Anwendungsfall: Energie und Versorgung
Erneuerbare Stromerzeugung prognostizieren
Satellitendaten verbessern Solarprognosen auf zwei Wegen. Geostationäre Wettersatelliten beobachten Wolkenfelder über große Gebiete, und aus der fortgeschriebenen Wolkenbewegung wird die Einstrahlung vorhergesagt, typischerweise vier bis sechs Stunden im Voraus. Für längere Zeiträume fließen Satellitenbeobachtungen in numerische Wettermodelle ein, die einige Stunden bis mehrere Tage vorausschauen.
- Referenz
- UC-12
- Technologien
- Herausforderung
- Betrieb
- Aktualisiert
- Herausgeber
- LETO SPACE
01Ausgangslage
Warum Prognosen für das Netz wichtig sind
Solar- und Windstrom schwanken mit dem Wetter. Diese Schwankungen in der Erzeugung belasten die Netzstabilität, und mit dem Ausbau der volatilen Quellen ist der Netzausgleich zu einem zentralen Thema geworden Quelle: EU Agency for the Space Programme (EUSPA), 26. Mai 2026EU Agency for the Space Programme (EUSPA)EU Space Market Report 2026, Issue 126. Mai 2026Quelle öffnen (öffnet euspa.europa.eu).
Kurzfristige Prognosen helfen Betreibern zu entscheiden, wann sie Speicher laden oder entladen und wann sie andere Erzeugung hoch- oder herunterfahren Quelle: EU Agency for the Space Programme (EUSPA), 26. Mai 2026EU Agency for the Space Programme (EUSPA)EU Space Market Report 2026, Issue 126. Mai 2026Quelle öffnen (öffnet euspa.europa.eu). Sie unterstützen außerdem die Kraftwerkseinsatzplanung und verringern den Bedarf an teuren, schnell regelbaren Kraftwerken Quelle: International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16, 2024International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024)2024Quelle öffnen (öffnet iea-pvps.org). Wer die erneuerbare Erzeugung mit Satellitendaten in Echtzeit erfasst, kann zudem kurzfristige Strompreise besser abschätzen Quelle: EU Agency for the Space Programme (EUSPA), 2024EU Agency for the Space Programme (EUSPA)EUSPA EO and GNSS Market Report, Issue 2, 20242024Quelle öffnen (öffnet euspa.europa.eu).
02Technik
So funktioniert es
Woraus eine Prognose entsteht, hängt davon ab, wie weit sie in die Zukunft reicht Quelle: International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16, 2024International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024)2024Quelle öffnen (öffnet iea-pvps.org):
| Horizont | Wichtigste Eingangsdaten | Funktionsweise |
|---|---|---|
| Bis zu einigen Stunden, bei relativ stabiler Wetterlage | Messungen an der Anlage | Statistische Modelle oder Machine-Learning-Modelle schreiben die gemessene Zeitreihe fort; bei wechselhafter Bewölkung liefern sie selten gute Ergebnisse |
| 10 bis 20 Minuten | Himmelskameras am Boden | Bilder des Himmels über der Anlage zeigen heranziehende Wolken |
| Typischerweise 4 bis 6 Stunden | Geostationäre Wettersatelliten | Wolkenbewegungsvektoren schreiben das beobachtete Wolkenfeld fort, mit Aktualisierungen alle 10 bis 30 Minuten |
| Einige Stunden bis Tage oder Wochen | Numerische Wettervorhersage | Physikalische Modelle simulieren die Atmosphäre, einschließlich Entstehung und Auflösung von Wolken |
Satelliten spielen in dieser Kette zwei Rollen. Geostationäre Satelliten beobachten Wolken über große Gebiete, und ihre Bilder sind die wichtigste Eingangsgröße für Solarprognosen bis zu einigen Stunden im Voraus Quelle: International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16, 2024International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024)2024Quelle öffnen (öffnet iea-pvps.org). Außerdem fließen Satellitenbeobachtungen in die Wettermodelle ein: Beim ECMWF tragen sie von allen Beobachtungsarten am meisten zur Prognosequalität bei Quelle: European Centre for Medium-Range Weather Forecasts (ECMWF), 6. Juli 2020European Centre for Medium-Range Weather Forecasts (ECMWF)Fact sheet: ECMWF's use of satellite observations6. Juli 2020Quelle öffnen (öffnet ecmwf.int).
PV-Prognosedienste auf dem Stand der Technik verlassen sich nicht auf ein einzelnes Modell. Intraday-Systeme kombinieren Online-Messungen, satellitengestützte Prognosen und Prognosen aus Wettermodellen und optimieren das Ergebnis mit statistischen Methoden oder Machine Learning Quelle: International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16, 2024International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024)2024Quelle öffnen (öffnet iea-pvps.org).
03Daten
Welche Daten und Satelliten
Einstrahlung aus Satellitendaten
Der Copernicus Atmosphere Monitoring Service (CAMS) stellt die Globalstrahlung auf die horizontale Ebene sowie Direkt- und Diffusstrahlung bereit. Die Werte für alle Bewölkungslagen werden aus Beobachtungen von Meteosat und Himawari abgeleitet. Für das Sichtfeld von Meteosat reicht die Zeitreihe bis Februar 2004 zurück, in Auflösungen von einer Minute bis zu einem Monat. Als Anwendungen nennt CAMS unter anderem die Überwachung von Solaranlagen und ihre Integration in die Stromnetze Quelle: Copernicus Atmosphere Monitoring Service (CAMS), Atmosphere Data Store, abgerufen am 6. Oktober 2026Copernicus Atmosphere Monitoring Service (CAMS), Atmosphere Data StoreCAMS solar radiation time-series (dataset overview)abgerufen am 6. Oktober 2026Quelle öffnen (öffnet ads.atmosphere.copernicus.eu). Wie solche Daten bei der Planung einer neuen Anlage helfen, behandelt der Anwendungsfall Standortwahl.
Ertragsschätzungen
Im Betrieb unterstützt Erdbeobachtung Ertragsschätzungen und kurzfristige Erzeugungsprognosen für Solaranlagen. Für die Wasserkraft beobachtet sie Niederschlag, Schneedecke, Bodenfeuchte, die Ausdehnung von Flüssen und die Füllstände von Speichern, um Zuflüsse vorherzusagen Quelle: EU Agency for the Space Programme (EUSPA), 26. Mai 2026EU Agency for the Space Programme (EUSPA)EU Space Market Report 2026, Issue 126. Mai 2026Quelle öffnen (öffnet euspa.europa.eu).
Klimainformationen für die Energiewirtschaft
Der Copernicus Climate Change Service liefert Klimaindikatoren, die für den Energiesektor relevant sind, etwa zum Strombedarf und zur Erzeugung aus erneuerbaren Quellen Quelle: EU Agency for the Space Programme (EUSPA), 26. Mai 2026EU Agency for the Space Programme (EUSPA)EU Space Market Report 2026, Issue 126. Mai 2026Quelle öffnen (öffnet euspa.europa.eu).
04Ergebnisse
Was Sie erhalten
- Intraday-Prognosen der PV-Leistung für eine Anlage oder ein Portfolio, typischerweise in stündlicher oder viertelstündlicher Auflösung, wie sie der Intraday-Stromhandel braucht Quelle: International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16, 2024International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024)2024Quelle öffnen (öffnet iea-pvps.org)
- Day-Ahead-Prognosen, die mehrere Wettermodelle mit statistischen Methoden oder Machine Learning kombinieren Quelle: International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16, 2024International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024)2024Quelle öffnen (öffnet iea-pvps.org)
- Schätzungen der regional aggregierten PV-Leistung, die Netzbetreiber für die Vermarktung von PV-Strom und für das Netzmanagement brauchen Quelle: International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16, 2024International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024)2024Quelle öffnen (öffnet iea-pvps.org)
- Einstrahlungszeitreihen aus Satellitendaten, mit denen Sie Ihre Anlagen im Betrieb überwachen Quelle: Copernicus Atmosphere Monitoring Service (CAMS), Atmosphere Data Store, abgerufen am 6. Oktober 2026Copernicus Atmosphere Monitoring Service (CAMS), Atmosphere Data StoreCAMS solar radiation time-series (dataset overview)abgerufen am 6. Oktober 2026Quelle öffnen (öffnet ads.atmosphere.copernicus.eu)
05Grenzen
Grenzen
Grenze 01
Satelliten decken die nächsten Stunden ab
Prognosen aus der Wolkenbewegung im Satellitenbild reichen typischerweise vier bis sechs Stunden voraus. Darüber hinaus ist die numerische Wettervorhersage das wichtigste Verfahren Quelle: International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16, 2024International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024)2024Quelle öffnen (öffnet iea-pvps.org).
Grenze 02
Keine Prognose ohne Messungen
Zeitreihenmodelle müssen mit Messungen vor Ort trainiert werden Quelle: International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16, 2024International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024)2024Quelle öffnen (öffnet iea-pvps.org). Satellitendaten ersetzen Ihre eigene Messung nicht.
Grenze 03
Die Genauigkeit hängt vom Klima ab
Die Fehler von Prognosen aus Wettermodellen hängen stark von den klimatischen Bedingungen ab. In sonnigen Regionen ist der relative Fehler typischerweise kleiner Quelle: International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16, 2024International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024)2024Quelle öffnen (öffnet iea-pvps.org). Fragen Sie Anbieter nach Fehlerkennzahlen von Standorten, deren Klima Ihrem ähnelt.
06Nächste Schritte
So unterstützen wir Sie
Ob sich eine bessere Prognose rechnet, hängt davon ab, was Prognosefehler Sie heute kosten, sei es bei Ausgleichsenergie, Speichern oder im Handel. Wir helfen Ihnen, das zu beziffern, legen Horizont, Auflösung und Fehlermaß fest und vergleichen die Anbieter in einem Projekt zu Anforderungen und Beschaffung nach denselben Kriterien.
Mehr zu Umsetzung und Pilotprojekten
Der Marktplatz von Spacegraph, unserer Discovery-Plattform, hat eine Branchenkategorie für Energie und Versorgung.
07Anwendungsfälle
Verwandte Anwendungsfälle
- Standorte für Solarparks und Windparks auswählenWie Satellitendaten bei der Wahl von Erzeugungsstandorten helfen.
- Präzise Zeitsynchronisation für StromnetzeWarum Netzmessungen von der GNSS-Zeit abhängen.
- Vertrieb erneuerbarer Energiesysteme automatisierenWelche Daten helfen, den Verkauf erneuerbarer Energiesysteme zu automatisieren.
- Energie und VersorgungAlle Anwendungsfälle für Energie- und Versorgungsunternehmen.
Häufige Fragen
F1Welche Daten müssen wir mitbringen?
Standort und technische Daten der Anlagen sowie ihre gemessene Leistung. Prognosen auf Basis lokaler Messungen brauchen Beobachtungen vor Ort, also Messwerte der Einstrahlung oder der PV-Leistung Quelle: International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16, 2024International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024)2024Quelle öffnen (öffnet iea-pvps.org). Die gemessene Leistung ist zugleich der Maßstab, an dem Sie jede Prognose prüfen. Bei Prognosen für eine ganze Region liegt eine häufige Schwierigkeit darin, dass die PV-Leistung der meisten Anlagen in vielen Ländern nicht in ausreichender Auflösung gemessen wird Quelle: International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16, 2024International Energy Agency, Photovoltaic Power Systems Programme (IEA PVPS), Task 16Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024)2024Quelle öffnen (öffnet iea-pvps.org).
F2Helfen Satellitendaten auch bei Windprognosen?
Ja. Satellitendaten und satellitengestützte Dienste erfassen Wetterlagen, Bewölkung, Sonneneinstrahlung und Windgeschwindigkeit und unterstützen so kurzfristige Prognosen der erneuerbaren Erzeugung Quelle: EU Agency for the Space Programme (EUSPA), 26. Mai 2026EU Agency for the Space Programme (EUSPA)EU Space Market Report 2026, Issue 126. Mai 2026Quelle öffnen (öffnet euspa.europa.eu). Radardaten von Sentinel-1 werden außerdem genutzt, um das Windpotenzial auf See zu kartieren Quelle: EU Agency for the Space Programme (EUSPA), 26. Mai 2026EU Agency for the Space Programme (EUSPA)EU Space Market Report 2026, Issue 126. Mai 2026Quelle öffnen (öffnet euspa.europa.eu). Diese Frage gehört zur Standortwahl.
F3Wie starten wir ein Pilotprojekt?
Wählen Sie eine Anlage oder ein Portfolio, bei dem Prognosefehler schon heute Geld kosten, etwa über Ausgleichsenergie oder Abregelung, und legen Sie fest, mit welchem Fehlermaß Sie messen. Unsere Beratungsübersicht zeigt den Weg vom Problem bis zum Regelbetrieb, und in einem Erstgespräch klären wir, ob sich ein Pilotprojekt lohnt.
Quellen (5)
- EU Space Market Report 2026, Issue 1 (öffnet euspa.europa.eu)
- EUSPA EO and GNSS Market Report, Issue 2, 2024 (öffnet euspa.europa.eu)
- Best Practices Handbook for the Collection and Use of Solar Resource Data for Solar Energy Applications, Fourth Edition (Report IEA-PVPS T16-6:2024) (öffnet iea-pvps.org)
- CAMS solar radiation time-series (dataset overview) (öffnet ads.atmosphere.copernicus.eu)
- Fact sheet: ECMWF's use of satellite observations (öffnet ecmwf.int)
Kontakt
Wo kosten Prognosefehler Sie heute Geld? Dort setzen wir an.
Lieber persönlich sprechen?
Erzählen Sie unseren Expert:innen von Ihrem Vorhaben. Gemeinsam klären wir, wo Sie stehen, ob Satellitendaten und KI weiterhelfen können und was ein sinnvoller nächster Schritt wäre.
Beide Gespräche sind kostenlos und finden online statt. Den Termin wählen Sie in unserem Buchungskalender.