Huit fournisseurs d’énergie ont déjà opté pour le module «Séries chronologiques» et leurs retours sont tous très positifs. Nous avons présenté le module à beaucoup d’autres personnes intéressées, toutes sont enthousiasmées par son utilisation et son intégration parfaite dans innosolvenergy. Nous le savons désormais: le nouveau module apporte aux fournisseurs d’énergie les avantages promis. Bénéficiez-en vous aussi!
Qu’apporte le module «Séries chronologiques»?
Il vous permet d’exécuter et d’archiver toutes vos valeurs de mesure dans innosolvenergy. Par exemple: vous effectuez le bilan du réseau, vous échangez des données de mesure avec les partenaires commerciaux (SDAT) et vous pouvez facturer avec précision les regroupements pour la consommation propre (RCP).
Les longues durées de traitement? C’est du passé. Le programme détecte les tâches en attente et les exécute rapidement et soigneusement. A la fin, il fournit en outre les valeurs de consommation pour le décompte.
Regard vers l’avenir
Sur la base des valeurs historiques, innosolvenergy peut même prévoir les séries chronologiques. Ce faisant, le programme distingue les pronostics à long terme (plusieurs années) et les pronostics à court terme (quelques jours).
Ces valeurs pronostiquées vous permettent d’optimiser l’achat et de maintenir l’énergie d’ajustement à un niveau minimum. Il est également possible de calculer l’injection attendue d’énergies renouvelables (photovoltaïque, éolienne). Les spécialistes peuvent contrôler facilement les pronostics. Si besoin, le programme prend également en compte certains facteurs d’influence tels que la température ou le rayonnement global. L’utilisation est très simple – vous n’avez pas besoin de connaissances spécifiques.
Pour les pronostics à court terme, innosolvenergy vous aide avec des procédés éprouvés comme:
- Holt and Winters Les valeurs futures sont également influencées par les valeurs passées – c’est l’approche du procédé. L’influence devient plus faible à mesure que la valeur vieillit. Les valeurs de série chronologique peuvent être pondérées avec un facteur de lissage. De cette manière, les fortes variations des valeurs individuelles passées sont moins prises en considération.
- Régression Cette méthode combine les valeurs passées avec les facteurs d’influence futurs. La base de ce procédé sont par exemple les valeurs mesurées en kWh. En prenant en compte un ou plusieurs facteurs d’influence, comme la température attendue en degrés Celsius, le programme transmet les valeurs dans le futur.
- ARIMA Ce procédé est, pour simplifier, une spécialisation de Régression. Toutefois, le calcul est mathématiquement plus complexe. ARIMA n’utilise pas seulement les événements passés pour les prévisions, même les erreurs passées d’une estimation ou d’une prévision sont prises en compte pour le calcul de la prochaine valeur d’une série chronologique.
Pour les pronostics à long terme, innosolvenergy calcule l’influence de certains facteurs attendus sur l’achat. En outre, ces pronostics servent de base pour créer des offres sur mesure pour de potentiels clients.
Le programme calcule les valeurs futures sur la base d’un laps de temps de l’année passée. Les valeurs journalières sont par exemple reprises telles quelles de l’an passé. Ou alors le système utilise la valeur médiane d’un laps de temps donné, par exemple les valeurs de tous les lundis du même mois de l’an passé. Le programme prend en compte le décalage des jours entre les années ainsi que les jours fériés. Il peut également bien entendu comparer les semaines, mois et années entre eux.
Nous avons mis à disposition ces nouvelles fonctions l’année dernière avec le service pack 4 de la release 2020.
Vous avez des questions? Contactez-nous ou renseignez-vous auprès de votre partenaire commercial.
Plus d'articles:
