Heute sind die meisten Bereiche der Energiewirtschaft auf eine exakte Prognose der zukünftigen Windenergie-Einspeisung angewiesen. Kraftwerkseinsatzplanung, Direktvermarktung, Stromhandel und Netzbetrieb sind nur dann optimal möglich, wenn eine genaue und verlässliche Vorhersage der Windleistung für die nächsten Stunden und Tage zur Verfügung steht. In der Regel hängt eine hohe Vorhersagegenauigkeit von einer optimalen Kombination von Windpark-SCADA-Daten der aktuellen Produktion und Prognosedaten der Wetterdienste ab.
In vielen praktischen Anwendungen ist die Online-Verfügbarkeit der SCADA-Daten jedoch ein Problem. Häufig kommen die Daten verspätet im Vorhersagesystem an, haben nicht die nötige zeitliche Auflösung oder bedürfen noch einer Korrektur oder anderer Nachbearbeitungsschritte.
In idealen Fällen, in denen SCADA-Daten online und in hoher Qualität verfügbar sind, erreichen in der Regel statistische Vorhersagemodelle die höchste Vorhersagequalität. In allen anderen Anwendungen sind physikalische Modellierungsansätze meist überlegen, weil sie robuster gegenüber problematischen Messdaten sind.
Mit dem Vorhersagemodell OSHybrid hat Overspeed ein neues Hybridmodell entwickelt, das die Vorteile von physikalischer und statistischer Modellierung vereint. Kern des Modells ist die Beschreibung des Windparks und seiner Umgebung mit physikalischen Parametern wie Leistungskennlinie, Geländerauhigkeit und Orographie. Die Ausgaben dieses Modells werden mit einem statistischen Modell korrigiert, das die historischen Zeitreihen der Windparkleistung berücksichtigt. Die Optimierung dieses Modells erfolgt adaptiv, beispielsweise jeden Monat. Sobald dieses Modell allerdings größere Abweichungen der Modellparameter zu vergangenen Werten detektiert, werden diese Änderungen nicht automatisch in die Online-Prognosen integriert, sondern erst von einem Experten beurteilt und unter Umständen korrigiert.
Die Vorteile von physikalischen und statistischen Ansätzen werden kombiniert: