Solar-PV-Prognose & Batteriedispatch — Client-Demo
End-to-End-Demonstration von prognosegetriebenem Batteriehandel

Was diese Demo zeigt: Eine vollständige Pipeline, die reale Wetter- und Marktdaten nutzt, die zukünftige Leistung einer Solaranlage und den künftigen Strompreis prognostiziert und dann beide Prognosen verwendet, um eine Batterie so zu betreiben, dass sie im Day-Ahead-Markt möglichst viel Geld verdient.

Wie man das liest: Beginnen Sie mit den drei Haupt-Ergebnis-Seiten unten — das sind die fertigen Deliverables. Jede Seite erklärt ihre Kennzahlen am Anfang selbst. Unterhalb der Ergebnisse folgt ein kurzer Pipeline-Überblick, der die Datenarbeit dahinter zeigt: wie der Markt analysiert wurde, wie Anlagenmessungen verarbeitet wurden und wie die Prognosemodelle entstanden sind. Der Pipeline-Teil ist der Beleg; die Ergebnis-Seiten sind die Hauptgeschichte.

Hauptergebnisse
Daten- & Modellierungspipeline
Die beiden folgenden Schritte zeigen die Datenarbeit, die zu den obigen Ergebnisseiten geführt hat. Jeder Schritt ist ein in sich geschlossener Bericht, der einen Teil der Pipeline abdeckt: das Marktverständnis und die Verarbeitung realer Anlagenmessungen. Dies ist optionale Lektüre - wenn Sie nur zehn Minuten Zeit haben, sind die drei Ergebnisseiten oben der richtige Ort, um diese zu verbringen.
Pipeline · Schritt 1
Day-Ahead-Preise, Nachfrage & Marktmechanik
Wie der Day-Ahead-Strommarkt cleart, wie Preise und Netzlast nach Stunde und Monat variieren und warum gerade die tägliche Preisspreizung den Wert einer Batterie überhaupt erst erzeugt.
Analyse anzeigen →
Pipeline · Schritt 2
Ganzjährige Anlagenmessungen
Ein volles Kalenderjahr mit 5-Minuten-Messungen einer realen bifazialen Solaranlage auf einem einachsigen Tracker. Die Untersuchung umfasst saisonale Erträge, Tagesprofile, Kapazitätsfaktor und wie stark jede Wettervariable die gemessene Leistung erklärt.
Analyse anzeigen →