Top-Bottom (TB) Spreads dienen als Maßstab für den potenziellen Umsatz, den eine Batterie durch Energie-Arbitrage erzielen kann. Durch den Vergleich von TB-Spreads über verschiedene Zeiträume und Standorte hinweg können Akteure optimale Strategien und Standorte für den Einsatz von Batteriespeichern identifizieren.

Energie-Arbitrage bedeutet, Batterien dann zu laden, wenn die Strompreise niedrig sind, und sie zu entladen, wenn die Preise hoch sind. Wenn Systemdienstleistungen mit Batteriespeicherkapazität gesättigt sind, machen Arbitrage-Erlöse meist den Großteil der kommerziellen Einnahmen für Batterien aus.

Diese „günstig kaufen, teuer verkaufen“-Strategie nutzt die täglichen Schwankungen der Strompreise zur Umsatzgenerierung.

Ein TB-Spread ist eine einfache, aber wirkungsvolle Methode, um dieses Potenzial zu quantifizieren. Er misst die Differenz zwischen dem höchsten und dem niedrigsten Strompreis an einem Tag.

• Ein TB1-Spread ist der höchste Stundenpreis minus dem niedrigsten.
• Ein TB4-Spread ist die Summe der vier höchsten Stundenpreise minus der vier niedrigsten.

TB-Spreads dienen als Maßstab für den maximal möglichen Tagesumsatz, den eine Batterie durch Arbitrage erzielen könnte.

Wie unterscheiden sich TB-Spreads zwischen Day-Ahead- und Real-Time-Märkten?

TB-Spreads verhalten sich in Real-Time- und Day-Ahead-Märkten unterschiedlich, abhängig von der Region und deren Strukturmerkmalen.

Im ERCOT sind TB-Spreads typischerweise im Real-Time-Markt höher, was auf die hohe Volatilität des Systems zurückzuführen ist. Die Echtzeitpreise in ERCOT reagieren mit starken Preisschwankungen auf plötzliche Veränderungen – und führen so zu hohen Spreads.

Im Gegensatz dazu entstehen im CAISO oft höhere TB-Spreads im Day-Ahead-Markt, dem Integrated Forward Market (IFM). Dies spiegelt vorhersehbare Engpässe wider, die im Voraus eingeplant werden, wie zum Beispiel Einspeisebegrenzungen für Erneuerbare oder erwartete Netzüberlastungen.

TB-Spreads messen Chancen über Zeit und Ort hinweg

TB-Spreads bieten abnehmende Erträge, je länger die betrachtete Dauer ist. TB1 erfasst die lukrativsten Chancen, da es die Spitzen der Preisvolatilität widerspiegelt, während jede weitere Stunde zunehmend weniger Wert hinzufügt.

Das jährliche Nachverfolgen von TB-Spreads hilft, sich ändernde Marktbedingungen und Volatilität zu erkennen.

Märkte wie ERCOT, die keinen Kapazitätsmarkt haben, weisen in der Regel eine höhere Preisvolatilität auf als Regionen wie PJM, die auf strukturierte Marktmechanismen setzen.

Auch innerhalb einer einzelnen Region gibt es Unterschiede zwischen den Spreads einzelner Netzknoten. Grund dafür ist vor allem Überlastung im Übertragungsnetz. Diese Knotenpunkt-Muster können Engpässe im Netz und neue Investitionsmöglichkeiten für Speicher aufzeigen.

P-Werte helfen, die Konstanz der Erlöse zu messen

P-Werte beziehen sich auf Perzentile innerhalb der Verteilung der jüngsten TB-Spreads. Sie fassen zusammen, wie häufig verschiedene Umsatzergebnisse in der Vergangenheit aufgetreten sind.

• P50 (50. Perzentil): Der Medianwert. An 50 % der gemessenen Tage gab es höhere Umsatzchancen, an 50 % niedrigere. P50 kann das erwartete Ergebnis darstellen.
• P10 (10. Perzentil): An 10 % der Tage wurden niedrigere Erlöse erzielt. Dies spiegelt eine verlässliche Erwartung für den Tagesumsatz wider.
• P90 (90. Perzentil): An 90 % der Tage wurden niedrigere Erlöse erzielt. Dies steht für ein Szenario mit hohen Umsätzen.

P-Werte helfen Akteuren, die Volatilität von Arbitrageerlösen an verschiedenen Standorten oder unter verschiedenen Strategien einzuschätzen.

Im Juni 2025 hatten zum Beispiel ERCOT und CAISO einen ähnlichen P50 von etwa 90 $/MW-Tag, aber ERCOT wies eine größere Spannbreite auf, mit einem niedrigeren P10 und einem höheren P90. Die Erlöse in CAISO waren konstanter, während ERCOT eine größere Bandbreite an potenziellen Einnahmen pro Tag zeigte. An manchen Tagen gab es mehr Potenzial nach oben, an anderen jedoch sehr geringe Umsatzmöglichkeiten.

Was beeinflusst einen TB-Spread?

Der Großteil des US-Strommarktes ist knotenbasiert, weshalb die Preise von Angebot und Nachfrage an einem bestimmten Ort beeinflusst werden.

Diese Preise und die daraus resultierenden TB-Spreads werden von drei Komponenten beeinflusst:

1. Energie: Die Grundkosten, um eine zusätzliche Einheit Strom für das gesamte System bereitzustellen.
1. Beeinflusst durch Brennstoffkosten, Erneuerbare-Energien-Erzeugung und Nachfragespitzen.
2. Überlastung (Congestion): Die zusätzlichen Kosten durch Engpässe im Übertragungsnetz. Wenn bestimmte Leitungen überlastet sind und günstiger Strom nicht in Teile des Netzes gelangen kann, steigen die Preise an den Knoten hinter der Einschränkung.
1. Dies führt zu Preisunterschieden innerhalb einer Region und kann an manchen Knoten zu starken Preisanstiegen führen.
3. Verluste: Die Kosten, die durch Energieverluste beim Transport über Entfernungen entstehen.
1. Nicht alle ISOs in den USA berücksichtigen Verluste, und generell ist dies nur ein geringer Beitrag zum Preis.

Zu verstehen, wie viel eines TB-Spreads an einem Knoten durch Energie oder Überlastung verursacht wird, hilft, die Nachhaltigkeit von Arbitrageerlösen zu bewerten.

TB-Spreads in der Praxis

Wir können die Einflussfaktoren von TB-Spreads untersuchen, indem wir die Preisbestandteile eines Tages an verschiedenen Netzknoten analysieren.

Plano Storage 4 ist ein Batteriespeichersystem in Monterey Bay, Kalifornien – direkt neben Übertragungsleitungen, die Strom entlang der kalifornischen Küste transportieren. Am 15. Juli 2025 betrug der TB4-Spread dort 68 $/MW-Tag. Mustang BESS 1 liegt 110 Meilen südöstlich, nahe mehreren Solaranlagen. Sein TB4 am 15. Juli lag mit 121 $/MW-Tag fast doppelt so hoch.

Die Analyse der stündlichen Preisdaten zeigt, dass der erhöhte Spread bei Mustang BESS durch eine negative Überlastungskomponente am Nachmittag und Abend verursacht wurde. Diese Überlastung entstand durch überschüssigen Solarstrom, der zu einer drohenden Überlastung der lokalen Leitungen führte. Diese Exportbegrenzung sorgte dafür, dass die Mindestpreise am Mustang-Knoten niedriger lagen als anderswo im System, wie etwa bei Plano – und so den Spread erhöhte.

Das Verständnis von TB-Spreads bietet Betreibern von Batteriespeichern einen wertvollen Einblick in das Arbitragepotenzial. Da sich die Marktbedingungen weiterentwickeln, bleibt das Monitoring von TB-Spreads und deren Einflussfaktoren entscheidend, um die Volatilität zu steuern und den Wert von Speichern in modernen Stromsystemen zu maximieren.

Klicken Sie hier, um TB-Spreads über US-ISOs und Europa im Modo Energy Terminal zu sehen.

Bei Fragen zu diesem Artikel wenden Sie sich gerne an sam@modoenergy.com vom US Research Team.