Optimizing the acquisition cost of input data for daily National Power System load forecasts using automated statistical methods

• Autorzy: Czapaj R.

Identyfikatory

DOI

10.12736/issn.2300-3022.2017303

Warianty tytułu

PL

Optymalizacja kosztów zakupu danych wejściowych do prognoz dobowego obciążenia KSE przy wykorzystaniu zautomatyzowanych metod statystycznych

• Języki publikacji: EN PL

Abstrakty

EN

The paper presents the possibility of using statistical methods to automate the selection of explanatory variables to balance the daily load of the National Power System (NPS). With automation, the cost of input forecast purchase may be optimized by minimizing their number, and the results also allow for a reduction in the effort required to select input parameters (explanatory variables) for later forecasting of NPS daily loads.

PL

Artykuł prezentuje możliwość skorzystania z metod statystycznych automatyzujących dobór zmiennych objaśniających na przykładzie dobowego obciążenia Krajowego Systemu Elektroenergetycznego (KSE). Automatyzacja pozwala na optymalizację kosztów zakupu prognoz wejściowych dzięki minimalizacji ich liczby, a uzyskane wyniki pozwalają dodatkowo na zmniejszenie nakładów pracy związanych z wyborem parametrów wejściowych (zmiennych objaśniających) na potrzeby późniejszego opracowywania prognoz dobowego obciążenia KSE.

Słowa kluczowe

EN

NPS load; NPS power demand; hourly average forecasts; explanatory variables; input parameters; meteorological parameters; statistical methods; data mining

PL

obciążenie KSE; zapotrzebowanie mocy KSE; prognozy średnich wartości godzinowych; zmienne objaśniające; parametry wejściowe; parametry meteorologiczne; metody statystyczne; data mining

• Wydawca: ENERGA SA
• Czasopismo: Acta Energetica
• Rocznik: 2017
• Tom: nr 3
• Strony: 37--42
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Czapaj R.

• PSE Innowacje sp. z o.o.

Bibliografia

• 1. G. Bartodziej, M. Tomaszewski, “Polityka energetyczna i bezpieczeństwo energetyczne” [Energy policy and energy security] – issue II, „Nowa Energia” Publishers, Racibórz 2008.
• 2. A. Weron, R. Weron, “Giełda Energii: strategie zarządzania ryzykiem” [Energy Exchange: risk management strategies], CIRE, Hugo Steinhaus Center of Stochastic Methods, Wrocław University of Technology, Wrocław 2000.
• 3. R. Klóska, M. Hundert, R. Czyżycki, “Wybrane zagadnienia z prognozowania” [Selected forecasting issues], Economicus, Szczecin 2007.
• 4. A. Zeliaś, B. Pawełek, S. Wanat, “Prognozowanie ekonomiczne. Teoria, przykłady, zadania” [Economic forecasting. Theory, examples, tasks], Wydawnictwo Naukowe PWN, Warsaw 2003.
• 5. “Prognozowanie w elektroenergetyce. Zagadnienia wybrane” [Forecasting in power engineering. Selected issues] , editor I. Dobrzyńska, Silesian University of Technology Publishers, Częstochowa 2012.
• 6. K. Kopecki et al., “Analiza i prognoza obciążeń elektroenergetycznych” [Analysis and forecast of electrical power loads], Wydawnictwa Naukowo-Techniczne, Warsaw 1971.
• 7. D. Witkowska, “Podstawy ekonometrii i teorii prognozowania. Podręcznik z przykładami i zadaniami” [Fundamentals of econometrics and forecasting theory. A textbook with examples and tasks] , Oficyna Ekonomiczna, Kraków 2005.
• 8. S.M. Kot, J. Jakubowski, A. Sokołowski, “Statystyka. Podręcznik dla studiów ekonomicznych” [Statistics.Textbook for Economic Students], Centrum Doradztwa i Informacji, Warsaw 2007.
• 9. www.pse.pl.
• 10. R. Pieczarko, M. Sołtysik, “Analiza wpływu generacji źródeł wiatrowych na poziom kształtowania się cen energii elektrycznej na rynku SPOT” [Analysis of the impact of wind generation on the electricity pricing in the SPOT market], Scientific Conference „Forecasting in power engineering”, Podlesice 2016.
• 11. R. Czapaj, P. Rzepka, M. Szablicki, “Typowanie zmiennych objaśniających przy wykorzystaniu zautomatyzowanych metod statystycznych jako sposób optymalizacji wyboru metody estymacji szczytowego dobowego obciążenia KSE” [Selection of explanatory variables using automated statistical methods as a way of optimizing the choice of the method of estimating the NPS peak daily load], Scientific Conference „Forecasting in power engineering”, Podlesice 2016.
• 12. M. Kozakiewicz et al., “Zastosowanie ekonometrycznych modeli prognostycznych w transakcjach proprietary trading” [Use of econometric forecasting models in proprietary trading], Scientific Conference “Electricity Market”, Kazimierz Dolny 2015.

Uwagi

1. Wersja polska na stronach 43--48.

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).