90-Tage-SMARD-Backtest: Mehrerlös durch DP-Dispatch, mit explizit bewertetem Verschleiß

Betreiber von Speicher- und Pumpspeicherkraftwerken wissen längst, dass hohe Preise nicht automatisch hohe Marge erzeugen. Eine Turbinenstunde hat Opportunitätskosten, einen Wasserwert und Ermüdungskosten. Ein Fahrplan, der jedem attraktiven Spread hinterherjagt, kann den Bruttoumsatz steigern und dabei mehr Wartungsbudget verbrauchen, als der Mehrumsatz rechtfertigt.

Deshalb nutzt diese Fallstudie den 90-Tage-Backtest als Evidenztest und nicht als Werbeslogan. Das Wertversprechen lautet: Mehrumsatz pro Turbine bei minimalem Verschleiß – aber die einzige verteidigungsfähige Art, das zu behaupten, ist, Umsatz, Nettowert und Ermüdungsbilanz nebeneinander auszuweisen. Der Bericht tut das, einschließlich der unbequemen Ergebnisse.

Das Backtestfenster läuft vom 2024-10-01T00:00:00+00:00 bis 2024-12-29T23:00:00+00:00: 90 Tage und 2.160 stündliche Dispatch-Schritte. Die Dispatch-Preisreihe sind die deutschen DE-LU-Day-ahead-Strompreise, geladen über den SMARD.de-Live-/Cache-Datenpfad und im Bericht als price_source smard_de_api dokumentiert.

Der Bericht führt auch die CH- und FR-Preisreihen als smard_de_api mit jeweils 2.160 Stunden. Zufluss- und Wetterdaten stammen von open_meteo für das Einzugsgebiet grande_dixence. Die simulierte Baseline ist bewusst einfach: Die Turbine läuft im besten Wirkungsgradbereich während der acht preisstärksten Stunden pro UTC-Tag und bleibt sonst im Standby.

Der primäre Optimierer im Bericht ist stochastic_dynamic_programming. Er nutzt einen rollierenden 8-Stunden-Horizont, 2 Preisszenarien, 2 Zuflussszenarien, Bootstrap-Szenariengenerierung und ein geteiltes maintenance_schedule-Ermüdungskostenmodell mit damage_cost_per_unit_eur von 60.000 €. Der terminale Wasserwert wird über einen price_proxy mit 168-Stunden-Preisfenster und einer Round-Trip-Wirkungsgradannahme von 0,85 modelliert.

Optimierter und Baseline-Dispatch laufen beide über damagedopt.backtesting.simulator.PlantSimulator, und der Validierungsblock weist mass_balance_pass als true für den optimierten stochastischen Lauf, die Baseline und den deterministischen Vergleichslauf aus. Der Bericht enthält zudem einen deterministic_vs_stochastic-Vergleichsmodus – wichtig, weil der deterministische DP-Solver das Mehrerlös-Signal lieferte, die stochastische Konfiguration hingegen nicht.

Im deterministischen Solver-Vergleich erzielt der optimierte Dispatch 6.128.037,21 € Umsatz gegenüber 2.196.737,29 € der Baseline. Das ist ein Bruttoumsatz-Mehrerlös von 3.931.299,92 € bzw. +178,96 % über dasselbe 90-Tage-SMARD-Fenster und dieselbe Baseline der höchsten Preisstunden.

Derselbe deterministische Vergleich weist einen Gesamtnettowert von 5.393.005,36 €, einen wasseradjustierten Nettowert von 7.100.996,80 € und einen Nettowert-Mehrerlös von 6.199.885,11 € (+688,03 %) gegenüber der Baseline aus. Das ist der eigentliche Beweispunkt des Artefakts: Die dynamische Programmierung fand deutlich mehr Marktwert als eine naive Top-8-Stunden-Dispatch-Regel.

Das primäre Berichtsergebnis ist weniger schmeichelhaft und sollte nicht verborgen werden. Der optimierte stochastische Lauf erzeugte 1.820.080,39 € Umsatz gegenüber 2.196.737,29 € der Baseline – ein Fehlbetrag von 376.656,90 € und ein Bruttoumsatz-Mehrerlös von -17,15 %. Der Kopfbericht zeigt zudem -18,18 % wasseradjustierten Nettowert-Mehrerlös.

Die tägliche Konsistenz war schwach: Positiver Mehrerlös zeigte sich an 24 von 90 Tagen, also 26,67 %. Die Monatsaufstellung war im Oktober, November und Dezember negativ, mit Mehrerlös von -187.541,71 €, -86.033,56 € bzw. -103.081,63 €. Das heißt: Die stochastische Konfiguration dieses Artefakts ist noch kein Produktionsnachweis des Mehrerlösens.

Der Backtest stützt keine Verschleißreduktionsaussage. Im deterministischen Vergleich betragen die Verschleißkosten insgesamt 735.031,85 €, die vermiedenen Verschleißkosten -728.223,58 € gegenüber der Baseline. Im stochastischen Lauf liegen die Verschleißkosten bei 48.281,88 € gegenüber 6.808,27 € der Baseline, die vermiedenen Verschleißkosten also bei -41.473,61 €. Negative vermiedene Verschleißkosten bedeuten: Der optimierte Lauf hat mehr modelliertes Ermüdungsbudget verbraucht, nicht weniger.

Dieser Vorbehalt ist kommerziell wichtig. Ein rein umsatzorientierter Optimierer kann attraktiv aussehen, während er Kosten still in Wartung, Ausfallrisiko oder Ermüdungsreserve verlagert. Der nützliche Beitrag von DAMagedOpt ist hier nicht, dass dieser Bericht geringeren Verschleiß beweist; sondern dass der Bericht Verschleiß explizit genug bepreist, um eine unsichere Aussage zurückzuweisen. Das nächste Optimierungsziel ist daher nicht schlicht Maximalumsatz, sondern der verschleißadjustierte Mehrerlös.

Dies ist eine SMARD-basierte Marktwiederholung, kein Live-Trading-Audit. Verwendet wurden deutsche DE-LU-Day-ahead-Preise aus dem SMARD-Datenpfad; anlagenspezifische Gebotsconstraints, Regelenergie-Exponierung, echte Stillstandsfenster und standortspezifische Geschäftsregeln sind im veröffentlichten Bericht nicht abgebildet. Die Hillchart-Quelle ist als estimated dokumentiert; anlagenkalibrierte Wirkungsgrad- und Ermüdungskurven wären nötig, bevor die absoluten Zahlen als Betriebsgarantie gelten könnten.

Das deterministische Ergebnis ist als starkes Aufwärtssignal zu lesen, nicht als finale Dispatch-Politik, weil es deutlich mehr Umsatz bei deutlich mehr modelliertem Verschleiß erwirtschaftete. Das stochastische Ergebnis ist als Justiersignal zu lesen, weil es die verschleißbewusste Konfiguration nutzte, aber die naive Baseline nicht schlug. Zusammen machen diese beiden Fakten die Fallstudie glaubwürdig: Es gibt messbaren Umsatzwert, und das Verschleißmodell verhindert, dass wir ihn überverkaufen.

Für Wasserkraftbetreiber und Energiehandelsdesks ist die Lehre klar. Die dynamische Programmierung kann Umsatz identifizieren, den einfache Top-Preisstunden-Logik verpasst – aber ein Fahrplan verdient den Einsatz erst, wenn der verschleißadjustierte Nettowert unter anlagenspezifischen Constraints steigt. Das ist unser Standard für das Uplift-basierte Preismodell: Den inkrementellen Wert messen, dann die Ermüdungskosten seiner Erlangung abziehen.

Wenn Sie dieselbe Logik an einem vereinfachten Fall testen wollen, starten Sie mit der interaktiven Demo. Wie DAMagedOpt Vergütungen an gemessene Leistung statt an pauschale Software-Lizenzen koppelt, zeigt das Uplift-basierte Preismodell.