kurzes Vorspiel

Prognose für Vertragsdaten der nachfolgenden 12 Monate (Empfehlung!)

Verbrauchs-Prognose kurz vor Vertragsabschluss 2014

Der primäre Antrieb, den RS Energy Forecast zu entwickeln, war das Desaster mit Flexstrom. Um hier das Verlust-Risiko für mich zu reduzieren, habe ich mich entschieden, den Spieß umzudrehen: sollen doch die Stromlieferanten in Vorleistung gehen! Details dazu findet man hier (Vorsicht: Langweilig!). Um diese Strategie zu perfektionieren, ist es wichtig, zu Vertragsabschluss möglichst den genauen Stromverbrauch zu kennen.

In meinem konkreten Fall hat mir seinerzeit der RS Energy Forecast einen Verbrauch von ca. 3250 kWh vorhergesagt (Stand 13.03.2014). Ich habe eine kleine Sicherheitsmarge für mich draufgelegt und bin mit 3500 kWh ins Rennen gegangen. Gegenüber dem Provider habe ich dann mit 3000 kWh argumentiert. Unter dem Strich also kalkulierte 500 kWh, mit denen der Provider während der Vertragslaufzeit in Vorleistung gehen würde.

6 Monate sind rum – wie sieht’s aktuell aus?

Zwischenstand: aktuelle Verbrauchsprognose

Zwischenstand: aktuelle Verbrauchsprognose

Nach nunmehr etwas mehr als 6 Monaten „aktiver Begleitung“ des aktuell laufenden Vertrags durch den RS Energy Forecast bin ich guter Dinge: ich liege mit aktuell prognostizierten 3195 kWh sehr gut im Plan!  Im Sommer lag der Forecast über mehrere Wochen mal bei 3050 kWh – liegt aber daran, dass sogar ich im Sommer (für mich auch real nachvollziehbar) etwas weniger Strom verbrauche als im Winter. Konkret liege ich aktuell mit etwa 20€ im Guthaben (= Rückzahlung durch den Provider). Das liegt daran, dass der Provider bei Vertragsabschluss eigenmächtig eine kleine „Sicherheitsmarge“ aufgeschlagen hat. Ach guck, so ticken die Jungs also! Aber das wird mich nicht umbringen – nur beim nächsten Vertagsabschluss werde ich meinerseits eine noch höhere „Sicherheitsmarge“ zu meinen Gunsten einbauen *breitgrins*.

Interessante Forecast-Entwicklung

Verlauf der Prognose für Gesamtverbrauch (7-Wochen-Basis)

Verlauf der Prognose für Gesamtverbrauch (7-Wochen-Basis)

In meinen internen RS Forecast-Versionen habe ich zusätzlich den täglich ermittelten Jahresforecast als weiteren Graphen ins HighChart eingebaut. Und das ist nicht gerade unspannend geworden. Im Bild Rechts sieht man deutlich die in den Sommermonaten durchhängende Prognose-Kurve, die jetzt zum Winter wieder ansteigt. Auch wenn der Unterschied zwischen Sommer-Forecast (3050 kWh) und Winterforecast (3200 kWh) recht gering ist (5% Schwankung), habe ich damit endlich eine saisonale Schwankung, mit der ich zukünftige Modelle optimieren und vor allen Dingen unter realen Bedingungen testen kann.

Unterschiede zur alten Version des RS Energy Forecast

Mit Version 1.5 des RS Energy Forecasts habe ich das Statistikmodell grundlegend geändert: weg vom stumpfen Tagesdurchschnitt, hin zum wochentagsindividuellen Durchschnitt der letzten x Wochen. Genaueres kann man dazu hier lesen.

Vergleich der Jahresprognosen aus alter und neuer Forecast-Version Rechenmodellen

Vergleich der Jahresprognosen aus alter und neuer Forecast-Version Rechenmodellen

Intern habe ich noch eine Installation der Version V 1.0 mitlaufen lassen, auch hier wird die täglich neu errechnete Jahresprognose geloggt. Rechts ein Vergleich der Jahresprognosen, einmal erstellt mit V1.0 und einmal mit der aktuellen version (Betrachtungszeitraum ist hier das Kalenderjahr, nicht das Vertragsjahr => damit ist dieser Plot nicht vergleichbar mit den Werten der anderen Bilder). Interessant fand ich, dass die alte Methode zu Beginn sehr pessimistisch (= hohe Prognose) beginnt, um sich dann mehr und mehr dem realen Jahresendwert annähert, die neue Methode umgekehrt. Beide Methoden zeichnen quasi einen Genauigkeitstrichter, der zu Ende der Betrachtungsperiode immer enger wird.

Welchen Einfluss hat der Betrachtungszeitraum auf den Jahresforecast?

Forecast-Vergleich: 7 und 13 Kalenderwochen als Datengrundlage

Forecast-Vergleich: 7 und 13 Kalenderwochen als Datengrundlage

Im Auslieferungszustand werden die Forecastdaten auf Basis der zurückliegenden 7 Kalenderwochen ermittelt. Das ist für eine solide Prognose eigentlich zu wenig. Da aber viele Home-Automatisierer gerade erst mit der Erfassung der Verbrauchsdaten anfangen, habe ich mich auf diesen Zeitraum festgelegt (den Betrachtungszeitraum kann aber jeder User selbst einstellen). Kürzer sollte er wirklich nicht sein!. Ich selber habe intern parallel eine Version mitlaufen, die 13 Kalenderwochen als Berechnungsgrundlage nutzt.

Erwartungsgemäß reagiert die Kurve des Jahresforecasts auf 13 KW-Basis träger als die mit 7 KW-Basis (=Entwicklungsprojekt). Allerdings macht sich hier das Fehlen von saisonalen Forecast-Logiken bemerkbar: würden die saisonalen Schwankungen im Berechnungsmodell Berücksichtigung finden, käme man hier einem linearem Verlauf (dem Idealfall eines perfekten Forecastmodells) sehr nahe. Mal sehen, wie sich beide Graphen in den kommenden 5 Monaten entwickeln. 

Ich bin sehr gespannt, wir biegen auf die Zielgerade ein. Und es macht Lust, eine Saison-Logik in das Forecast-Modell einzubauen. Mal schauen ;-)

 


 

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

css.php