Fleksibilitet for varme og lagring: forretningscasen i tal
Hvem der vinder på fleksibel varme og lagring, hvor meget det er værd, og hvordan NordShifts høster det. Bygget på åbne data og platformens egne modeller, og opdateres når nye data og nye modeller kommer.
Rapporten opdaterer sig selv: hver nat efter dataimporterne og så snart en model trænes igen eller en ny model kommer i kataloget.
Første udgave. Fra næste natlige opdatering viser denne boks, hvad der er ændret: nye modeller, nye markeder, bedre resultater og nyere data.
×–
Dansk el til varme: billigste mod dyreste timer
–
Sammenlignede markeder
–
Testede prognosemodeller
–
Bedste dagen-før-fejl for varme
–
Usete dage i varmetesten
–
Gratis og åbne datakilder
Resumé
Europas elpriser ændrer sig nu hvert 15. minut, falder under nul på blæsende og solrige dage og stiger kraftigt, når vinden lægger sig. Aktiver, der kan vælge, hvornår de bruger eller leverer energi, som elkedler, varmepumper med akkumuleringstanke og batterier, tjener det meste af deres værdi på få timer om dagen.
NordShifts planlægger disse aktiver mod markedet. Den lærer hvert varmeværks behov fra dets egen måler, forudsiger det et døgn i forvejen med modeller testet på – dage, de aldrig har set, og planlægger alle værkets enheder samlet. I Danmark kører elektrificeret fjernvarme allerede – gange hårdere i de billigste timer end i de dyreste.
Blandt – markeder er fleksibilitet mest værd i –: op til – € pr. MW pr. år for et totimers batteri. Hvert tal i rapporten stammer fra åbne data og platformens egne modeller, med metoden angivet ved siden af.
1. Elektrificeret varme følger allerede prisen
El brugt af dansk fjernvarmes elkedler og varmepumper, pr. prisinterval, det seneste år (Energinet). Målt adfærd, ikke en model: de kører hårdt, når strømmen er billig, og stopper, når den er dyr.
Denne del beregnes.
2. En dagen-før-varmeprognose i den koldeste uge
Helsinkis faktiske fjernvarme (Helen) mod prognosen lavet kl. 10 dagen før med samme morgens vejrprognose, og dens 80 %-interval. Testperioden blev aldrig brugt i træningen.
Denne del beregnes.
3. Hvor fleksibilitet tjener mest
Hvad 1 MW af et totimers batteri kunne tjene om året på svingninger i dagen-før-prisen de seneste 12 måneder, én cyklus om dagen med perfekt forudsigelse. En øvre grænse, målt ens på alle markeder.
Denne del beregnes.
4. prognosemodeller, vurderet ens
Hver model i kataloget på den samme ærlige dagen-før-test. Kunder vælger den, der passer, og kan justere den; en ny model vises her, så snart den er testet.
Denne del beregnes.
5. Hvad fleksible aktiver er værd for et varmeværk
Et 150 MW-værk med Helsinkis faktiske behov, alle enheder planlagt samlet mod elprisen over et år. Årlig besparelse og undgået CO₂ pr. aktiv (øvre grænse: behov og priser kendt et døgn i forvejen).
Denne del beregnes.
6. Værdien af en 15-minutters prisprognose
Hvad ubalanceprisprognosen var værd for et batteri i to usete uger, pr. zone, i € pr. MW pr. år.
Denne del beregnes.
Hvem det er til, og hvad de vinder
Fjernvarmeselskaber
Behov lært fra egen måler, en plan for hele værket hver dag, reservebud inden for sikker margin og grundlag for næste investering: kedel, varmepumpe eller lager.
Batteriejere og långivere
Uafhængige månedlige indtægtsrevisioner mod frosne prognoser, indtægter pr. strøm og marked samt ubalanceprisprognose til realtidshandel.
Investorer og udviklere
Markedsrangeringer i Europa og Asien, mætningstendenser og investeringsnotater bygget på data, hvert tal med kilde.
Aggregatorer, industri og rådgivere
Fleksibel margin og behovsprognoser pr. anlæg, kundecases og tilbud fra målerfiler på få minutter.
Hvorfor nu
01
Varme er det største energiforbrug
Opvarmning og køling udgør omkring halvdelen af EU's endelige energiforbrug, og fjernvarmen elektrificeres hurtigt med kedler, store varmepumper og lagring.
02
Volatiliteten er strukturel
Mere vind og sol og 15-minutters dagen-før-handel siden oktober 2025 gør prisudsvingene dybere og hyppigere: værdikilden for hvert fleksibelt aktiv.
03
Software der skalerer
De samme åbne data dækker – markeder. En ny kunde behøver en målerfil, ikke nyt udstyr, så indtægterne vokser hurtigere end omkostningerne.
04
Indbygget dokumentation
Ærlige dagen-før-tests, et offentligt register over hver prognose og AI-agenter, der angiver kilden til hvert tal: resultater, som bestyrelser, banker og købere kan efterprøve.
Datakilder
Alle gratis, åbne eller kundens egne. Indlæses efter plan af natjobbet.
ENTSO-E Transparency Platform: europæiske day-ahead-priser, last, produktion, udfald og balancering
Baltic Transparency Dashboard: baltiske priser for balanceenergi og reserver
Fingrids åbne data (CC BY 4.0): finske ubalance-, reserve- og balancepriser
Energinet Energi Data Service (CC BY 4.0): dansk el til varme og ubalancepriser
Elering (gratis): baltiske og finske dagen-før-priser, en anden kilde
Helen Oy (CC BY 4.0): ti års timevis fjernvarmeproduktion i Helsinki
Open-Meteo (CC BY 4.0): vejrprognoser, som de blev udsendt, og reanalyse siden 1940
JEPX: Japans day-ahead-priser i ni områder
AEMO: Australiens markedspriser pr. fem minutter
ECB: euroens referencekurser
GIE AGSI+ og ENTSOG: europæiske gaslagre og gasstrømme
Jeres egne måler-, SCADA- og driftsdata, som kun bruges til jeres analyse
Køreplan
NuPiloter med varmeselskaber på egne data; daglig planlevering og arbejdsflader pr. anlæg.
6 månederSamoptimering af reserver og dagen-før; månedlige indtægtsrevisioner for batteriejere og långivere.
12 månederSydøsteuropa og Polen, hvor prisudsvingene nu er de største i Europa.
24 månederFjernkøling (Singapore, Golfen) og batterirevisioner i Australien og Japan.
Alle markeder sammenlignet
Denne del beregnes.
Se dette på dine egne data
For et pilotprojekt på dit anlæg eller din portefølje, et partnerskab eller en investeringssamtale, skriv til stifter Girts Liepiņš.