Sich ändernde gesetzliche und wirtschaftliche Einflussfaktoren im Energiebereich erfordern eine gezielte Ausrichtung in Hinblick auf Kostenminimierung und Nachhaltigkeit. Nur mit dem Wissen über den zukünftigen Bedarf an Ressourcen und alternativen Kosten können die richtigen Entscheidungen kurz, mittel- und langfristig getroffen.

Unsere Prognoselösung im Energiebereich unterstützt Sie insbesondere bei:

Mengenprognose

• Welche Menge an Gas, Strom und Wasser wird in einer Zeitperiode (Stunde, Tag, Woche, Monat, Quartal, Jahr) verbraucht?
• Welche Mengen sollten für welchen Zeitraum allokiert werden?
• Welche Mengen an Energie werden von unterschiedlichen Energie-Quellen (Wind, Sonne, Wasser, Kohle, Atom) erzeugt?
• Wann müssen Korrekturen in der Planung vorgenommen werden?

Preisprognose

• Welche Mengen (Gas, Strom, Wasser) sind wann zu welchem Preis einzukaufen?
• In welchen Bandbreiten kann der Marktpreis für Strom, Gas, Öl vorhergesagt werden?

Der MAX-CON Forecaster

Mit dem MAX-CON Forecaster treffen Sie:

• Prognosen auf Stunden-, Tages-, Monats-, Quartals- oder Jahresbasis
• Prognosen der Restlast sowie leistungsgemessener Kunden

Die Vorteile des MAX-CON Forecasters sind:

• Die Anwendung verschiedener statistischer Verfahren für mehr Sicherheit in der Prognose
• Die Prognose durch ein selbstlernendes System zur automatischen Anpassung an sich verändernde Umweltbedingungen (Klima, Kundenverhalten, etc.)

Einsparpotentiale

Mit dem MAX-CON Forecaster realisieren Sie von Anfang an Einsparungen. Unser System hat im Bereich Gasmengenprognose eine Prognosegüte bezogen auf den absoluten Fehler von unter 1% auf das ganze Jahr.

Im Bereich Strompreisprognose erreichen unsere Systeme in Abhängigkeit des Prognosezeitraumes eine Güte zwischen 4% - 10% MAPE.

Implementierung

• Als add-on bestehender Systeme - dadurch geringer Kosten- und IT-Aufwand
• Einlesen der Daten aus verschiedenen Systemen wie z.B. Excel, SAP, etc. möglich
• Berücksichtigung der Erfahrung der Mitarbeiter
• Automatische Parameteranpassung durch das selbstlernende System - Geringer Wartungsaufwand
• Unterschiedliche Gewichtung der Einflussgrößen
• Transparente Darstellung der Ergebnisse