Die Energiewende stellt Versorgungsunternehmen zunehmend vor Herausforderungen. Insbesondere der stetig wachsende Anteil von fluktuierenden erneuerbaren Energiequellen an der Gesamtproduktion sowie deren dezentrale geografische Verteilung führt zu neuen Anforderungen an die beteiligten Marktpartner. Die Menge der prognostizierten Einspeisungen ist dabei ein wichtiger Aspekt, da auf Basis dieser Information ein Gleichgewicht zwischen Energieangebot und -nachfrage hergestellt werden muss.

Im Vortrag wird das Konzept des im Forschungsprojekt ReEF entwickelten Prognose-Frameworks ECAST vorgestellt. ECAST dient zur Integration und Evaluierung von Prognosemethoden, wobei neben der Auswahl geeigneter Methoden für Benchmarks zusäzliche Optimierungskriterien wie z.B. die Aggregationsebene einer Zeitreihe oder die Einflussauswahl berücksichtigt werden können. Ein selbstlernender Entscheidungsalgorithmus unterstützt bei der Verarbeitung neuer Szenarien, gleichzeitig wächst mit jedem durchgeführten Experiment die dafür zur Verfügung stehende Wissenbasis.