Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: prognozowanie cen energii

Sortuj według:

Ogranicz wyniki do:

Zastosowanie metod uczenia maszynowego do krótkoterminowych prognoz cen energii na rynku dnia następnego

100%

Popławski T. , Adamusiński M. , Kurkowski M.

Rynek Energii

2024

tom Nr 4

32--38

Artykuł porusza problematykę krótkoterminowego prognozowania cen energii elektrycznej na Towarowej Giełdzie Energii przy zastosowaniu algorytmów uczenia maszynowego. Badania zostały przeprowadzone na rzeczywistych danych historycznych z Rynku Dnia Następnego (RDN) publikowanych przez TGE S.A. oraz danych z Planów Koordynacyjnych Dobowych publikowanych przez PSE S.A. W artykule zaproponowano dwa modele prognostyczne, tj. regresję liniową oraz regresję wielomianową. Próby zostały wykonane na 30-sto oraz 60-cio dniowych okresach testowych, a następnie zostały wykonane prognozy wygasłe. Wyniki zostały przedstawione w postaci wskaźnika R2 oraz błędu względnego prognoz.

The article is about short term prediction of electricity prices on the polish power exchange (TGE) with algorithms of the machine learning. Research was conducted on actual historical data taken from Day—Ahead Market (RDN) publicized by TGE S.A. and data from day’s coordination plans publicized by PSE S.A. In the article the authors propose two prediction models: linear regression and polynomial regression. Test were taken on 30 and 60 day periods the there were made terminated forecasts. The results were are presented in the form of R2 index and relative error of the forecasts.

Możliwości zwiększenia wartości rynkowej produkcji poprzez optymalizację harmonogramów pracy elektrowni wodnej na dobę następną

100%

Pakulski T.

2019

tom Nr 63

81--84

Opracowanie ma na celu przedstawienie możliwości zwiększenia wartości rynkowej produkcji elektrowni wodnych (EW) poprzez cenową optymalizację harmonogramów ich pracy na dobę następną. W referacie przedstawiono koncepcję prognozowania cen energii na Towarowej Giełdzie Energii (TGE) na podstawie określonych w Krajowym Systemie Elektroenergetycznym (KSE) warunków popytowo - podażowych. Zaprezentowano wyniki testowania oraz walidacji modeli prognostycznych, wykorzystujących metody sztucznej inteligencji, pod kątem poprawności prognozowania oraz odwzorowania dobowych profili cenowych. Wykazano, że poprzez zmianę dobowego harmonogramowania pracy EW istnieje możliwość zwiększenia wartości rynkowej produkcji EW w okresie średniorocznym o ok. 5-7 % w stosunku do wariantu aktualnego.

The study aims at presenting the possibilities of hydropower plants (HPPs) market value production increase through a day ahead pricing schedule optimization. The change of HPPs planning system in Poland results from the new provisions introduced in national legislation, in particular from the validity of the renewable energy sources act. The approach presented in this paper is based on the change of current HPPs schedules by using energy price forecasts. The paper presents the concept of energy price forecasting at the Polish Power Exchange (PPE) based on the demand and supply conditions defined in the National Power System. The results of testing and validation forecast models using artificial intelligence methods were presented. The research was carried out to check correctness of forecasting systems and the mapping of daily price profiles in various conditions. It has been shown that it is possible to increase the HPPs production market value by changing the daily HPPs operation schedule by about 5-7% compared to the present case. The risk factors that may contribute to the reduction of the expected income were indicated. Potential areas for further growth in the production market value were presented.