Sygnity

Artykuły

Sygnity Forecast – jak zaoszczędzić dzięki celnym prognozom zużycia gazu?

Transformacja energetyczna związana z odejściem od „czarnej” energii pochodzącej z węgla na rzecz czystego, błękitnego paliwa miała na celu ochronę środowiska i spowolnienie zmian klimatycznych. Jednak wojna w Ukrainie wiele zmieniła. Dostawy gazu z Rosji do państw członkowskich UE zostały wstrzymane lub mocno ograniczone, a ceny na światowych giełdach biją kolejne rekordy. Jednym z kluczowych, a jednocześnie skomplikowanych aspektów tej sytuacji staje się prognozowanie zapotrzebowania na gaz. Trafne prognozy umożliwiają optymalne zaspokojenie potrzeb klientów.

Kto może skorzystać?

Prognozowanie jest istotne przede wszystkim dla trzech podmiotów: sprzedawców gazu, aby zapewnili dostawy dla swoich odbiorców, dla dystrybutorów gazu, którzy odpowiadają za przesył paliwa, oraz dla dużych odbiorców.

Sam proces prognozowania opiera się na danych historycznych, dotyczących zużycia oraz na prognozach meteorologicznych. Oczywiście im dłuższa historia danych rzeczywistych o zużyciu, tym trafniejsze będą prognozy. Minimalny okres, jaki pozwala na opracowanie dobrej jakości prognozy to rok. Pełen okres pozwala na wychwycenie specyficznych sytuacji jak np. okresy świąteczne, dni nietypowe itp. Drugi element to modele. Baza modeli do prognozowania takich mediów to np. modele klasy ARIMA, średnia ruchoma, wygładzenie wykładnicze, sieci neuronowe, modele Machine Learning – drzewa decyzyjne itp.

W przypadku prognozowania gazu, trudność polega na dostępnych danych rzeczywistych. Wymagania rynkowe powodują, że prognozy powinny być generowane z ziarnem godzinowym, a dostępne dane często są z ziarnem dobowym, miesięcznym lub kwartalnym. Dlatego tak istotne jest właściwe przygotowanie danych do procesu prognostycznego. Dane z ziarnem większym niż godzinowe, należy rozłożyć zgodnie z przygotowanym profilem zużycia. Jednak już ten etap może powodować, że dane historyczne obarczone są pewnym błędem podobnie jak dane meteorologiczne – błąd danych na wejściu do modelu prognostycznego przekłada się na błąd na wyjściu, czyli prognozy.

Dlaczego warto tworzyć prognozy?

Na sprawdzalność prognoz wpływa kilka czynników, najważniejsza jest historia danych, to czy są one w ziarnie godzinowym, miesięcznym czy kwartalnym. Istotna jest również jakości danych meteorologicznych, typ odbiorcy, dni tygodnia itp.

Średni bezwzględny błąd procentowy prognoz wyznaczonych w systemie Sygnity Forecast przy dobrej jakości danych wejściowych może się wahać od 0,5 do kilku procent. 

Czy prognozowanie może mieć wpływ na koszty ponoszone przez indywidualnych odbiorców? W sposób pośredni tak. Zarówno koszty zakupu gazu, jak i koszty bilansowania mają wpływ na cenę ostateczną dla odbiorców indywidualnych. Dobrej jakości prognozy pozwolą zabezpieczyć dostawy i obniżyć koszty niezbilansowania.

Jak tworzyć trafne prognozy i oszczędzać?

Do przygotowania trafnej analizy kluczowe jest dobranie odpowiednich narzędzi umożliwiających pozyskiwanie danych pomiarowych i ich jednoczesną kontrolę. Pozwala to wykrywać błędy oraz minimalizować ich wpływ na modele prognostyczne. Generowanie prognoz długoterminowych i możliwość tworzenia wielu wariantów, w zależności od zmiany różnych czynników umożliwia stabilne budowanie portfela dostawców. Duża baza nowoczesnych modeli prognostycznych pozwala generować dokładne prognozy. Jak w każdym procesie znaczną rolę odgrywa automatyzacja, która minimalizuje błędy. Automatyczne generowanie dokumentów oraz obsługa standardu wymiany danych AS4 Edig@ pozwala na bieżący monitoring przekazanych i zatwierdzonych wartości nominacji, natomiast integracja narzędziami klasy BI pozwala na generowanie dodatkowych analiz i podsumowań.

System Sygnity Forecast obsługuje proces prognozy zapotrzebowania na gaz oraz monitorowania zabezpieczenia dostaw gazu w zawartych umowach.  Sygnity Forecast odpowiada za:

  • Pozyskiwanie danych pomiarowych i jednoczesna kontrola tych danych pozwala szybko wykrywać nienaturalne odchylenia (błędy) oraz minimalizować wpływ tych zaburzeń na wyliczenia modeli prognostycznych,
  • Generowanie prognoz długoterminowych i możliwość tworzenia wielu wariantów (w zależności od zmiany różnych czynników) pozwala na stabilne budowanie portfela dostawców,
  • W pełni zautomatyzowany proces generowania nominacji i re-nominacji minimalizuje odchylenia prognozy od realnego zużycia,
  • Automatyczne generowanie dokumentów oraz obsługa standardu wymiany danych AS4 Edig@s 5.1 pozwala na bieżący monitoring przekazanych i zatwierdzonych wartości nominacji,
  • Integracja systemu Sygnity Forecast z narzędziami klasy BI pozwala na generowanie dodatkowych analiz i podsumowań,
  • Dynamiczne zestawienie prognoz zapotrzebowania z dostawami pozwala na optymalizację zakupu gazu.

W pełni zautomatyzowany proces prognozowania pozwala zaoszczędzić czas, a dostarczenie wiarygodnych prognoz z modeli automatycznych minimalizuje błędy w odchyleniu prognozy od rzeczywistego zużycia, co w efekcie przekłada się na oszczędności