Predict+ behoudt de nauwkeurigheid van de voorspellingen tijdens ernstige storingen in het energiesysteem

Samenvatting

Tijdens periodes van ernstige verstoringen in het Israëlische energiesysteem hielp het Predict+ platform van Tigo Energy energieproducenten om nauwkeurige prognoses van de elektriciteitsvraag te blijven opstellen, ondanks plotselinge veranderingen in het verbruiksgedrag.

Toen het conflict in het hele land tot ingrijpende veranderingen in het elektriciteitsverbruik leidde, werden de Predict+-modellen snel aangepast aan de nieuwe omstandigheden. Binnen enkele dagen was de nauwkeurigheid van de prognoses weer bijna op het niveau van vóór de verstoring, waardoor energiebedrijven met vertrouwen konden doorgaan met hun planning en hun activiteiten op de markt.

De uitdaging

Energieprognosemodellen worden doorgaans getraind op basis van historische verbruikspatronen. In tijden van extreme verstoringen – zoals geopolitieke gebeurtenissen of grootschalige gedragsveranderingen – kunnen deze patronen echter drastisch veranderen.

Op de Israëlische elektriciteitsmarkt leidde het conflict tot plotselinge veranderingen op het gebied van:

• De vraag naar elektriciteit voor huishoudelijk gebruik
• Energieverbruik door bedrijven
• Dagelijkse gebruiksgewoonten
• Aannames voor de operationele planning

Deze veranderingen brachten de bestaande prognosemodellen in de war en maakten het moeilijker om nauwkeurige vraagprognoses op te stellen.

Energiebedrijven hadden behoefte aan een systeem dat zich snel aan nieuwe omstandigheden kon aanpassen.

De oplossing

Predict+ maakt gebruik van machine learning-modellen die voortdurend leren van binnenkomende gegevensstromen. Toen de consumptiepatronen plotseling veranderden, hebben de technici van Predict+ de voorspellingsmodellen opnieuw gekalibreerd om rekening te houden met nieuwe gedragssignalen.

Het platform heeft de bijgewerkte gegevens geanalyseerd, waaronder:

• Verbruiksgegevens van slimme meters
• Realtime vraagpatronen
• Weersignalen
• Historische trends in energieverbruik

Door de modellen opnieuw te trainen op basis van de nieuwe gegevensomgeving, kon Predict+ de prognoses snel aanpassen aan het gewijzigde consumptiegedrag.

Implementatie

De teams van Predict+ hielden de vraagpatronen in de gaten en pasten de prognosemodellen aan om rekening te houden met de nieuwe realiteit van het energieverbruik.

Dankzij de adaptieve leerarchitectuur van het platform konden bijgewerkte modellen snel worden geïmplementeerd, waardoor de voorspellingsnauwkeurigheid zich binnen enkele dagen herstelde.

Dankzij deze snelle aanpassing konden energieproducenten ondanks de verstoring hun operationele planning handhaven en op de markt blijven opereren.

Resultaten

Predict+ bleek onder extreme omstandigheden zeer veerkrachtig te zijn.

De belangrijkste resultaten waren onder meer:

Snelle modelaanpassing

De prognosemodellen werden binnen enkele dagen opnieuw gekalibreerd om rekening te houden met nieuwe consumptiepatronen.

Herstelde nauwkeurigheid van de weersvoorspellingen

De nauwkeurigheid kwam weer dicht in de buurt van het niveau van vóór de verstoring, ondanks ingrijpende gedragsveranderingen.

Bedrijfscontinuïteit

Energieleveranciers zijn erin geslaagd hun prognose- en planningscapaciteiten op peil te houden tijdens een zeer volatiele periode.

Waarom dit belangrijk is

Moderne energiesystemen worden steeds vaker geconfronteerd met onverwachte verstoringen – van extreme weersomstandigheden tot geopolitieke instabiliteit.

Predict+ is ontworpen om zich aan deze veranderende omstandigheden aan te passen door voorspellingsmodellen voortdurend bij te werken zodra er nieuwe gegevens beschikbaar komen.

Dankzij deze mogelijkheid kunnen energiebedrijven nauwkeurige prognoses blijven opstellen, zelfs wanneer traditionele modellen tekortschieten.