Prognozowanie cen energii elektrycznej na rynku bilansującym z wykorzystaniem modeli SARIMA

Mariusz Kozakiewicz and Marek Kwas
Additional contact information
Mariusz Kozakiewicz: Szkoła Główna Handlowa w Warszawie
Marek Kwas: Szkoła Główna Handlowa w Warszawie

Collegium of Economic Analysis Annals, 2010, issue 22, 201-221

Abstract: W pracy badamy zastosowanie klasycznych narzędzi ekonometrycznych – modeli SARIMA (ARIMA z uwzględnioną sezonowością) – do modelowania i prognozowania cen energii elektrycznej na rynku bilansującym w Polsce. Prezentujemy dwa algorytmy prognozujące cenę rozliczeniową odchylenia CRO, która jest najważniejszą z cen rozliczeniowych na rynku bilansującym. Oba algorytmy wyznaczają krótkookresowe (trzydniowe) prognozy przy użyciu modeli SARIMA i wykorzystują dane o prognozowanym zapotrzebowaniu na energię publikowane przez operatora systemu przesyłowego zarządzającego rynkiem bilansującym. Algorytmy te różnią się sposobem wykorzystania multiokresowości danych. Zamieszczone w pracy wyniki prognozy CRO dla okresu 3.03.2009 – 30.03.2009 pokazują, że oba algorytmy działają z porównywalną dokładnością (średni godzinowy błąd względny MAPEH wyniósł odpowiednio 7,71% i 7,86%), ale mniejszy godzinowy błąd prognozy dla pierwszego algorytmu został uzyskany kosztem większego błędu dobowego w porównaniu z drugim algorytmem. Średnia obu prognoz charakteryzuje się istotnie lepszym dopasowaniem – MAPEH wyniósł 6,97%. Przeprowadzona dla obu algorytmów analiza reszt dla dopasowanych modeli SARIMA potwierdza właściwy dobór ich parametrów. Zauważalną wadą zastosowanego podejścia jest duży koszt użytych procedur obliczeniowych sprawiający, że wyznaczenie współczynników modeli do prognoz oraz przetestowanie wyników dla testowego okresu 3.03.2009 – 30.03.2009 zajmuje relatywnie szybkiemu komputerowi czas rzędu kilku godzin. Wyeliminowanie tej wady oraz istotne poprawienie jakości prognozy nie wydaje się możliwe przy użyciu wykorzystanych danych i zastosowanych narzędzi. Niezbędne do tego jest rozszerzenie zbioru danych użytych do prognozy oraz dopasowanie do nich odpowiedniego algorytmu, co będzie celem dalszych prac.

Keywords: prognozowanie krótkookresowe; modele SARIMA; rynek energii elektrycznej; rynek bilansujący; ceny energii; cena rozliczeniowa odchylenia (search for similar items in EconPapers)
Date: 2010
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:sgh:annals:i:22:y:2010:p:201-221

Access Statistics for this article

Collegium of Economic Analysis Annals is currently edited by Joanna Plebaniak, Beata Czarnacka-Chrobot

More articles in Collegium of Economic Analysis Annals from Warsaw School of Economics, Collegium of Economic Analysis Contact information at EDIRC.
Bibliographic data for series maintained by Michał Bernardelli ().