Modelowanie sezonowości a prognozowanie zapotrzebowania na energię elektryczną

• Autorzy: Misiorek A. , Weron R.

Warianty tytułu

EN

Modelling According to Seasons and Forecasting Electricity Demand

• Języki publikacji: PL

Abstrakty

PL

Poddano analizie dwa statystyczne podejścia do prognozowania zapotrzebowania na energię elektryczną. W obu modelowano zapotrzebowanie jako sumę dwóch komponent - deterministycznej (reprezentującej sezonowości) oraz stochastycznej (reprezentującej szum). Różnią się one jednak zastosowaną techniką usuwania sezonowości. W modelu A używa się różnicowania, natomiast w modelu B wykorzystuje niedawno zaproponowaną technikę sezonowej zmienności. W obu modelach komponenta stochastyczna opisywana jest szeregiem ARMA. Modele są testowane na procesie zapotrzebowania (system-wide load) z rynku kalifornijskiego i porównywane z oficjalną prognozą operatora (California System Operator, CAISO). Okazuje się, że w przypadku wolnego rynku, na którym większość transakcji jest dokonywana na giełdzie, model prosty, nie korzystający z informacji o zmiennych zewnętrznych, potrafi lepiej opisać proces zapotrzebowania niż model operatora systemu.

EN

In this paper two statistical approaches to load forecasting are analyzed. In both of them electricity load as a sum of two components - a deterministic one (representing load seasonal character) and a stochastic (representing noise) is modeled. They differ in the choice of the reduction method of load seasonal character. Model A utilizes differentiating, while Model Buses recently developed seasonal volatility technique. In both models the stochastic component is described by ARMA time series. Models are tested with use of time series process of system-wide loads from the California power market and compared with the official forecast of the California System Operator (CAISO). It turns out that in the presence of an exchange driven deregulated market a simple model, that does not incorporate external variables, is capable to model electricity load better than CAISO.

Słowa kluczowe

PL

modelowanie sezonowością; energia elektryczna; load forecasting; California System Operator

EN

load forecasting; stochastic component; driven deregulated market

• Wydawca: Oficyna Wydawnicza Energia [Stowarzyszenie Elektryków Polskich - COSiW]
• Czasopismo: Energetyka
• Rocznik: 2004
• Tom: nr 12
• Strony: 780--785
• Opis fizyczny: rys., wykr., Bibliogr. 17 poz.

Twórcy

autor

Misiorek A.

• IASE Wrocław

autor

Weron R.

• Centrum im. H. Steinhausa, Politechnika Wrocławska

Bibliografia

• [1] Barndorff-Nielsen O.E. (1977): Exponentially decreasing distriutions for the logarithm of particie size, Proc. Roy. Soc. London A 353, 401-419
• [2] Borgosz-Koczwara M., Kozłowski M., Misiorek A, Piesiewicz T. (2001): Analiza metod prognozowania procesu zapotrzebowania na energię elektryczną. Energetyka 12/2001, 759-764
• [3] Brockwell PJ., Davis R.A (1991): Time Series: Theory and Methods, 2nd Edition, Springer, New York
• [4] Brockwell P.J., Davis R.A. (1996): Introduction to lime Series and Forecasting, Springer, New York
• [5] Bunn D. (2000): Forecasting loads and prices in competitive power markets. Proc. IEEE 88 (2), 163-169
• [6] Choi, ByoungSeon (1992): ARMA Model ldentification, New York, Springer-Verlag, 129-132
• [7] Hippert H.S., Pedreira C.E., Souza R.C. (2001): Neural networks for short-term load forecasting: a review and evaluation. IEEE Trans. Power Systems 16 (1), 44-55
• [8] Kaminski V. (1997): The challenge of pricing and risk managing electricity derivatives [in:] P. Barber, ed., The US Power Market, Risk Books, London
• [9] Makridakis S., Wheelwright S. C., Hyndman R. J. (1998) Forecasting - methods and applications, 3rd ed., Wiley, New York
• [10] Malko J., Weron A (2001): - Kalifornia - anatomia zaćmienia Rynek Terminowy 12 (2/01), 70-78
• [11] Misiorek A., Piesiewicz T. (2002): Dekompozycja jako istotny etap prognozowania zapotrzebowania na energię elektryczną. Materiały IX Kont. Nauk.-Techn. REE'2002, Kazimierz Dolny, 13-15 maja 2002, tom II, 161-167
• [12] Nowicka-Zagrajek J., Weron R. (2002): Modeling electricity lods in California: AR MA models with hyperbolic noise. Signal Processing 82 (12), 1903-1915
• [13] Pandit S.M., Wu S.M. (1983): Time Series and System Analysis with Applications, Wiley, New York
• [14] Sadownik R., Barbosa E.P. (1999): Short-term torecastinq of industrial electricity consumption in Brasii, J. Forecast. 18, 215-224
• [15] Smith M. (2000): Modeling and short-term forecasting of New South Wales electricity system load, J. Bus. Econom. Statist. 18,465-478
• [16] Tsay R.S., liao G.C. (1984): Consistent Estimates of Autoregressive Parameters and Extended Sample Autocorrelation Function for Stationary and Nonstationary ARMA Models, JASA 79 (385), 84-96
• [17] Weron R., Kozlowska B., Nowicka-Zagrajek J. (2001): Modeling electricity loads in California: a continuous-time approach. Physica A 299, 344-350