Dinamički hibridni model za kratkoročno predviđanje cijena električne energije na veleprodajnom tržištu

doctoral thesis

• Title (english): Dynamic hybrid model for short-term electricity price forecasting on the wholesale market
• Author: Marin Cerjan
• Mentor: Marko Delimar (mentor)
• Committee member: Marko Delimar (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; (Department of Energy and Power Systems); Zagreb
• Defense date and country: 2019, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Electrical Engineering; Power Engineering
• Universal decimal classification (UDC): 620; APPLIED SCIENCES. MEDICINE. TECHNOLOGY; Materials testing. Power stations. Economics of energy

Abstract

Ovom disertacijom predstavljen je dinamički hibridni model za kratkoročno predviđanje cijena električne energije na veleprodajnom tržištu-HIRA (hibridni iterativni reaktivno adaptivni model).U prvom koraku HIRA metode analizira se stupanj razvijenosti tržišta, njegova struktura i osnovni parametri koji ga opisuju. Iz dobivenih karakteristika tržišta, u drugom koraku određuju se parametri koji su bitni za predviđanje cijena električne energije za konkretno tržište. U ovisnosti o broju ulaznih parametara, za predviđanje cijena električne energije koristi se metoda sličnih dana ili hibridna metoda koja kombinira metodu sličnih dana, neuronske mreže i metodu za utvrđivanje cjenovnih skokova. HIRA model je dinamičan, te se predviđanje cijena električne energije provodi u više iteracija u ovisnosti o vremenskoj dostupnosti podataka. Predloženi HIRA model za predviđanje cijena primijenjen je i testiran na stvarnim podacima za mađarsko tržište električne energije. Na testiranom uzorku model se pokazao robustan u predviđanju cijena, te je neovisno o volatilnosti cijena dao rezultate koji su primjenjivi u praksi. Znanstveni doprinosi ove disertacije su: Model za određivanje relevantnih parametara za kratkoročno predviđanje cijena električne energije na burzama električne energije; Metoda za kratkoročno predviđanje cijena električne energije u ovisnosti o dostupnosti podataka i Hibridni dinamički model za kratkoročno predviđanje cijena električne energije na veleprodajnom tržištu koji koristi statistički model zasnovan na metodi sličnih dana i umjetnih neuronskih mreža.

Abstract (english)

In this doctoral thesis a dynamic hybrid model – HIRA for short-term electricity price forecasting on the wholesale market is presented. HIRA (hybrid iterative reactive adaptive) model has no limit on the number of input parameters, making it adaptable to any electricity market. HIRA method consists of two phases; analysis of observed market and a forecasting phase. The first phase input parameters are defined according to market structure. Obtained parameters are then used as data inputs for electricity price forecast using a hybrid method. Depending on the number of input parameters for the electricity price forecast, a similar day method or a hybrid method is used. Hybrid method combines a statistical method of similar days, a neural network and a method for determining price spikes. The HIRA model is dynamic and the forecast of electricity prices is made in multiple iterations depending on available market data, while the first step of market analysis adapts the model to the specifics of a market on which it is used for forecasting. The proposed HIRA forecasting model was tested with actual data for the Hungarian electricity market. Results show that with HIRA hybrid method, forecasting error is stable and doesn't depend on price volatility. The HIRA method has proven to be applicable for forecasting electricity prices in real-time market conditions with the aim of effectively hedging price risk in the production or market portfolio.

• Keywords: Dinamički hibridni model; predviđanje cijena električne energije; kratkoročno tržište; tržište električne energije; neuronske mreže
• Keywords (english): Dynamic hybrid model; short-term electricity price forecast; electricity market; neural network
• Language: croatian
• URN:NBN: urn:nbn:hr:168:456330
• Study programme: Title: Electrical Engineering and Computing; Study programme type: university; Study level: postgraduate; Academic / professional title: Doktor znanosti elektrotehnike i računarstva (Doktor znanosti elektrotehnike i računarstva)
• Type of resource: Text
• Extent: 152 str. ; 30 cm.
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2019-04-01 15:45:27