Vorlesung zum Portfolio- und Risikomanagement Hochschule Darmstadt
Darmstadt im WS 2016/2017
Agenda
1.
Kostenelemente im Gas- und Strombereich
2.
Relevante Kunden- und Profil- bzw. Portfoliotypen
3.
Methoden zur Portfolioprognose
2
Agenda
1.
Kostenelemente im Gas- und Strombereich
2.
Relevante Kunden- und Profil- bzw. Portfoliotypen
3.
Methoden zur Portfolioprognose
3
Kostenelemente im Gas- und Strombereich
Der „reine“ Vertriebspreis Ausgangsbasis:
Vertriebspreis bestehend aus Arbeitspreis in €ct/kWh
Grundpreis in €/a
abzgl. Steuern und Abgaben bzw. Umlagen
abzgl. netzspezifischer Kosten
„Reiner” Vertriebspreis
4
Praxisteil: Marktanalyse
Preisbildung für ein Vertriebsprodukt im Gasbereich Hintergrund:
Sie möchten ab dem 01.01.2017 für das Stadtgebiet Mainz (PLZ: 55116) ein Vertriebsprodukt für Privatkunden im Gasbereich aufsetzen und planen dabei mit einem kundenspezifischen Durchschnittsverbrauch von 16.500 kWh. Es handelt sich dabei nicht um ein reines Online-Produkt.
Fragestellung 1:
Wie hoch darf der zugrundeliegende „reine“ Vertriebspreis höchstens sein, damit Sie gegenüber des relevanten günstigsten Angebotstarifs der Entega wettbewerbsfähig sind?
Fragestellung 2:
Ist eine wettbewerbsfähige Ausgestaltung des Produkts möglich, wenn Sie mit dem günstigsten Anbieter laut Verivox konkurrieren?
5
Praxisteil: Marktanalyse
Preisbildung für ein Vertriebsprodukt im Gasbereich Vertriebserlöse (Brutto) – Umsatzsteuer (19%) Vertriebserlöse (Netto) – Erdgassteuer – Konzessionsabgabe – Bilanzierungsumlage SLP – Netznutzungsentgelte – Messstellenbetrieb – Messung „Reiner” Vertriebspreis
Spezifisch
Absolut
Gesamt
5,500 ct/kWh 0,878 ct/kWh 4,622 ct/kWh 0,550 ct/kWh 0,330 ct/kWh 0,080 ct/kWh 1,2887 ct/kWh
120,00 €/a 19,16 €/a 100,84 €/a
1.027,50 €/a 164,05 €/a 863,45 €/a 90,75 €/a 54,45 €/a 13,20 €/a 236,64 €/a 14,89 €/a 3,00 €/a 450,52 €/a
2,373 ct/kWh
24,00 €/a 14,89 €/a 3,00 €/a 58,95 €/a
Spezifische Umrechnung auf die Produktmenge von 16.500 kWh ergibt:
- Ergebnis unter Berücksichtigung des Entega-Standard-Tarifs inkl. NK-Bonus von 80,– € brutto & 1.000 Frei-kWh im Wert von 55,- € brutto: - Ergebnis bei Verwendung des günstigsten Angebots bei Verivox:
2,730 ct/kWh
2,043 ct/kWh 0,766 ct/kWh 6
Kostenelemente im Gasbereich
Steuern, Abgaben und Umlagen (1) – Steuern und Umlagen Im Erdgaspreis für Endverbraucher sind neben dem „reinen“ Vertriebspreis folgende Steuern, Umlagen und Abgaben enthalten: o Mehrwertsteuer (19%) o Erdgassteuer (0,55 ct/kWh) o Bilanzierungsumlage (bis 01.10.2015: Regel- und Ausgleichsenergieumlage): Umlage zur Umwälzung der Kosten aus dem Bezug / Verkauf von externer Regelenergie Wird dem Lieferanten vom Marktgebietsverantwortlichen in Rechnung gestellt 0,16
Ct/kWh
0,12
0,08
0,08
0,075 0,04 0,00 Apr. 11
Okt. 11
Apr. 12
Okt. 12
Apr. 13
Okt. 13
GASPOOL Balancing Services GmbH
Apr. 14
Okt. 14
Apr. 15
Okt. 15
Apr. 16
Okt. 16
NetConnect Germany GmbH & Co. KG
7
Kostenelemente im Gasbereich
Steuern, Abgaben und Umlagen (2) – Netzspezifische Kosten / Abgaben o Arbeitspreis in ct/kWh o Grundpreis in €/a o Kosten für Messstellenbetrieb, Messung und Abrechnung o Konzessionsabgabe: Entgelt für das Einräumen von Wegerechten an den Energienetzen in den Kommunen Link: http://www.gesetze-im-internet.de/bundesrecht/kav/gesamt.pdf KA für Sondervertragskunden begrenzt auf 0,03 ct/kWh KA für Tarifkunden abhängig von Einwohnerzahl und Verwendungszweck: Ausschließlich für Kochen und Warmwasser
Sonstige Tariflieferungen in Gemeinden
bis 25 Tsd. Einwohner
0,51 ct/kWh
0,22 ct/kWh
bis 100 Tsd. Einwohner
0,61 ct/kWh
0,27 ct/kWh
bis 500 Tsd. Einwohner
0,77 ct/kWh
0,33 ct/kWh
über 500 Tsd. Einwohner
0,93 ct/kWh
0,40 ct/kWh
8
Kostenelemente im Gasbereich
Ca.-Anteil der einzelnen Kostenbestandteile am Gesamtpreis
29,5%
52,2% 1,5%
6,3%
10,5%
„Reiner“ Vertriebspreis Erdgassteuer Konzessionsabgabe Bilanzierungsumlage NCG Netznutzungsentgelte 9
Praxisteil: Marktanalyse
Preisbildung für ein Vertriebsprodukt im Strombereich Hintergrund:
Sie möchten ab dem 01.01.2017 für das Stadtgebiet Mainz (PLZ: 55116) ein Vertriebsprodukt für Privatkunden im Strombereich aufsetzen und planen dabei mit einem kundenspezifischen Durchschnittsverbrauch von 3.500 kWh.
Es handelt sich dabei nicht um ein reines Online-Produkt. Fragestellung 1:
Wie hoch darf der zugrundeliegende „reine” Vertriebspreis höchstens sein, damit Sie gegenüber des jeweils günstigsten Angebotstarifs der Entega wettbewerbsfähig sind?
Fragestellung 2:
Ist eine wettbewerbsfähige Ausgestaltung des Produkts möglich, wenn Sie mit dem günstigsten Anbieter bei Verivox konkurrieren?
10
Praxisteil: Marktanalyse
Preisbildung für ein Vertriebsprodukt im Strombereich Vertriebserlöse (Brutto) – Umsatzsteuer (19%) Vertriebserlöse (Netto) – Stromsteuer – Konzessionsabgabe – EEG-Umlage – abLa-Umlage – Offshore-Haftungsumlage – §19 StromNEV-Umlage – KWK-Umlage – Netznutzungsentgelte – Messstellenbetrieb & Messung „Reiner” Vertriebspreis
Spezifisch
Absolut
Gesamt
25,890 ct/kWh 4,134 ct/kWh 21,756 ct/kWh 2,050 ct/kWh 1,590 ct/kWh 6,880 ct/kWh 0,006 ct/kWh -0,028 ct/kWh 0,388 ct/kWh 0,438 ct/kWh 5,270 ct/kWh
96,00 €/a 15,33 €/a 80,67 €/a
940,55 € 150,17 € 790,38 € 71,75 € 69,65 € 222,39 € – 1,37 € 13,23 € 15,58 € 203,95 € 25,70 € 226,65 €/a
5,162 ct/kWh
22,80 €/a 11,90 €/a 45,97 €/a
Spezifische Umrechnung auf die Produktmenge von 3.500 kWh ergibt:
- Ergebnis unter Berücksichtigung des Entega-Standard-Tarifs inkl. NK-Bonus von 70,– € brutto & 200 Frei-kWh im Wert von 51,78 € brutto: - Ergebnis bei Verwendung des günstigsten Angebots bei Verivox:
6,476 ct/kWh
2,9963 ct/kWh -2,175 ct/kWh 11
Kostenelemente im Strombereich
Steuern, Abgaben und Umlagen (1) Im Strompreis für Endverbraucher sind neben dem „reinen“ Vertriebspreis folgende Steuern, Abgaben und Umlagen enthalten: o Mehrwertsteuer (19%) o Stromsteuer (2,05 ct/kWh) o EEG-Umlage: Umlage zum Ausgleich der Differenz zwischen Vergütungen nach EEG und dem Verkaufspreis des EEG-Stroms (EPEX Spot) 8,00
6,88
Ct/kWh
6,00 4,00 2,00 0,00 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 EEG-Umlage
12
Kostenelemente im Strombereich
Steuern, Abgaben und Umlagen (2) o KWK-Umlage: Umlage der Kosten aus der Förderung der Stromerzeugung aus Anlagen mit KraftWärme-Kopplung o §19 StromNEV-Umlage: Ausgleich für die Netzentgeltbefreiung energieintensiver Unternehmen 0,50
0,438
Ct/kWh
0,40
0,388
0,30 0,20
0,10 0,00 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 KWK-Umlage
§19-Umlage
13
Kostenelemente im Strombereich
Steuern, Abgaben und Umlagen (3) o Offshore-Umlage: Dient zur Deckung von Schadensersatzkosten durch den verspäteten Anschluss von Offshore-Windparks o abLa-Umlage: Umlage zur Deckung von Kosten abschaltbarer Lasten 0,30
Ct/kWh
0,20
0,10
0,006
0,00 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
0,028
-0,10 Offshore-Umlage
abLa-Umlage
14
Kostenelemente im Strombereich
Steuern, Abgaben und Umlagen (4) o Arbeitspreis in ct/kWh o Grundpreis in €/a o Kosten für Messstellenbetrieb und Messung (ehemals auch Abrechnung) o Konzessionsabgabe: KA für Sondervertragskunden begrenzt auf 0,11 ct/kWh KA für Tarifkunden abhängig von Einwohnerzahl und Verwendungszweck: Schwachlaststrom
Nicht-Schwachlaststrom
bis 25 Tsd. Einwohner
0,61 ct/kWh
1,32 ct/kWh
bis 100 Tsd. Einwohner
0,61 ct/kWh
1,59 ct/kWh
bis 500 Tsd. Einwohner
0,61 ct/kWh
1,99 ct/kWh
über 500 Tsd. Einwohner
0,61 ct/kWh
2,39 ct/kWh
Bundesweiter Durchschnitt bei ca. 1,79 ct/kWh
15
Kostenelemente im Strombereich
Ca.-Anteil der einzelnen Kostenbestandteile am Gesamtpreis
25,3%
26,0%
8,5%
8,3%
31,9%
„Reiner“ Vertriebspreis Stromsteuer Konzessionsabgabe Umlagen Netznutzungsentgelte 16
Kostenelemente im Gas- und Strombereich
Gegenüberstellung von Gas und Strom
25,3%
26,0%
29,5%
52,2% 1,5%
8,5%
6,3% 8,3%
10,5%
„Reiner“ Vertriebspreis Erdgassteuer Konzessionsabgabe Bilanzierungsumlage NCG Netznutzungsentgelte
31,9%
„Reiner“ Vertriebspreis Stromsteuer Konzessionsabgabe Umlagen Netznutzungsentgelte 17
Kostenelemente im Gas- und Strombereich
Was beinhaltet der „reine“ Vertriebspreis? Vertriebskosten
„Reiner“ Vertriebspreis
Margen
Energiepreis / Portfoliowert
Abwicklung der Belieferung
Risikozuschläge
Portfoliobewertung sowie Identifizierung und Quantifizierung von Risiken stehen im Fokus 18
Agenda
1.
Kostenelemente im Gas- und Strombereich
2.
Relevante Kunden- und Profil- bzw. Portfoliotypen
3.
Methoden zur Portfolioprognose
19
Relevante Kunden- und Profil- bzw. Portfoliotypen
Gas – RLM-Kunden o Grundlegende Unterscheidung zwischen Kunden mit und ohne registrierender Leistungsmessung (RLM) o Gaskunden können die Lastgangmessung für sich beanspruchen, sofern sie
einen jährlichen Bedarf von mehr als 1,5 Millionen kWh aufweisen bzw. einen mittleren Leistungsbedarf von mehr als 500 kW haben. o Die Messung erfolgt stündlich, somit besteht ein vollständiger RLM-Jahreslastgang in einem Normalbzw. Schaltjahr aus 8.760 bzw. 8.784 Werten.
Für Nicht-RLM-Kunden kommen Standardlastprofile zum Einsatz.
20
Relevante Kunden- und Profil- bzw. Portfoliotypen
Gas – SLP-Kunden o Hintergrund:
Definition von repräsentativen Lastprofilen, um eine Prognose und Bilanzierung von Kleinstabnahmestellen zu ermöglichen
o Annahme:
Jeder Kleinkunde wird an jedem Tag ein seiner Vergleichsgruppe entsprechendes Abnahmeverhalten aufweisen. Aufgrund von Ausgleichseffekten verbessert sich die Güte der Prognose von Energieabnahmemengen mit steigender Kundenanzahl.
Jedes SLP-Profil wird im Mittel von der jeweiligen Verbrauchergruppe angenommen.
21
Relevante Kunden- und Profil- bzw. Portfoliotypen
Gas – SLP-Kunden Grundlegende Definition folgender Standardlastprofiltypen: Haushalte: o Einfamilienhaushalte o Mehrfamilienhaushalte o Kochgas
Gewerbe: o Gebietskörperschaften, Kreditinstitute und Versicherungen, Organisationen ohne Erwerbszweck & öffentliche Einrichtungen o Einzelhandel, Großhandel o Metall, Kfz o Sonstige betriebliche Dienstleistungen o Beherbergung o Wäschereien o Bäckereien o Gaststätten o Gartenbau o Papier und Druck o Haushaltsähnliche Gewerbebetriebe o Summenlastprofil Gewerbe, Handel, DL
Die SLP-Profile sind regionsspezifisch und besitzen bis zu 5 Ausprägungen. 22
Relevante Kunden- und Profil- bzw. Portfoliotypen
Strom – RLM-Kunden o Stromkunden können die Lastgangmessung für sich beanspruchen, sofern sie einen jährlichen Bedarf von mehr als 100.000 kWh aufweisen o Die Messung erfolgt viertelstündlich, somit besteht ein vollständiger RLM-Jahreslastgang in einem Normal- bzw. Schaltjahr aus 35.040 bzw. 35.136 Werten.
Auch hier kommen für Nicht-RLM-Kunden Standardlastprofile und vereinfachte tagesparameterabhängige Lastprofile (Wärmepumpen, Speicherheizungen) zum Einsatz.
23
Relevante Kunden- und Profil- bzw. Portfoliotypen
Strom – SLP-Kunden Grundlegende Definition folgender Standardlastprofiltypen: Haushalte:
Gewerbe:
o H0: Haushalt
o G1: Gewerbe werktags 8-18 Uhr o G2: Gewerbe abends, vorwiegend Beleuchtung o G3: Gewerbe durchlaufend o G4: Einzelhandel, Läden o G5: Bäckereien mit Backstube o G6: Wochenendbetrieb o G7: Band (z.B. Mobilfunksendestation) o G0: Gewerbe allgemein (Mittelwert aus G1-G6) o L0: Landwirtschaftsbetriebe allgemein (Mittelwert aus L1 und L2) o L1: Milchwirtschaft sowie Nebenerwerbszucht o L2: Übrige Landwirtschaftsbetriebe Die anzuwendenden SLP werden vom Verteilnetzbetreiber veröffentlicht. 24
Relevante Kunden- und Profil- bzw. Portfoliotypen
Strom –Darstellung des SLP-Profils H0 Haushaltskunden (H0)
o o o
Alle Haushalte mit Privatverbrauch Geringfügiger gewerblicher Bedarf Speicherheizung, Wärmepumpe, etc. in gesondertem Profil
Samstag
Sonntag
Winter
Werktag
Sommer
Übergangszeit
25
Relevante Kunden- und Profil- bzw. Portfoliotypen
Strom –Darstellung des SLP-Profils G1 Büro, Arzt, Rechtsanwalt, Werkstatt, Verwaltung, Schulen etc. (G1)
o o
Werktags 8:00 – 18:00 Uhr Am Wochenende geringer bis kein Verbrauch
Samstag
Sonntag
Winter
Werktag
Sommer
Übergangszeit
26
Relevante Kunden- und Profil- bzw. Portfoliotypen
Strom –Darstellung des SLP-Profils G2 Tankstellen, Gaststätten, Freizeiteinrichtungen etc. (G2)
o o
o
Vor allem beleuchtungsorientierter Stromverbrauch Verbrauchsschwerpunkt liegt in den Abendstunden (vor allem in der dunklen Jahreszeit) Verbrauchsschwerpunkt liegt am Wochenende
Samstag
Sonntag
Winter
Werktag
Sommer
Übergangszeit
27
Relevante Kunden- und Profil- bzw. Portfoliotypen
Strom –Darstellung des SLP-Profils G3 Kläranlagen, Kühlhäuser, Parkhäuser etc. (G3)
o o
Relativ gleichmäßiger Wochen- und Jahresverlauf Spürbar durchlaufender Sockel
Samstag
Sonntag
Winter
Werktag
Sommer
Übergangszeit
28
Relevante Kunden- und Profil- bzw. Portfoliotypen
Strom –Darstellung des SLP-Profils G4 Verkaufsläden aller Art z.B. Frisöre, Geschäfte etc. (G4)
o o o
Verbrauch wird durch Ladenöffnungszeiten bestimmt Werktags bis abends und Samstags bis nachmittags Einzelne Nachmittage ohne Betrieb, sowie verlängerte Öffnungszeiten fallen in der Gesamtgruppe kaum ins Gewicht
Samstag
Sonntag
Winter
Werktag
Sommer
Übergangszeit
29
Relevante Kunden- und Profil- bzw. Portfoliotypen
Strom –Darstellung des SLP-Profils G5 Bäcker, Metzger mit Produktion etc. (G5)
o
o o
Verbrauchsschwerpunkt von Bäckereien traditionell ab ca. 03:00 Uhr morgens und in der Nacht zum Samstag Tagesverbrauch relativ gering, bestimmt durch Verkaufstätigkeit Bäckereien mit verbrauchsnahen Backwaren gehören zum Profil G4
Samstag
Sonntag
Winter
Werktag
Sommer
Übergangszeit
30
Relevante Kunden- und Profil- bzw. Portfoliotypen
Strom –Darstellung des SLP-Profils G6 Speisegaststätten, Kino, Ausflugsstätten etc. (G6)
o o
Verbrauchsschwerpunkt an den Wochenenden Verlauf geprägt durch Freizeitaktivitäten
Samstag
Sonntag
Winter
Werktag
Sommer
Übergangszeit
31
Relevante Kunden- und Profil- bzw. Portfoliotypen
Strom –Darstellung des SLP-Profils G0 Gewerbe allgemein (G0)
o o
Wenn Zuordnung zu einem Gewerbeprofil (G1 – G6) nicht möglich Gewichteter Mittelwert der Gesamtgruppe
Samstag
Sonntag
Winter
Werktag
Sommer
Übergangszeit
32
Relevante Kunden- und Profil- bzw. Portfoliotypen
Strom –Darstellung des SLP-Profils L1 Landwirtschaft mit Milchviehhaltung (L1)
o o
Prägung durch das täglich zweimalige Melken und Herunterkühlen der Milch Ähnliches Verhalten zeigen auch Nebenerwerbsbetriebe mit Schweinezucht (Fütterung morgens und abends) Samstag
Sonntag
Winter
Werktag
Sommer
Übergangszeit
33
Agenda
1.
Kostenelemente im Gas- und Strombereich
2.
Relevante Kunden- und Profil- bzw. Portfoliotypen
3.
Methoden zur Portfolioprognose
34
Methoden zur Portfolioprognose
Übersicht der prognoserelevanten Kundentypen Strom SLP-Kunden
RLM-Kunden (z.B. VZR,EGS)
Gas
Strom
RLM-Kunden (temp.unabh.)
TLP-Kunden
Prognose mittels Fortschreibung
Gas SLP-Kunden
RLM-Kunden (temp.abh.)
Prognose mittels Temperaturen
35
Methoden zur Portfolioprognose
Fortschreibung von Lastgängen Strom SLP-Kunden
RLM-Kunden (z.B. VZR,EGS)
Gas
Strom
Gas
Gas
RLM-Kunden (temp.unabh.)
TLP-Kunden
SLP-Kunden
RLM-Kunden (temp.abh.)
Prognose mittels Fortschreibung
36
Methoden zur Portfolioprognose – Fortschreibung
Fortschreibung von Lastgängen o Vor allem relevant für Normstromprofile im SLP und RLM-Bereich sowie dem produktionsbedingten Lastverlauf bei RLM-Gaskunden o Prognosen unter Berücksichtigung von Wochenend- und Feiertagsverschiebungen sowie Betriebsferien und der Prüfung von Konjunkturanfälligkeit o Beispiel für eine Tagesverschiebung: Verschiebung von Tag 1 der KW 25 im Jahr 2015 (15.06.2015) auf Tag 1 der KW 25 im Jahr 2016 (20.06.2016) o Vereinfachte grafische Darstellung: 30
30
25
25
20
20
15
15
10
10
5
5
0
0
37
Methoden zur Portfolioprognose
Übersicht der prognoserelevanten Kundentypen Strom SLP-Kunden
RLM-Kunden (z.B. VZR,EGS)
Gas
Strom
Gas
Gas
RLM-Kunden (temp.unabh.)
TLP-Kunden
SLP-Kunden
RLM-Kunden (temp.abh.)
TLP-Verfahren
38
Methoden zur Portfolioprognose – TLP im Strombereich
TLP-Kunden – Temperaturabhängige Profilscharen Vorgegebene Temperaturschar für z.B. ein Wärmepumpen- oder Direktheizungsprofil: kWh
Legende:
120
-17 -16 -15 -14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
100
80
60
40
20
0
Aus der prognostizierten Tagesmitteltemperatur ergibt sich der entsprechende Tageslastverlauf. 39
Methoden zur Portfolioprognose
Übersicht der prognoserelevanten Kundentypen Strom SLP-Kunden
RLM-Kunden (z.B. VZR,EGS)
Gas
Strom
Gas
Gas
RLM-Kunden (temp.unabh.)
TLP-Kunden
SLP-Kunden
RLM-Kunden (temp.abh.)
SLP-Verfahren
40
Methoden zur Portfolioprognose – SLP im Gasbereich
SLP-Verfahren nach TU München Allgemeine Formel nach TU München zur Berechnung des Profilfunktionswerts: A
B
D
A
:= Heizverbrauch bei sehr niedriger Temperatur (reine Raumheizung)
B
:= Start der Heizphase
C
:= Steigungsgrad der Funktion innerhalb der Heizphase
D
:= Anteil der Warmwasserversorgung (temperaturunabhängig)
C
𝜗0 := Grenztemperatur (40°C)
Die Koeffizienten A, B, C und D hängen dabei vom gewählten Profiltyp ab. 41
Methoden zur Portfolioprognose – SLP im Gasbereich
SLP-Verfahren nach SigLinDe Schwachstellen des SLP-Verfahrens nach TU München: o Zu niedrige Allokation bei sehr kalten bzw. sehr warmen Temperaturen o Große saisonale Abweichungen o Zu niedrige Grundlast o Hohe Abweichungsrate
Einbindung eines linearen Anteils durch Verwendung zweier Geraden (Heizgas, Warmwasser)
Optimierte SigLinDe-Formel für die Berechnung des Profilfunktionswerts 42
Methoden zur Portfolioprognose – SLP im Gasbereich
Berechnung der relevanten Tagesmenge Formel zur Berechnung der benötigten Tagesmenge eines SLP-Vergleichsgruppe:
Profilfunktionswert auf Basis der Koeffizienten A, B, C, D, 𝜗0 und mH, bH, mW und bW sowie der Prognosetemperatur
Tagesmenge = h(TAllokation) * FWT * KW
Kundenwert dient als skalares Vielfaches für die Erzeugung der Zielmenge für die Vergleichsgruppe
Wochentagsfaktor abhängig vom Wochentag und dem SLP-Typ
43
Methoden zur Portfolioprognose – SLP im Gasbereich
Wochentagsfaktoren o Spiegeln das unterwöchige Verbrauchsverhalten der Vergleichsgruppe wider o I.d.R. bei Haushalten konstant = 1, nur bei Gewerbeprofilen schwankend 1,5 1,25 1 0,75 0,5 0,25 Mo
Di EFH
Mi GBA
Do GPD
Fr GKO
Sa GHA
So GWA
Abbildung in Excel mittels der Funktionen WOCHENTAG() und INDEX() / SVERWEIS() 44
Methoden zur Portfolioprognose – SLP im Gasbereich
Kundenwert o Dient der Skalierung des Normprofils auf den gewünschten Zielverbrauch o Wird i.d.R. anhand der Allokationsdaten des Vorjahres ermittelt Standardlastprofilwerte
Skaliertes Profil für unseren Mustergaskunden
2,5
120,0
2,0
100,0
∑:= ~294 kWh
∑:= 16.500 kWh
80,0 1,5 60,0 1,0 40,0 0,5 – Jan. 16
20,0
Apr. 16
Jul. 16
Okt. 16
Jan. 17
Kundenwert:=
– Jan. 16
𝟏𝟔.𝟓𝟎𝟎 𝐤𝐖𝐡 𝟐𝟗𝟒 𝐤𝐖𝐡
Apr. 16
Jul. 16
Okt. 16
Jan. 17
= ~56,12 45
Methoden zur Portfolioprognose – SLP im Gasbereich
Kundenwertbestimmung aus historischen Daten o Gegeben: Gesamtallokation einer SLP-Gruppe (z.B. Einfamilienhaushalte) für ein historisches Lieferjahr (z.B. KJ 2014)
Tagesmitteltemperaturen der relevanten Wetterstation des gleichen Zeitraums o Vorgehensweise: Bestimmung der Summe der historischen täglichen Standardlastprofilwerte Bildung des Quotienten aus Gesamtallokation und Summe Standardlastprofilwerte
Der berechnete Kundenwert kann nun für Prognosen zukünftiger Lieferjahre genutzt werden.
46
Methoden zur Portfolioprognose – SLP im Gasbereich
Gas –Darstellung SLP-Profil Einfamilienhaushalt
47
Methoden zur Portfolioprognose – SLP im Gasbereich
Gas –Darstellung SLP-Profil Einzel-/Großhandel
48
Methoden zur Portfolioprognose – SLP im Gasbereich
Gas –Darstellung SLP-Profil Wäschereien
49
Methoden zur Portfolioprognose
Übersicht der prognoserelevanten Kundentypen Strom SLP-Kunden
RLM-Kunden (z.B. VZR,EGS)
Gas
Strom
Gas
Gas
RLM-Kunden (temp.unabh.)
TLP-Kunden
SLP-Kunden
RLM-Kunden (temp.abh.)
Regressionsverfahren
50
Methoden zur Portfolioprognose – Temperaturabhängige Lastprofile Gas
Prognose RLM-Kunden Gas Grundlegende Unterscheidung zwischen temperaturabhängigen und -unabhängigen Kunden
Jan
Apr
Jul Okt hoher Prozessgasanteil
Jan
Jan
Apr
Jul Okt hoher Heizgasanteil
Jan
Kennzahl zur Messung des Zusammenhangs zwischen Temperatur und Abnahme erforderlich
51
Methoden zur Portfolioprognose – Temperaturabhängige Lastprofile Gas
Empirischer Korrelationskoeffizient Seien (x1, y1), (x2, y2), …, (xn, yn) Paare von Messwerten aus Temperatur und Energieverbrauch. Dann lässt sich der empirische Korrelationskoeffizient sich nach folgender Formel berechnen:
𝑟𝑥,𝑦 ≔
𝑛 𝑖=1 𝑛 𝑖=1
𝑥𝑖 − 𝑥 ∗ 𝑦𝑖 − 𝑦 𝑥𝑖 − 𝑥
2
∗ 𝑦𝑖 − 𝑦
2
1 mit 𝑥 ≔ ∗ 𝑛
1 𝑥𝑖 und 𝑦 ≔ ∗ 𝑛 𝑖=1 𝑛
𝑛 𝑖=1
𝑦𝑖
Der Korrelationskoeffizient misst den linearen Zusammenhang zwischen zwei Merkmalen. Die möglichen Ausprägungen liegen dabei im Intervall von -1 (vollständiger negativer linearer Zusammenhang) bis 1 (vollständiger positiver linearer Zusammenhang).
52
Methoden zur Portfolioprognose – Temperaturabhängige Lastprofile Gas
Empirischer Korrelationskoeffizient Beispiele für Ausprägungen des Korrelationskoeffizienten: v
v
r=1
r=-0,13
t
v
v
r=-0,62
t
r=-0,96
t
t
Temperaturabhängigkeit besteht ab einem absoluten Wert von 0,8 (allgemeiner: 80%)
53
Methoden zur Portfolioprognose – Temperaturabhängige Lastprofile Gas
Lineare Regression Bei messbarer Temperaturabhängigkeit lässt sich der bestehende lineare Zusammenhang näherungsweise durch eine Gerade abbilden. 20.000 kWh
Wie lautet die optimale Lage der Geraden?
15.000 kWh
10.000 kWh
5.000 kWh
–
-5.000 kWh -5,00
0,00
5,00
10,00
15,00
20,00
25,00
30,00
Die gängigste Methode zur Festlegung der Geraden ist die „Methode der kleinsten Quadrate“, um aus historischen Daten eine lineare Prognosefunktion für die Zukunft abzuleiten. 54
Methoden zur Portfolioprognose – Temperaturabhängige Lastprofile Gas
Lineare Regression – Methode der kleinsten Quadrate y ≈ a + b*x,
o Die Zielgerade ist allgemein gegeben durch eine Gleichung der Form:
o Nicht alle Punkte liegen exakt auf der Geraden, daher entstehen Fehlerterme e, die die Abweichung von der Geraden ausgleichen.
yi = a + b*xi + ei еi = (yi – (a + b*xi))
Ziel ist die Minimierung dieser Fehlerterme durch die Wahl einer geeigneten Geraden. o Da die Fehlerterme sowohl positiv als auch negativ sein können, würde eine reine Summenbetrachtung der Fehlerterme zu verfälschten Ergebnissen führen. o Um alle Fehlerterme entsprechend zu berücksichtigen, werden diese quadriert. Die Zielfunktion lautet somit: 𝑛
𝑛
𝑒𝑖 2 = 𝑖=1
𝑦𝑖 − (𝑎 + 𝑏 ∗ 𝑥𝑖 )
2
𝑚𝑖𝑛!
𝑖=1
55
Methoden zur Portfolioprognose – Temperaturabhängige Lastprofile Gas
Lineare Regression – Methode der kleinsten Quadrate o Seien wieder (x1, y1), (x2, y2), …, (xn, yn) Paare von Messwerten aus Temperatur und Verbrauch o Die Parameter a und b der Zielfunktion können dann unter Verwendung der empirischen Mittelwerte 𝑥 und 𝑦 wie folgt geschätzt werden: Empirische Kovarianz 1 𝑏=𝑛
𝑛 𝑖=1
𝑥𝑖 − 𝑥 𝑦𝑖 − 𝑦
1 𝑛
𝑛 𝑖=1
𝑥𝑖 − 𝑥
2
=
𝑛 𝑖=1
𝑥𝑖 − 𝑥 𝑦𝑖 − 𝑛 2 𝑖=1 𝑥𝑖 − 𝑥
𝑦
und
𝑎 = 𝑦 − 𝑏𝑥
Empirische Varianz Ein sehr ausführliches und aussagekräftiges Beispiel kann z.B. auf Wikipedia eingesehen werden. o Umsetzung in Excel: Bestimmung des Korrelationskoeffizienten zweier intervallskalierter Zeitreihen mittels der Funktion KORREL() Bestimmung der Faktoren a und b der linearen Regressionsgleichung mittels der Funktionen ACHSENABSCHNITT() (=a) und STEIGUNG() (=b) 56
Methoden zur Portfolioprognose – Temperaturabhängige Lastprofile Gas
Lineare Regression – Grafische Darstellung Historischer Lastgang
Historische Tagesmitteltemperaturen
20.000
30,00 25,00
15.000
20,00 15,00
10.000
10,00 5,00
5.000
0,00 -5,00
–
-10,00 Jan
Apr
Jul
Okt
Jan
Jan
Apr
Jul
Okt
Jan
Empirischer Korrelationskoeffizient: rx,y = -0,92 (nahezu vollst. negativer linearer Zshg.) 57
Methoden zur Portfolioprognose – Temperaturabhängige Lastprofile Gas
Lineare Regression – Grafische Darstellung Ableitung Regressionsgerade
Füllen Regressionsgleichung mit hist. Temp. 20.000
20.000
y(t) = 15.762 kWh 696 kWh * t
15.000
15.000
10.000
10.000
5.000
5.000
–
–
-5.000 -5,00
-5.000 5,00 Verbrauch
15,00 25,00 Linear (Verbrauch)
35,00
Jan
Apr
Jul regr. Lastgang
Okt
Jan
Max. anzusetzende Temperatur (22,65°C)
Negative bzw. stark erhöhte Abnahmemengen müssen vermieden werden! 58
Methoden zur Portfolioprognose – Temperaturabhängige Lastprofile Gas
Lineare Regression – Grafische Darstellung Vergleich historischer und regressierter Lastgang 20.000
15.000
10.000
5.000
– Jan
Apr historischer Lastgang
Jul
Okt regressierter Lastgang
Jan
Die Regressionsgleichung kann nun für Prognosen zukünftiger Lieferjahre verwendet werden. 59
Methoden zur Portfolioprognose – Temperaturabhängige Lastprofile Gas
Mischform o
Lastprofil zeigt eine klare Wochenstruktur => hoher Prozessgasanteil
o
Zudem ist eine eindeutige „Badewannen“-Struktur erkennbar => Temperaturabhängigkeit 120.000 100.000 80.000 60.000 40.000 20.000 –
Jan
Apr
Jul hist. Lastgang
Okt
Jan
60
Methoden zur Portfolioprognose – Temperaturabhängige Lastprofile Gas
Mischform Definition der Regressionsgleichung
Übertrag der historischen, kalenderwochenspezifischen Wochentagsstruktur
80.000
140.000
70.000
120.000
60.000
100.000
50.000
80.000
40.000
60.000
30.000 20.000
40.000
10.000
20.000
–
– Jan
Apr Jul Okt regressierter Lastgang
Lin. Regression „zerstört“ Wochenstruktur
Jan
Jan
Apr Jul Okt regr. Lastgang mit Wochentagsstruktur
Jan
Berücksichtigung des hist. Lastverlaufs 61
Methoden zur Portfolioprognose – Temperaturabhängige Lastprofile Gas
Höhere Regressionsverfahren Definition einer höheren Regressionsgleichung o Sigmoid-Funktion als Zielfunktion: 𝑛
ℎ 𝐴, 𝐵, 𝐶, 𝐷 ≔ 𝑖=1
𝐴 (𝑦𝑖 − 𝐵 1+ 𝑡𝑖 − 40
2 𝑐
+ 𝐷)
= min
𝐴,𝐵,𝐶,𝐷
Schätzung von A, B, C und D, so dass die quadratischen Fehlerterme minimal werden! o Partielle Ableitung der Funktion nach z.B. A bzw. D und Nullsetzen der Ableitungsfunktion o Elimination der Faktoren A und D bzw. Darstellung als Funktionen von B und C o Deutliche Reduzierung des Aufwands bei der Schätzung
62