Dezentrale Energieversorgung, Finanzmodellierung

Eine Berechnungs-Engine ersetzte die Tabelle hinter jeder Entscheidung zur hybriden Eigenerzeugung.

Technische Details und Gremienzusammenfassung lesen aus derselben Berechnung.

Kunde
Unter Vertraulichkeitsvereinbarung
Bereich
Dezentrale Energieversorgung
Leistungen
Strategie, Finanzmodellierung, Entwicklung

Herausforderung

Die gesamte Bewertung lag in einer Tabelle.

Die Entscheidung, Dieselerzeugung durch ein hybrides System aus Photovoltaik und Flüssiggasmotoren zu ersetzen, fällt über Kapitalwert, IRR und Amortisationsdauer. Diese Zahlen kamen aus einer Arbeitsmappe, deren Formeln über Registerkarten hinweg verkettet waren.

Jeder Ingenieur führte eine eigene Fassung dieser Mappe. Niemand konnte sagen, welche die gültige war, und die Datei für die Geschäftsführung brauchte zwei Tage in der Erstellung.

Drei Dinge brachen gleichzeitig: die Nachvollziehbarkeit der Zahl, die Konsistenz zwischen den Teams und die Fähigkeit zu beantworten, was passiert, wenn der Flüssiggaspreis um 8% steigt, solange die Sitzung noch läuft.

In Zahlen

Woran sich die Engine messen lässt.

Toleranz gegenüber dem Ursprungsmodell bei Kapitalwert, IRR und Amortisationsdauer
0,01%
Vollständige Neuberechnung nach einer Parameteränderung
<500 ms
Erstellung des Excel-Berichts
<3 s
OPEX-Kostenzeilen, Jahr für Jahr modelliert
16

Ansatz

Zwei Oberflächen über einer Berechnungs-Engine.

Der Ingenieurmodus zeigt jeden Parameter des Modells: die Energiebilanz, die Kostenstruktur des Flüssiggases bis zur Fracht je Tonne, den CAPEX aufgeschlüsselt in editierbare Positionen, den OPEX Jahr für Jahr, die zusammengesetzte Inflation und einmalige Ereignisse wie das Overhaul. Der Cashflow bleibt sichtbar und Zeile für Zeile prüfbar.

Der Präsentationsmodus nimmt dieselben Zahlen und ordnet sie für das Gremium: erwartete Einsparung, Vergleich mit dem laufenden Betrieb, Energiemix und angebotener Preis je MWh. Er ist in klarer Sprache gehalten und stützt sich auf dieselbe einzige Quelle.

Beide Modi exportieren denselben Excel-Bericht mit sechs Blättern, formatiert und bereit zur Anlage an ein Angebot.

Die Plattform läuft auf Python, Streamlit, Plotly und openpyxl. Der IRR wird per Newton-Raphson in schlichtem Python gelöst, was die Engine portabel und den Betrieb einfach hält.

Parität

Eine Tabelle im laufenden Einsatz zu ersetzen ist eine Frage der Parität.

Wenn das neue System einen anderen Kapitalwert liefert als die ursprüngliche Tabelle, öffnet es niemand ein zweites Mal.

Deshalb haben wir in umgekehrter Reihenfolge gearbeitet. Wir haben das Modell Zelle für Zelle nachgebaut, jede Formel gegen ihre ursprüngliche Referenz dokumentiert und erst danach die Oberfläche entworfen.

Die Engine wurde gegen den Basisfall der Tabelle bei allen drei Finanzkennzahlen validiert, beim CAPEX auf den Dollar genau. Jede Funktion der Engine trägt in ihrer Dokumentation die Referenz auf Blatt und Zelle, die sie nachbildet.

Das Lesen der Fachdomäne war der größte Teil der Arbeit: warum der Umrechnungsfaktor für Flüssiggas auf 2,015 kg je Gallone festgelegt ist, warum die Wartung der Photovoltaik linear wächst, während die des Flüssiggassystems zusammengesetzt wächst, und was es bedeutet, dass das Overhaul in Jahr acht fällt.

Ergebnis

In der Sitzung geht es jetzt um die Entscheidung.

Die Geschäftsführung bezieht ihre Zahlen aus einer Quelle, und die Antwort auf eine Preisfrage kommt, solange die Frage noch im Raum steht.

Eine Abstimmungssuite prüft die Energiebilanz, den Verbrauch, die CAPEX-Summe, die Stimmigkeit des Cashflows und eine unabhängige Berechnung des Kapitalwerts.

Die Berechnungs-Engine ist von der Oberfläche und vom Berichtsgenerator entkoppelt, sodass das Modell weitere Kanäle bedienen kann, ohne neu geschrieben zu werden.

Haben Sie ein Rätsel?

Erzählen Sie uns von dem Projekt, das Standardplattformen nicht bewältigen.