Alat za statističku obradu velikog skupa podataka s energetskih tržišta s ciljem stohastičkog modeliranja agregatora odziva potrošnje

master's thesis

• Title (english): Tool for statistical analysis of energy market data with the aim of stochastic modelling of the demand response aggregator
• Author: Domagoj Badanjak
• Mentor: Tomislav Capuder (mentor)
• Committee member: Tomislav Capuder (predsjednik povjerenstva)
• Committee member: Juraj Havelka (član povjerenstva)
• Committee member: Marko Delimar (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2019-07-12, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Electrical Engineering

Abstract

Ovaj rad započinje kratkim opisom liberalizacije tržišta električne energije i njegovih glavnih svojstava. Svo sljedeće istraživanje temelji se na primjeru Danske, čija je struktura tržišta električne energije detaljno istražena i opisana s fokusom na veleprodaju i pomoćne usluge. Zatim slijedi proces prikupljanja javno dostupnih podataka potrebnih za daljnju statističku analizu. Tako prikupljeni sirovi podatci morali su proći proces predobrade kako bi potencijalne greške bile uklonjene i kako bi podatci bili prilagođeni daljnjim potrebama analize. Razvijeni programski alat je definirao korelacije između unutardnevnog tržišta vezanih za uravnoteženjem sustava te cijena dan-unaprijed tržišta (ili njihovih prognoza) te tomu sličnih korelacija. Dobiveni rezultati su pridonijeli razvoju histograma te modeliranju frekvencija pojavljivanja određenih cijena u različitim uvjetima na tržištu. U nastavku je promatrana i komentirana razlika koja se javlja između cijena unutardnevnog i dan-unaprijed tržišta. Zadnje poglavlje bilo je posvećeno strojnom učenju i potencijalu koje nudi za predviđanje cjenovnih trendova (regresija) te uočavanje značajnih događaja (klasifikacija).

Abstract (english)

This thesis starts with a short introduction to the liberalization of the electricity market. Describes its structure and continues further analysis on the example of Denmark. Danish electricity market structure is thoroughly investigated and described with the focus on the wholesale market and ancillary services. Afterwards publicly available data needed for further statistical analysis is gathered and the process is explained. Raw data is preprocessed in such manner that errors are removed, and tailor-made fine-tuning was done. Developed software processes big sets of historical data defining correlations between intra-day prices related to system balancing with day-ahead market prices (or its forecast) and similar correlations. Based on these statistical results histograms are created, modelling frequency of certain price occurrences in different market conditions. Furthermore, the spread between day-ahead and intraday prices is observed and commented. The last chapter deals with the usage of machine learning algorithms in order to predict future price trends (regression) or to mark occurrences that are worthy of attention (classification).

• Keywords: analiza podataka; modeliranje tržišta; operacijsko planiranje; optimizacija; statistička analiza
• Keywords (english): Data Analytics; Market Modelling; Operational Planning; Optimization; Statistical Analysis
• Language: croatian
• URN:NBN: urn:nbn:hr:168:944108
• Study programme: Title: Electrical Engineering and Information Technology; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije (magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2020-01-07 16:19:30