Prognosebuch English

Daten

Alle Prognosen, Preise und Bewertungen zum Herunterladen, täglich aktualisiert. Daten unter CC BY 4.0, Preise von der Bundesnetzagentur | SMARD.de.

DateiInhaltZeilenGröße
forecasts.csvAlle live ausgegebenen Prognosen, je Viertelstunde16 7042,3 MB
forecasts.parquetAlle live ausgegebenen Prognosen, je Viertelstunde16 704400 kB
actuals.csvTatsächliche Preise seit 1. Oktober 2025 (Viertelstunden-Auktion)36 8641,7 MB
actuals_since_2023.parquetTatsächliche Preise seit 2023 (vor Oktober 2025 Stundenwerte)133 2441,6 MB
scores.csvBewertung jeder Viertelstunde, inklusive verpasster Prognosen17 7603,8 MB
scores.parquetBewertung jeder Viertelstunde, inklusive verpasster Prognosen17 760886 kB
scores_daily.csvFehler je Modell, Horizont und Liefertag18515 kB
cheapest.csvEmpfohlene günstigste 3 Stunden und wie sie ausgingen18538 kB
data_dictionary.csvSpaltenbeschreibung aller Tabellen293 kB
summary.jsonKennzahlen der Live-Bilanz72 kB
backtest_summary.jsonKennzahlen des Backtests (nicht Teil der Bilanz)56 kB
latest.jsonJüngste Prognose aller Modelle, günstigste Fenster, Bilanz189 kB

In Power BI oder Excel laden

CSV-Dateien sind UTF-8, durch Kommas getrennt, mit Punkt als Dezimaltrennzeichen. In Power BI: Daten abrufen → Text/CSV → Dateiursprung „65001: Unicode (UTF-8)“, Trennzeichen Komma. Danach unter „Typ ändern → Mit Gebietsschema…“ Englisch (USA) wählen, damit Dezimalzahlen richtig gelesen werden. Zeiten gibt es in UTC und in deutscher Ortszeit; für Tagesauswertungen die Spalte mit dem lokalen Datum nehmen.

Für Programme

latest.json enthält die jüngste Prognose aller Modelle samt günstigster Fenster und Bilanz-Kennzahlen. Die unveränderlichen Originaldateien liegen im Repository. forecasts/

Spaltenbeschreibung

TabelleSpalteTypEinheitBeschreibung
forecastsissue_datedateTag D, an dem die Prognose ausgegeben wurde (Europe/Berlin)
forecastsissued_at_utcdatetimeUTCGenaue Ausgabezeit
forecastsmodel_keytextModellname und Version, z. B. lear.v1
forecastshorizon_daysintegerdays1 = Prognose für den nächsten Tag (D+1), 2 = für übermorgen (D+2)
forecaststarget_datedateLiefertag (Europe/Berlin)
forecastsdelivery_start_utcdatetimeUTCBeginn der Viertelstunde
forecastsdelivery_date_localdateLieferdatum in deutscher Ortszeit
forecastsdelivery_time_localtextHH:MMStartzeit in deutscher Ortszeit (die doppelte Stunde bei der Zeitumstellung im Herbst erscheint zweimal)
forecastsq10decimalEUR/MWh10-%-Quantil: Der Preis sollte in etwa 1 von 10 Fällen darunter liegen
forecastsq50decimalEUR/MWhMedian, die Punktprognose
forecastsq90decimalEUR/MWh90-%-Quantil
actualsdelivery_start_utcdatetimeUTCBeginn der Viertelstunde
actualsdelivery_date_localdateLieferdatum in deutscher Ortszeit
actualsdelivery_time_localtextHH:MMStartzeit in deutscher Ortszeit
actualsprice_eur_mwhdecimalEUR/MWhDay-Ahead-Preis DE-LU (Bundesnetzagentur | SMARD.de)
scoresstatustextscored, missed (keine Prognose ausgegeben) oder incomplete
scoresactualdecimalEUR/MWhVeröffentlichter Preis
scoreserrordecimalEUR/MWhTatsächlich minus q50
scoresabs_errordecimalEUR/MWhAbsoluter Fehler; sein Mittel ist der MAE
scorespinballdecimalEUR/MWhMittlerer Pinball-Verlust über q10, q50, q90
scoresin_bandtrue/falseTatsächlicher Preis in [q10, q90]
scores_dailymaedecimalEUR/MWhMittlerer absoluter Fehler des Tages
scores_dailyrmsedecimalEUR/MWhWurzel des mittleren quadratischen Fehlers
scores_dailycoverage_80decimalshareAnteil der Viertelstunden im 80-%-Band
cheapestwindow_start_localtextBeginn des empfohlenen 3-Stunden-Fensters
cheapestp_cheapestdecimalshareAngegebene Wahrscheinlichkeit, dass es das günstigste Fenster ist
cheapestp_neardecimalshareAngegebene Wahrscheinlichkeit, höchstens 5 €/MWh über dem günstigsten zu liegen
cheapesthittrue/falseDas Fenster war tatsächlich das günstigste
cheapestregret_eur_mwhdecimalEUR/MWhTatsächlicher Mittelpreis im Fenster minus günstigstes Fenster