Autokorelační model vytvořený pro rozpoznávání aditivní chyby v predikčních modelech cen elektřiny

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23220%2F13%3A43919717" target="_blank" >RIV/49777513:23220/13:43919717 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Autokorelační model vytvořený pro rozpoznávání aditivní chyby v predikčních modelech cen elektřiny

Popis výsledku v původním jazyce

Díky většímu podílu OZE v celkovém výrobním portfoliu zdrojů se velice dynamicky mění také tržní cena produkované elektřiny na velkoobchodní bázi. Díky značné závislosti OZE na počasí se tyto zdroje obchodně a dispečersky bilancují zejména na krátkodobých trzích, kde lze nejpřesněji produkci OZE predikovat. Z hlediska maximalizace marže hledáme nejvhodnější tržní prostředí pro prodej produkované elektřiny. Pro úvahy a porovnání několika různých trhů je tedy důležitá možnost nějakým způsobem tyto tržní ceny predikovat. Náhledů na modelování cenových křivek je několika, avšak prozatím u všech těchto modelů se setkáváme s aditivní systematickou chybou. Pro eliminaci této aditivní chyby byl sestrojen autokorelační model pro rozpoznání tohoto druhu chyb.

Název v anglickém jazyce

The Autoregressive Moving Average Model for Separation of The Additional Noise

Popis výsledku anglicky

This paper provides main modeling approaches for the predicition of electrcity prices. It presents actual global problem of RES (=Renewable Energy Sources) and their influences on hourly prices on wholesale markets. The strong wheather dependence of REScauses that RES are bilanced mainly on the short term markets as close to physical delivery as it is possible. The most appropriate markets for selling and maximalization of RES production are necessary to choose. For this type of consideration the highquality and massive predicition model of electricity prices are required. More kinds of predicition models have already existed, but still systematic errors exist there, which brings unrealibility to the price prediction. The autoregressive moving average models are proposed for separation of the additional noise and their calibration is shown.

Druh

D - Stať ve sborníku

CEP obor

JE - Nejaderná energetika, spotřeba a užití energie

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Aktuální otázky a vybrané problémy řízení elektrizační soustavy

ISBN

978-80-87774-10-6

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

1-6

Název nakladatele

EGÚ Praha Engineering

Místo vydání

Praha

Místo konání akce

Poděbrady

Datum konání akce

19. 11. 2013

Typ akce podle státní příslušnosti

CST - Celostátní akce

Kód UT WoS článku

—