Evaluation of the application of a forecasting model using the classic least squares method in forecasting daily 15-minute peak power demand in the national power system

• Autorzy: Czapaj Rafał , Kamiński Jacek , Benalcazar Pablo

Identyfikatory

DOI

10.12736/issn.2330-3022.2019104

Warianty tytułu

PL

Ocena zastosowania modelu prognostycznego wykorzystującego klasyczną metodę najmniejszych kwadratów w prognozowaniu 15-minutowego szczytowego dobowego zapotrzebowania na moc w KSE

• Języki publikacji: EN PL

Abstrakty

EN

The paper discusses the results of historical (ex post) forecasting of the 15-minute peak demand for power in the National Power System (NPS). The study employed the classic least squares method based on the autoregressive nature of the analysed quantity (without explanatory variables) only. Simulation tests in the expired mode (with known value of the forecast variable) for the following day included analyses for 2nd and 3rd order polynomials, for the number of values delayed by from 2 to 16 preceding days, and the purpose of the study was to select their most favourable combinations. The analysed time series covered the periods of 13 years and 5 years divided into weekdays. The forecast results (ex post and ex ante) were compared with naive forecasts (for weekly delays) assuming the assignment of earlier values to the forecast quantities. Effectiveness of the most favourable expired prediction for the 3rd order polynomial and the 15-day delay obtained by the classic least squares method was lower than for the naive forecasts.

PL

W artykule przedstawiono wyniki prognozowania wygasłego (na podstawie ex post) 15-minutowego szczytowego zapotrzebowania na moc elektryczną w Krajowym Systemie Elektroenergetycznym (KSE). Badania przeprowadzono z zastosowaniem klasycznej metody najmniejszych kwadratów (MNK), bazując jedynie na autoregresyjnym charakterze analizowanej wielkości (bez udziału zmiennych objaśniających). Testy symulacyjne w trybie wygasłym (przy znanej wartości zmiennej prognozowanej) na następną dobę obejmowały analizy dla wielomianu 2 oraz 3 stopnia, dla liczby wartości opóźnionych od 2 do 16 dób poprzedzających, a celem artykułu było najkorzystniejsze dobranie ich kombinacji. Analizowane szeregi czasowe obejmowały okres 13 lat oraz 5 lat w podziale na dni tygodnia. Otrzymane wyniki prognoz (ex post i ex ante) porównano z prognozami naiwnymi (dla opóźnień tygodniowych), zakładającymi przypisanie wartościom prognozowanym wartości wcześniejszych. Skuteczność najkorzystniejszej wygasłej predykcji dla wielomianu 3 stopnia i opóźnienia 15-dobowego za pomocą klasycznej metody najmniejszych kwadratów była niższa niż dla prognoz naiwnych.

Słowa kluczowe

EN

forecasting; electric power demand; national power system load; classic least squares error method

PL

prognozowanie; zapotrzebowanie na moc elektryczną; obciążenie KSE; klasyczna metoda najmniejszych kwadratów błędów

• Wydawca: ENERGA SA
• Czasopismo: Acta Energetica
• Rocznik: 2019
• Tom: nr 1
• Strony: 45--51
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Czapaj Rafał

• PSE Innowacje Ltd.

autor

Kamiński Jacek

• Mineral and Energy Economy Research Institute of the Polish Academy of Sciences, Krakow

autor

Benalcazar Pablo

• Mineral and Energy Economy Research Institute of the Polish Academy of Sciences, Krakow

Bibliografia

• 1. Prognozowanie w elektroenergetyce [Forecasting in the Power Sector], edited by I. Dobrzańska, Wydawnictwo Politechniki Częstochowskiej, Czestochowa 2002.
• 2. Kopecki K. et al., Analiza i prognoza obciążeń elektroenergetycznych [Analysis and Forecast of Power Loads], Wydawnictwa Naukowo- Techniczne, Warsaw 1971.
• 3. Czyżycki R., Klóska R., Ekonometria i prognozowanie zjawisk ekonomicznych w przykładach i zadaniach [Econometrics and Economic Phenomena Forecasting in Examples and Exercises], Economicus, Szczecin 2011, pp. 30–31.
• 4. Pawłowski Z., Elementy ekonometrii [Elements of Econometrics], PWN, Warsaw 1981, pp. 186, 209–212, 224–229.
• 5. Romejko A., Estymacja liniowego modelu wydatków metodą największej wiarygodności [Linear Expenditure Model Estimation by Highest Likelihood Method], Wiadomości Statystyczne, No. 75, 1978, pp. 11–14.
• 6. Hellwig Z., O jakości modelu ekonometrycznego. Część II. Estymacja, [About Econometric Model Quality. Part II. Estimation] Przegląd Statystyczny, No. 4, 1985, p. 297.
• 7. Kolupa M., Metody estymacji modeli ekonometrycznych [Methods for Econometric Models Estimation], PWE, Warsaw 1974.
• 8. Milo W., Nieliniowe modele ekonometryczne [Non-linear Econometric Models], PWN, Warsaw 1990.
• 9. Grabiński T., Wydymus S., Szacowanie liniowych funkcji trendu metodą najmniejszych kwadratów przy pomocy wzorów uproszczonych [Estimation of Linear Trend Functions by Least Squares Method with Simplified Formulas], Wiadomości Statystyczne, No. 4, 1975, GUS, p. 20.
• 10. Ekonometria. Metody i analiza problemów ekonomicznych [Econometrics. Methods and Analysis of Economic Problems], ed. K. Jajuga, Akademia Ekonomiczna, Wrocław 2002, p. 59.
• 11. Gruszczyński M., Kuszewski T., Podgórska M., Ekonometria i badania operacyjne, podręcznik dla studiów licencjackich [Econometrics and Operational Research, a textbook for bachelor studies], PWN, Warsaw 2009.
• 12. Borkowski B., Dudek H., Szczęsny W., Ekonometria wybrane zagadnienia [Econometrics Selected Issues], PWN, Warsaw 2003.
• 13. Stanisz A., Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny [Accessible Statistics Course with STATISTICA PL on Examples from Medicine], Vol. 1 i 2, StatSoft Polska, Krakow 2006.

Uwagi

1. Wersja polska na stronach 52--57.