Forschern des Fraunhofer-Instituts für Produktionstechnik und Automatisierung IPA ist es mithilfe von Machine Learning gelungen, die Gebotspreise für Regelleistung zuverlässiger zu prognostizieren. Unternehmen, die ihren Strombedarf flexibel anpassen, können ihre Erlöse auf dem Regelenergiemarkt mit dem Prognoseverfahren deutlich erhöhen, so das Forschungsinstitut in einer Mitteilung.
»Regelleistung wird auf einem sogenannten ›Pay-as-Bid‹-Markt gehandelt«, erklärt Professor Alexander Sauer, Institutsleiter des Fraunhofer IPA. »Dort gilt ein Gebotsverfahren, bei dem jedem Anbieter der Preis gezahlt wird, mit dem er sein Gebot abgegeben hat. Wer den tatsächlich realisierten Strompreis also deutlich unterbietet, verzichtet auf Geld. Wer mit seinem Gebot darüber liegt, geht komplett leer aus. Unternehmen können mit unserem neu entwickelten Prognoseverfahren also ihre Erlöse signifikant steigern.«
In einem zweiten Schritt hat das Forscherteam die KI-gestützte Preisprognose um ein speziell entwickeltes Offset-Verfahren ergänzt. »Das ist gewissermaßen die Nachbearbeitung des prognostizierten Strompreises, sodass das abgegebene Gebot leicht darunter liegt«, erklärt Vincent Bezold vom Forschungsteam Datengetriebene Energiesystemoptimierung am Fraunhofer IPA. »Das hat mit den Spielregeln auf dem ›Pay-as-Bid‹-Markt zu tun. Wer dort mit seinem Gebot zu hoch liegt, geht leer aus. Deshalb lohnt es sich, den tatsächlichen Strompreis gezielt zu unterbieten – und genau das erreichen wir mit unserem Offset-Verfahren.«
Laut Fraunhofer IPA lassen sich mit diesem optimierten Gebotsverfahren die Erlöse gegenüber anderen Strategien um bis zu 37 Prozent steigern, da man mit dem angegebenen Gebot seltener über dem tatsächlichen Preis liegt und folglich öfter den Zuschlag erhält.
© PHOTON
