Simulations-Tool zur Evaluierung der SLP Allokationsgüte im Gasmarkt

Transkript

1 SLP2go Simulations-Tool zur Evaluierung der SLP Allokationsgüte im Gasmarkt Abstract: Um zu vermeiden, dass es zu Schiefständen bzw. vorzeitigen Abrechnungen der Netzkonten kommt, besteht die Möglichkeit die Bilanzierung zu optimieren. Einen wesentlichen Einflussfaktor stellen die SLP-Profile dar. Zwei zentrale Einflussfaktoren weisen diverse Optimierungsmöglichkeiten auf: Zum einen der zugewiesene TUM-Typ und zum anderen die Prognose-Temperaturzeitreihe. Das Optimierungspotenzial liegt demnach in der bestmöglichen Zuordnung dieser Einflussfaktoren für jedes SLP-Profil. Durch die Verbesserung der Allokationsgüte wird das Ziel erreicht, die Abweichung im monatlichen Netzkontosaldo 0 zu minimieren. Zur Erreichung dieses Kostenvermeidungs-Zieles wurde gezielt ein Simulations-Tool entwickelt, genannt SLP2go. Durch den Einsatz diverser statistischer Methoden können verschiedene Szenarien miteinander verglichen werden. Herausforderung Ziel des Projektes SLP2go, welches durch unser Beratungsunternehmen Alpha-Omega Projects GmbH für ein bekanntes Energieversorgungsunternehmen durchgeführt wurde, ist die Reduktion des kostenintensiven Ausgleichsenergieeinsatzes. Zur Erreichung dieses Kostenvermeidungs-Zieles wurde ein Simulations- Tool mit dem Namen SLP2go entwickelt. Bei der Durchführung des Analyseprozesses werden zwei wesentliche Einflussfaktoren im Hinblick auf die Allokationsgüte der SLP-Profile identifiziert: TUM-Typen und Temperaturmessstellen. Durch den direkten Vergleich unterschiedlicher Szenarien soll das Optimierungspotenzial messbar gemacht werden. Zugleich dienen die Simulationsergebnisse als solide Entscheidungskriterien für nachhaltige Änderungen bei der Zuweisung von optimaleren TUM-Typen und passenderen Temperaturmessstellen. Lösung Nachdem im ersten Analyseschritt die beiden wesentlichen Einflussfaktoren identifiziert wurden gilt es die zuvor beschriebene Herausforderung zu lösen. Hierfür kann entweder auf bestehende Lösungen zurückgegriffen oder alternativ eine Neuentwicklung eines Simulations-Tools angestrebt werden. Analyse der Funktionen vorhandener Lösungen Vom Bundesverband der Energie- und Wasserwirtschaft e.v. (BDEW) und von der Forschungsstelle für Energiewirtschaft (FfE) wird für Energieversorgungsunternehmen das Als-Ob Allokationstool 1 zur Verfügung gestellt. Das Ergebnis der Stärken- und Schwächenanalyse des Tools ist in Abbildung 1 tabellarisch zusammengefasst. Bei der Entscheidungsfindung für eine Neuentwicklung des SLP2go wurden zwei weitere Lösungen von Mitbewerbern auf dem Markt untersucht. Hierzu zählen der DataViewer 2 der Utility- Experts GmbH und das INA-Tool 3 der bofest consult GmbH %20Bereich%20Gas_V07_UE-Design.pdf 3

2 Fachlicher Hintergrund Basierend auf den Vorgaben des KoV-Leitfadens wurde das Simulations-Tool SLP2go entwickelt. Die fachlichen Zusammenhänge werden nachfolgend beschrieben. Vorgaben für den Simulationsprozess Abbildung 1: Vergleich SLP2go und Als-Ob Allokationstool (FfE) Nach Auswertung der Anforderungen an die bestehenden Lösungen am Markt wurde das SLP2go unter wettbewerbskritischen Aspekten entwickelt. Zu den zentralen USP stehen bei der Entwicklung des SLP2go die Faktoren Schnelligkeit, Flexibilität und das Preis-Leistungs Verhältnis im Fokus. Im folgenden Abschnitt wird die Auswahl der eingesetzten Software für die Entwicklung erläutert. Technologischer Einsatz Zur Umsetzung des Simulations-Tools SLP2go wurde die In-Memory-Technologie von QlikView des Herstellers QlikTech verwendet. Die gewählte Entwicklungsumgebung zeichnet sich im Wesentlichen durch fünf Eigenschaften aus: Der eigentliche Simulationsprozess lässt sich wie folgt beschreiben: Auf der Grundlage der in der KoV empfohlenen TUM-Faktoren (Kurzform für TU-München) und in Verbindung mit den Tages-Temperaturen und Wochentagsfaktoren [F(D)] werden die relevanten h(t)-werte der Sigmoid-Funktion gebildet. Die h(t)-werte sind für spätere die Berechnung der synthetischen (simulierten) Tagesmenge [QTag] relevant. In KoV Leitfaden wird im Hinblick auf die Qualität der Simulationsergebnisse ein Betrachtungszeitraum von mindestens 300 Tagen rückwirkend empfohlen. Das bedeutet, dass im Rahmen eines Simulationslaufes die Tageswerte für sämtliche SLP-Profile in dreihundertfacher Weise berechnet vorliegen müssen zudem unter Berücksichtigung der jeweils an den 300 Tagen an den zugewiesenen Temperaturmessstellen vorliegenden Istund Prognosetemperaturen. Es liegt auf der Hand, dass hierfür ein solides Formelsystem vorliegen muss. Die im KoV-Leitfaden definierten Berechnungs-Formeln werden daher in den nächsten Abschnitten genauer betrachtet und für den Simulationsprozess entsprechend weiterentwickelt. Geometrische Temperatur Die Gewichtung der Zeitreihe für die Temperaturdaten ist entsprechend mit folgender Formel im KoV-Leitfaden vorgegeben (Abbildung 2). 1. Verarbeitung von Massendaten 2. Assoziative Suche 3. Echtzeitauswertung in der GUI 4. Reporting-Funktionalität 5. Flexible Anpassungsmöglichkeit

3 Die veränderbaren Parameter der Sigmoid- Funktion sind in Abbildung 5 zusammengefasst. Abbildung 2: Geometrische Temperaturreihe Die Gewichtungsfaktoren (1; 0,5; 0,25; 0,125) können im Rahmen der Simulation ebenfalls flexibel angepasst werden. Zusätzlich ist eine vom Temperaturtrend abhängige Fallunterscheidung für die Gewichtung der geometirischen Temperaturreihe simulierbar (Abbildung 3). Temperatur-Trend steigend gleich bleibend sinkend Fallunterscheidung Tg steig Tg gleich Tg sink Abbildung 3: Fallunterscheidung Temperaturtrend abhängig TUM-Faktoren und Sigmoid-Funktion Als zentrales Element steht Sigmoid-Funktion im Mittelpunkt der nachfolgenden Betrachtung. Die Bezeichnung Sigmoid geht auf den aus dem griechischen Alphabet stammenden Buchstaben "Sigma" zurück. Dieser Buchstabe entspricht dem Buchstaben "S". Mit diesem Begriff werden in der Mathematik Kurven in grafischen Darstellungen bezeichnet, die in ihrem Verlauf diesem Buchstaben ähnlich sind. Die Sigmoidfunktion ist geeignet um Temperaturdaten im historischen Kontext darzustellen. Von der Technischen Universität München (TU-M) wurde im Rahmen der Forschungsarbeiten zum KoV Leitfaden der gefittete Verlauf mit Hilfe der Sigmoid-Funktion entsprechend nachgebildet: Abbildung 5: Parameter der Sigmoid-Funktion Die Sigmoid-Funktion wird für die weitere Verwendung in die folgende (allgemein vereinfachte) mathematische Form umgeschrieben: a f(x) = c + d b 1 + ( x i 40 ) Anhand empirischer Auswertung von temperaturabhängigen Daten klassifiziert die TU- München für Gewerbe und Haushalte Parameter für entsprechende TUM-Typen. Ein Auszug der Parameter der Sigmoid-Funktion (A, B, C, D) zu den TUM-Typen (z.b. BA3 steht für Gewerbekunde, Bäckerei) aus dem KoV-Leitfaden ist in Abbildung 6 zu sehen. Abbildung 6: TUM-Typen (TU-München) Mit Hilfe dieses Parameter-Katalogs kann h(t) für jeden TUM-Typ individuell abgebildet werden. Es zeigt sich ein kurviger Verlauf der jwlg. TUM-Typen im Liniendiagramm (Abbildung 7). Es gilt: Abbildung 4: Sigmoid-Funktion (TU-München)

4 Innerhalb des Programmes wird die Suche nach der Nullstelle iterativ gelöst. Abbildung 7: Sigmoid-Verlauf in Abhängigkeit der durchschnittlichen Tagestemperatur (t in C) und entsprechenden TUM-Typs Die Wendestelle der Kurven lässt sich mathematisch durch Bildung der zweiten und dritten Ableitung der Sigmoid-Funktion herleiten. Die hinreichende Bedingung für einen Wendepunkt lautet: f''(x0) = 0 und f'''(x0) 0. Zweite Ableitung: Abbildung 8: Wendestelle Iterative Lösung Erweiterung der Sigmoid-Funktion ( SigLinDe ) Dritte Ableitung: Wie bereits in Abbildung 6 angedeutet, existieren weitere Koeffizienten (bh, mh, bw, mw) welche mit dem Wert Null im TUM-Katalog ausgeblendet werden. Im Statusbericht des BDEW zum SLP-Verfahren Gas wird auf den Umstand hingewiesen, dass deutliche Abweichung der NKS 0 erkennbar sind und hierbei die Schwächen der SLP bestätigt werden. Verantwortlich hierfür sind (1.) Unterallokation bei niedrigen Temperaturen, (2.) Überallokation bei hohen Temperaturen und (3.) erhöhte Streuung im Übergangsbereich (bei ca. 15 C). Der BDEW empfiehlt, für eine sachgerechte Bewertung der Allokationsgüte ein Set mehrerer Bewertungsfaktoren heranzuziehen mit Blick auf tägliche, saisonaler und jährliche Abweichungen (insbes. die symmetrische Betrachtung der Bemessungsgrößen). Des Weiteren soll im Sinne eines Anreizes zur systematischen Verbesserung des Verfahrens Schwellenwerte so angelegt werden, dass Anreize auf umsetzbare

5 Verbesserungen erhalten bleiben und Fehlanreize vermieden werden. Der BDEW schlägt vor, sich als Weiterentwicklungsmaßnahmen ( ) auf die systematischen Fehler der Standardlastprofilbilanzierung [zu] konzentrieren und stützt sich hierbei auf die Forschungsergebnisse der Forschungsgesellschaft für Energiewirtschaft mbh (FfE). Die FfE hat im Rahmen einer Studie herausgefunden, dass Auswirkungen von Temperaturprognosefehlern auf die synthetische SLP-Allokation u.a. auf die Tagesabweichungen der Sigmoid-Funktion zurückzuführen sind. Als Lösung wird von der FfE u.a. vorgeschlagen, die Profilfunktionen anzupassen. Hierzu zählen neben der gewohnten Verwendung der Sigmoid-Funktion die Weiterentwicklungsmöglichkeiten: (a) Sigmoid mit lineare Fortsetzung und (b) die Verwendung zweier Geraden. Zur Anpassung des Profilverfahrens wird die Einführung eines dynamischen Korrekturfaktors und saisonaler Ausgleichsfaktor vorgeschlagen. Der BDEW geht davon aus, dass eine Unterallokation bei niedrigen Temperaturen verhindert werden kann durch die Linearisierung der Sigmoidfunktion bei T < 0 C. Des Weiteren schlägt der BDEW weitere Entwicklungspunkte vor, welche bei den Untersuchungen des FfE als Verbesserungspotential identifiziert. Hierzu zählen (1.) die Einführung von Wochentags-Faktoren im Haushaltsbereich, (2.) geometrische Reihe mit neuer Gewichtung, (3.) Anpassung der D- Werte für den Warmwasserbereich sowie (4.) Saisonfaktor (jahreszeitlicher Schwankungen). Abbildung 10: SigLinDe -Koeffizienten (FfE) Verläufe der in Abbildung 10 aufgelisteten Sig- LinDe-TUM-Typen in Abhängigkeit ihrer unterschiedlich definierten Koeffizienten und Temperatur (Abbildung 11). Die Steigung der beiden zusätzlich definierten Geraden ist in den extremen Temperaturbereichen erkennbar. Abbildung 11: synthetische Tagesmenge mit SigLinDe (FfE) Im grafischen Vergleich sind die Verläufe exemplarisch gegenübergestellt (Abbildung 12). Gemäß FfE-Bericht wird die Sigmoid-Funktion um den linearen Anteil erweitert mit den Koeffizienten (mh, bh, mw, bw). Hierdurch sind Verläufe der sogenannten SigLinDe abbildbar (Abbildung 9). Abbildung 9: Formel Sigmoid-Funktion mit SigLinDe

6 bewirkt, dass die Wochentagsfaktoren am jeweiligen Feiertag vom Werktag auf die Wochentagsfaktoren für Sonntag erzwungen werden. Abbildung 14: Feiertagskalender Abbildung 12: Grafischer Vergleich TUM-Typen mit Sigmoid-Komponente (KoV) und mit linearer Komponente SigLinDe (FfE) Wochentagsfaktoren Den TUM-Typen (s.o.) jwls. zugewiesenen Wochentagsfaktoren (Abbildung 13). Der Wochentagsfaktor verzerrt gezielt den Verlauf der oben dargestellten Sigmoid-Kurven in Abhängigkeit des Wochentages und des TUM-Typs. Standardmäßig liegt der Wochentagsfaktor (an Werkstagen) um den Wert 1. Eine signifikante Ausprägung zeigt sich im Liniendiagramm für die Wochenenden (samstags und sonntags). Hier liegt der Wert des Wochentagsfaktors deutlich unterhalb der Standardmarke von 1. Saisonalfaktor Im FfE-Bericht vorgeschlagene Saisonalfaktoren (Abbildung 14). Sofern ein Saisonalfaktor- Typ ausgewählt wurde, verzerrt dieser gezielt den Verlauf der Sigmoid-Kurve in Abhängigkeit des Monats und des TUM-Typs. Der Saisonalfaktor liegt in den Wintermonaten oberhalb von 1 und in den Sommermonaten unterhalb von 1. Der Saisonal-Typ SF03 ist in seiner Ausprägung stärker als SF04. Abbildung 15: Saisonalfaktor (FfE) Resümee Abbildung 13: Wochentagsfaktor Feiertagskalender Zusätzlich liegt ein Feiertagskalender vor (Tabelle 3). Die Einbindung der Feiertagsdaten Unter Berücksichtigung aller zuvor beschriebenen (künstlich verzerrenden) Simulationsparameter leitet sich folgende zusammenhängende Formel für die Verwendung in der Simulation ab (Abbildung 16). Abbildung 16: Zusammengefasste Formel

7 Im Rahmen des Simulationsprozesses kann der/die AnwenderIn in der GUI flexibel auswählen, ob beispielsweise der verzerrende Wochentagsfaktor berücksichtigt werden soll oder als zusätzliche Simulation ohne diesen Einfluss gegenübergestellt werden soll. Basierend auf dieser zusammengefassten Formel werden die im nachfolgenden Abschnitt beschriebenen Formeln aufgebaut. Input-Daten Das Datenbasis für den Import in das SLP2go stehen die Datensätze aus dem ERP-System zur Verfügung. Neben diversen Mapping und Konfigurationsdateien stehen zwei zentrale Datenquellen für die Durchführung der Simulationen im SLP2go im Mittelpunkt: Es werden zwei Basis -Arten unterschieden welche jeweils als Kombinationspaare in Form des OS-GIP -Würfels die beiden Dimensionen aufspannen. 1. Beleg-Basis: a. Original (O) Input-Daten (s.o.) b. Simuliert (S) Erzeugte Daten 2. Temperaturmessstellen-Basis: a. Geometrisch (G) b. Ist (I) c. Prognose (P) 1. Kundenwert-Daten (Monatsbelege) 2. Netzkonto-Daten (Restlast) Die Monatsbelege enthalten Informationen über die den SLP-Profilen zugewiesenen Kundenwerten pro Monat (relevante Felder: SLP- Profil, JJMM, KW). Als Netzkontodaten wird für die Berechnung die tagesaktuellen Werte von Netzkonto Null, SLP-Menge und Restlast eingelesen (relevante Felder: Tag, NK0, SLP, Restlast). Abbildung 17: OS-GIP -Würfel Dieser strengen Systematik folgend werden die weiteren Formeln entwickelt. Formel zur Berechnung der synthetischen Tagesmenge in Abhängigkeit der Temperaturmessstellenbasis: Diese Datensätze werden im Folgenden Abschnitt der Beleg-Basis Original zugeordnet. Formeln Mögliche Kombinationen aus Beleg-Basis und Temperaturmessstellen-Basis ( OS-GIP ) Verschiedene Zustandskombinationen können systematisch mit Hilfe des OS-GIP-Würfels (Abbildung 17) innerhalb der GUI selektiert werden. In Echtzeit werden die ausgewählten Daten in den QV-Objekten visualisiert. Ziel ist es nur Daten-Kombinationen anzuzeigen, welche für den/die AnwenderIn von Interesse sind. Abbildung 18: Geometrische Temperatur Abbildung 19: Ist-Temperatur

8 Formel zur Berechnung des Kundenwerts (KW) Abbildung 20: Prognose-Temperatur Anmerkung: Analoges Verfahren bei originaler und simulierter Basis. Abbildung 24: Geometrisch, Simuliert Formel zur Berechnung der synthetischen Tagesmenge (mit/ohne Wochentagsfaktor) Abbildung 25: Ist, Simuliert Abbildung 21: Geometrische Temperatur Abbildung 26: Prognose, Simuliert Formel zur Berechnung der Synthetische Tagesmenge (Q) (a) In Bezug auf die originale Basis: Abbildung 22: Ist-Temperatur Abbildung 27: Geometrisch, Original Abbildung 23: Prognose-Temperatur Anmerkung: Analoges Verfahren für den Einfluss des Saisonalfaktors und hinsichtlich der Basis original bzw. simuliert (s.o.). Abbildung 28: Ist, Original

9 Kennzahlensystems erforderlich. Der nächste Abschnitt widmet sich diesem Themengebiet. Kennzahlensystem (Dashboard) Abbildung 29: Prognose, Original (b) In Bezug auf die simulierte Basis: Bei jeder Schwellwertüberschreitung größer +10% wird eine Strafzahlung fällig. Diese gilt es zu vermeiden. Demnach lässt sich ableiten, anhand welcher Simulationsparameter das höchste Verbesserungspotenzial zu erwarten ist. Formel zur Berechnung des Schwellwerts [%] Abbildung 30: Geometrisch, Simuliert Abbildung 33: Geometrisch, Original Abbildung 31: Ist, Simuliert Abbildung 34: Geometrisch, Simuliert Anmerkung: Für die Temperatur-Basen Ist und Prognose analog. Formel zur Berechnung der Strafzahlung [ ] Abbildung 32: Prognose, Simuliert Resümee Nachdem das Formelgerüst für die Beleg-Basen (Original, Simuliert) und Temperatur-Basen (Geometrisch, Ist, Prognose) definiert ist, kann die Simulation durchgeführt werden. Neben Vollständigkeits- und Plausibilitäts-Analysen ist die Entwicklung eines aussagekräftigen Die Datensätze mit den Preisen für Ausgleichsenergie können wahlweise vom MGV Gaspool 4 oder Netconnect Germany 5 heruntergeladen werden. Der Zeitstempel der importierten (*.CSV)-Datei ist jeweils anzupassen öffentlichungen/preise/mehr-mindermengenpreis- RLM

10 Abbildung 35: Geometrisch, Original Abbildung 39: Tabellarische Übersicht (mit Ampelfunktion) der Strafzahlungen, Monatsscharfe Ansicht Abbildung 36: Geometrisch, Simuliert Anmerkung: Für die Temperatur-Basen Ist und Prognose analog. Darstellungsformen der KPI in der GUI des SLP2go Die Darstellungsobjekte im Dashboard werden nach drei Ansichten unterschieden: 1. Tagesscharfe Ansicht 2. Monatsscharfe Ansicht 3. Simulationsscharfe Ansicht Abbildung 40: Strafzahlungen bei Schwellwertüberschreitungen (größer +10%), Simulationsscharfe Ansicht Weitere Kennzahlen Zusätzlich gibt die Anzahl Schwellwertüberschreitungen größer +10% und die Gesamt- Summe der Strafzahlung je Simulation einen ersten Eindruck über eine Verbesserung oder Verschlechterung durch die vorgegebenen Simulationsparameter. >> Q.Geom.Orig Die Qualität der Berechnungsergebnisse kann in Form des folgenden zusammengesetzten Abweichungs-Diagramms abgeleitet werden (Abbildung 41). Abbildung 37: Schwellwertüberschreitung größer +10%, Monatsscharfe Ansicht Abbildung 38: Schwellwertüberschreitung größer +10%, Tagesscharfe Ansicht

11 Zusätzlich liefert das SLP2go als Werkzeuge zur Analyse der Stammdaten im ERP- System wesentliche Anhaltspunkte zur Verbesserung der Datenqualität. Rückschlüsse auf in der Vergangenheit liegenden Ereignisse (z.b. fehlerhaft berechnete geometrische Werte im System) können abgeleitet und in Form einer fachlichen Story dem Reporting schlüssig beigelegt werden. Abbildung 41: Abweichung Multi-Simulations-Vergleich (MSV) In der Regel dienen die Simulationsergebnisse neben dem internen Reporting auch externer Interessenten, insbesondere DSO. Da hierfür flexible und schnelle Ergebnisse simuliert, zahlreiche miteinander verglichen und weitergeleitet werden müssen, ist ein zusätzlich aufgesetztes Tool für die Analyse notwendig. Mit der Zusatz-App. "SLP2go-MSV" (Multi-Simulation-Vergleich) können beliebig viele Simulationen miteinander verglichen werden. Eine Auswertung der Ist-und Prognosetemperaturen ist möglich. Alle gespeicherten KPI-Tabellen liegen im XLS-Format für die weitere Verwendung in EXCEL bereit. Abbildung 42: Strukturanalyse Es ist im Rahmen der stetigen Weiterentwicklung angedacht, den Einsatzbereich des SLP2go auf den Strom-Bereich auszuweiten. Autor Dipl. Kfm. Lutz Gülker Consultant bei der Alpha-Omega Projects GmbH Anregungen und Kritik sind stets willkommen. Quellen Fazit und Ausblick Es hat sich gezeigt, dass die Simulationsergebnisse eine solide Entscheidungsgrundlage darstellen. 1. BDEW/VKU/GEODE Leitfaden Abwicklung von Standardlastprofilen Gas, Berlin, Statusbericht Standardlastprofilverfahren Gas der Forschungsgesellschaft für Energiewirtschaft (FfE), QlikView ist eine eingetragene Marke der QlikTech International AB. SAP IS-U ist eine eingetragene Marke der SAP Deutschland SE & Co. KG. 4. Weitere Informationen zu Themen im Energiebereich finden Sie auf unserer Unternehmenswebseite: