KI sagt Strompreise präziser voraus – bis zu 37 Prozent mehr Ertrag möglich
Nadeschda Holzapfel
KI sagt Strompreise präziser voraus – bis zu 37 Prozent mehr Ertrag möglich
Forscher des Fraunhofer-Instituts für Produktionstechnik und Automatisierung IPA haben eine KI-gestützte Methode entwickelt, um die Preise auf dem deutschen Regelenergiemarkt vorherzusagen. Der neue Ansatz verspricht präzisere Prognosen und höhere Erträge für Unternehmen, die ihren Strombedarf flexibel anpassen.
Aktuelle Gebotsstrategien basieren oft auf veralteten oder statischen Methoden und bieten damit noch Optimierungspotenzial. Die Studie konzentrierte sich auf vier zentrale Teilmärkte des deutschen Regelenergiesystems: Primärregelleistung, Sekundärregelleistung, Tertiärregelleistung und Minutenreserve. Diese unterscheiden sich in ihren Aktivierungszeiten – von Sekunden bei der Primärregelung bis zu Minuten bei den anderen – sowie in der Dauer der Bereitstellung. Während Primär- und Sekundärreserven für 15 Minuten vorgehalten werden müssen, kann die Tertiärregelleistung über mehrere Stunden erforderlich sein. Auch die Preisgestaltung variiert: Die meisten Märkte nutzen ein "Pay-as-Bid"-Modell, bei dem Anbieter genau den Preis erhalten, den sie geboten haben.
Cashback bei deinen
Lieblingsrestaurants und Services
Kaufe Gutscheine und spare in deinen Lieblingsorten in deiner Nähe
Viele Industrieunternehmen setzen nach wie vor auf einfache Gebotsstrategien, etwa Festpreise oder Angebote, die sich an historischen Daten orientieren. Das KI-Modell des Fraunhofer IPA verbessert die Prognosen, indem es historische Trends analysiert und externe Faktoren wie Wetterdaten einbezieht. Tests zeigten, dass die KI-Methode die Erträge im Vergleich zu herkömmlichen Strategien um bis zu 37 Prozent steigern kann – vor allem durch die Vermeidung von Übergeboten.
Selbst kleine Ungenauigkeiten können sich auswirken: Eine Prognoseabweichung von nur einem Euro pro Megawattstunde summiert sich auf über 3.600 Euro zusätzliches Jahresergebnis pro gehandeltem Megawatt. Die Forscher betonen zudem, dass die Anpassungsfähigkeit des KI-Systems über den Energiesektor hinausgehen könnte – etwa im Wertpapierhandel oder anderen strukturierten Bietumgebungen.
Das neue Prognosewerkzeug hilft Unternehmen, häufiger den Zuschlag für Regelenergie zu erhalten, indem es die Preisvorhersagen optimiert. Besonders profitieren können Firmen mit flexiblem Strombedarf, die ihre Erträge damit deutlich steigern. Künftige Weiterentwicklungen könnten wahrscheinlichkeitbasierte Prognosen und eine breitere Marktanwendung umfassen.
