System prognozowania rynków energii

Wielkość: px

Rozpocząć pokaz od strony:

Download "System prognozowania rynków energii"

Aleksandra Góra
6 lat temu
Przeglądów:

1 System prognozowania rynków energii STERMEDIA Sp. z o. o. Software Development Grupa IT Kontrakt ul. Ostrowskiego13 Wrocław Poland tel.: fax: Piotr Krajewski tel pkrajewski@dcad.com.pl Kamil Kaczorowski tel kkaczorowski@dcad.com.pl dr Marcin Zientara tel mzientara@dcad.com.pl

2 O nas Realizujemy własne projekty oraz projekty zamawiane. Działamy w takich obszarach jak: energetyka oraz modelowanie procesów technologicznych w przemyśle. DCAD jest działem badawczo analitycznym firmy Stermedia. Zajmujemy się zaawansowanym modelowaniem i analizą danych w oparciu o własne techniki i modele obliczeniowe bazujące na współczesnej wiedzy płynącej z nauk ścisłych. W realizacji naszych projektów ściśle współpracujemy z firmą psci zajmującą się opracowywaniem algorytmów analityczno - obliczeniowych.

3 O nas W oparciu o nasze metody obliczeniowe przygotowaliśmy na zlecenie Polskiego Stowarzyszenia Energetyki Wiatrowej ekspertyzę o niepewności produkcji źródeł wiatrowych w Polsce, która była podstawą charakterystyki ilościowej tych źródeł w ustawie o OZE z 2015r. Wraz z duńskim partnerem technologicznym ConWX dostarczamy Polskim operatorom farm wiatrowych dobowe prognozy wielkości produkcji wiatrowych źródeł energii elektrycznej. Razem z firmą psci tworzymy systemy do analizy i modelowania rynków energii oraz energetyki odnawialnej.

4 System prognozowania rynków energii - wprowadzenie System bazuje na oryginalnym wieloskalowym i wielowymiarowym modelu matematyczno- fizycznym do analizy i modelowania procesów stochastycznych. Wynikiem działania Systemu jest obliczenie dynamiki zmienności analizowanego rynku co umożliwia symulację jego ewolucji w czasie. System od strony użytkownika jest bezparametryczny tzn. wszystkie niezbędne parame- System automatycznie wyznacza zakres horyzontów czasowych dla których prognozy są maksymalnie wiarygodne w ujęciu matematycznym. System działa na bazie dostępnych danych związanych z badanym rynkiem oraz zadanego modelu matematycznego opisującego ten rynek. Wyniki generowane przez System mogą być użyte do bieżącego jak i długookresowego zarządzania swoimi aktywami na rynku energii. try są wyliczane automatycznie na podstawie ścisłych reguł matematycznych.

5 System prognozowania rynków energii co umożliwia Analizę i modelowanie dowolnego rynku kontraktów na dostawy energii w Polsce i za granicą, np.: rynki RDN, RB itd.; kontrakty godzinowe, blokowe, terminowe. Wyliczenie zakresu zmienności badanego rynku kontraktów dla zadanych horyzontów czasu i warunków początkowych - w postaci łącznego rozkładu prawdopodobieństwa. Wyliczenie zakresu warunkowej zmienności badanego rynku kontraktów dla zadanych staci prawdopodobieństwa warunkowe. Prognozę cen badanych kontraktów dla zadanych horyzontów czasu i warunkach kształtujących rynek (np. relacji podaż popyt) - w postaci wartości liczbowej. Konstruowaniu modeli matematycznych portfeli aktywów na modelowanych rynkach. Wyliczanie koherentnych miar ryzyka itp. horyzontów czasu i warunkach kształtujących rynek (np. relacji podaż popyt) - w po-

6 System prognozowania rynków energii co umożliwia Zmienność łączna rynku Zmienność warunkowa rynku Prognoza warunkowa ceny Przykład wyliczeń i prognozy

7 Analiza i prognozowanie - idea Analiza wielowymiarowa po skalach Rozpatrywany jest stan rynku w n wymiarowej przestrzeni stanów. Do każdego stanu przypisany jest n elementowy wektor X opisujący go ilościowo np. X = [cena spot, podaż / popyt, bilans systemu]. Wektor X definiuje również matematyczny model rynku. Analiza i prognozowanie opiera się na generowanym, na bazie danych historycznych oraz metod obliczeniowych propagacji rozkładów prawdopodobieństwa, modelu dynamiki zmienności rynku, który startując z bieżącego stanu rynku wylicza jego zmienność w przyszłości przeprowadza symulację ewolucji rynku. t0 W celu uzyskania informacji o dynamice rynku w czasie wszystkie szeregi czasowe tworzące wektor (model rynku) X analizowane są w kaskadzie skal czasu τi.

Analiza i prognozowanie - prognozowanie Analiza wielowymiarowa po skalach.

X- (M - 1) t1, X1 t2, X2 tm-1, XM-1 tm, X M Xi wektor n wymiarowy opisujący stan układu

X = [cena spot, temperatura, KZM] tj j-ta skala czasu M długość pomięci (historia) układu

8 Analiza i prognozowanie - prognozowanie Analiza wielowymiarowa po skalach. Przykład dla n = 2 Historia Prognoza t - t-1 t-1, X-1 t1 = t p t2 = t1 p t0, X0 T- (M - 1), X- (M - 1) t1, X1 t2, X2 tm-1, XM-1 tm, X M Xi wektor n wymiarowy opisujący stan układu chwili ti np. X = [cena spot, temperatura, KZM] tj j-ta skala czasu M długość pomięci (historia) układu Wynikiem działania algorytmu jest ciąg warunkowych rozkładów prawdopodobieństwa wystąpienia danych stanów Xi : P(X1 X0,X-1...X-(M-1)), P(X2, X0,X-1...X-(M-1))...P(XM X0,X-1...X-(M-1)) (M 1) t - t-(m - 1)

9 Analiza i prognozowanie - zastosowanie Cechy algorytmu analizy wielowymiarowej po skalach Dowolność kształtowania składu wektora stanu X. Wyznaczanie długości pamięci układu M tzn. długości korelacji. Wyznaczanie ewolucji warunkowych rozkładów prawdopodobieństwa P wystąpienia danych stanów X w przyszłości od chwili t0, początku obliczeń prognoz do chwili tm, osiągnięcia przez nie stacjonarności (niezależności od warunków początkowych). Estymacja krótko i długo okresowych prognoz zmian wartości wielkości tworzących wektor X w zależności od jego kompozycji. Tworzenie portfeli aktywów z wyliczeniem ich procentowego składu oraz wyznaczeniem ich cech statystycznych strategie zakupów zapisane w postaci formuł matematycznych lub logicznych. Testowanie strategii zakupów. Optymalizacja czasowa portfeli oraz szacowanie ryzyka portfeli aktywów. Wyznaczanie zależności statystycznych pomiędzy wielkościami tworzącymi wektor X wszechstronna analiza statystyczna, również zależności czasowych. Możliwość efektywnej wyceny instrumentów pochodnych. Zastosowanie wyników działania algorytmu

10 Analiza i prognozowanie przykład dla RDN na TGE Założenia modelu rynku RDN Trójelementowy wektor X modelu rynku RDN. Prognozowanie wszystkich kontraktów godzinowych. Estymatory rozwiązania to: średnia, dominanta, mediana oraz rozchylenie kwartylowe.

11 Analiza i prognozowanie przykład dla RDN na TGE Wyznaczanie przedziału horyzontów czasowych symulacji. Wiarygodność prognoz

12 Analiza i prognozowanie przykład dla RDN na TGE Przykład prognozy

13 Analiza i prognozowanie przykład dla RDN na TGE Przykład prognozy

14 Analiza i prognozowanie przykład dla RDN na TGE Dobowy błąd estymacji obecnie jest na poziomie do 10%. Przykład prognozy

15 Analiza i prognozowanie podsumowanie Zmienność łączna rynku Zmienność warunkowa rynku Prognoza warunkowa ceny Przykład wyliczeń i prognozy

16 Korzyści płynące ze stosowania Systemu Podsumowanie Możliwość Możliwość efektywnego zarządzania swoimi aktywami energetycznymi. Możliwość wyboru najoptymalniejszego w danej chwili źródła dostaw energii: rynek spot, rynek kontraktów terminowych, umowy długoterminowe. Możliwość testowania różnych strategii zakupów. Spodziewane oszczędności Wielkość osiąganych oszczędności w związku z zastosowaniem Systemu do wsparcia zakupów energii zależy od profili zużycia energii w przedsiębiorstwie oraz oraz stosowanych w nim strategii jej zakupu. Wielkość spodziewanych oszczędność jest na poziomie 5 10 % średniorocznie.

17 Inne nasze projekty Symulacja i analiza średniorocznych produktywności farm wiatrowych lub PV w długich okresach czasu > 1rok. Analizy takie mogą mieć duże znaczenie przy przygotowywaniu ofert aukcyjnych. Wyliczanie rzeczywistych krzywych mocy generatorów. Analizy takie można stosować do kontroli stanu technicznego generatorów oraz prognozowania wystąpienia w nich awarii.

18 Partnerzy Projektu

Podobne dokumenty

Zmienność wiatru w okresie wieloletnim

Warsztaty: Prognozowanie produktywności farm wiatrowych PSEW, Warszawa 5.02.2015 Zmienność wiatru w okresie wieloletnim Dr Marcin Zientara DCAD / Stermedia Sp. z o.o. Zmienność wiatru w różnych skalach