Bohuslav Zeman Počasí bylo vždy zásadním faktorem při obchodování s energiemi. Není divu, že obchodníci vyžadují informace o předpovědích, které podrobně popisují, kdy a kde se očekávají významné meteorologické změny. I zdánlivá drobnost může ovlivnit ceny na energetických trzích. Jde o velký business, do něhož se úspěšně zapojila umělá inteligence. Pohled za zákulisí nám zprostředkoval projektový manažer Bohuslav Zeman z meteorologicko-technologické firmy IFYS, spol. s r.o., která provozuje Meteocentrum se službou forecasts.cloud.

Jak moc má počasí vliv na to, kolik budeme platit za energie?

Většina lidí vnímá cenu energií přímo závislou na ceně uhlí a plynu. To však není úplné, a vzhledem k množství obnovitelných zdrojů i vlivu počasí na poptávku po energiích je vliv počasí na jejich cenu výrazně větší, než bychom čekali. A není to zdaleka jen o tom, zda na severu Evropy byl suchý rok, a vyrobilo se tak méně elektřiny z vody, nebo v Německu foukalo méně než obvykle. Vliv mají třeba i nezvyklá horka ve Francii, kvůli kterým se omezuje výroba z tamních jaderných elektráren. Díky fixaci cen má však počasí vliv na cenu energií pro koncové spotřebitele spíše v dlouhodobějším horizontu.

Proč hraje počasí při predikci cen energií zásadní roli?

Pro predikce cen na krátkodobém trhu s elektřinou hraje počasí často dominantní roli a vliv má na dvou úrovních. V případě poptávky například ovlivňuje, jak moc budou domácnosti i podniky topit. A v letním období, zda poběží ve velkém klimatizace. Na straně výroby pak máme ceny plynu i uhlí méně volatilní v krátkodobém horizontu, a větší vliv tedy má, kolik se vyrobí energie z obnovitelných zdrojů.

Co si představit pod volatilitou cen?

Volatilita je míra kolísání hodnoty. Větší volatilita cen energií tedy znamená větší a častější výkyvy v cenách.

Předpovědi na stejný den se skutečně často liší. Je to chyba, nebo to má jiný smysl?

Většina meteorologických služeb předpovídá počasí na základě jednoho z více meteorologických modelů. To má však vždy omezení – nedá se říci, že by některý model byl lepší než jiný. Každý je definovaný trochu jinak a platí, že při různých meteorologických situacích a pro různé lokality je lepší jiný model. Některý pro danou oblast umí lépe předpovídat bouřky, jiný zvládá lépe zimní inverze, další zase dobře trefí třeba noční teploty. V médiích se následně setkáváme s různě kvalitními výstupy. Meteocentrum se odlišuje zejména vyspělou technologií a umělou inteligencí, kterou využíváme k vytváření spolehlivých předpovědí počasí a také meteorologickým zázemím s vlastními odborníky. Naše výstupy může sledovat široká veřejnost na našem webu nebo například v aplikaci Počasí Meteocentrum, která je dostupná na Google Play.

Mluví vám tedy do předpovědí umělá inteligence?

Umělá inteligence a strojové učení je v naší firmě čím dál tím důležitější. V zásadě je využíváme na dvou úrovních. V první řadě k vytváření samotných předpovědí počasí. Naše modely se učí na historických datech a minulých předpovědích různých modelů. Ty porovnáváme se skutečností a na základě toho následně vhodně kombinujeme různé modely s cílem minimalizovat budoucí odchylky a dosáhnout co nejpřesnější možné předpovědi. Ve druhé řadě se pak na těchto předpovědích a datech zákazníka učí naše aplikované modely – ať už jde o výrobu/poptávku v energetice, prodejnost vybraných produktů, či poptávku ve službách. Tato data pak kombinujeme s další spoustou našich dat – nejen meteorologických, ale i ekonomických a z oblasti psychologie spotřebitelů, a na všem se model učí predikovat požadovaný výstup. V modelech pro předpovědi cen elektřiny využíváme různé statistické metody a pokročilé metody strojového učení, jako jsou neuronové sítě nebo rozhodovací stromy jako například XGBoost.

Můžeme se na „rosničky“ stoprocentně spolehnout, nebo jde vždy o přesný či méně přesný odhad?

U počasí je procentuální přesnost predikcí dosti zrádná, přestože se s ní v médiích setkáváme. V tomto směru totiž není obecně akceptovaná metrika, a záleží tedy, jak si kdo definuje úspěšnost předpovědi. Pokud předpovíme oblačno a 8 °C a ve skutečnosti bude zataženo a 7 °C, je předpověď úspěšná na 80, nebo 95 %? U nás porovnáváme průměrnou chybu našich modelů s ostatními a v tomto směru patříme ke špičce, co se týká přesnosti předpovědí počasí. Pokud jde o aplikované předpovědi, tak se úspěšnost velmi liší podle toho, co přesně předpovídáme. Opět ale dosahujeme solidní úspěšnosti a klientům to přináší významné úspory. To je vidět i na tom, že s naprostou většinou našich klientů spolupracujeme dlouhodobě.

Výrazný růst poptávky jste zaznamenali během energetické krize. Stále platí, že teplárny a elektrárny mají o vaše služby velký zájem?

Ano, poslední léta totiž přinesly do energetiky cenovou volatilitu, kterou si do té doby uměl málokdo představit. To s sebou staví nové výzvy na efektivitu a požadavky na optimální plánování. A energetika je z velké míry ovlivňovaná počasím – jak na straně spotřeby (jak moc svítíme nebo topíme), tak na straně výroby (výroba obnovitelných zdrojů, efektivita turbín atd.). V energetice je ladění modelů na míru často několikaměsíční proces, a spolupráce se tak rozbíhá delší dobu, ale elektrárnám i teplárnám se to skutečně vyplatí.

Čím jsou pro vás zelené energie jiné, a to i z hlediska cenotvorby?

Náš názor na globální oteplování se shoduje s vědeckou komunitou – dnes již máme o klimatu k dispozici velké množství dat a výzkumů, jejichž výsledky nelze ignorovat. V krátkodobém měřítku se dá očekávat, že více energie z obnovitelných zdrojů povede k větší volatilitě cen energií, protože počasí je zkrátka proměnlivé. V dlouhodobějším výhledu to však záleží primárně na nových technologiích a lze říci, že ceny energií do budoucna budou klesat. Využívání fosilních paliv pro výrobu energií je totiž drahé ve srovnání s provozem slunečních či větrných elektráren. Jakmile tedy budeme schopni lépe přenášet energii na různá místa, efektivně ji využívat i skladovat, pak není důvod, aby ceny nešly výrazně dolů.

Vytváříte aplikované modely i pro další obory?

Firmám jsme od počátku pomáhali zejména v oblasti energetiky, s předpovědí solární výroby, větrné energie nebo poptávky po teple. Postupně jsme se však setkávali s požadavky na další a další aplikované modely, ať už to byla předpověď speciálních parametrů pro zemědělství a dopravu, nebo třeba vliv počasí na služby a prodej. Firmám tak dnes pod hlavičkou forecasts.cloud například predikujeme poptávku po produktech společnosti, protože zjistily, že dokážeme dodat velmi zajímavá data a služby, a třeba i optimalizovat marketingové sdělení. Zkrátka víme, co, kdy, kde a jak zákazníkům ukázat, abychom maximalizovali účinek sdělení, jelikož počasí ovlivňuje každého, aniž si to často uvědomujeme.

za odpovědi poděkoval Pavel Kačer