PV-Prognose bei Nebel: warum Wettermodelle im Winter danebenliegen
· VictronLab
Eine Speichersteuerung ist nur so gut wie ihre PV-Prognose. In Tälern mit Winternebel liegen alle großen Wettermodelle regelmäßig daneben. Wir haben nachgemessen, wie sehr, und was hilft.
Der Test
Wir haben die archivierten Prognosen von vier Wettermodellen (ECMWF IFS, ICON-EU, GFS und Météo-France) für den Winter November 2025 bis Februar 2026 mit dem tatsächlichen Tagesertrag einer 26-kWp-Anlage in einem slowakischen Tal verglichen.
Das Ergebnis: Nebel sieht kein Modell
Alle Modelle haben an 16 bis 20 Wintertagen Sonne vorhergesagt, an denen das Tal im Nebel lag: im Schnitt rund 22 kWh prognostiziert, 3 kWh tatsächlich erzeugt. Der mittlere Tagesfehler lag bei allen Modellen bei etwa der Hälfte des mittleren Ertrags.
ECMWF war am genauesten, die anderen lagen knapp dahinter. Auch die Modellwerte für tiefe Wolken und Luftfeuchte halfen nicht: Wenn ein Modell den Nebel nicht vorhersieht, steht er auch nicht in seinen Wolkendaten.
Was hilft: die eigene Anlage als Sensor
Winternebel liegt oft mehrere Tage, solange eine Inversionswetterlage anhält. Deshalb ist das Verhältnis von gestern gemessenem zu gestern prognostiziertem Ertrag ein guter Hinweis für heute. Mischt man dieses Verhältnis zu 70 % in die Modellprognose, sinkt der Prognosefehler im Winter um 29 %.
Gridzilla nutzt die eigene Anlage genau so als Sensor und korrigiert die Prognose laufend mit den gemessenen Werten. Zusätzlich bewertet ein KI-Berater Wetterlagen wie Nebel und entscheidet, wie viel Reserve der Speicher halten soll.
Was das für die Speichersteuerung bedeutet
Wer im Winter den Speicher nachts aus dem Netz lädt, sollte die PV-Prognose für den nächsten Tag nicht blind übernehmen. Eine falsche Sonnenprognose führt dazu, dass der Speicher leer in einen nebligen Tag geht. Die bessere Strategie: vorsichtig planen und die Prognose mit den eigenen Messwerten korrigieren.
- Kein globales Wettermodell erkennt Talnebel zuverlässig.
- ECMWF war im Test am genauesten.
- Die eigene Anlage als Sensor verbessert die Prognose im Winter um rund 30 %.