ahead-Prognose plus Batteriespeicher-Simulation für den deutschen Markt. Weitere Marktmechanismen folgen, sobald dieser Baustein belastbar steht.
Schreiben Sie uns — wir zeigen Ihnen anhand echter Marktdaten, was Ihr Speicher mit unserer Prognose verdient hätte.