Forecasting in blockchain-based smart grids: Testing a prerequisite for the implementation of local energy markets

Abstract

Lokale Energiemärkte (LEM) wurden als eine Lösung für die Herausforderungen, die die aktuelle Umwälzung der Energielandschaft hin zu mehr verteilter und volatilerer Energieproduktion mit sich bringt, vorgeschlagen. Blockchain-basierte LEM gehen dabei einen Schritt weiter und implementieren den Marktmechanismus als Smart Contract. Dadurch wird eine zentrale Autorität, die den LEM koordiniert, überflüssig. Die vorgeschlagenen Blockchain-basierten LEM sind jedoch auf präzise Vorhersagen des Energieverbrauchs bzw. der Energieproduktion der einzelnen Haushalte, die auf dem LEM handeln wollen, angewiesen. In vorangegangener Literatur werden solche präzisen Vorhersagen größtenteils einfach als gegeben angenommen. Die vorliegende Arbeit untersucht diese Annahme, indem die Vorhersagegenauigkeit aktueller Energievorhersagetechniken für einzelne Haushalten evaluiert wird. In einem zweiten Schritt wird der Effekt, den Vorhersagefehler der besten Vorhersagemethode auf die Marktresultate haben, in drei verschiedenen Angebotsszenarien quantifiziert. Die Untersuchung zeigt, dass, obwohl mit einem LASSO-Regressionsmodell verhältnismäßig kleine Vorhersagefehler möglich sind, die kostenverursachende Abrechnung der Vorhersagefehler, die Einsparungen, die ein Blockchain-basierter LEM für Konsumenten ermöglicht, aufwiegen oder sogar übersteigen kann. Das zeigt, dass Vorhersagefehler die Teilnahme in einem LEM unrentable für Konsumenten machen können und deshalb in der weiteren Forschung zu Blockchain-basierten LEM berücksichtigt werden müssen.

Local energy markets (LEMs) have been proposed as a solution to the challenges introduced by the current transformation of the energy landscape towards more distributed and volatile energy production from renewable energy sources. Blockchain-based LEMs take the proposed solution one step further and implement the market mechanism as a smart contract. This makes a central authority coordinating the LEM obsolete. The proposed blockchain-based LEMs rely on accurate forecasts of individual households' energy consumption and production to trade in the LEM. In a majority of the literature, such accurate forecasts are simply assumed to be given. The present research tests this assumption by evaluating the forecast accuracy achievable with current state-of-the-art energy forecasting techniques for individual households. In a second step the effect of prediction errors made by the best performing forecasting technique on market outcomes is assessed in three different supply scenarios. The evaluation shows, that although a LASSO regression model is capable of achieving reasonably low forecasting errors, the costly settlement of prediction errors can offset and even surpass the savings brought to consumers by a blockchain-based LEM. This shows that prediction errors can make the participation in LEMs uneconomical for consumers, and thus, has to be taken into consideration in future research on blockchain-based LEMs.