Während Digitalisierung und Transformation auf der einen Seite das Rückgrat für die Steigerung der betrieblichen Effizienz bilden, stellen künstliche Intelligenz (KI) und maschinelles Lernen (ML) auf der anderen Seite die analytischen Beschleuniger für Energieunternehmen dar, die ihre Wettbewerbsfähigkeit steigern und gleichzeitig von den durch die Digitalisierung entstehenden wachsenden Datenmengen profitieren wollen.
British Gas Trading
Aus diesem Grund begann British Gas Trading im Jahr 2018 mit der Suche nach einem Ersatz für ihr veraltetes On-Premise-Bedarfs-Prognosesystem. Ziel war es, eine hochmoderne cloud-basierte Lösung zu finden, die ihre Anforderungen an Leistung und Vorhersage mit größerer Genauigkeit und Flexibilität bei geringeren Betriebskosten erfüllen konnte.
Als einer der sechs größten Energieversorger Großbritanniens benötigte British Gas (BG) eine Lösung die in der Lage ist, schnell Prognosen für jeden seiner über 500.000 Zähler für gewerbliche I&C- und KMU-Stromkunden zu erstellen. Ziel war es, die vom bisherigen System benötigte Zeit für die Prognoseläufe auf einen Bruchteil zu reduzieren und gleichzeitig eine neue zählerbasierte Bottom-up-Berechnungsmethode für einen Prognosehorizont von 5 Jahren anzuwenden. Als dies erreicht war, fügte BG drei kurzfristige Top-down-Prognosen pro Tag hinzu (Intraday, Day-ahead + 14-Tage-Horizont), die die neuesten Wetterdaten verwendeten. Diese kurzfristigen Prognoseergebnisse wurden vor allem für die Echtzeit-
Marktpositionen von BG benötigt.
metalogic erfüllte diese strengen Anforderungen mit seiner mP-Cloud-Prognoselösung, die Microsofts Azure Cloud nutzt und skalierbare Linux-basierte Container, Azure SQL-Datenbank und Blob-Store einsetzt,… um nur ein paar Technologien zu nennen. Diese Cloud-Ressourcen in Kombination mit Funktionen für definierbare Workflows, selektive Aggregationen, regelbasierte Prognosen und zweckmäßiges Datenhandling ermöglichten es metalogic, die Leistungsanforderungen von BG zu erfüllen und vergleichsweise niedrige Betriebskosten zu erzielen. mP Cloud läuft heute vollautomatisiert und wird von metalogic im Rahmen eines SaaS-Vertrages verwaltet.
„In der heutigen schnelllebigen Welt der Rohstoffmärkte war es für uns extrem wichtig, eine robuste Lösung zu finden, die schnelle und genaue Bedarfsprognosen liefert. Die Zusammenarbeit mit metalogic hat uns geholfen, die Automatisierung unserer Prognoseprozesse deutlich zu verbessern. Dies war aufgrund der Variabilität und der Anzahl der Kundenprofile von entscheidender Bedeutung. Die qualitativ hochwertigen Prognosen haben uns geholfen, niedrigere Rohstoffkosten zu erzielen und unseren Wettbewerbsvorteil bei der Unterstützung unserer Kunden zu verbessern.“
George Katsikaris
Director of Commercial Forecasting
British Gas Trading
Nach einer mehrmonatigen Test- und Integrationsphase wurde das alte Prognosesystem von BG Ende 2019 durch mP Cloud ersetzt. Es hat sich als äußerst zuverlässig, flexibel und kosteneffizient erwiesen und kann alle Anforderungen von BG an Energieprognosen erfüllen, sei es für erweiterte Bedarfsprognosen für Strom oder Gas oder für Prognosen der Wind- und Solarstromerzeugung.
mP Cloud – Überblick
- Die Leistung von mP Cloud ist durch Linux basierenden Container völlig skalierbar, um eine Verarbeitungsgeschwindigkeit nach Bedarf zu erreichen.
- Kibana wird verwendet, um die Daten zu untersuchen, analysieren und visualisieren.
- Blob Store ermöglicht eine effiziente Zwischenspeicherung der Daten.
- Bisherige mP Energy Anwender genießen eine deutliche Leistungssteigerung mit verkürzten Verarbeitungs- und Antwortzeiten.
- mP Cloud wird in der Azure Cloud gehostet und durch metalogic überwacht und gemanaged.
- Eine Verfügbarkeit der Azure Cloud von >99,5% wird durch Microsoft garantiert.
VORHER: ON PREMISE ALTSYSTEM VON BG
- Vergleichsweise lange Prognosebearbeitungszeiten
- Nicht flexibel und kaum skalierbar/abhängig von der Verfügbarkeit der eigenen RZ-Hardware
- Insgesamt geringe Leistung und Prognosegenauigkeit
- Das System enthielt maßgeschneiderte Funktionen, die speziell für BG implementiert wurden – mit erhöhtem Support-Aufwand
- Vergleichsweise lange Reaktionszeiten auf Tickets und Änderungsanfragen – abhängig von der Verfügbarkeit der IT-Abteilung
- Hohe Betriebskosten bei vergleichsweise geringer Leistung
- Erfüllte seinen Zweck, war aber umständlich in Bezug auf Betrieb und Wartung
HEUTE: metalogic / mP Cloud
- Sehr kurze Bearbeitungszeiten pro Prognoselauf
- Unbegrenzte Skalierbarkeit, dynamisch je nach Verarbeitungsbedarf – 99,95% Verfügbarkeit
- Hohe Leistung und verbesserte Prognosegenauigkeit
- Alle Funktionen basieren auf der Standardproduktphilosophievon metalogic – verringerter Support-Aufwand
- Außergewöhnlich kurze Reaktionszeiten aufTickets und Änderungsanfragen – vollständig vonmetalogic verwaltet – 24/7
- Geringere Betriebskosten in Kombination mit hoher Leistung
- BG konnte Kosten reduzieren, produktiver undwettbewerbsfähiger werden!
British Gas Trading als führende Energieversorger des Vereinigten Königreichs, versorgt über 400.000 Unternehmen mit allem von Gas und Strom bis hin zur Wartung von Heizkesseln, Energieeffizienz und erneuerbare Energien.
BG widmet sich den Bedürfnissen seiner Geschäftskunden. Ob es sich um ein kleines Unternehmen, das ein günstiges Angebot für Gas und Strom sucht oder eine größere Organisation, die bessere Möglichkeiten für den Erwerb, die Nutzung und die Erzeugung von Energie zu kaufen, zu nutzen und zu erzeugen – BG bietet das Fachwissen und die Unterstützung die Unternehmen brauchen.
metalogic, mit Hauptsitz in München, Deutschland, ist ein Marktführer und innovativer Hersteller von Prognosesoftware und Azure Cloud-basierten Managed Forecasting Services für die Energiewirtschaft. Seit der Gründung vor mehr als 15 Jahren konzentriert sich metalogic ausschließlich auf maschinellem Lernen basierende prädiktive Analytik, um Prognosen für die Energie- und Versorgungswirtschaft Industrie zu liefern. Heute werden wir als einer der Hauptakteure für die Bereitstellung von Verbrauch-, Lastgang-, Erzeugungs- und Netzprognosen für Strom, Gas und Fernwärme wahrgenommen.