Beim optimierten Betrieb von Energiesystemen spielen Prognosen eine entscheidende Rolle. Durch Kurzfristprognosen wird das erwartete zukünftige Verhalten in der Echtzeitregelung berücksichtigt, was komplexere Regelungsstrategien (insbesondere Multi-Use) zulässt und Ressourcen schont. Ein vorausschauendes Energiemanagementsystem ist immer nur so gut wie die Verlässlichkeit der zugrunde liegenden Prognosen. Wir entwickeln daher Prognoseverfahren für elektrische Lasten und nutzen diese in unserer Betriebsführung zur optimalen Einsatzplanung von Flexibilitätsressourcen. Dabei kommen statistische Verfahren, Verfahren aus dem Bereich des maschinellen Lernens und Deep Learning zum Einsatz. Neben der Lastvorhersage nutzen wir unseren methodischen Baukasten um weitere relevante Energiesystemgrößen, wie z.B. Erzeugungsprognosen, Prognosen zur Parkdauer von E-Autos oder Preisprognosen auf den Energiemärkten zu generieren.