Σκοπός της παρούσας Διπλωματικής, είναι η εφαρμογή και αξιολόγηση διάφορων μοντέλων πρόβλεψης της Οριακής Τιμής Συστήματος της
ηλεκτρικής ενέργειας στην Ελληνική Αγορά Ενέργειας. Το συγκεκριμένο εγχείρημα επιτυγχάνεται μέσω του σχεδιασμού κατάλληλης διαδικασίας
προσομοίωσης η οποία βασίζεται στη λογική των κυλιόμενων προβλέψεων (rolling forecasting). Στα πλαίσια αυτής της διαδικασίας, εφαρμόζονται 6 διαφορετικά μοντέλα πρόβλεψης τα οποία είναι μοντέλα εκθετικής εξομάλυνσης, το μοντέλο απλής γραμμικής παλινδρόμησης, η συνδυαστική μέθοδος Theta και το μοντέλο αναφοράς Naive. Αρχικά, γίνεται μια γενική θεώρηση των επικρατούντων συνθηκών στην Ελληνική Αγορά Ενέργειας, ενώ παράλληλα εισάγονται οι έννοιες της Οριακής Τιμής Συστήματος (ΟΤΣ) και του Ημερήσιου Ενεργειακού Προγραμματισμού (ΗΕΠ). Στη συνέχεια παρουσιάζονται οι σχετικές με το αντικείμενο έρευνες, οι οποίες διαχωρίζονται με βάση τον ορίζοντα πρόβλεψης σε 3 κατηγορίες: βραχυπρόθεσμη, μεσοπρόθεσμη και μακροπρόθεσμη. Για κάθε κατηγορία,
γίνεται αναφορά στην αντίστοιχη βιβλιογραφία και αναλύονται ορισμένες διαδεδομένες μέθοδοι πρόβλεψης της ΟΤΣ. Επιπλέον, εισάγονται οι έννοιες των ποιοτικών και ποσοτικών χαρακτηριστικών που αντικατοπτρίζουν τη φύση μίας χρονοσειράς, ενώ παρουσιάζονται οι μέθοδοι πρόβλεψης που αφορούν τα μοντέλα χρονοσειρών (Naive, SES, Holt, Damped) αλλά και τα αιτιοκρατικά μοντέλα, δηλαδή τις μεθόδους γραμμικής παλινδρόμησης (LR), καθώς παρουσιάζεται και η συνδυαστική μέθοδος Theta. Έχοντας καλύψει τη θεωρητική πτυχή του υπό εξέταση εγχειρήματος, δίνεται ιδιαίτερη έμφαση στην ανάλυση της χρονοσειράς της ΟΤΣ, η οποία αποτελεί το βασικό άξονα μελέτης της παρούσας διπλωματικής, ενώ παρουσιάζονται ορισμένες χρονοσειρές οι οποίες μπορούν να ληφθούν ως ανεξάρτητες μεταβλητές παλινδρόμησης (πρόβλεψη φορτίου, τιμή Φυσικού Αερίου κτλ.). Εν συνεχεία, παρουσιάζονται 4 ομάδες αποτελεσμάτων σχετικές με τον τρόπο προσέγγισης της εποχικότητας, οι οποίες προκύπτουν από τη διαδικασία προσομοίωσης για τα μοντέλα χρονοσειρών. Επιπλέον, παρουσιάζεται ποιοτική και ποσοτική ανάλυση των τριών βέλτιστων αποτελεσμάτων (SES, Theta, Damped) και αφορούν την κατηγορία αντιμετώπισης της διπλής εποχικότητας. καθώς εξάγονται τα τελικά συμπεράσματα για τη μεθοδολογία που αναπτύχθηκε αλλά και για τις επιδόσεις των μεθόδων πρόβλεψης που εφαρμόστηκαν. Τέλος, γίνεται αναφορά σε ορισμένα εγχειρήματα τα οποία διατηρήθηκαν εκτός της σφαίρας ενδιαφέροντος της παρούσας εργασίας, αλλά είναι δυνατό να αποτελέσουν αντικείμενο μελλοντικής έρευνας.
The scope of the present thesis is the application and evaluation of various forecasting methods for the Market’s Clearing Price (MCP), or System’s Marginal Price (SMP), of the electricity for the Greek Electricity Market. This task is accomplished through the designing of a proper simulation process that is based on the logic of rolling forecasting. Within the frame of this simulation process, 6 different forecasting models are applied: various exponential smoothing models, the combinatorial Theta method, the linear regression method (LRL) and Naive as a benchmark method. To begin with, a general review of the Greek electricity market is given while, simultaneously, the concepts of the System’s Marginal Price (SMP) and the Daily Energy Programming (DEP) are introduced. Moreover, existing
references relevant to the study’s object are presented, which are beingcategorized based on the forecasting horizon they represent. The three categories refer to short-term, mid-term and long-term forecasts, and there is additional reference to the most widely selected forecasting methods for each category. Additionally, various qualitative and quantitative characteristics of the time series are introduced and mainstream time series forecasting methods (Naive, SES, Holt, Damped and Theta), the deterministic/causal models, such as the linear regression method, and the combinatorial classic Theta method are presented. Having completed the theoretical aspect of the task, the SMP time series, on which the whole project is based on, is analyzed. Additionally, four supplementary time series which can be used as independent regression variables (demand forecast, natural gas prices etc.) are presented, as well the results that are produced by the application of the 6 forecasting methods, during the simulation process. The results are being categorized into 4 categories based on the approach for tackling with the seasonality pattern which is embedded in the SMP time series. Moreover, a detailed qualitative and quantitative analysis of the three optimal results (SES, Theta and Damped) that refer to the category of double seasonality treatment is elaborated, while final conclusions relevant with the results and the simulation process are deduced. Finally, there is a reference to a couple of issues that were not discussed within the frame of the present thesis, nonetheless they are considered to be of major importance for future studies relevant to the SMP time series forecasts, so guidelines for possible future research are given.