Szeregi czasowe na rynku energii elektrycznej

• Autorzy: Tomasz Jasiński , Agnieszka Ścianowska

Warianty tytułu

Time Series on the Energy Market

• Języki publikacji: PL

Abstrakty

W artykule przedstawiono możliwości przewidywania zapotrzebowania na energię elektryczna oraz jej cen na rynku hurtowym przy wykorzystaniu narzędzi z dziedziny sztucznej inteligencji, a także opisano możliwości minimalizacji ekstremów popytowych i cenowych poprzez wprowadzenie inteligentnych liczników w obszarze detalicznego rynku energii. W badaniach wykorzystano m.in. sztuczne sieci neuronowe wspomagane innymi technikami przekształcania danych, jak np. klasyczna analiza techniczna oraz dyskretna transformata falkową. (abstrakt oryginalny)

EN

The paper presents the possibility of predicting the demand for electric energy and its price in the wholesale market using tools of artificial intelligence, and describes the possibilities to minimize the peaks of demand and pricing through the introduction of smart grid in the retail energy market. In the studies have been used artificial neural network supported by other techniques of data transforming, such as the classic technical analysis and discrete wavelet transform. (original abstract)

Słowa kluczowe

PL

Rynek energetyczny; Prognozowanie; Szeregi czasowe; Sztuczne sieci neuronowe (SSN); Transformacja falkowa; Analiza techniczna; Inteligentna sieć

EN

Energy market; Forecasting; Time-series; Artificial neural networks (ANN); Wavelet transform; Technical analysis; Smart grid

• Czasopismo: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania
• Rocznik: 2014
• Numer: nr 35 T.2 Problemy współczesnej ekonomii
• Strony: 65-77

Twórcy

autor

Tomasz Jasiński

• Politechnika Łódzka

autor

Agnieszka Ścianowska

• Politechnika Łódzka

Bibliografia

• Chahkandi Nejad H., Mahvy M., Jahani R., Electricity Market Prediction Using Improved Neural Network, "Australian Journal of Basic and Applied Sciences" 2011, vol. 5(9).
• Jasiński T., Zastosowanie dyskretnej transformaty falkowej do poprawy wyników uzyskiwanych przez sztuczne sieci neuronowe, Oficyna Wydawnicza SGH, Warszawa 2004.
• Jasiński T., Niezawodność oraz metody jej zwiększania w różnych modelach rynku, w: A.T. Szablewski, M. Martin (red.), Ekonomiczne, regulacyjne, strukturalne i technologiczne uwarunkowania bezpieczeństwa energetycznego, Wydawnictwo Politechniki Łódzkiej, Łódź 2011.
• Koncepcja dotycząca modelu rynku opomiarowania w Polsce, ze szczególnym uwzględnieniem wymagań wobec Operatora Informacji Pomiarowej, Warszawa 9.02.2012.
• Kosiński Sz., Rynek energii 2014 - wybrane aspekty, "Energetyka Cieplna i Zawodowa" 2014, nr 2.
• Kumar Aggarwal S., Saini L., Kumar A., Electricity price forecasting in deregulated markets: A review and evaluation, "Electrical Power and Energy Systems" 2009, vol. 31.
• McCulloch W.S., Pitts W., A Logical calculus of the ideas immanent in nervous activity, "Bulletin of Mathematical Biophysics" 1943, vol. 5.
• Olek B., Wierzbowski M. Optymalizacja jako element smart grid, "Rynek Energii" 2013, nr 1.
• Osowski S., Sieci neuronowe w ujęciu algorytmicznym, Wydawnictwa Naukowo-Techniczne, Warszawa 1996.
• Sadowski J., Zawisza M., Kamiński B., Główne przyczyny występowania ekstremów cenowych na rynku bilansującym, "Rynek Energii" 2012, nr 2.
• Stanowisko Prezesa URE w sprawie niezbędnych wymagań wdrażanych przez OSD E inteligentnych systemów pomiarowo-rozliczeniowych z uwzględnieniem funkcji celu oraz proponowanych mechanizmów wsparcia przy postulowanym modelu rynku, Warszawa 31.05.2011.
• Strona internetowa: www.ieso-public.sharepoint.com.
• Tadeusiewicz R., Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1998.
• Witkowska D., Sztuczne sieci neuronowe i metody statystyczne. Wybrane zagadnienia finansowe, C.H. Beck, Warszawa 2002.
• Xu Z., Dong Z.Y., Liu W.Q., Neural Network Models For Electricity Market Forecasting, w: D. Wang, N.K. Lee (red.), Neural Networks Applications in Information Technology and Web Engineering, Borneo Publishing Co., Sarawak, Malaysia 2005.