Ein Team von Forschern des Fraunhofer-Instituts für Produktionstechnik und Automatisierung (IPA) und des Instituts für Energieeffizienz in der Produktion (EEP) der Universität Stuttgart hat ein neues Online-Tool entwickelt, das auf künstlicher Intelligenz basiert und Vorhersagen für die Preise im deutschen Regelleistungsmarkt liefert. Diese Plattform, bekannt als „PayBid AI“, ermöglicht es Nutzern, die Preisprognosen täglich zu aktualisieren und verschiedene Gebotsstrategien zu vergleichen.
In der heutigen Energieerzeugung, die stark auf erneuerbare Quellen wie Wind- und Solarenergie angewiesen ist, ist die Stabilität des Stromnetzes von größter Bedeutung. Wetterbedingungen, wie plötzliche Wolkenbildung oder Windstille, können die Menge an verfügbarem Strom stark beeinflussen, was zu einem Ungleichgewicht zwischen Angebot und Nachfrage führt. Um diese Schwankungen auszugleichen, müssen Netzbetreiber schnell reagieren, indem sie die Regelleistung aktivieren, die kurzfristige Anpassungen im Stromverbrauch ermöglicht. Unternehmen, die in der Lage sind, ihre Stromaufnahme flexibel zu verändern, können durch die Teilnahme am Regelleistungsmarkt profitieren.
Der Regelleistungsmarkt nutzt ein spezifisches Gebotsverfahren, das als „Pay as bid“ bekannt ist. Hierbei müssen die Bieter vorsichtig sein: Wer sein Gebot zu niedrig ansetzt, verliert potenzielle Einnahmen, während ein zu hohes Gebot möglicherweise dazu führt, dass man gar nichts erhält. Daher ist es entscheidend, den Strompreis präzise vorherzusagen, um erfolgreich im Markt zu agieren.
Das Forschungsteam hat im März 2025 eine erste Version der Preisprognose auf der Plattform arXiv veröffentlicht, die mittlerweile auch in der Fachzeitschrift „International Journal of Electrical Power and Energy Systems“ publiziert wurde. Mit der Einführung von PayBid AI, einem interaktiven und kostenfreien Online-Tool, sollen die Ergebnisse dieser Forschung der Öffentlichkeit und der Industrie zugänglich gemacht werden. Professor Alexander Sauer, einer der Leiter des Fraunhofer IPA, betont, dass das Ziel darin besteht, einen praktischen Nutzen zu schaffen, der aufzeigt, wie datenbasierte Prognosen die Transparenz und Stabilität des Marktes fördern können.
Das Tool bietet eine automatische Aktualisierung der Daten vom Regelleistungsmarkt und erstellt Prognosen für den kommenden Tag. Es deckt sowohl die Sekundär- als auch die Tertiärregelleistung ab und erlaubt den Nutzern, den gewünschten Zeitraum auszuwählen und zwischen verschiedenen Machine-Learning-Modellen zu wählen. Diese Flexibilität ermöglicht es den Nutzern, die Leistungsfähigkeit der unterschiedlichen Strategien zu vergleichen und die potenziellen Erlöse zu bewerten.
Die Datenintegration ist ein zentraler Aspekt von PayBid AI. Das Tool bezieht seine Informationen automatisiert aus den Quellen des Regelleistungsmarkts, was eine hohe Aktualität der Prognosen gewährleistet. Neben den interaktiven Visualisierungen bietet die Plattform auch eine standardisierte Schnittstelle, über die Unternehmen die Vorhersagen in ihre eigenen Systeme für Optimierung oder Einsatzplanung integrieren können. Dies ist besonders wichtig für die Entwicklung von Gebotsstrategien und das Management von Flexibilität im Stromverbrauch.
Aktuell stellt PayBid AI nur einen Teil der gesamten Modellarchitektur dar, da im Hintergrund eine erweiterte Bibliothek mit fortschrittlichen Machine-Learning-Verfahren bereitsteht, die in internen Tests signifikant bessere Prognoseergebnisse liefern. Diese erweiterten Modelle können auf Anfrage für spezifische Anwendungen zur Verfügung gestellt werden.
Die Wissenschaftler am Fraunhofer IPA und EEP arbeiten kontinuierlich daran, die Prognosequalität weiter zu verbessern. Zukünftige Entwicklungen umfassen die Implementierung komplexerer Verfahren sowie probabilistischer Modelle, um die Vorhersagen noch präziser zu machen. Darüber hinaus gibt es Pläne, die Anwendung auf andere Märkte und Länder auszuweiten, was das Potenzial von PayBid AI weiter erhöhen könnte.
Insgesamt ist das Online-Tool eine vielversprechende Innovation im Bereich der Energieprognosen, die sowohl der Industrie als auch der Forschung helfen kann, sich besser im dynamischen und oft unberechenbaren Strommarkt zu orientieren.
