Hoe nauwkeurig is de voorspelling?

Live nauwkeurigheid wordt geladen…

Elke dag toets ik de voorspelling aan de werkelijke ENTSO-E-prijzen. Niets bijgekleurd: wat hieronder staat, is wat het model deed.

Gemiddeld ernaast
(ct/kWh)
Scherper dan de
simpele benchmark
Richting goed voorspeld
(duurder / goedkoper)
9 van de 10 uur
binnen deze marge

Berekend over de afgelopen 30 dagen · uren geëvalueerd

Wat betekenen deze cijfers?
"Gemiddeld ernaast" is de gemiddelde absolute afwijking: hoeveel ct/kWh de voorspelling er doorgaans naast zit. "Scherper dan de simpele benchmark" vergelijkt het model met de meest voor de hand liggende gok — dezelfde dag vorige week. Een positief percentage betekent dat het model het beter doet. "Richting goed voorspeld" meet of het model correct ziet aankomen of een uur duurder of goedkoper wordt dan normaal — ruim boven de 50% van een muntje opgooien.

Foutmarge per dag (afgelopen 30 dagen)

Gemiddelde afwijking per dag. Lager is beter. Op rustige dagen zit de voorspelling er vaak maar 1 à 2 ct/kWh naast; de pieken vallen samen met extreme weersomstandigheden — precies de momenten die zelfs professionele modellen lastig vinden.

Nauwkeurigheid per horizon

Hoe verder vooruit de voorspelling, hoe groter de onzekerheid. Dit is normaal — ook professionele weersmodellen worden minder betrouwbaar naarmate ze verder kijken. Dag 2 en 3 zijn het meest betrouwbaar.

Dag vooruit Gem. afwijking vs naïef Richting correct
Laden…

Foutmarge per uur van de dag

Sommige uren zijn lastiger te voorspellen dan andere. De ochtend- en avondspits (7–9u en 17–20u) fluctueren meer dan nachtuuren.

Nauwkeurigheid per prijscategorie

Recall = van alle uren die werkelijk in een categorie vielen, welk deel heeft het model correct ingedeeld? Extreme categorieën (negatief, zeer duur) zijn het moeilijkst te voorspellen.

Laden…
Waarom zijn extreme prijzen zo lastig?
Negatieve prijzen ontstaan door een combinatie van veel zon, weinig wind, lage vraag én beperkte exportmogelijkheden — een zeldzame samenloop. Hetzelfde geldt voor de hoogste pieken: die worden vaak veroorzaakt door ongeplande uitval van centrales of een plotselinge koude-snap. Zulke "zwarte zwanen" zijn inherent moeilijk te modelleren.

Modelversies en verbeteringen

Ik verbeter het model continu op basis van backtests en analyse van echte afwijkingen. Elke versie staat hieronder — zo zie je wat er veranderd is en waarom.

Laden…

Volledige methodologie: hoe werkt de voorspelling? ·

Waar het model tegenaan loopt

Ik gebruik bewust een eenvoudig, transparant model op basis van historische patronen en weers- en marktfactoren — uitlegbaar en reproduceerbaar, geen black box. Bij die keuze hoort openheid over wat het model wel en niet ziet aankomen.

Een handvol gebeurtenissen blijft structureel lastig:

De onzekerheidsband (± een paar ct/kWh) die je in de grafiek ziet, beschrijft de normale variatie. Bij bovenstaande uitzonderingen kan de werkelijke prijs ruim buiten die band vallen. Gebruik de voorspelling als indicatie, niet als zekerheid.

Meer lezen

⚡ Hoe werkt de voorspelling?
Uitleg van het model in begrijpelijke taal.
🔋 Negatieve stroomprijzen
Hoe ontstaan ze en wat kun je ermee?