Hoe werkt het voorspelmodel van WattWanneer?
Veel mensen zien de stroomprijsvoorspelling zoals je het weerbericht ziet: als iets dat ergens vandaan komt, maar waarvan je niet precies weet hoe. Het model achter WattWanneer is geen black box. Het werkt met een combinatie van historische patronen, weersdata, load-verwachtingen en recente afwijkingen in de markt. Hieronder een uitleg op hoofdlijnen.
Het begint met historische data
De energiemarkt kent sterke terugkerende patronen. Uren met hoge vraag, zoals de avond, zijn vrijwel altijd duurder dan stille uren, zoals midden in de nacht. Het model analyseert jaren aan prijsgegevens om die vaste patronen te herkennen. Zo ontstaat een basisprofiel: een soort gemiddelde dagcurve waarvan je weet hoe die zich meestal gedraagt.
De rol van het weer
Wind en zon bepalen een groot deel van de prijs. Daarom gebruikt het model weersvoorspellingen: windkracht, temperatuur, zoninstraling en bewolking. Deze factoren geven een goede indicatie van hoeveel duurzame energie er beschikbaar zal zijn. Veel wind betekent doorgaans lagere prijzen. Weinig wind en bewolking betekent dat duurdere gascentrales in moeten schakelen.
De load-verwachting uit ENTSO-E
Naast de weersdata gebruikt het model ook de verwachte elektriciteitsvraag voor de komende week, afkomstig van ENTSO-E (de Europese transmissienetbeheerders). Deze load-forecast is een inschatting van hoeveel stroom huishoudens, bedrijven en industrie gaan gebruiken per uur. Het model combineert die vraagverwachting met de verwachte opwekking, waardoor het beter kan inschatten wanneer er krapte of juist overschot in het systeem ontstaat. Met andere woorden: het model kijkt niet alleen naar wat het weer doet, maar ook naar wat de samenleving waarschijnlijk gaat verbruiken.
Recente markttrends
De energiemarkt kan verschuiven. Soms zitten er ineens structurele afwijkingen in de prijs, zoals weken waarin avonden voortdurend duurder zijn dan normaal. WattWanneer meet die verschillen dagelijks, vergelijkt de voorspelde prijs met de werkelijkheid en past een correctie toe. Dat heet bias-correctie. Het model leert daarmee van zijn eigen afwijkingen en schuift het profiel direct bij.
Data in, patroon eruit
De voorspelling voor de komende 168 uur is het resultaat van drie hoofdbronnen en één zelflerend mechanisme:
- Historische prijspatronen
- Weersverwachting
- Load-forecast van ENTSO-E
- Automatische correctie op basis van recente afwijkingen
Geen magie en geen gokwerk, gewoon een samenkomst van gegevens en inzichten die helpen om de prijsontwikkeling voor de komende week zo realistisch mogelijk in te schatten.