Where data science meets energy markets

Dagelijks lopen energieleveranciers risico in de markt omdat zij het verschil tussen het daadwerkelijke en ingeschatte verbruik van hun klanten rechtstreeks in de markt moeten in- of verkopen tegen de dan geldende prijs. Hierdoor is het zaak om het geschatte verbruik van hun klanten zo nauwkeurig mogelijk te voorspellen.
           
Door veranderende marktomstandigheden (denk aan de energietransitie, de omslag naar elektrisch rijden, subsidies voor verduurzaming van het huis, etc.) is het voor onze klant, een grote energieleverancier in Nederland, belangrijk om hun voorspelmodel nog beter aan te laten sluiten op deze veranderingen. Om deze transitie te begeleiden is een van onze fitlancers in de rol van Analytics Translator / Business Analist bij dit project aangesloten.

Het project:

Het verbetertraject begint met een inventarisatie van het huidige proces: het analyseren en in kaart brengen van de input en (benodigde) output, de huidige systemen en hun interactie, de reeds ingebouwde voorspelmodellen en de processen hieromheen (monitoring via dashboards, communicatie van de resultaten, verantwoordelijkheden, etc.). Deze inventarisatie wordt in combinatie met de business requirements vertaald naar een projectplan voor een minimum viable product van het nieuwe voorspelmodel. Deze zal vervolgens in meerdere iteraties ontwikkeld worden tot een steeds optimaler model.

Na goedkeuring en afstemming van het projectplan is aan o.a. onze fitlancer om de uitvoering van dit projectplan te begeleiden en uit te voeren: het ontsluiten, valideren en opbouwen van de pipeline voor de inputdata, het sparren met het development-team over de beste modelleermethode voor deze casus, het inrichten en afstemmen van de processen rond het nieuwe voorspelmodel, en het ontwikkelen van dashboarding zodat de prestaties van het model nauwkeurig in de gaten gehouden kunnen worden.
 
Het resultaat:
Uiteindelijk leidt dit verbetertraject tot meerdere verbeteringen voor onze klant. Ten eerste zorgt het voor een afname van handmatig (en soms foutgevoelig) werk door de automatisering van het trainen en het gebruik van het model en haar output. Ten tweede is het nieuwe model makkelijker aan te passen aan veranderende marktomstandigheden en bovendien beter te monitoren om zo tijdig in te kunnen grijpen bij grote afwijkingen van de werkelijkheid. Wellicht het belangrijkste is dat dit project bijdraagt aan het vermogen van onze klant om competitief te blijven in een markt met zware concurrentie, voornamelijk door de betere beheersing van hun marktrisico’s en de bijbehorende kosten.

World Of Data