Over de voorspelling

Kort samengevat

De voorspelling kijkt naar wat de prijs de afgelopen vier weken op hetzelfde uur deed en past dat aan op basis van de verwachte wind, de gasprijs, het type dag en de prijs van gisteren. Daarbovenop herkent het model drie marktregimes: een gewone dag, een dag met veel hernieuwbare energie (oversupply) en een schaarse dag. Bij oversupply — veel zon en wind tegelijk, zeker in het weekend — kunnen prijzen negatief worden tot ver onder nul; dat is ook het moment waarop de fout het grootst is. We tonen daarom altijd een onzekerheidsband.

Welke uren zijn een voorspelling?

Vandaag en morgen zijn officiële EPEX day-ahead-prijzen, gepubliceerd door ENTSO-E. Geen schatting — exacte cijfers.

Overmorgen tot zeven dagen vooruit zijn modelschattingen. Hoe verder vooruit, hoe onzekerder — het weer is op dag 7 veel lastiger te voorspellen dan op dag 2.

Per uur of per kwartier?

Voor vandaag en morgen kun je in de grafiek wisselen tussen per uur en per kwartier. De prognose voor de dagen daarna blijft altijd per uur.

Sinds 1 oktober 2025 stelt de Europese stroombeurs EPEX de day-ahead-prijzen niet meer per uur vast, maar per kwartier — vier prijzen per uur in plaats van één. Een uur dat gemiddeld op 5 ct uitkomt, kan binnen dat uur van 12 ct naar onder nul lopen. In het uurgemiddelde verdwijnt die dip; per kwartier zie je hem.

De voorspelling voor overmorgen tot zeven dagen vooruit houden we bewust op uurniveau. Kwartiernauwkeurigheid zo ver vooruit is schijnprecisie: de uitslagen bínnen een uur hangen af van factoren die op die termijn niet te voorspellen zijn.

Wat je leverancier afrekent, hangt af van je contract. De meeste Nederlandse leveranciers rekenen nog af op de uurindex — het gemiddelde van de vier kwartieren, precies wat EPEX daarnaast blijft publiceren. Een groeiend deel rekent per kwartier af. Voor die groep is de kwartierweergave hun feitelijke afrekenbasis; voor de rest is het een scherper beeld van wat er op de markt gebeurt.

Hoe werkt het model?

Stap 1 — Beginprijs uit de afgelopen vier weken

Voor elk toekomstig uur zoeken we de werkelijke prijzen op van hetzelfde uur op de afgelopen 28 dagen, gesplitst in werkdagen en weekenddagen. De mediaan daarvan wordt de basisprijs. Die absorbeert het dagelijkse patroon (nacht goedkoop, ochtend en avond duurder, middag vaak goedkoop door zon) zonder dat we parameters hoeven te kiezen.

Tot augustus 2026 keken we maar 7 dagen terug. Dat zijn ongeveer 5 prijzen per uur, en op vijf dagen vooruit vielen de meeste daarvan buiten wat we op dat moment al wisten. Een venster van 28 dagen geeft een rustiger startpunt: over de hele prijshistorie sinds 2021 scheelt het 8 tot 10% in gemiddelde afwijking, in de zomer van 2026 zelfs 15%.

Twee dingen houden het venster wendbaar. De prijzen van de afgelopen week tellen voor een kwart extra mee, zodat een verse verandering doorkomt. En loopt het gemiddelde van de laatste 7 dagen op of neer ten opzichte van de laatste 28, dan schuift de basisprijs gedempt mee. Een markt die in een week 20% duurder wordt, tilt de basisprijs zo ongeveer 5% op.

Stap 2 — Zeven factoren stellen bij

Zeven factoren geven elk een score in punten. Het totaal verschuift de basisprijs met 1,5% per punt:

voorspelling = basisprijs × (1 + totaalpunten × 1,5%)

Tot augustus 2026 waren het elf factoren met 3% per punt. Zon, temperatuur, uurpatroon en seizoen zijn eruit: de basisprijs is per uur, dus die wist het zonnedal en de avondspits al. Ze telden dat een tweede keer mee en maakten de voorspelling daardoor slechter. Wat de zon doet, zie je nog steeds terug — het zit in de basisprijs van dat uur.

De zeven factoren:

1. Windproductie — windstil geeft plus, stormachtig geeft min.
2. Gasprijs (TTF) — vergelijkt de actuele gasprijs met het 30-daags gemiddelde. Hoge gasprijs duwt de stroomprijs op, want gascentrales bepalen vaak het rangniveau.
3. Type dag — zaterdag en feestdagen scoren min, omdat de vraag dan lager is. Werkdagen zitten al impliciet in de basisprijs.
4. Vorige dag — vergelijkt de prijs van hetzelfde uur gisteren met de basisprijs. Een dag die opvallend anders liep dan verwacht (grote veiling-meevaller of -tegenvaller) trekt de volgende dag meetbaar mee.
5. Oversupply-cap — nonlineaire correctie bij extreme oversupply-situaties. Als zon én wind gelijktijdig piekeren terwijl de vraag laag is, versterkt het model de neerwaartse bijstelling extra, want lineaire factoren onderschatten dan systematisch hoe ver de prijs kan zakken. Sinds versie 4.0 zit er een bodem onder: de correctie mag de voorspelling hoogstens een paar procent omlaag duwen. Zonder die bodem kon een uur vlak na zonsopgang, waar de gemeten straling ver boven de norm voor dat uur uitkomt, de voorspelling door nul heen trekken.
6. Schaarste-cap — het spiegelbeeld van de oversupply-cap, maar omhoog. Bij een winterse Dunkelflaute (weinig zon, windstil én koud) zet gas de prijs en schiet die niet-lineair omhoog. De lineaire zon- en windfactoren vangen dat niet, dus versterkt het model de opwaartse bijstelling extra, zwaarder naarmate het kouder en windstiller is en de gasprijs hoger ligt. Werkt alleen in dat schaarste-regime; in alle andere uren staat hij op nul.
7. Zomerschaarste-cap — de zomerse tegenhanger van de schaarste-cap. Op hete, windstille avonden (18–22 uur) valt de zonnestroom weg terwijl de vraag hoog blijft, bijvoorbeeld door airco's. Gas zet dan de prijs en die kan hard omhoog: in juni 2026 zagen we avondpieken tot 578 EUR/MWh die het model 8 tot 12 cent per kWh te laag inschatte. Deze factor duwt de voorspelling op zulke avonden gericht omhoog — zwaarder naarmate het windstiller en heter is. Buiten die specifieke avonden staat hij op nul.

Klik op de homepage in de voorspelgrafiek op een uur; onder de grafiek verschijnt dan de opbouw per factor.

Vier marktregimes

Het model herkent vier situaties die ieder een andere dynamiek hebben:

• Normaal — de gebruikelijke dagelijkse prijsschommeling. Gemiddelde fout: ±3 ct/kWh.
• Oversupply ☀️ — veel zon en/of wind, gecombineerd met lage vraag (weekend of feestdag). De stroomprijs kan dan uur voor uur sterk dalen of zelfs negatief worden. Het model herkent dit patroon en past de voorspelling fors neerwaarts aan, maar de werkelijke daling kan nog extremer zijn. Gemiddelde fout: ±5 ct/kWh.
• Schaarste ❄️ — koud weer met weinig zon en wind (Dunkelflaute). Prijzen liggen dan structureel hoger. Het normale niveau schat het model redelijk, maar de scherpe winterpieken onderschat het systematisch — zie Wanneer klopt de voorspelling niet? hieronder.
• Zomerschaarste 🌡️ — hete, windstille zomeravonden (18–22 uur). De zon zakt weg, maar de vraag blijft hoog en er is geen wind om het gat te vullen. De avondprijs kan dan een veelvoud van het dagniveau worden. Het model herkent dit sinds juli 2026 en stelt de avonduren gericht opwaarts bij; net als bij de winterse variant blijft de allerhoogste piek moeilijk exact te raken.

In de grafiek zie je het regime als kleur van de voorspellingspunten: blauw is normaal, geel is oversupply, rood is schaarste (winter én zomer).

Onzekerheidsband

Bij elke voorspelling tonen we een schaduwzone: het gebied waarbinnen de prijs naar verwachting valt. De band is zo gekozen dat ongeveer 8 van de 10 uren er ook echt in vallen. Hij is 1,7 cent per kWh breed plus een kwart van de voorspelde prijs zelf, aan beide kanten. Bij een voorspelling van 20 cent loopt de band dus grofweg van 13 tot 27 cent.

Tot augustus 2026 was die band veel smaller: hij dekte 4 tot 5 van de 10 uren, terwijl hij eruitziet alsof de prijs er wel in valt. De nieuwe band is breder en eerlijker. Bij een negatieve voorspelling klopte de oude berekening bovendien niet — de grenzen wisselden dan van plek. Dat is nu opgelost.

De kleur van de band geeft aan hoe goed het model weet wat het doet voor dat uur — zie de volgende sectie voor uitleg. Zwarte-zwaan-gebeurtenissen — plotselinge gascrises, grote centrale-uitval, extreme weerverschijnselen — vallen ver buiten de band. Die zijn met historische patronen simpelweg niet te voorspellen.

Hoe zeldzaam is dit uur?

Niet alle voorspellingen zijn even goed onderbouwd. Het model zoekt in de recente geschiedenis naar vergelijkbare uren: uren met vergelijkbare zonstraling, windsnelheid, temperatuur en dag­type. Hoe meer zulke uren gevonden worden, hoe betrouwbaarder de schatting. Het resultaat heet de plausibility score.

Er zijn vier niveaus:

• Normaal — genoeg vergelijkbare uren gevonden. De schaduwband is lichtblauw, zoals gewoonlijk.
• ⚠ Zelden gezien — weinig vergelijkbare uren in de log. De band kleurt oranje als waarschuwing. Het model rekent wel een prijs, maar de historische basis is dun.
• ⚠⚠ Historisch zeldzaam — nauwelijks vergelijkbare uren gevonden. Rode band. Denk aan een combinatie die het model nog zelden of nooit heeft meegemaakt: een extreme lentedag met piekzon, nauwelijks wind én een feestdag tegelijk. De onzekerheid is dan veel groter dan de band aangeeft.

In de tooltip (klik of hover op een voorspeld uur in de grafiek) staat hoeveel vergelijkbare uren er gevonden zijn. Bij een negatieve prijsverwachting voegt het model ook een historisch gecorrigeerde kans toe: hoe vaak leidde een vergelijkbare situatie in het verleden ook echt tot een negatieve prijs?

Let op: vlak na een update van het model zijn er nog weinig historische vergelijkingsuren opgeslagen. In die periode scoren veel uren automatisch laag — dat is verwacht en zegt niets over de kwaliteit van de voorspelling zelf.

Hoe goed presteert het model?

Op basis van een backtest over 60 dagen (5 maart – 3 mei 2026) tegen werkelijke EPEX-prijzen:

• Gemiddelde fout op 1 dag vooruit: ~3,5 ct/kWh. Dat klinkt veel, maar de prijzen fluctueren zelf ook sterk — op zonnige middagen tot tientallen cent per kWh.
• Goedkope uren raden we goed: in 77% van de gevallen zit het model het goedkoopste dagdeel correct — handig als je wil weten wanneer je apparaten aan te zetten.
• Negatieve prijzen: het model voorspelt de richting (prijs daalt fors) in 54% van de gevallen correct, maar de diepte van de daling blijft lastig. Van alle uren met een werkelijk negatieve prijs wordt 30% vooraf herkend als negatief.
• Rangvolgorde: de Spearman-correlatie tussen voorspelde en werkelijke uurvolgorde is 0,78 — het model weet doorgaans welke uren goedkoop zijn ten opzichte van andere uren op dezelfde dag.

Het model leert geleidelijk bij: elke voorspelling wordt vergeleken met de werkelijke prijs zodra die beschikbaar is. Systematische afwijkingen — zoals het structureel te hoog schatten van de zonnige middaguren — worden daarmee over de tijd gecorrigeerd.

Wanneer klopt de voorspelling niet?

• Extreme zonnige middagen: een heldere lentedag in het weekend kan de prijs naar −200 of zelfs −500 EUR/MWh drukken. Het model ziet de richting, niet de diepte.
• Winterse Dunkelflaute: koude, windstille dagen met weinig zon. Het model herkent de schaarste en duwt de prijs sinds v3.1 met de schaarste-cap gericht omhoog. Dat halveert de structurele onderschatting in onze winter-backtest ruwweg, maar haalt 'm niet helemaal weg: bij de diepste pieken valt de werkelijke prijs nog steeds hoger uit dan het model schat. Sinds versie 4.0 vangt de vierwekelijkse basisprijs een deel daarvan op en werkt hier dus tegen de schaarste-cap in.
• Hete, windstille zomeravonden: in juni 2026 schoten avondprijzen naar 321 en zelfs 578 EUR/MWh terwijl het model 8 tot 12 cent per kWh lager zat. Sinds modelversie 3.2 (juli 2026) duwt de zomerschaarste-cap zulke avonden gericht omhoog. Dat verkleint de misser aanzienlijk, maar ook hier geldt: de richting en het risico zie je, de exacte hoogte van de scherpste piek niet.
• Plotselinge marktschokken: een aardgasleiding die uitvalt, geopolitieke spanning of een koudegolf door heel Europa schuiven het prijsniveau in dagen buiten de modelband.
• Centrale-uitval: als een grote centrale of kabelverbinding onverwacht wegvalt, schiet de prijs lokaal omhoog. Er is geen openbare realtime-data om dit op te vangen.

Neem nooit alleen op basis van deze voorspelling een grote financiële beslissing. Zie ook de disclaimer.

Reproduceerbaar

De voorspeldata is openbaar beschikbaar. Wie wil kan de cijfers natellen.

• Voorspellingsscript: scripts/forecast.py
• Live voorspeldata (open data): /data/forecast.json

Bronnen: day-ahead prijzen via ENTSO-E Transparency Platform · weersverwachting via Open-Meteo (CC-BY 4.0) · gasprijs via Yahoo Finance (TTF=F).

Wie maakt dit?

Ik ben Emile Toes. Ik wil energie zo efficiënt mogelijk gebruiken en ik ben geïnteresseerd in AI. Die twee combineer ik in het onderhouden en uitbouwen van deze site.

Het model, de code en de artikelen bouw ik met hulp van Claude, de AI van Anthropic. Die schrijft mee en rekent mee. Ik bepaal wat erin gaat, controleer het en zet het live. Gaat er iets mis, dan is dat van mij.

Fout of feedback?

Stuur een mail naar contactstroomvoorspeller@gmail.com