TWOJA PRZEGLĄDARKA JEST NIEAKTUALNA.

Wykryliśmy, że używasz nieaktualnej przeglądarki, przez co nasz serwis może dla Ciebie działać niepoprawnie. Zalecamy aktualizację lub przejście na inną przeglądarkę.

 

Czy ceny energii elektrycznej jeszcze nas zaskoczą?

Wpis może zawierać nieaktualne dane.

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

r_weron_2019.jpgTym 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.

siec_elektr.jpgMeandry 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.

crossfit-1.jpgUczenie 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.

r_weron2_2019.jpg

– 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

Galeria zdjęć

Politechnika Wrocławska © 2024

Nasze strony internetowe i oparte na nich usługi używają informacji zapisanych w plikach cookies. Korzystając z serwisu wyrażasz zgodę na używanie plików cookies zgodnie z aktualnymi ustawieniami przeglądarki, które możesz zmienić w dowolnej chwili. Ochrona danych osobowych »

Akceptuję