Datenhinweise & Methodik

Stand: 03.10.2026

Projekt und Datenbasis

Das Gasspeicher Dashboard ist ein privates, nicht-kommerzielles Informationsangebot. Es wird unabhängig und neutral bereitgestellt. Es besteht keine organisatorische, wirtschaftliche oder sonstige Verbindung zu Gas Infrastructure Europe (GIE), der Bundesnetzagentur, Gassco oder anderen Datenanbietern.

Ziel ist eine transparente, nachvollziehbare und möglichst aktuelle Darstellung veröffentlichter Daten in einer zentralen, visuell aufbereiteten und interaktiven Oberfläche – jeweils entsprechend der Aktualität und Verfügbarkeit der verwendeten Datenquellen.

Datenquellen

• AGSI (GIE): Gasspeicherdaten (Füllstände, Flüsse, technische Speicherinformationen)
• ALSI (GIE): LNG-Send-out-Daten nach Terminal und Land
• Bundesnetzagentur: Gasimport- und Gasexportdaten sowie inländische Gasförderung (Deutschland)
• Gassco UMM/FLOW: Wartungsmeldungen im norwegischen Gassystem und historische aggregierte Exit-Nominierungen
• Energy-Charts: Ist-Daten zur Stromerzeugung aus Erdgas (öffentliche Nettostromerzeugung). Die 14-Tage-Prognose für Deutschland wird intern berechnet und stammt nicht von Energy-Charts.
• MIBGAS: täglicher Großhandels-Gaspreisindikator für den PVB (MIBGAS PVB Day-Ahead / GDAES_D+1, EUR/MWh)
• Open-Meteo: Wetterdaten (tägliche Temperatur, Wind, Strahlung) auf Basis von Hamburg, Berlin, Köln, Frankfurt und München für Temperaturdarstellung und Prognosefunktionen (nur Deutschland; Modellwahl: best_match)

Datenaktualisierung

Abdeckung und Einordnung

• Gasspeicherdaten (AGSI) und die Ist-Daten zur Stromerzeugung aus Erdgas (Energy-Charts) sind für mehrere europäische Länder verfügbar und werden im Dashboard entsprechend länderbezogen dargestellt. Die 14-Tage-Prognose der Stromerzeugung wird ausschließlich für Deutschland angeboten und intern berechnet.
• Gasimport- und Gasexportdaten der Bundesnetzagentur liegen nur für Deutschland vor.
• Der daraus abgeleitete Gasverbrauch (Handel / Flüsse) wird deshalb ebenfalls nur für Deutschland angezeigt.
• Der europäische Gaspreisindikator auf Basis von MIBGAS PVB Day-Ahead (GDAES_D+1) wird unabhängig von der ausgewählten Länderauswahl angezeigt.
• Abgeleitete Kennzahlen und Visualisierungen basieren auf den jeweils verfügbaren Rohdaten. Nachträgliche Korrekturen der Datenquellen können zu Änderungen bereits angezeigter Werte führen.

KPI-Übersicht

Speicher

• Land – aktuell ausgewähltes Land für die Auswertung.
• Aktueller Füllstand – aggregierter Füllstand aller Gasspeicher des ausgewählten Landes in % der Gesamtkapazität.
• Working-Gas-Kapazität – maximal speicherbares Nutzgas (ohne Puffer-/Kissengas), aggregiert über alle Speicher des Landes.
• Gas im Speicher – aktueller Bestand an Nutzgas (Working Gas) in den Speichern des Landes.
• Nettoänderung (Vortag) – tägliche Füllstandsänderung in Prozentpunkten der Gesamtkapazität.
• Nettoänderung (Ø 7 Tage) – durchschnittliche tägliche Nettoänderung der letzten 7 Tage in Prozentpunkten.

Gasverbrauch nur Deutschland

• Gasverbrauch – berechneter Gesamtgasverbrauch aus Nettoimporten, Speicherfluss und inländischer Eigenförderung.
• davon Eigenförderung – rechnerischer Anteil des Verbrauchs, der aus inländischer Gasförderung stammt.
• davon Speicher (netto) – rechnerischer Anteil des Verbrauchs, der aus Speicherentnahme abzüglich Einlagerung stammt.
• davon Importe – rechnerischer Anteil des Verbrauchs, der aus Nettoimporten stammt; bei Speichereinlagerung nach Abzug des Speicherflusses.

Handel & Flüsse

• Nettoimporte nur Deutschland – Importe gesamt minus Exporte gesamt.
• Nettoimporte (Ø 7 Tage) nur Deutschland – Durchschnitt der letzten 7 verfügbaren Tageswerte der Nettoimporte.
• Gaspreis Europa – täglicher Großhandels-Gaspreisindikator in EUR/MWh auf Basis von MIBGAS PVB Day-Ahead (GDAES_D+1).
• Gaspreis Europa (Ø 7 Tage) – Durchschnitt der letzten 7 verfügbaren Tageswerte des europäischen Gaspreisindikators.

Chart-Übersicht

Charts – Speicher

• Verlauf Gasspeicher Füllstände – Zeitreihe des aggregierten Füllstands (in %) für das gewählte Land; optional mit mittlerer Tagestemperatur (Hamburg, Berlin, Köln, Frankfurt, München) und – für Deutschland – mit 14-Tage-Prognose.
• Zufluss & Entnahme pro Tag (aus Füllstandsdifferenz) – tägliche Nettoänderung des Füllstands in Prozentpunkten der Gesamtkapazität.
• Täglicher Zufluss & Entnahme – ein- und ausgelagerte Mengen in TWh/Tag (aggregiert über alle Speicher des Landes).
• Entnahmeauslastung & Ausfallquote – Auslastung der verfügbaren Entnahmekapazität sowie geplante/ungeplante Nicht-Verfügbarkeiten (falls verfügbar).
• Füllstand je Speicher – Vergleich einzelner Speicheranlagen im ausgewählten Land, sortiert nach Füllstand; für Deutschland zusätzlich mit Vergleich nach Bundesland.
• Speicherstände im Ländervergleich – Vergleich der Länderfüllstände (z. B. Deutschland / Nachbarländer / Europa) mit Kapazitätsbezug.

HDD_7d_Basis = max(0, 18 - T̄_7d)
// Heizgradtage der 7-Tage-Wetterbasis.
// Je kälter die letzten 7 Tage im Mittel waren, desto höher dieser Wert.

HDD_Tag = max(0, 18 - T_Tag)
// Heizgradtage des Prognosetags.
// Je kälter der Prognosetag, desto höher der angenäherte Heizbedarf.

HDD_Abw = HDD_Tag - HDD_7d_Basis
// Abweichung des Heizbedarfs gegenüber der 7-Tage-Basis.
// Positiv = Prognosetag ist kälter als das jüngste Wettermittel.
// Negativ = Prognosetag ist milder als das jüngste Wettermittel.

Δ_temp_roh = -0,0625 * HDD_Abw
// Rohbeitrag der Temperatur zur Prognose in %-Punkten.
// Kälter als die 7-Tage-Basis wirkt negativ auf den Speicherstand,
// milder als die 7-Tage-Basis wirkt entlastend bzw. positiv.

Kältefaktor = 1 + 0,35 * clamp((2 - T_Tag) / 10, 0, 1)
// Verstärkt den Temperaturbeitrag an sehr kalten Tagen zusätzlich.
// Ab +2 °C kein Zusatz-Boost, Richtung −8 °C schrittweise bis zum Maximalwert.

Δ_temp_roh = Δ_temp_roh * Kältefaktor
// Wendet den Kälte-Boost auf den rohen Temperaturbeitrag an.
// Sehr kalte Tage beeinflussen die Prognose dadurch stärker als nur linear über HDD.

solarScore_Tag = clamp(Shortwave_Tag / 16, 0, 1)
// Normiert die tägliche kurzwellige Strahlung (0..16 MJ/m²) auf einen Bereich von 0 bis 1.
// Dient hier als einfacher Tages-Proxy für solare Entlastung.

solarRelief_Tag = 0,05 * solarScore_Tag
// Maximal 5 % Entlastung des Temperaturbeitrags, skaliert nach Solar-Score.

wenn (HDD_Tag > 0 und Δ_temp_roh < 0):
  Δ_temp_roh = Δ_temp_roh * (1 - solarRelief_Tag)
// Solare Entlastung wird nur angewendet,
// wenn überhaupt Heizbedarf vorliegt (HDD_Tag > 0)
// und der Temperaturbeitrag tatsächlich in Richtung zusätzlicher Ausspeicherung wirkt.

windScore_Raw_Tag = clamp((Wind_Tag - 1,0) / (6,0 - 1,0), 0, 1)
// Normiert die mittlere Windgeschwindigkeit (1,0..6,0 m/s) auf einen Bereich von 0 bis 1.

windScore_Tag = smoothstep01(windScore_Raw_Tag)^1,30
// Glättet und dämpft den normierten Wind-Score.

solarSeasonFactor_Tag = SolarSaisonFaktor(Datum_Tag)
// Liefert einen glatten saisonalen Faktor nur für den Solar-Anteil.
// 21.12. = 0,80 | 20.06. = 1,20 | Jahresmittel = 1,00.

renIdx_Tag_raw = clamp(0,58 * windScore_Tag + 0,42 * solarScore_Tag * solarSeasonFactor_Tag, 0, 1)
// Bildet aus Wind und saisonal moduliertem Solar-Anteil den täglichen Erneuerbaren-Index.
// Der Faktor wirkt nur auf den Solar-Anteil; der Wind-Anteil bleibt unverändert.
// Hoher Wert = mehr erwartbare Erneuerbaren-Verfügbarkeit.

renIdx̄_7d_raw = Mittelwert der letzten 7 Tageswerte von renIdx_Tag_raw
// 7-Tage-Basis des Erneuerbaren-Index (Deutschland-Wetterwerte).
// Jeder Tageswert enthält dabei seine eigene kalendarische Solar-Modulation.
// Verglichen wird also der Prognosetag mit der jüngsten Wetterlage,
// nicht mit einem langfristigen Klimamittel.

Kompression(x, a = 0,40):
  // Komprimiert den Erneuerbaren-Index vor der Umrechnung in den Gas-Proxy.
  // Ziel: Sehr niedrige und sehr hohe Rohwerte etwas zur Mitte hin verschieben,
  // damit Extremzonen robuster und realitätsnäher abgebildet werden.
  wenn (x < 0,5):
    0,5 * (x / 0,5)^(1 - a)
    // Untere Hälfte: Kleine Werte werden etwas angehoben.
  sonst:
    1 - 0,5 * ((1 - x) / 0,5)^(1 - a)
    // Obere Hälfte: Große Werte werden etwas abgesenkt.

renIdx_Tag = Kompression(renIdx_Tag_raw, 0,40)
// Wendet die Kompression auf den Erneuerbaren-Index des Prognosetags an.

renIdx_7d_Basis = Kompression(renIdx̄_7d_raw, 0,40)
// Wendet dieselbe Kompression auch auf die 7-Tage-Basis an,
// damit Tageswert und Vergleichsbasis methodisch konsistent behandelt werden.

GasProxy(renIdx):
  // Übersetzt den komprimierten Erneuerbaren-Index in einen Proxy
  // für den wahrscheinlichen Erdgasenergieeinsatz im Stromsektor.
  // Wenig Erneuerbare -> höherer Gas-Proxy.
  // Viel Erneuerbare -> niedrigerer Gas-Proxy.

  wenn (renIdx <= 0,02):
    GasProxy = 900
    // Bei extrem geringer Erneuerbaren-Verfügbarkeit
    // wird direkt die obere Plausibilitätsgrenze gesetzt.

  sonst:
    scarcity = 1 - renIdx
    // Knappheitsmaß der Erneuerbaren.
    // Je kleiner der Erneuerbaren-Index, desto größer die Knappheit.

    shaped = scarcity^2,75
    // Nichtlineare Verstärkung der Knappheit.
    // Niedrige Erneuerbaren-Verfügbarkeit wirkt dadurch überproportional
    // auf den späteren Gas-Proxy.

    GasRaw = 60 + (900 - 60) * shaped
    // Rohwert des Gas-Proxys innerhalb des festen Bands von 60 bis 900 GWh/Tag.

GasProxy = clamp(60 + (GasRaw - 60) * GasProxy_Gain, 60, 900)
	// Wendet den technischen Anpassungsfaktor (GasProxy_Gain) auf den Rohwert an.
	// GasProxy_Gain = 1,15 verstärkt Abweichungen oberhalb der Untergrenze (60) um 15 %.
	// Unabhängig davon begrenzt clamp den Wert auf das Band von 60 bis 900 GWh/Tag.

GasProxy_Tag_roh = clamp(
  GasProxy(renIdx_Tag) * Wochentagsgewicht(Datum_Tag) + WinterKorrektur(Datum_Tag),
  60, 900
)
// Rohwert des Prognosetags inklusive Wochentagsgewichtung.
// Vom 20. Dezember bis 10. März kommt eine glatte Winterkorrektur von bis zu +240 GWh/Tag hinzu.

GasProxy_Tag = 0,80 * GasProxy_Tag_roh + 0,20 * Mittelwert(Nachbarwerte)
// Leichte Nachbar-Glättung des Gasbedarfs Strom.
// Am ersten Prognosetag sind die Nachbarn der letzte reale Energy-Charts-Wert und der Rohwert des Folgetags;
// an den Folgetagen werden die direkten Prognose-Rohwerte verwendet.

Wochenendfaktor = 0,70 an Samstag/Sonntag, sonst 1,00
GasProxy_Tag = GasProxy_Tag * Wochenendfaktor
// Nach der Glättung wird der Gasbedarf Strom am Wochenende zusätzlich skaliert.

WinterKorrektur̄_7d = Mittelwert(WinterKorrektur(Datum_i), letzte 7 Referenztage)
// Berechnet die Winterkomponente für jeden der sieben Referenztage anhand seines Datums
// und bildet daraus den Mittelwert. Außerhalb des Zeitraums vom 20. Dezember bis 10. März ist der jeweilige Tageswert 0.

GasProxy_7d_Basis = clamp(
  GasProxy(renIdx_7d_Basis) + WinterKorrektur̄_7d,
  60, 900
)
// Gas-Proxy der 7-Tage-Basis inklusive des bereits vorhandenen saisonalen Winterniveaus.
// Dadurch wird beim Vergleich mit dem Prognosetag nur die Veränderung des Gasbedarfs wirksam,
// nicht die Winterkomponente als erneut hinzukommender absoluter Zusatzbedarf.

Δ_ren_roh = -((GasProxy_Tag - GasProxy_7d_Basis) / 100) * 0,0404
// Rohbeitrag des Stromsektors in %-Punkten.
// Liegt der Gas-Proxy des Prognosetags über der 7-Tage-Basis,
// wirkt das negativ auf den Speicher.
// Die Umrechnung erfolgt von GWh in Füllstands-Prozentpunkte.

Δ_wetter_roh = Δ_temp_roh + Δ_ren_roh
// Fasst Temperaturbeitrag und Stromsektor-Beitrag
// zur gesamten wetterbedingten Zusatzkorrektur zusammen.

BasisTrend_GWh = (Δ_basis_roh / 100) * 247500
// Rechnet den rohen Basistrend in GWh/Tag um.
// Dieser Wert wird genutzt, um das aktuelle Speicherregime
// als eher ausspeichernd oder eher einspeichernd einzuordnen.

wenn (Δ_wetter_roh < 0):
  coldness = clamp((11 - T_Tag) / (11 - (-8)), 0, 1)
  // Misst, wie kalt der Prognosetag im ShareOut-Sinn ist.
  // Je kälter der Tag, desto höher der Wert.

  withdrawRegime = clamp((-BasisTrend_GWh) / 250, 0, 1)
  // Misst, wie stark bereits ein ausspeicherndes Grundregime vorliegt.
  // Je negativer der Basistrend, desto stärker die laufende Entnahmephase.

  shareRaw = clamp(0,30 + (0,70 - 0,30) * coldness + 0,05 * withdrawRegime, 0,30, 0,70)
  // Bestimmt den plausiblen Anteil negativer Wetterimpulse,
  // der tatsächlich als zusätzliche Ausspeicherung im Speicher sichtbar wird.

sonst:
  warmth = clamp((T_Tag - 11) / (18 - 11), 0, 1)
  // Misst, wie mild der Prognosetag im ShareIn-Sinn ist.
  // Je milder der Tag, desto höher der Wert.

  injectRegime = clamp(BasisTrend_GWh / 250, 0, 1)
  // Misst, wie stark bereits ein einspeicherndes Grundregime vorliegt.
  // Je positiver der Basistrend, desto stärker die laufende Einspeicherungsphase.

  shareRaw = clamp(0,30 + (0,70 - 0,30) * warmth + 0,05 * injectRegime, 0,30, 0,70)
  // Bestimmt den plausiblen Anteil positiver Wetterimpulse,
  // der tatsächlich als Einspeicherung oder geringere Ausspeicherung im Speicher sichtbar wird.

effectiveShare = (1 - 0,30) + 0,30 * shareRaw
// Mischt 30 % Share-Logik mit 70 % neutraler 1:1-Übertragung.
// Dadurch wird der Wetterimpuls weder vollständig nach Share-Logik
// noch vollständig ungedämpft übernommen.

Δ_wetter_effektiv = clamp(Δ_wetter_roh * effectiveShare, -1, +1)
// Berechnet die tatsächlich wirksame wetterbedingte Zusatzkorrektur.
// Gleichzeitig wird der Tageseffekt auf einen plausiblen Bereich begrenzt,
// damit Ausreißer die Prognose nicht ungebremst verzerren.

Δ_tag_roh = Δ_basis_roh + Δ_wetter_effektiv
// Roh-Tagesdelta vor Wochentagslogik.
// Es setzt sich aus Basistrend und effektivem Wetterbeitrag zusammen.

wenn (Δ_tag_roh > 0):
  Zielgewicht = 2 - Wochentagsgewicht
// Spiegelt die Wochentagslogik für Einspeicherung um 1,00.

wenn (Δ_tag_roh < 0):
  Zielgewicht = Wochentagsgewicht
// Verwendet die normale Wochentagslogik für Ausspeicherung.

wenn (Δ_tag_roh == 0):
  Zielgewicht = 1,00
// Bei neutralem Roh-Tagesdelta bleibt der Kalendereffekt neutral.

DOW_Stärke = smoothstep01(clamp(|Δ_tag_roh| / 0,10, 0, 1))
// Dämpft die Wochentagswirkung bei kleinen Tagesbewegungen Richtung 1,00.
// Ab 0,10 %-Punkten Roh-Tagesdelta greift die Zielgewichtung voll.

DOW_Faktor = 1 + DOW_Stärke * (Zielgewicht - 1)
// Bildet den tatsächlich wirksamen Wochentagsfaktor.

Δ_tag = Δ_tag_roh * DOW_Faktor
// Endgültige tägliche Veränderung des Speicherfüllstands.
// Erst hier wirkt der richtungsabhängige Kalendereffekt.

Füllstand_neu = clamp(Füllstand_alt + Δ_tag, 0, 100)
// Schreibt den Füllstand einen Tag weiter fort.
// Das Ergebnis wird technisch auf den Bereich 0 % bis 100 % begrenzt.
			  

Charts – Handel, Flüsse & Verstromung

• Norwegische Gasflüsse & Wartungen – dieses Panel bündelt Gassco-Wartungsmeldungen, Gassco-FLOW-Daten zu den Exit-Mengen und eine Einordnung möglicher Auswirkungen auf die deutschen Norwegenimporte. Das Panel ist unabhängig von der oben gewählten Länderauswahl.

  Methodik und Einordnung

  Abgrenzung zur Datenquelle: Von Gassco stammen die veröffentlichten UMM-Wartungsmeldungen und FLOW-Daten. Die Umrechnung in GWh/Tag sowie alle daraus abgeleiteten Wartungseffekte, Deutschland-Einordnungen und erwarteten Importwerte werden intern vom Dashboard berechnet. Diese Modellwerte stammen nicht von Gassco und werden von Gassco weder geprüft noch bestätigt oder prognostiziert.

  • Wartungen: Angezeigt werden laufende sowie in den nächsten 8 Wochen beginnende Gassco-Wartungen. Zeitraum, betroffener Bereich, Status, Grund und gemeldete Einschränkung stammen aus Gassco UMM. Volumen werden einheitlich in MSm³/Tag dargestellt; die zusätzliche Angabe in GWh/Tag wird im Dashboard näherungsweise mit MSm³/Tag × 10,91 kWh/Sm³ berechnet.
  • Historische Einordnung: Um den möglichen Einfluss einer Wartung auf Deutschland abzuschätzen, vergleicht das Dashboard aktuelle Ereignisse mit abgeschlossenen Gassco-Wartungen. Dabei werden die damaligen Norwegenimporte nach Deutschland (Bundesnetzagentur), die von Gassco veröffentlichten Exit-Daten des gesamten norwegischen Systems und die Exit-Daten an den deutschen Ausstiegspunkten gemeinsam betrachtet. Ähnliche Wartungen und ähnlich starke Einschränkungen erhalten dabei mehr Gewicht. Die daraus berechnete Prozentangabe ist eine statistische Schätzung und keine von Gassco veröffentlichte Prognose.
  • Mehrere Wartungen gleichzeitig: Einzelne Wartungseffekte werden nicht einfach addiert. Das Modell berücksichtigt, wie groß die gesamte gleichzeitig gemeldete Einschränkung ist, wie viele Bereiche betroffen sind und wie vergleichbare Wartungslagen historisch mit den norwegischen Gasflüssen zusammenhingen. Bei sehr breiten Wartungslagen können zusätzliche Einschränkungen an Dornum oder Emden den geschätzten Deutschlandeffekt erhöhen. Mehrere Meldungen zum selben Bereich werden nicht doppelt gezählt. Die Einzelwerte in der Wartungstabelle sind deshalb nicht zu addieren.
  • Wartungsfreie Ausgangsbasis: Für die erwarteten Deutschlandimporte wird kein fester Normalwert wie beispielsweise 1.350 GWh/Tag vorgegeben. Das Dashboard schätzt stattdessen fortlaufend, welches Importniveau unter den aktuell beobachteten Liefer- und Verteilungsbedingungen ohne den modellierten Wartungseinfluss plausibel wäre. Tage mit wenig oder keiner Wartung haben dabei besonders viel Gewicht. Bleiben die Importe auch ohne nennenswerte Wartungen dauerhaft niedrig, sinkt diese Ausgangsbasis. Längere Wartungsphasen allein sollen sie dagegen nicht automatisch auf das während der Wartung beobachtete niedrige Niveau drücken.
  • Kombinierter Wochenchart: Die Balken zeigen die durchschnittlichen Norwegenimporte je Kalenderwoche. Bereits vollständig vorliegende Tage werden mit den tatsächlichen BNetzA-Werten berücksichtigt; offene Tage werden aus der wartungsfreien Ausgangsbasis und dem für diesen Tag geschätzten Wartungseinfluss berechnet. Die Linie über den Balken zeigt dieselben Werte zusätzlich für jeden einzelnen Tag. Der im Tooltip genannte Wartungseinfluss bezieht sich auf die noch zu modellierenden Tage und beschreibt nur den Anteil, den das Modell den erfassten Gassco-Wartungen zurechnet. Andere Ursachen für höhere oder niedrigere Importe – etwa Nachfrage, Verteilung der norwegischen Lieferungen oder weitere Netzfaktoren – werden nicht automatisch als Wartungseffekt behandelt.
  • Gasflüsse: FLOW zeigt aggregierte, von Gassco veröffentlichte Mengenmeldungen an den Ausstiegspunkten des norwegischen Gassystems (Exit-Nominierungen). Diese Werte sind keine physisch gemessenen Grenzflüsse und daher nicht direkt mit den BNetzA-Importwerten gleichzusetzen. Die Darstellung in GWh/Tag ist eine interne Näherungsumrechnung mit MSm³/Tag × 10,91 kWh/Sm³.

  Hinweis zu Gassco-Daten: Die von Gassco veröffentlichten Informationen können unvollständig, verzögert oder nachträglich geändert sein und sind nicht als alleinige rechtliche oder tatsächliche Grundlage für Entscheidungen bestimmt. Für die ursprünglichen Wartungsmeldungen und FLOW-Daten sind ausschließlich die Veröffentlichungen von Gassco UMM/FLOW maßgeblich. Ergänzend gelten die dort veröffentlichten Terms & Conditions . Die vom Dashboard berechneten Wartungseffekte und erwarteten Importwerte sind eigene Modellrechnungen und keine offiziellen Kapazitäts-, Liefer- oder Importprognosen von Gassco.

• LNG Send-out – tägliche LNG-Send-out-Mengen in GWh/Tag auf Basis von ALSI (GIE). Send-out bezeichnet die nach der Regasifizierung aus dem LNG-Terminal abgegebene Gasmenge. Dargestellt werden der Verlauf je LNG-Terminal im ausgewählten Land sowie die Send-out-Mengen im europäischen Ländervergleich. Die Tooltips zeigen zusätzlich die Auslastung für das ausgewählte Land im Terminalchart sowie für die EU im Ländervergleich. Sie gibt den Send-out in % der gemeldeten Referenz-Send-out-Kapazität an.
• Gasimporte nach Deutschland – tägliche Importmengen in GWh/Tag nach Herkunftsland (inkl. Nettoimporte gesamt).
• Gasexporte aus Deutschland – tägliche Exportmengen in GWh/Tag nach Zielland.
• Gasverbrauch – abgeleitete Zeitreihe des Gasverbrauchs in TWh/Tag. Über den Schalter kann zwischen Gasquellen und Gasverwendung gewechselt werden. Die Ansicht „Gasquellen“ zeigt neben dem Gesamtverbrauch die Anteile aus Eigenförderung, Speicher (netto) und Importen. Die Ansicht „Gasverwendung“ teilt den Gesamtverbrauch in den geschätzten Gasbedarf der Stromerzeugung und den übrigen Gasverbrauch auf.
• Stromerzeugung aus Erdgas – öffentliche Nettostromerzeugung aus Erdgas in GWh/Tag. Die Ist-Werte stammen von Energy-Charts und werden bis zum letzten vollständig erfassten Tag angezeigt. Für Deutschland kann zusätzlich eine intern berechnete 14-Tage-Prognose eingeblendet werden; sie stammt nicht von Energy-Charts.

  Methodik der 14-Tage-Prognose – Stromerzeugung aus Erdgas (Deutschland)

  Wichtig: Die 14-Tage-Prognose ist eine interne, modellbasierte Schätzung. Sie wird nicht von Energy-Charts berechnet oder bereitgestellt. Energy-Charts liefert ausschließlich die im Chart dargestellten Ist-Daten der öffentlichen Nettostromerzeugung aus Erdgas.

  Für die Prognose wird die bereits in der 14-Tage-Speicherprognose verwendete Stromsektor-Logik unverändert genutzt. Aus Wind und solarer Strahlung wird zunächst der erwartete Erdgasenergieeinsatz im Stromsektor abgeleitet. Daraus wird anschließend mit dem im Dashboard verwendeten Richtwert für den Effizienzverlust die erwartete Nettostromerzeugung berechnet.

  • Anwendungsbereich: Die Prognose wird ausschließlich für Deutschland angeboten und umfasst 14 Tage ab dem letzten vollständig erfassten Ist-Tag.
  • Wetterbasis: Verwendet werden Open-Meteo-Wetterdaten auf Basis von Hamburg, Berlin, Köln, Frankfurt und München. Wind und solare Strahlung werden mit derselben regionalen Gewichtung wie in der 14-Tage-Speicherprognose berücksichtigt; Modellwahl best_match.
  • Wetterfaktoren: In die Stromsektor-Berechnung gehen die mittlere Windgeschwindigkeit in 10 m und die tägliche kurzwellige Strahlung ein.
  • Strom-Proxy: Verwendet werden dieselben Modellkonstanten, dieselbe Wind-/Solar-Logik, saisonale Solar-Modulation, Komprimierung, Gas-Proxy-Funktion, Wochentags-, Wochenend- und Winterkorrektur wie beim Stromsektor-Beitrag der 14-Tage-Speicherprognose.
  • Glättung: Auch hier werden die modellierten Tageswerte leicht mit den direkten Nachbartagen geglättet. Der erste Prognosetag wird dabei – sofern verfügbar – am letzten realen Energy-Charts-Wert angebunden; Details siehe Methodik der 14-Tage-Speicherprognose.
  • Erdgasenergieeinsatz: Das Ergebnis des Strom-Proxys ist der modellierte Erdgasenergieeinsatz in GWh/Tag.
  • Nettostromerzeugung: Für die Prognose wird der modellierte Erdgasenergieeinsatz durch den im Dashboard bereits verwendeten Richtwert 1,9 geteilt. Damit wird der Effizienzverlust analog zur bestehenden Darstellung berücksichtigt.
  • Anzeige: Die Prognose kann im Chart unabhängig von der 14-Tage-Prognose der Gasspeicher ein- und ausgeschaltet werden. Der Schalter ist nur bei Deutschland sichtbar und dort standardmäßig aktiviert.
  • Datenaktualität: Die Prognose wird nur angeboten, wenn der letzte verfügbare Ist-Wert nicht älter als 2 Tage ist.
  • Export: Bei aktivierter Prognose werden die Prognosewerte zusammen mit dem Erdgasenergieeinsatz auch im CSV- und XLSX-Export berücksichtigt.

  Die Prognose ist eine wetterbasierte Kurzfristprojektion und keine offizielle Kraftwerkseinsatz- oder Erzeugungsprognose. Abweichungen von der später tatsächlich veröffentlichten Nettostromerzeugung sind daher möglich.

• Europäischer Gaspreisindikator – täglicher Großhandels-Gaspreis in EUR/MWh auf Basis von MIBGAS PVB Day-Ahead (GDAES_D+1).
• Reichweitenprognose Deutschland – anpassbare, deutschlandweite 12-Monats-Szenariorechnung ab dem letzten verlässlichen Speicherstand. Die ersten 14 Tage basieren auf dem aktuellen Speichertrend, Wetterprognosen und dem geschätzten, leicht geglätteten Gasbedarf der Stromerzeugung; anschließend verwendet das Modell saisonale Referenzwerte aus historischen Daten. Annahmen zu Temperatur, Nettoimporten, Gasbedarf der Stromerzeugung, übrigem Gasverbrauch und Eigenförderung lassen sich variieren. Dargestellt werden die möglichen Auswirkungen auf Speicherverlauf und Versorgungsbilanz. Die Berechnung dient der Szenarioanalyse und stellt keine Prognose der Versorgungssicherheit dar. Regionale Engpässe, Netzrestriktionen, Preise, Handelsreaktionen, politische Eingriffe und kurzfristige Ausfälle einzelner Importwege werden nicht abgebildet.

Transparenzhinweis

Die Darstellung im Dashboard dient der Information und Einordnung. Maßgeblich bleiben die Originalveröffentlichungen und Aktualisierungen der jeweiligen Datenquellen. Bei Abweichungen sind die Angaben der Datenanbieter maßgeblich.