PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 11

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  day-ahead market
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Wpływ błędów prognoz generacji odnawialnych źródeł energii oraz zapotrzebowania na hurtową cenę energii elektrycznej
Felic Robert, Baczyński Dariusz
Przegląd Elektrotechniczny
|
2026
|
R. 102, nr 3
134--143
PL
Cena energii elektrycznej na rynku hurtowym co do zasady jest rezultatem gry rynkowej między podażą oraz popytem na energię elektryczną. Wraz z postępującą transformacją energetyczną gospodarki zarówno zapotrzebowanie na energię elektryczną oraz jej dostępność są coraz bardziej zależne od warunków pogodowych. Praca stanowi próbę oszacowania tego, jak błędy prognoz generacji odnawialnych źródeł energii i zapotrzebowania wpływają na kształtowanie się relacji cen między poszczególnymi rodzajami rynków hurtowego obrotu energii elektrycznej.
EN
Price of electricity in a wholesale market is generally a result of the interplay between supply and demand for electricity. With the ongoing energy transformation of the economy, both electricity demand and its availability are increasingly dependent on weather conditions. This paper attempts to assess how forecast errors in renewable energy generation and demand impact price relationships between individual types of wholesale electricity markets.
2
Content available Electricity price forecasting on the day-ahead market using artificial intelligence algorithms
Galińska Jolanta, Terlikowski Paweł
Przegląd Elektrotechniczny
|
2024
|
R. 100, nr 9
156--162
EN
This article presents the application of AI algorithms to predict hourly product prices in the uniform price auction system of the Polish Power Exchange. It involves analyzing the electricity price determination process, identifying factors shaping price curves, reviewing literature on AI methods for electricity price prediction, proposing a research methodology, and modeling solutions using artificial neural networks. Nine variants of multilayer perceptrons with backpropagation were optimized and compared using most common indicators. Results were compared with forecasts from foreign articles for other European markets to evaluate the effectiveness of using AI in predicting electricity prices in the Polish Day-Ahead Market.
PL
W artykule przedstawiono zastosowanie algorytmów sztucznej inteligencji do predykcji ceny produktów godzinowych w notowaniach w systemie kursu jednolitego na rynku dnia następnego energii elektrycznej Towarowej Giełdy Energii. Przeanalizowano proces wyznaczania cen energii elektrycznej, identyfikację czynników kształtujących krzywe cenowe, dokonano przeglądu literatury dotyczącej zastosowania metod sztucznej inteligencji do predykcji cen energii elektrycznej, zaproponowano metodologię badań oraz zamodelowano rozwiązanie z wykorzystaniem sztucznych sieci neuronowych. Zoptymalizowano i porównano dziewięć wariantów perceptronów wielowarstwowych z propagacją wsteczną. W celu oceny skuteczności wykorzystania sztucznej inteligencji w prognozowaniu cen energii elektrycznej na polskim Rynku Dnia Następnego, otrzymane wyniki porównano z prognozami z artykułów zagranicznych dla innych rynków europejskich.
3
Content available Evaluation of economic profitability using energy storage in context of using renewable energy
Olczak Piotr, Gucwa Anna
Polityka Energetyczna
|
2024
|
T. 27, z. 2
27--46
EN
Energy storage is an increasingly vital aspect of the energy sector in Poland due to the growing prevalence of renewable energy sources. Its primary goal is to support the uptake of renewable energy in the country’s energy mix. The article presented here analyzes the economic potential of buying and selling electricity on the Intra-Day Market and the Day-Ahead Market of Towarowa Giełda Energii SA (Polish Energy Market: TGE) in terms of energy storage. In four scenarios, energy was either bought and sold on the DAM/IDM or bought on one market and sold on the other to identify the most favorable case. Two four-month periods in 2021 and 2023 were examined. An analysis was carried out on a lithium-ion storage facility that has a two-hour charging cycle for energy storage. A methodology was proposed to identify the two highest and two lowest energy prices for imposing constraints on the purchase and sale times. The time of day when these prices occurred was also analyzed. The annual and periodic profits that can be obtained by purchasing and selling stored energy were calculated. The calculations and analyses facilitated inter-market comparison. Energy storage payback time was computed, and investment profitability was examined. The final section presents conclusions, opportunities, and suggestions for further research in this area.
PL
Magazynowanie energii jest coraz ważniejszym aspektem sektora energetycznego w Polsce ze względu na rosnącą popularność odnawialnych źródeł energii. Jego jednym z głównych celów jest wspieranie wykorzystania energii odnawialnej w miksie energetycznym kraju. W prezentowanym artykule dokonano analizy potencjału ekonomicznego zakupu i sprzedaży energii elektrycznej na Rynku Dnia Bieżącego i Rynku Dnia Następnego Towarowej Giełdy Energii SA (Polski Rynek Energii: TGE) w zakresie magazynowania energii. W czterech scenariuszach energię kupowano i sprzedawano na RDN/IDM lub kupowano na jednym rynku i sprzedawano na drugim, aby określić najkorzystniejszy przypadek. Badano dwa czteromiesięczne okresy w latach 2021 i 2023. Przeprowadzono analizę magazynu litowo-jonowego, który posiada dwugodzinny cykl ładowania w celu magazynowania energii. Zaproponowano metodologię identyfikacji dwóch najwyższych i dwóch najniższych cen energii w celu nałożenia ograniczeń na czas zakupu i sprzedaży. Analizie poddano także porę dnia, w której te ceny występowały. Obliczono roczne i okresowe zyski, które można uzyskać z zakupu i sprzedaży zmagazynowanej energii. Przeprowadzone obliczenia i analizy umożliwiły porównania międzyrynkowe. Obliczono czas zwrotu magazynowania energii oraz zbadano opłacalność inwestycji. W ostatniej części przedstawiono wnioski oraz możliwości i sugestie dalszych badań w tym obszarze. Jak obliczono, najbardziej opłacalnym przypadkiem po uwzględnieniu efektywności ekonomicznej był zakup na RDN i sprzedaż na RDN w części 2023 roku: 18 751,61 [EUR/MWh mocy]. Dla porównania, najwyższą wartość za rok 2021 uzyskano w przypadku sprzedaży i zakupu na IDM, z zyskiem na poziomie 7531,23 [EUR/MWh mocy].
4
Content available Literature review. Pricing rule alternatives for the European day-ahead market
Weißensteiner Felix
Managerial Economics
|
2023
|
Vol. 24, no. 2
187–-217
EN
This literature review delves into the intricate realm of pricing rules in the day-ahead electricity market, spurred by a notable surge in 2022 electricity prices. Employing a comparative analysis of uniform pricing (UP), discriminatory pricing (DP), and the Vickrey–Clarke–Groves (VCG) pricing rule, the study navigates the complexities of these mechanisms. The evaluation unveils contrasting perspectives: the political push for consumer-friendly low prices versus the efficiency aspiration for a self-regulating market. DP, minimizing average prices but increasing volatility, and VCG, excelling in productive efficiency, are pitted against UP, the prevailing yet imperfect norm. The findings underscore the nuances of each rule"," DP leads to reduced average prices and heightened volatility, while VCG ensures superior productive efficiency. Despite UP’s simplicity, it prompts inefficiencies and political costs. These insights illuminate the pivotal choice faced by policymakers, balancing efficiency, fairness, and market sustainability.
5
Content available Selected aspects of functioning of the day-ahead and intraday markets in the electricity market
Malska Wiesława
Zeszyty Naukowe Politechniki Rzeszowskiej. Elektrotechnika
|
2022
|
z. 39
93--112
EN
The paper presents a statistical analysis of prices and volumes of electricity quoted on the Day-Ahead Market (DAM) and the Intra-Day Market (IDM) of the Polish Power Exchange (POLPX). The analysis was carried out for weighted average hourly prices and volumes of electricity for two selected periods. Data available from the Polish Power Exchange was used. In the face of the energy crisis and the uncertainty caused by war and the limited supply of raw materials used to produce electricity, knowledge of the operation of the DAM and IDM is of significant economic, strategic importance, which is related to the security of electricity supply and its prices. The exchange market in Poland is supervised by the Energy Regulatory Office and the Financial Supervision Commission. During the energy crisis, the role of energy exchanges is increasing, not only in Poland, and knowledge of the functioning of the energy market is also one of the elements of strategic management in the energy sector. The Statistica v.13.3 software was used to analyse the data.
PL
W artykule zaprezentowano analizę statystyczną cen i wolumenu energii elektrycznej notowanych na Rynku Dnia Następnego (RDN) i Rynku Dnia Bieżącego (RDB) Towarowej Giełdy Energii (TGE). Analizę przeprowadzono dla średnioważonych cen godzinowych i wolumenu energii elektrycznej dla dwóch wybranych okresów. Wykorzystano dane dostępne na Towarowej Giełdzie Energii. W obliczu kryzysu energetycznego i niepewności spowodowanej wojną i ograniczoną podażą surowców wykorzystywanych do produkcji energii elektrycznej znajomość funkcjonowania RDN i RDB ma istotne znaczenie ekonomiczne, strategiczne, co wiąże się z bezpieczeństwem dostaw energii elektrycznej oraz jej cenami. Rynek giełdowy w Polsce jest nadzorowany przez Urząd Regulacji Energetyki i Komisję Nadzoru Finansowego. W czasie kryzysu energetycznego zwiększa się rola giełd energii, nie tylko w Polsce, a znajomość funkcjonowania rynku energii jest także jednym z elementów zarządzania strategicznego w energetyce. Do analizy danych wykorzystano program Statistica v.13.3.
6
Content available Correction of the parametric model of the Day-Ahead Market system using the Artificial Neural Network
Marlęga Radosław
Studia Informatica : systems and information technology
|
2022
|
Vol. 1(26)
85--105
EN
The paper shows that it is possible to correct the identification model of the Day-Ahead Market system by employing the Perceptron Artificial Neural Network. First, a simulation model of the DAM system at the POLPX has been built, and then it has been shown how the model can be corrected so that the weighted average electricity prices obtained are close enough to the exchange-quoted ones. Next, simulation, comparative and sensitivity studies of the model were carried out for forecast data for four characteristic hours: 6, 12, 18, and 24 of the following year. Many interesting research results were obtained, including a result of sensitivity testing it was shown that the obtained models can be used in forecasting studies.
7
Content available remote Zasady funkcjonowania elektrowni słonecznych na rynku bilansującym
Zuba Monika
Gaz, Woda i Technika Sanitarna
|
2022
|
Nr 4
28--38
PL
W artykule omówiono produkcję energii elektrycznej ze źródeł fotowoltaicznych. Analizowano ceny energii elektrycznej na rynku bilansującym oraz rynku dnia następnego.
EN
The article discusses the production of electricity from photovoltaic sources. Electricity prices on the balancing market and the day-ahead market were analyzed.
8
Content available Quantum inspiration to build a neural model based on the Day-Ahead Market of the Polish Power Exchange
Ruciński Dariusz
Studia Informatica : systems and information technology
|
2021
|
Vol. 1-2(25)
23--37
EN
The article is an attempt of the methodological approach to the proposed quantum-inspired method of neural modeling of prices quoted on the Day-Ahead Market operating at TGE S.A. In the proposed quantum-inspired neural model it was assumed, inter alia, that it is composed of 12 parallel Perceptron ANNs with one hidden layer. Moreover, it was assumed that weights and biases as processing elements are described by density matrices, and the values flowing through the Artificial Neural Network of Signals are represented by qubits. Calculations checking the correctness of the adopted method and model were carried out with the use of linear algebra and vector-matrix calculus in MATLAB and Simulink environments. The obtained research results were compared to the results obtained from the neural model with the use of a comparative model.
9
Content available Quantum-inspired method of neural modeling of the day-ahead market of the Polish electricity exchange
Tchórzewski Jerzy, Ruciński Dariusz
Control and Cybernetics
|
2021
|
Vol. 50, No. 3
383--399
EN
The paper presents selected elements of a modelling methodology involving quantization, quantum calculations and dequantization on the example of the neural model of the Day-Ahead Market of the Polish Electricity Exchange. Based on the fundamental assumptions of quantum computing, a new method has been proposed here of converting the real numbers in decimal notation into quantum mixed numbers using the probability modules of quantum mixed number and the principle of superposition, along with a new method of quantum calculations using linear algebra and vectormatrix calculus, and the Artificial Neural Network was taught accordingly. Dequantization of quantum mixed numbers to real numbers in decimal notation using the new method of dequantization has been proposed as well. The operation of the methods introduced was shown on numerical examples.
10
Polish day-ahead electricity market prices. Features analysis
Bobinaite V., Juozapaviciene A., Staniewski M., Szczepankowski P.
Rynek Energii
|
2012
|
Nr 5
101--111
EN
The goal of this article is to better understand electricity market price formation processes in Poland through an analysis of the features (volatility and spikes) of Polish day-ahead electricity market prices. The following indicators have been calculated to determine electricity market price volatility: the oscillation coefficient; the coefficient of variation; the standard deviation indicator; the daily velocity indicator, which is based on the overall average price; and the daily velocity indicator, which is based on daily average price. Critical values for electricity market price have been calculated to evaluate price spikes. This analysis reveals that Polish electricity market price volatility is moderate. Electricity price spikes have been an observable phenomenon in Polish day-ahead electricity markets, encompassing 3.15% of the time period analysed in Poland.
PL
Artykuł przedstawia wyniki analizy wybranych czynników (cech) kształtujących ceny energii elektrycznej dnia następnego. Ma na celu przybliżenie i lepsze zrozumienie procesów kształtujących ceny rynkowe energii elektrycznej w Polsce. Analizę oparto m.in. na badaniu zmienności cen energii elektrycznej i wyliczono w tym zakresie następujące współczynniki: wahań cen, ich zmienności statystycznej, odchylenia standardowego oraz dziennej szybkości zmiany cen, związanej z porównywaniem ich średnich dziennych wielkości. Wartości krytyczne rynkowej ceny energii elektrycznej zostały obliczone w celu oszacowania wielkości skoków cenowych. Analiza pokazuje, że zmienność cen energii elektrycznej na rynku polskim jest umiarkowana. Zaobserwowane zjawisko skoków cen dnia następnego na rynku energii elektrycznej w Polsce opisuje nieco ponad 3% ogólnej zmiany cen w całym analizowanym okresie.
11
Prognozowanie cen energii elektrycznej na rynku dnia następnego metodami data mining
Fijorek K., Mróz K., Niedziela K., Fijorek D.
Rynek Energii
|
2010
|
nr 6
46-50
PL
Celem artykułu jest zbadanie potencjału wybranych, współcześnie zaproponowanych metod data mining w kontekście prognozowania cen energii elektrycznej na rynku dnia następnego. Szczególny nacisk został położony na zbadanie algorytmu lasów losowych. Prognozy uzyskane metodą lasów losowych porównano z prognozami wygenerowanymi przez model regresji liniowej, model regresji medianowej oraz regresyjną metodę wektorów nośnych.
EN
The aim of the paper is to study capabilities of selected, recently introduced supervised data mining algorithms in context of day-ahead electricity prices forecasting. Special stress was put on studying random forests. The quality of random forests forecasts was compared to forecasts obtained from multiple regression, median regression and support vector regression.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.