Przewidywanie cen energii elektrycznej to kwestie, które dotyczą każdego z nas – przekonuje prof. Rafał Weron z Wydziału Informatyki i Zarządzania PWr. Wraz z zespołem opracowuje nowe, bardziej skuteczne metody prognozowania

Tym tematem prof. Weron zajmuje się od dłuższego czasu, uważnie śledząc zmiany, jakie zachodzą na rynku energii elektrycznej. – Na przestrzeni ostatnich lat bardzo zmieniła się struktura rynku. Energia elektryczna pozyskiwana jest nie tylko z paliw kopalnych – węgla, gazu ziemnego czy uranu, ale mamy do czynienia z coraz większym udziałem odnawialnych źródeł energii. Turbiny wiatrowe czy panele fotowoltaiczne wtopiły się w otaczający nas krajobraz. W niektórych krajach, np. w Danii, wiatraki pokrywają już ponad 40% zapotrzebowania na energię elektryczną w skali roku. Również w Polsce wiatraki stają się coraz bardziej popularne – wyjaśnia prof. Weron. Dodaje, że w lutym tego roku ceny energii elektrycznej na warszawskiej giełdzie spadły do najniższego poziomu od wiosny 2018 roku z powodu wysokiej jak na tę porę roku temperatury oraz silnego wiatru.

– W lutym farmy wiatrowe pracowały ze średnim obciążeniem niemal 40%, pokrywając 11% zapotrzebowania w skali całej Polski. To prawie trzykrotnie więcej niż w lipcu zeszłego roku – tłumaczy naukowiec.

Przekraczanie granic

Do niedawna działał stosunkowo prosty układ: elektrownia przez sieć transmisyjną przekazywała energię do odbiorcy. Obecnie odbiorca może posiadać swoje panele fotowoltaiczne czy turbinę wiatrową i sam produkować energię. Jej przepływ nie jest już więc jednokierunkowy – odbiorca już nie jest tylko odbiorcą, ale staje się też producentem, a w zasadzie tzw. prosumentem. – W związku z tym przewidywanie cen energii elektrycznej jest dużo bardziej skomplikowane niż wcześniej, a stosowane do tej pory modele prognostyczne nie pasują do obecnej rzeczywistości – uważa profesor. Dodaje, że inna jest dynamika cen. Przykładowo jeszcze 10 lat temu ceny w Niemczech charakteryzowały się wyraźną sezonowością, dodatnimi wartościami na poziomie 25-50 euro za megawatogodzinę oraz od czasu do czasu dużymi skokami, sięgającymi nawet kilkuset euro.

– Obecnie, o ile przeciętny poziom cen pozostał ten sam, to skoki są mniej ekstremalne i pojawiły się gwałtowne spadki cen. Dochodzą one do minus 50 euro w skali doby! Gdy wieje silny wiatr, a zapotrzebowanie nie jest wysokie, elektrownie węglowe dopłacają klientom, byle tylko odebrali od nich prąd – tłumaczy naukowiec.

Profesor Weron nadzoruje badania zespołu Modelowania Ekonomicznego w Katedrze Badań Operacyjnych, Finansów i Zastosowań Informatyki dotyczące prognozowania cen na rynku energii elektrycznej. Jego grupa jest wiodącą jednostką zajmującą się tym zagadnieniem na świecie. Naukowiec wraz z zespołem zrealizował już wiele projektów, a w lutym br. otrzymał grant Maestro z Narodowego Centrum Nauki na rozwijanie metod prognostycznych. – Nie tylko na rozwijanie, ale nawet na przekraczanie granic w prognozowaniu – śmieje się profesor. Jego projekt zatytułowany „Przekraczanie granic w prognozowaniu cen energii elektrycznej” („Crossing Frontiers in electricity prIce forecasTing”, CrossFIT) dostał dofinansowanie w wysokości blisko trzech milionów złotych.

Meandry prognozowania

– Prognozowanie to przewidywanie przyszłych zjawisk lub zdarzeń. Mój zespół zajmuje się rynkiem energii elektrycznej, przede wszystkim krótkoterminowym prognozowaniem cen, ale również zapotrzebowaniem na energię oraz wielkością produkcji z farm wiatrowych czy paneli fotowoltaicznych – tłumaczy profesor Weron.

Na przykładzie przewidywania temperatury powietrza wyjaśnia, jakie są rodzaje prognoz: – Mówiąc prognoza, najczęściej mamy na myśli tzw. prognozę punktową, na przykład przewidujemy, że jutro o godzinie 12 będzie 11 stopni Celsjusza. Oczywiście szansa na to, że będzie dokładnie 11 stopni jest niewielka, dlatego niemal zawsze popełniamy błąd – tłumaczy profesor.
Jeżeli chcemy uzyskać większą sprawdzalność prognoz, a jednocześnie lepiej opisać jutrzejszą temperaturę, możemy podać zakres wartości. Jutro o godzinie 12 z prawdopodobieństwem 90% będzie od 10 do 12 stopni Celsjusza, a z prawdopodobieństwem 99% od 8 do 14 stopni. Wtedy mówimy o tzw. prognozowaniu probabilistycznym. Od kilku lat zyskuje ono na popularności, nie tylko w świecie akademickim, ale również w praktyce.

– Pojawia się coraz więcej zagadnień, w których potrzebujemy czegoś więcej niż opisu procesu w jednym punkcie w czasie. Na przykład, kluczowe znaczenie dla decyzji o wyłączeniu produkcji może mieć informacja o tym, czy jutro w nocy ceny będą ujemne tylko w ciągu jednej godziny, czy może utrzymają się poniżej zera przez kilka godzin. W takim przypadku przydatne będą tzw. prognozy trajektorii. I to jest jedno z zagadnień, którym nikt się jeszcze na poważnie nie zajmował w kontekście cen energii elektrycznej – mówi prof. Weron.

Uczenie głębokie

Dalej naukowiec wyjaśnia, że do prognozowania wykorzystywane mogą być różne sposoby. – Niekiedy jest to intuicja, choć to mało naukowa metoda i trudno ocenić poziom ryzyka takiej prognozy – mówi prof. Weron. – Jeżeli mówimy o narzędziach statystycznych czy ekonometrycznych, to najczęściej wykorzystuje się regresję. Opisuje ona przyszłe wartości procesu, np. temperaturę jutro o godzinie 12, jako kombinację liniową przeszłych wartości procesu, np. dzisiejszych i wczorajszych temperatur, oraz zmiennych zewnętrznych, np. zachmurzenia i wilgotności – tłumaczy. Problem w tym, że te wartości niekoniecznie są powiązane w sposób liniowy.

– Postęp w algorytmach uczenia maszynowego, jak i wzrost mocy obliczeniowej dostarczyły impulsu oraz możliwości technicznych przekroczenia dotychczasowych granic w prognozowaniu cen energii elektrycznej – podkreśla profesor Weron. Można bowiem zaradzić nieliniowości, korzystając z uczenia głębokiego i wielowarstwowych sieci neuronowych, które – przynajmniej w teorii – powinny sobie poradzić z prognozowaniem sezonowych szeregów czasowych na rynku energii. Czy tak będzie, okaże się w trakcie realizacji grantu – podsumowuje naukowiec.

Uśrednianie to przyszłość

W swoich najnowszych badaniach prof. Weron chce skupić się również na zastosowaniu najnowszych koncepcji uśredniania prognoz modeli estymowanych na różnych zbiorach danych. – W zeszłym roku opracowałem razem z moimi studentami – Katarzyną Hubicką, Grzegorzem Marcjaszem i Tomaszem Serafinem – bardzo prostą, a jednocześnie zaskakująco skuteczną metodę prognozowania cen – wyjaśnia profesor.

– Okazuje się, że jeśli ten sam model dopasujemy do krótkiego okresu z przeszłości, np. ostatnich dwóch miesięcy, oraz znacznie dłuższego, np. dwóch ostatnich lat, i uśrednimy otrzymane prognozy, to jesteśmy w stanie istotnie zredukować błędy. Dzieje się tak zarówno w przypadku prognoz punktowych, jak i probabilistycznych. Te ostatnie to wyniki tegorocznych badań uzyskane we współpracy z innym wybitnym studentem matematyki stosowanej – Bartoszem Uniejewskim. Nie wiem, co bym zrobił bez tych studentów – przyznaje ze śmiechem profesor Weron.

Metody odpowiadające potrzebom rynku

Kolejne zadanie, które postawił przed sobą naukowiec, dotyczy spojrzenia na błędy prognoz cen z zupełnie innej perspektywy. Nacisk będzie położony nie na same błędy, ale na wpływ błędów na wyniki finansowe podmiotów działających na rynku energii elektrycznej.

– Mamy przed sobą dużo wyzwań, bo chcemy opracować w miarę standardowe sposoby porównywania różnych modeli prognostycznych. Planujemy stworzyć środowisko testowe, z jednej strony na tyle proste, że każdy badacz będzie mógł je wykorzystać, a z drugiej – na tyle złożone, aby wiernie oddawało rzeczywiste warunki rynkowe. To właśnie jest przekraczanie granic, które zawarłem w tytule projektu. Nasze badania wybiegają bowiem mocno w przyszłość – ocenia profesor Rafał Weron.

Projekt „Przekraczanie granic w prognozowaniu cen energii elektrycznej” („Crossing Frontiers in electricity prIce forecasTing”, CrossFIT) wygrał w konkursie Maestro Narodowego Centrum Nauki (NCN). Jest to prestiżowy program skierowany do doświadczonych naukowców, którzy chcą prowadzić pionierskie badania, wykraczające poza dotychczasowy stan wiedzy. W tym roku, w naukach humanistycznych i społecznych (HS) finansowanie przyznano dwóm wnioskom z 25 nadesłanych propozycji. CrossFIT z Politechniki Wrocławskiej to dopiero drugi projekt Maestro z nauk ekonomicznych, który uzyskał finansowanie w całej historii NCN-u.

ISZ