Prezentowany referat traktuje o obszarze zainteresowań prognostycznych, który ostatnio sygnalizują uczestnicy rynku energii, jakim jest prognozowanie przebiegów dobowych obciążenia na cały następny miesiąc. Zainteresowania te wynikają z przygotowań uczestników do ich zaistnienia w warunkach funkcjonowania istniejących jak i wdrażanych sektorów rynku energii: rynku kontraktowego, giełdowego i bilansującego.
Referat zawiera opis proponowanej metody prognostycznej i omawia dokładności uzyskane w testach na rzeczywistych danych.
Warunki funkcjonowania każdego z wydzielonych sektorów rynku energii wymuszają na uczestnikach wykonywanie różnego rodzaju prognoz zapotrzebowania na energię, od jakości których zależy trafność decyzji finansowych.
Bodaj najbardziej eksponowanym w publikacjach i na sympozjach rodzajem prognoz jest prognoza krzywej obciążeń godzinowych z wyprzedzeniem dobowym. Ten rodzaj prognozy nabrał nowego znaczenia z chwilą uruchomienia Giełdy Energii z parkietem transakcji na następną dobę. Analogicznie znaczącego zainteresowania prognozami o jeszcze krótszych wyprzedzeniach można się spodziewać wraz z uruchomieniem giełdy "spot" parkietu transakcji natychmiastowych. Prognozy obydwu rodzajów będą także narzędziem wspomagającym decyzje uczestników Rynku Bilansującego i Operatorów Systemu zobowiązanych do sporządzania Planów Koordynacyjnych Dobowych (PKD).
Pomimo tych spostrzeżeń i specyfiki towaru, jakim jest energia elektryczna, nie sposób oprzeć się refleksji, że podobnie jak ma to miejsce na rynkach dóbr materialnych - na Rynku Energii zasada "kto pierwszy ten lepszy" da o sobie znać. Najkorzystniejsze oferty zostaną zakontraktowane wcześniej, te mniej lukratywne później (lub wcale!). Zmniejszenie takiego ryzyka osiągalne przez uczestnictwo w rynku transakcji bilateralnych, bądź giełdowym parkiecie "futures" wymaga sprawnego narzędzia prognozy krzywych obciążenia z dłuższymi wyprzedzeniami. Obecnie daje się odczuć zwiększone zainteresowanie uczestników rynku narzędziami prognozowania "na kolejny miesiąc", przydatnymi także przy funkcjonowaniu na rynku bilansującym.
W dalszej części referatu zostanie przedstawiona propozycja metody realizującej prognozę dobowych krzywych obciążenia na cały kolejny miesiąc.
Proponowana metoda prognozy została zbudowana na bazie technik statystycznych i sieci neuronowych. Procedury obliczeniowe operują na zbiorze obserwacji procesu obciążenia obejmującym okres minimum jednego roku. W ogólnym zarysie model wyznacza prognozowane przebiegi obciążenia najpierw jako typowe (średnie z przeszłości) dla danego rodzaju dnia; przebiegi te zostają następnie skorygowane przez procedury wykorzystujące dodatkowe zmienne objaśniające. Tak przedstawiony model można sklasyfikować wg [1, 2] jako tzw. standardową krzywą obciążenia "standard load curve").
Wiele spośród przedstawianych w publikacjach metod prognozowania krótkoterminowego bazuje w głównej mierze na informacjach zawartych w samym procesie obciążenia w okresie bezpośrednio poprzedzającym prognozę, co sprawdza się dobrze w zakresie wyprzedzeń kilkudniowych. Niestety już w przypadku wyprzedzeń kilkunastodniowych daje się odczuć oprócz długoterminowych trendów liniowych i sezonowych (, które można uwzględniać zgodnie z teorią szeregów czasowych [3]) wpływ zmiany typowych profili obciążenia rosnący wraz z wyprzedzeniem. Jest to oczywisty powód mniejszej efektywności stosowania tych samych modeli do prognozy z różnymi wyprzedzeniami. Wynika stąd wniosek o celowości budowy osobnych modeli dla każdego wyprzedzenia (30 odrębnych modeli dla prognozy na każdy z kolejnych 30 dni).
Proponowaną tu metodykę opracowano w opozycji do powyższych spostrzeżeń.
(...)
(...)
(...)
The paper relates to the area of the forecasting interests, which recently were signalised by participants of the Polish energy market. These are the problems of the forecasting of the hourly load demand for the whole next month. The conditions of working of the energy stock market and the energy balance market are the reason for this fact. The paper contains description of the proposed methodology and presents the results obtained from tests on the real data.