Australská agentura pro obnovitelné zdroje ve spolupráci s tamním operátorem trhu <a href="https://arena.gov.au/news/9-million-funding-to-enhance-short-term-forecasting-of-wind-and-solar-farms/" target="_blank" rel="noopener">podpoří více než desítku projektů, které mají za cíl zvýšit přesnost krátkodobého predikování výroby obnovitelných zdrojů</a>. Finanční podpora ve výši bezmála 10 milionů dolarů má pomoci ověřit možnosti předpovídání výroby konkrétních větrných a solárních elektráren z místních dat.
Australská agentura pro obnovitelné zdroje (ARENA), spadající pod australskou vládu, přidělila celkem 9,41 milionů dolarů 11 projektům, které mají ověřit možnosti předpovídání výroby u velkých větrných a solárních farem napříč Austrálií.
Zdroje by tak měly být schopné na základě místních meteorologických údajů předpovídat vlastní výrobu po pětiminutových intervalech a tato data zasílat do systému australského operátora trhu (AEMO).
<blockquote>„Ve spolupráci s AEMO podporujeme tyto testy, abychom výrobcům pomohli vyhnout se neférovým penalizacím za nepřesné předpovědi a zvýšili bezpečnost energetického systému lepším sesouhlasením poptávky s očekávanou výrobou z obnovitelných zdrojů,“ uvedl Darren Miller, výkonný ředitel agentury ARENA.</blockquote>
Těchto 11 farem s celkovým výkonem 3,5 GW podle agentury tvoří zhruba 45 % veškerého výkonu větrných a solárních farem registrovaných na národním trhu s elektrickou energií.
V současné době za předpovídání výroby větrných a solárních elektráren zodpovídá tamní operátor trhu. Pokud jsou předpovědi nepřesné, kdy výrobci nedokáží poskytnout predikovaný výkon či naopak výroba převyšuje původní předpoklady, znamená to zvýšení nestability sítě a růst nákladů na její provoz.
<blockquote>„Podobně jako v případě tradičních zdrojů chceme ukázat, že obnovitelné zdroje jsou schopné poskytovat přesné měření výroby. S téměř polovinou větrných a solárních zdrojů zapojených do projektů v rámci této iniciativy toto povede k lepším podmínkám pro větrné a solární elektrárny, nižším nákladům a přesnějším datům pro AEMO,“ dodal Miller.</blockquote>
<h2>Kamery sledující oblačnost, meteorologické radary či umělá inteligence</h2>
V rámci 11 projektů budou otestovány různé technologie včetně kamer pro snímání oblačnosti, které dokáží vliv přecházejících mraků na solární elektrárny, větrných radarů, japonských meteorologických satelitů či strojového učení.
<blockquote>„Některé solární a větrné farmy ozkouší několik různých technologií a některé technologie budou otestovány na více místech, abychom mohli porozumět výhodám různých přístupů v různých lokalitách. Zlepšení předpovídání výroby z větrných a solárních zdrojů pomůže lépe integrovat variabilní obnovitelnou energii so sítě, omezí síťovou nestabilitu a sníží náklady,“ říká Miller.</blockquote>

Obnovitelné zdroje

Australská vláda podpoří projekty pro zlepšení předpovědi výroby větrných a solárních elektráren

Počasí v Evropě by v nadcházejících měsících mělo být podle společnosti The Weather Company nadprůměrně teplé a v kombinaci s poměrně solidními zásobami plynu v zásobnících by mělo tlačit dolů cenu plynu. <a href="https://oenergetice.cz/trh-s-elektrinou/evropske-ceny-elektriny-reakci-nizsi-cenu-paliv-emisnich-povolenek-klesaji/" target="_blank" rel="noopener">S poklesem cen paliv a emisních povolenek klesají v posledních týdnech také evropské i české ceny elektřiny</a>.
Většina Evropy může podle společnosti The Weather Company (dříve WSI) očekávat v následujících třech měsících nadprůměrně teplé počasí.
Nejnovější předpověď vysílá po velmi mírném únorovém počasí další signál k poklesu poptávky po plynu a elektrické energii.
<blockquote>
„Pokud se podíváme na jaro, cítíme, že největší riziko chladnějšího (ve srovnání s dlouhodobým normálem) počasí je v březnu, a to zejména v severní a východní části Evropy,“ <a href="https://www.spglobal.com/platts/en/market-insights/latest-news/natural-gas/021919-europe-set-for-warmer-than-usual-temperatures-in-mar-may-weather-company" target="_blank" rel="noopener">uvedl podle zahraničního serveru Platts hlavní meteorolog z The Weather Company Todd Crawford</a>.
</blockquote>
První předpovědi The Weather Company pro květen indikují pro většinu Evropy opět teploty nad dlouhodobým normálem s možností chladnějších období v západní Evropě.
<h2>Solidní zásoby zemního plynu v  zásobnících</h2>
Předpověď teplého počasí přichází v době, kdy jsou poměrně solidní zásoby zemního plynu v zásobních v severozápadní Evropě.
S ohledem na očekávané teplejší počasí po zbytek letošní zimy by zásoby plynu v zásobnících měly zůstat vysoké, což by znamenalo sníženou letní poptávku po plynu pro vtláčení do zásobníků a s tím související tlak na pokles jeho ceny.
Podle S&amp;P Global Platts Analytics byly na konci minulého týdne zásoby plynu v regionu (Německo, Francie, Nizozemsko, Belgie a Dánsko) na úrovni 21,5 miliard metrů krychlových, což je o téměř 50 % více ve srovnání se stejným obdobím roku 2018, <a href="https://oenergetice.cz/uhli/spojene-kralovstvi-zazilo-pri-chladnych-breznovych-dnech-navrat-uhelneho-krale/" target="_blank" rel="noopener">po kterém navíc následovaly extrémní mrazy, které zachvátily Evropu na přelomu února a března</a>.

Plynárenství

Předpověď teplého počasí a solidní zásoby plynu vysílají signály k poklesu jeho ceny

Po <a href="http://oenergetice.cz/ostatni/predikce-energetice-1-lze-predikovat/" target="_blank" rel="noopener noreferrer">úvodním náhledu do světa predikcí</a> a <a href="http://oenergetice.cz/ostatni/predikce-energetice-2-proc-jsou-predikce-energetice-dulezite-proc-nemusi-vyjit/" target="_blank" rel="noopener noreferrer">jeho následném propojení s energetikou</a> bude dnešní díl zaměřen na samotný predikční model. Konkrétně na predikční model pro obchodníky s plynem a elektřinou. Budou popsány vstupy a zdrojová data využívaná při tvorbě predikcí. Dále budou shrnuty vlastnosti, kterými by měl kvalitní model disponovat. Naznačen bude také způsob, jakým se kvalita takovéhoto modelu ověřuje.
Z minulých dílů série víme, že predikce je tvrzení o tom, co se stane v budoucnosti, které je založeno na přesných vědeckých postupech využívajících historických dat a matematicko-fyzikálních modelů. Model využívaný pro predikce se sestavuje na základě pravidel, která umožňují napodobovat chování a vlastnosti predikovaných hodnot. Výstupem predikčního modelu je vlastní predikce.
Je ovšem nutné si uvědomit, že každá predikce má svá specifika. Jeden model nelze univerzálně použít na predikci ceny energie, její spotřeby a zároveň na predikci vývoje cen akcií nebo kryptoměn. Tento článek se zabývá především predikčním modelem pro obchodníky, jehož výstupem je predikce obchodní spotřeby elektřiny a její výroby, respektive predikce obchodní spotřeby plynu.
<h2>Zdroje vstupních dat</h2>
Pro obchodníky s elektřinou a plynem jsou pro jejich fungování klíčové informace o budoucí spotřebě a výrobě jejich zákaznického portfolia. Vstupními daty pro predikční modely jsou především spotřeba a výroba portfolia v minulosti, předpověď počasí (teplota, oblačnost, rychlost větru) nebo vývoj ceny energetických komodit na burze.
Kromě vlastních dat o historickém vývoji sledovaných veličin portfolia v minulosti využívají obchodníci jako vstupy pro své predikční modely veřejně dostupná data <a href="http://www.ote-cr.cz/statistika/odchylky-elektrina" target="_blank" rel="noopener noreferrer">Operátora trhu (OTE)</a> nebo <a href="https://www.eru.cz/cs/elektrina/statistika-a-sledovani-kvality/ctvrletni-zpravy-o-provozu" target="_blank" rel="noopener noreferrer">Energetického regulačního úřadu (ERÚ)</a>. Využít je možné také <a href="https://www.ceps.cz/cs/uvod" target="_blank" rel="noopener noreferrer">data provozovatele přenosové soustavy (ČEPS)</a>, případně informace z informační systému <a href="https://transparency.entsoe.eu/" target="_blank" rel="noopener noreferrer">ENTSO-E Transparency Platform</a> shromažďujícího data z elektroenergetiky na celoevropské úrovni. Zajímavým zdrojem dat je mj. i platforma <a href="https://open-power-system-data.org/" target="_blank" rel="noopener noreferrer">OPSD</a>, kde lze získat podklady pro modelování na celoevropské úrovni.
Standardní zdrojem dat z oblasti vývoje tržní ceny silové elektřiny a plynu je lipská burza <a href="https://www.eex.com/en/" target="_blank" rel="noopener noreferrer">EEX</a>, která je majoritním vlastníkem pražské burzy <a href="https://www.pxe.cz/" target="_blank" rel="noopener noreferrer">PXE</a>, jejíž data jsou také k predikcím využívána. Jako zdroj meteorologických dat bývá využíván <a href="http://portal.chmi.cz/historicka-data/pocasi/denni-data" target="_blank" rel="noopener noreferrer">Český hydrometeorologický ústav (ČHMÚ)</a>, ze zahraničních zdrojů je pro předpověď velmi populární například norský webu <a href="https://www.yr.no/place/Czech_Republic/" target="_blank" rel="noopener noreferrer">Yr.no</a>.
<blockquote>
„Primárně se opíráme o vlastní data o historii spotřeby, změnách dodavatele nebo vlivu nových technologií na spotřebu energií. Externě pořizujeme meteorologická data a to jak skutečná historická měření, tak i předpovědi,“ specifikuje přístup společnosti innogy ke zdrojům dat Petr Průcha, regionální provozní manager útvaru REM.
</blockquote>
<h2>Vliv počasí na predikci</h2>
Nárůst nebo pokles teploty mají nezanedbatelný vliv na spotřebu a výrobu energie v našich zeměpisných šířkách a proto je předpověď počasí velmi důležitým vstupem, který ovlivňuje přesnost predikce. Klesne-li teplota v zimních měsících o 1 °C, dojde k nárůstu spotřeby elektřiny zhruba o 1 %. U plynu způsobí obdobný pokles teploty nárůst spotřeby dokonce o 5 %, protože je ve srovnání s elektřinou více využíván na vytápění.
Naopak nárůst teploty o 1 °C v letních měsících způsobí nárůst spotřeby elektřiny v městských aglomeracích o 2 %, protože se projeví nárůst spotřeby klimatizačních jednotek. Spotřeba plynu nevykazuje citlivost na kladnou změnu teploty v letních měsících a na rozdíl od elektřiny se s tak kladnou změnu teploty o 1 °C takřka nemění.
Podstatným faktorem v souvislosti s teplotou se proto stává normalizace historických dat o spotřebě na dlouhodobý teplotní normál. Normalizace snižuje variabilitu historických hodnot, což umožňuje získávat přesnější predikce.
<figure id="attachment_52306" style="width: 768px" class="wp-caption aligncenter"><img class="wp-image-52306 size-large" src="http://oenergetice.cz/wp-content/uploads/2018/06/normalizace-teplota-spotreba-priklad-768x1024.png" alt="Ilustrace normalizace teploty a naznačení jejího vlivu na normalizaci spotřeby elektřiny." width="768" height="1024" /><figcaption class="wp-caption-text">Ilustrace normalizace teploty a naznačení jejího vlivu na normalizaci spotřeby elektřiny.</figcaption></figure>
Specifický je vliv počasí na spotřebu průmyslových podniků, které disponují fotovoltaickou elektrárnou využívanou pro omezování spotřeby ze sítě. Díky státní podpoře se dnes můžeme s tímto řešením běžně setkávat a obchodníci ho musí zahrnovat do svých modelů. S odhadem výroby fotovoltaických elektráren mohou pomoci nástroje jako <a href="http://re.jrc.ec.europa.eu/pvgis/apps4/pvest.php?lang=en&amp;map=europe" target="_blank" rel="noopener noreferrer">PV GIS</a>, předpověď počasí a znalost dlouhodobých normálů oblačnosti.
<h2>Vlastnosti modelu</h2>
Pro obchodníka s elektřinou nebo plynem je zásadní schopnost plně využít výstupy, které predikční model na základě vstupních dat poskytuje. Kvalitní, transparentní a pochopitelný predikční model dává obchodníkům, kteří ho umějí správně využít, velkou konkurenční výhodu. Model musí mít jasně definované vstupy a vztahy jakými jsou ze vstupních hodnot získávány výstupy.
Predikční model musí být také odolný vůči lidské chybě. Přehlednost modelu je zase zásadní pro správnou interpretaci výsledků. Model by měl uživatele informovat o stavech vstupů a výsledku, stejně jako poskytovat informace o věrohodnosti vstupních dat. Komplexnější modely pak také udávají možnou chybu budoucího odhadu.
<h2>Kvalita modelu</h2>
Obchodníci při svém rozhodování musí spoléhat na predikce, které jim model poskytuje. Je pro ně zásadní to, jak velkou jistotu ohledně budoucího vývoje jim daný predikční model poskytuje. Pro vyhodnocení přesnosti predikčního modelu je třeba též zvolit vhodnou metodiku. Sledované parametry přesnosti modelu musí odpovídat účelu, na který jsou výstupní data obchodníkem používána.
Například v hodinách, kdy obchodník ví, že mu predikce dlouhodobě vychází může být více ochotný riskovat nebo spekulovat. Naopak v časech, kde je přesnost predikce dlouhodobě nižší se dá spíše očekávat, že obchodníci budou chtít mít zabezpečené pozice a budou minimalizovat rizika.
V sektoru energetiky se nejčastěji predikují časové řady, které jsou součtem určitého trendu a zbytkového (reziduálního) procesu. Pro časové řady je jedním z ukazatelů přesnosti modelu kritérium <a href="https://en.wikipedia.org/wiki/Mean_absolute_percentage_error" target="_blank" rel="noopener noreferrer">MAPE (Mean Absolute Percentage Error)</a>, což je střední absolutní procentní chyba. U kvalitních modelů se standardně pohybuje hodnota denního MAPE pod úrovní 5 %. U predikcí spotřeby elektřiny se sleduje i úspěšnost v jednotlivých obchodních hodinách, případně čtvrthodinách. Přesnost predikce za celý den může být ovšem podstatně snížena jednou jedinou nepovedenou hodinou, která může překlopit obchodní výsledek celého dne do záporných hodnot.
<blockquote>
„Máme stanovené cílové hodnoty chyby predikce, které průběžně vyhodnocujeme. Predikce je úspěšná, pokud je její chyba v rámci stanové tolerance. Protože existuje silná korelace mezi chybou predikce a výslednými komoditními náklady, máme cílové hodnoty chyby nastaveny tak, aby se investice do zajištění přesné predikce vracely ve snížených nákladech na komoditu,“ upřesňuje praktické využití Petr Průcha z innogy.
</blockquote>
Příští, předposlední, díl této série bude zaměřen na úskalí, která s sebou predikce přináší. Zodpovězeny v něm budou otázky jako například, jak vzdálenou budoucnost má smysl predikovat nebo jak dávná data je vhodné pro predikce využívat. Nastíněn bude také způsob, jak se vypořádat s verifikací dat nebo jak se dá predikovat  portfolio obchodníka, které se vyvíjí v čase.

Ostatní

Predikce v energetice 3: Získávání vstupních dat a vlastnosti predikčního modelu

<a href="http://oenergetice.cz/ostatni/predikce-energetice-1-lze-predikovat/" target="_blank" rel="noopener noreferrer">Minulý díl seriálu byl</a> zaměřen na obecný úvodu do problematiky predikcí. Naznačena byla různá odvětví lidské činnosti, ve kterých je možné predikci využít. Dnešní díl je zaměřen na využití predikcí v oblasti energetiky. Jak se změnil význam predikce s rozvojem obnovitelných zdrojů energie (OZE)? Proč je predikce důležitá také z obchodního hlediska? A jaké jsou důvody toho, že ani renomované instituce nedokáží vždy správně predikovat budoucí vývoj v tomto odvětví, to jsou otázky, které zodpoví následující odstavce.
Charakteristickým rysem elektroenergetiky je nutnost zajištění neustálé rovnováhy mezi spotřebou a výrobou elektřiny. Vzhledem k rostoucí variabilitě obou složek této bilance a prozatím nedostatečným kapacitám akumulace elektrické energie neustále stoupá význam predikce výroby i spotřeby elektřiny.
V plynárenství je situace podobná, byť akumulace je v tomto sektoru zvládnutá až na sezónní úroveň. Spotřeba plynu je však ve srovnání se spotřebou elektřiny zase výrazně citlivější na změnu teploty, a tak i v plynárenství má predikce svou nezastupitelnou úlohu.
Dalším specifikem energetiky je její liberalizace, která v ČR od roku 2002 vedla k postupnému oddělování výroby elektřiny, její distribuce a obchodování s touto komoditou. Díky liberalizaci tak začalo mít větší význam predikovat nad rámec fyzikálních toků elektřiny také obchodní toky.  Schopnost predikovat se tak pro většinu účastníků trhu s elektřinou a plynem stala naprosto klíčovou pro jejich fungování v tržním prostředí.
<blockquote>
„Schopnost dobře predikovat budoucí vývoj ekonomických veličin je jistě jeden z faktorů, odlišujících úspěšné firmy od těch průměrných. Specificky v innogy klademe značný důraz na dlouhodobé i krátkodobé predikce spotřeby plynu a elektřiny, a to jak agregovaně na úrovni celého portfolia, tak i na úrovni jednotlivých odběrných míst,“ shrnuje důležitost predikcí Petr Průcha, regionální provozní manager útvaru REM společnosti innogy.
</blockquote>
Na základě výstupů získaných z predikčních modelů je možné činit odpovídající strategická rozhodnutí týkající se kontrahovaného množství, cen a zajištění energetických  komodit. Oblastmi, kde se predikce v energetice uplatňuje, je spousta. Predikuje se vývoj ceny komodit, emisních povolenek, směr a velikost systémové odchylky, případně odchylky či spotřeby portfolia jednotlivých obchodníků.
<h2>Predikce z pohledu výrobce</h2>
Pro výrobce elektřiny je zásadní informací to, kolik elektřiny bude schopen v budoucnu dodat, jaké budou jeho náklady související s výrobou a za jakou cenu elektřinu na trhu prodá.  Výroba konvenčních zdrojů je snáze plánovatelná a predikovatelná ve srovnání s ne zcela stálou a přerušovanou výrobou fotovoltaických a větrných elektráren.
Majitelé  klasických tepelných elektráren potřebují znát pro plánování provozu v dlouhodobém horizontu očekávaný vývoj ceny paliv i emisních povolenek. U složitějších výrobních celků jakými jsou velké jaderné, uhelné nebo plynové elektrárny je nutné minimalizovat výpadky způsobené poruchami. I v této oblasti nalézají predikce své uplatnění, když dokážou předpovídat stav klíčových komponent. S ohledem na predikci jejich stavu je pak možné provést případnou údržbu těchto komponent během plánovaných odstávek. Vlastníky fotovoltaických a větrných elektráren zase intenzivně zajímá předpověď počasí a to jak v řádu hodin, dnů, tak i měsíců a let.
Intermitentní povaha výroby je typická právě pro větrné a fotovoltaické elektrárny, které zaznamenaly v posledních dvou dekádách obrovský rozvoj. Tyto OZE jsou aktuálně považovány za nejperspektivnější technologii, která má být účinným nástrojem v omezování závislosti na fosilních palivech a ve snižování emisí skleníkových plynů. Predikování jejich výroby tedy také hraje důležitou roli v jejich efektivnějším začleňování do stávajících sítí.
<figure id="attachment_52220" style="width: 1024px" class="wp-caption aligncenter"><img class="wp-image-52220 size-large" src="http://oenergetice.cz/wp-content/uploads/2018/06/oze-slunce-vitr-vetrna-elektrarna-predikce-ilustracni-1024x683.jpg" alt="Solární i větrné elektrárny za posledních deset let značně zvýšily svůj vliv na cenu a výrobu elektřiny v regionu střední Evropy." width="1024" height="683" /><figcaption class="wp-caption-text">Solární i větrné elektrárny za posledních deset let značně zvýšily svůj vliv na cenu a výrobu elektřiny v regionu střední Evropy.</figcaption></figure>
<h2>Počasí v energetice &#8211; OZE a energetická meteorologie</h2>
Kvalita predikce výroby těchto intermitentních OZE totiž úzce souvisí s tím, jak se daří předpovídat počasí. Postupný nárůst instalovaného výkonu intermitentních OZE, které již mají v mnoha zemích nezanedbatelný podíl na energetickém mixu, dal dokonce vzniknout novému vědnímu oboru zabývajícímu se predikcemi &#8211; energetické meteorologii.
Pro energetickou meteorologii je charakteristické propojení energetiky, meteorologie, statistiky a také informatiky. Díky kombinaci poznatků z těchto odvětví je tak dnes možné poměrně přesně predikovat výrobu OZE závislých na rozmarech počasí v řádu několika hodin až dní. Informace o budoucí výrobě OZE ovlivňuje například i obchodování s elektřinou. Provozovatelé přenosových a distribučních soustav zase i na základě predikce výroby OZE připravují plány očekávaného zatížení soustavy.
Vzhledem k omezené kapacitě sítí je pro její spolehlivý provoz nutné plánovat provoz i s ohledem na počasí, které přímo ovlivňuje nejen výrobu elektřiny, ale také její spotřebu. Lépe předpovídat se díky predikcím z dílny energetických meteorologů dá nejen zatížení sítě, ale například i výskyt úzkých hrdel omezujících přeshraniční toky elektřiny. Své uplatnění nalézá energetická meteorologie také v predikcích spotřeby plynu a to především v zimních měsících, kdy výrazným způsobem ovlivňuje také spotřebu plynu.
<h2>Význam predikce pro obchodníka</h2>
Energetickou meteorologii využívají také obchodníci s elektřinou a plynem pro řízení svých portfolií. Pro obchodníky však není počasí zdaleka jediným faktorem vstupujícím do predikčního modelu. Spotřebu portfolia každého obchodníka ovlivňuje také chování jeho zákazníků, svůj vliv mají i výskyty státních svátků nebo dovolené. Spotřeba portfolia jednotlivých obchodníků se také v čase mění v závislosti na tom, jaký typ odběratelů do portfolia přibývá a jaký z něj naopak mizí.
<blockquote>
„Každá predikce zvláště pak spotřeby portfolia naráží na určité limity při predikcích nestandardních dnů a různě vnořených svátků či nejasnosti teploty nebo předpovědi oblačnosti a rozpouštění například podzimní inverzní oblačnosti,“ zdůrazňuje faktory, které mohou negativně ovlivnit kvalitu predikce Daniel Moc, vedoucí oddělení obchodování s elektřinou společnosti Amper Market.
</blockquote>
Kvalita predikce výroby a spotřeby portfolia výrazně ovlivňuje ziskovost jednotlivých obchodníků s elektřinou a plynem. Správný predikční model umožňuje těmto obchodníkům snižovat náklady související s platbami za odchylku svých portfolií. Přesnější znalost předpokládané výroby a spotřeby jednotlivých zákazníků také dává obchodníkům možnost optimalizovat množství nakupovaných energetických komodit.
Na základě predikčního modelu mohou obchodníci nejen efektivně plánovat a řídit náklady spojené se zajištěním elektřiny i plynu, ale pod větší kontrolou mají i náklady vyvolané odchylkou jejich portfolia. Díky kvalitní predikci tak mohou obchodníci nabízet svým zákazníkům lepší ceny, což zvyšuje jejich konkurenceschopnost na trhu s elektřinou a plynem.
<blockquote>
„V konečném důsledku je naším cílem dobře řídit obchodní rizika. Konkrétně se jedná o rizika objemová a o cenová rizika spojená se zajišťováním a bilancováním energetických komodit na velkoobchodním trhu. Pokud tato rizika řídíme dobře, projeví se to minimalizací očekávaných nákladů těchto rizik, a v konečném důsledku konkurenceschopnou cenou produktů pro konečné zákazníky,“ Petr Průcha z innogy.
</blockquote>
<figure id="attachment_52221" style="width: 1024px" class="wp-caption aligncenter"><img class="wp-image-52221 size-large" src="http://oenergetice.cz/wp-content/uploads/2018/06/graf-burza-obchod-elektrina-plyn-predikce-1024x683.jpg" alt="Úspěšnost predikcí obchodníků s elektřinou a plynem je podstatným faktorem, který ovlivňuje hospodářské výsledky těchto společností." width="1024" height="683" /><figcaption class="wp-caption-text">Úspěšnost predikcí obchodníků s elektřinou a plynem je podstatným faktorem, který ovlivňuje hospodářské výsledky těchto společností.</figcaption></figure>
<h2>Příklad důvodů proč predikce nemusí vyjít</h2>
Na predikce v energetice se zaměřují renomované nadnárodní i vládní organizace i přední poradenské společnosti a agentury. Vzhledem k velkému počtu vstupů a proměnných se ovšem jedná o velmi tenký led, na který se vydávají ti, jenž se do predikcí v energetice pouští. Není výjimkou, že se při zpětném porovnání některé predikce výrazně odchýlí od reality.
Přesnost jednotlivých předpovědí negativně ovlivňují nepředvídatelné jednorázové makroekonomické události, dále také přírodní katastrofy nebo politická rozhodnutí. Svou nezanedbatelnou roli mají také vědci a inženýři, kteří mohou svými objevy převrátit dosavadní tržní zvyklosti naruby.
<ul>
<li>Hospodářské cykly</li>
</ul>
Od dob poslední hospodářské krize se tak již nedá spolehnout na stabilní růst spotřeby elektřiny, který koreluje s růstem HDP. Tato hospodářská krize vedla také k destabilizaci systému obchodování s emisními povolenkami v Evropě, což vedlo k výrazným rozdílům mezi predikovanými a tržními cenami povolenky.
<ul>
<li>Přírodní katastrofy</li>
</ul>
Fukušimské zemětřesení zase mj. vedlo k přehodnocení směřování energetiky jaderných velmocí jakými jsou Japonsko a Německo. Rychlost proměny energetického mixu zmíněných zemí byla na poměr energetiky závratná a bylo takřka nemožné ji predikovat. Odklon těchto zemí od využívání jaderné energie tak například vedl k tomu, že nedochází k předpokládanému omezování výroby elektřiny z fosilních paliv, ale pozice fosilních zdrojů se v těchto zemích ještě posílila.
<ul>
<li>Výzkum a vývoj</li>
</ul>
Vědecko-technologický pokrok zase umožňuje rychlejší snižování ceny elektřiny produkovaných OZE, což spolu se politickou podporou těchto zdrojů vede k rychlejšímu růstu instalovaných výkonů oproti původním predikcím. Významný rozdíl mezi predikcí a realitou, pokud jde o instalovaný výkon solárních elektráren, byl zaznamenán <a href="http://www.investicniweb.cz/jak-se-experti-myli-o-solarni-energetice/" target="_blank" rel="noopener noreferrer">například u predikcí Mezinárodní energetické agentury (IEA) nebo amerického Úřadu pro energetické informace EIA.</a>
<blockquote class="twitter-tweet">
2017 UPDATE &#8211; The historic track record of solar PV vs the <a href="https://twitter.com/IEA?ref_src=twsrc%5Etfw">@IEA</a>: reality steeply increasing but the IEA is having none of it. <a href="https://t.co/yXzcq5b5WA">https://t.co/yXzcq5b5WA</a> <a href="https://t.co/bayzHyOd5o">pic.twitter.com/bayzHyOd5o</a>
&mdash; AukeHoekstra (@AukeHoekstra) <a href="https://twitter.com/AukeHoekstra/status/931869221386104832?ref_src=twsrc%5Etfw">November 18, 2017</a>
</blockquote>

<figure id="attachment_52222" style="width: 512px" class="wp-caption aligncenter"><img class="size-medium wp-image-52222" src="http://oenergetice.cz/wp-content/uploads/2018/06/vyvoj-odhadu-prirustku-instalovanych-solarnich-kapacit-od-iea-512x420.jpg" alt="Ilustrace mylných predikcí IEA. V tomto případě se jedná o roční přírůstky instalovaného výkonu fotovoltaických elektráren. Zdroj: investicniweb.cz" width="512" height="420" /><figcaption class="wp-caption-text">Ilustrace mylných predikcí IEA. V tomto případě se jedná o roční přírůstky instalovaného výkonu fotovoltaických elektráren. Zdroj: @AukeHoekstra</figcaption></figure>
<blockquote>
„Z mého pohledu je největším úskalím rychlý vývoj, kterým si teď energetika prochází. Díky masivnímu nástupu obnovitelných zdrojů, díky cenovým výkyvům a díky tomu, že legislativa ne vždy dokáže na tyto změny pružně reagovat, vznikají na trhu situace, které byly před pár lety sci-fi.“ upřesňuje  Jan Starý, senior quantitative analytik ze společnosti MND. Jako bonusový díl tohoto seriálu bude s Janem Starým vydán rozhovor na téma využívání predikcí při obchodování s elektřinou a plynem.
</blockquote>
Podrobněji se jednotlivými úskalími predikce bude věnovat samostatný díl této série. Kromě úskalí predikcí se v dalších dílech zaměříme především na predikce související s obchodníky působící v energetickém sektoru. <a href="http://oenergetice.cz/ostatni/predikce-energetice-3-ziskavani-vstupnich-dat-vlastnosti-predikcniho-modelu/" target="_blank" rel="noopener noreferrer">Již v následujícím díle bude popsán predikční model využívaný obchodníky a data vstupující do takovéhoto modelu.</a> Naznačen bude také způsob, jakým se nejen v energetice sleduje kvalita predikčních modelů.

Predikce v energetice 2: Proč jsou predikce v energetice důležité a proč nemusí vyjít?

Nový systém pro předpověď počasí slibuje spolehlivější předpověď dopadajícího slunečního záření a následné výroby solárních systémů, čímž umožní účinnější a spolehlivější využívání sluneční energie. Pro energetické společnosti nový systém znamená úsporu nákladů díky snížení potřeby nákupu elektřiny na spotovém trhu. Podle testů provedených výzkumným týmem systém umožní až o 50 % přesnější předpověď ve srovnání se současnými systémy.
Systém, známý jako Sun4Cast, byl po dobu tří let vyvíjen americkým Národním centrem pro výzkum atmosféry (NCAR) ve spolupráci s vládními laboratořemi, univerzitami, inženýrskými sítěmi a obchodními firmami po celých Spojených státech amerických. Systém financovaný skrze iniciativu SunShot amerického ministerstva energetiky výrazně zlepšuje předpovědi oblačnosti a jiných atmosférických podmínek, které ovlivňují množství energie generované solárními panely.
Pomocí kombinace pokročilých počítačových modelů, pozorování atmosféry a umělé inteligence poskytuje Sun4Cast informace o slunečním záření a následné výrobě elektrické energie pro konkrétní solární zařízení až v 6hodinovém předstihu. To umožňuje neustálé předvídání množství vyrobené energie ze solárních systémů.
Předpovědi systém umožňuje prodloužit až do 72hodinového předstihu, což umožňuje výrobcům elektřiny zajistit případnou součinnost solárního systému s ostatními zdroji energie.
<h2>Přesnější předpověď přinese značné úspory</h2>
Po testování Sun4Cast na několika místech výzkumný tým zjistil, že může být až o 50 % přesnější než současné prognózy dopadajícího slunečního záření. Tato zvýšená přesnost umožní energetickým společnostem využívat sluneční energii spolehlivěji, což sníží potřebu nákupu elektřiny na spotovém trhu.
V důsledku by systém mohl podle odhadů ekonoma NCAR Jeffreyho Laza jen v USA ušetřit až 455 milionů dolarů (11 miliard korun) za období do roku 2040.
NCAR, který neposkytuje prognózy počasí, nabídl technologii k dispozici veřejným dodavatelům energie a soukromým společnostem zabývajícím se předpovědí počasí s tím, že si systém mohou přizpůsobit podle vlastích potřeb.
<blockquote>
&#8222;Tyto výsledky umožní rozšíření využívání sluneční energie. Přesnější předpovědi jsou zásadní pro spolehlivější a nákladově efektivní výrobu energie v solárních systémech,&#8220; tvrdí Sue Ellen Haupt, ředitelka systémů pro předpověď počasí a jejich vyhodnocování v NCAR, která vedla výzkumný tým.
</blockquote>
Práce na systému navazuje na zkušenosti NCAR s vysoce detailní předpovědi atmosférických podmínek, včetně návrhu systému pokročilého systému na předpověď větrné energie.
<blockquote>
&#8222;Tento typ výzkumu a vývoje je důležitý, protože přispívá ke snížení nákladů na výrobu energie ze slunečních a větrných elektráren a usnadňuje energetickým společnostem integraci obnovitelných zdrojů do elektrizační soustavy. Pokud jde o vyvážení poptávky s nabídkou, je důležité, aby bylo možné předvídat zdroje energie tak přesně, jak jen je možné,&#8220; tvrdí William Mahoney, zástupce ředitele NCAR laboratoře aplikovaného výzkumu.
</blockquote>
Množství dopadajícího slunečního záření je obecně obtížné předvídat. Je ovlivněno nejen lokalitou a typem mraků, ale také nesčetným množstvím jiných atmosférických podmínek, jako je například množství prachu a jiných částic ve vzduchu, relativní vlhkost a znečištění ovzduší. Složitost předpovědi zvyšuje čerstvě napadaný sníh, blízké strmé svahy či dokonce procházející mraky, které mohou odrážet sluneční světlo takovým způsobem, že zvyšují množství energie vyrobené solárními panely.
Úvodní fotografie: First Solar