09 January 2025

GB BESS Umsatzprognose 3.3: Hyper-reale Umsatzoptimierung

Written by:

GB BESS Umsatzprognose 3.3: Hyper-reale Umsatzoptimierung

Gestern haben wir das neueste Upgrade unserer Umsatzprognose für Batteriespeicher in Großbritannien, Version 3.3, veröffentlicht.

Unser aktuelles Upgrade beinhaltet:

  • Intraday-Preise in unserem fundamentalen Modell; und
  • einen völlig neuen Modellierungsansatz, um eine realistische Optimierung zwischen allen Einnahmequellen zu ermöglichen.

Unsere vollständige Prognosemethodik können Sie hier nachlesen.

Dieses Upgrade – zusammen mit aktualisierten Rohstoffpreisen, neuen Zeitplänen für das Auslaufen von Gaskraftwerken und verbessertem Kapazitätsausbau-Modelling – ermöglicht es Ihnen, BESS-Umsätze mit noch mehr Klarheit und Zuversicht zu modellieren.

Die verbesserte Umsatzprognose

Jedes Quartal aktualisieren wir unser Modell mit neuen Rohstoffpreisen und angepassten Kapazitätsprognosen; wir entwickeln aber auch laufend unsere Prognosemodelle weiter.

Erstellung von Intraday-Preisen

Der Day-Ahead-Preis für Strom wird durch Prognosen für Nachfrage, Wind- und Solarstromerzeugung sowie Anlagenverfügbarkeit bestimmt. Diese Prognosen sind entscheidend, um das Angebot an die Nachfrage in jeder halben Stunde anzupassen und so die Preise festzulegen.

Mit dem Fortschreiten der Zeit – vom Abschluss des Day-Ahead-Marktes bis zur Lieferung – entwickeln sich diese Prognosen zu den tatsächlichen Werten. Strom kann bis 20 Minuten vor Beginn des Lieferfensters in Reaktion auf diese sich ändernden Vorhersagen gehandelt werden.

A diagram showing how the creation of a day ahead forecast to intraday revenue forecast compares.

Obwohl sich Day-Ahead- und Intraday-Preise stark ähneln, führen die Entwicklung der Prognosen (und menschliches Verhalten) dazu, dass sich Intraday-Preise vom Day-Ahead-Referenzwert entfernen. Diese Preisänderungen bieten Chancen für Speicher, die optimal genutzt werden können.

  • Mehr Informationen darüber, wie wir Fehler bei Nachfrage-, Wind- und Solarprognosen modellieren, finden Sie hier.
  • Informationen zur Modellierung von Anlagen-Ausfällen gibt es hier.
  • Wie wir weitere Einflussfaktoren wie menschliches Verhalten auf Intraday-Preise modellieren, erfahren Sie hier.

Modos Intraday-Prognose entspricht dem EPEX Continuous Intraday Markt-Referenzpreis für Produkte mit halbstündlicher Granularität (RPD HH). Die tatsächlichen EPEX RPD HH-Daten sind über unsere API hier verfügbar.

Eine neue Preisprognose bedeutet einen neuen Umsatzstrom, gegen den das Dispatch-Modell optimieren kann...

Dispatch neu gestalten

Der Intraday-Continuous-Markt ist kontinuierlich: Es handelt sich um ein Orderbuch, in dem Trades von etwa 18 Stunden vor Lieferung bis 20 Minuten davor platziert werden können (das meiste Volumen wird etwa 2 Stunden vor Lieferung gehandelt). In der Praxis beeinflussen Handelsentscheidungen, die z. B. 4 Stunden vor Lieferung getroffen werden, die Entscheidungen 3, 2 oder 1 Stunde davor – Faktoren wie Liquidität spielen eine Rolle. Das Bild ist oft sehr dynamisch und unterscheidet sich deutlich von einem 24-Stunden-Modell mit perfekter Voraussicht.

Um den kontinuierlichen Intraday-Handel nachzuahmen, führen wir mehrere Optimierungen durch.

A diagram showing how our revenue forecast optimises between day ahead and intraday
  • Zuerst sichern wir die Day-Ahead-Position mit Hilfe der Großhandelsprognose und etwaiger Nebenverträge mit Dynamic Frequency Response-Preisprognosen ab. Diese können Einschränkungen wie den Ladezustand der Batterie mit sich bringen, die in den folgenden Optimierungen berücksichtigt werden.
  • Diese Day-Ahead-Position wird dann im Laufe des Liefertages in mehreren Schritten neu optimiert. Die Optimierungen erfolgen in 2-Stunden-Schritten, wobei das Preissignal für den Rest des Tages angepasst wird, um den Intraday-Preis für die ersten 2 Stunden des neuen Optimierungsfensters zu berücksichtigen.

Diese Optimierung führt zu einer Umsatzstrategie, die wie folgt aussieht:

An example intraday trading strategy.

Intraday-Optimierung führt nicht immer zu einer Steigerung der Umsatzprognose und hängt von den jeweils verfügbaren Preisen im Modell ab. Weitere Beispiele finden Sie in unserer Dokumentation hier.

Zugriff auf Modo Energy Prognosen

Sie können auf zwei zentrale Arten mit den Umsatzprognosen im Terminal arbeiten. Wie immer hängt das beste Tool von der jeweiligen Aufgabe ab:

Für strategische Entscheidungen – eine Bibliothek mit vorgefertigten Umsatzprognosen

Es gibt über 3.000 vorgefertigte Umsatzprognosen für Batteriespeicher in Großbritannien in unserem Data & Forecasts Explorer. Unser Ziel ist es, mit diesem Zugang Sensitivitätsanalysen und schnelle Antworten auf Fragen wie „Wie wirkt sich die Speicher-Dauer auf langfristige Umsatzchancen aus?“ oder „Welche Zone bietet die größten langfristigen Potenziale?“ zu ermöglichen.

Zusätzlich können alle diese Daten in unserem Plotter visualisiert werden:

An example of revenue forecasts shown in Data & Forecasts explorer

Für die Bewertung von Projekten und bestehenden Anlagen – individuelle Umsatzprognosen erstellen

Die Bibliothek der vorgefertigten Prognosen ist ideal, wenn Sie verschiedene Optionen für Projektentwicklungen betrachten. Wenn Sie jedoch ein spezifisches Projekt oder einen bestehenden Speicher bewerten möchten, benötigen Sie eine Prognose, die genau auf die jeweiligen Eigenschaften zugeschnitten ist.

Daher haben wir unser Prognosemodell geöffnet, sodass Sie in weniger als 10 Minuten hochspezifische Umsatzprognosen für Batteriespeicher in Großbritannien von Anfang bis Ende erstellen können.

An image showing revenue forecasts inside Portfolio