Conformal Prediction for Electricity Price Forecasting in the Day-Ahead and Real-Time Balancing Market

要約

再生可能エネルギーの電力市場への統合は、価格の安定性に大きな課題をもたらし、市場運営の複雑さを高めます。
正確で信頼性の高い電力価格予測は、効果的な市場参加にとって非常に重要であり、価格のダイナミクスは予測が大幅に困難になる可能性があります。
確率的予測は、予測間隔を通じて、電力価格の固有の不確実性を効率的に定量化し、市場参加者の意思決定の改善をサポートします。
この研究では、コンフォーマル予測（CP）手法、特にアンサンブルバッチ予測間隔と連続的な予測立法推論を使用した確率的価格予測の強化を調査します。
これらの方法は、正確で信頼できる予測間隔を提供し、有効性メトリックの従来のモデルよりも優れています。
位置回帰モデルの効率と、時系列適応CP技術の堅牢なカバレッジ特性を組み合わせたアンサンブルアプローチを提案します。
このアンサンブルは、狭い予測間隔と高いカバレッジの両方を提供し、より信頼性の高い正確な予測につながります。
さらに、バッテリーストレージシステムに適用されるシミュレートされた取引アルゴリズムを介して、CP技術の実際的な意味を評価します。
アンサンブルアプローチは、日中およびバランスの取れた市場の両方でエネルギー取引の財政リターンの改善を示しており、市場参加者にとっての実際的な利点を強調しています。

要約(オリジナル)

The integration of renewable energy into electricity markets poses significant challenges to price stability and increases the complexity of market operations. Accurate and reliable electricity price forecasting is crucial for effective market participation, where price dynamics can be significantly more challenging to predict. Probabilistic forecasting, through prediction intervals, efficiently quantifies the inherent uncertainties in electricity prices, supporting better decision-making for market participants. This study explores the enhancement of probabilistic price prediction using Conformal Prediction (CP) techniques, specifically Ensemble Batch Prediction Intervals and Sequential Predictive Conformal Inference. These methods provide precise and reliable prediction intervals, outperforming traditional models in validity metrics. We propose an ensemble approach that combines the efficiency of quantile regression models with the robust coverage properties of time series adapted CP techniques. This ensemble delivers both narrow prediction intervals and high coverage, leading to more reliable and accurate forecasts. We further evaluate the practical implications of CP techniques through a simulated trading algorithm applied to a battery storage system. The ensemble approach demonstrates improved financial returns in energy trading in both the Day-Ahead and Balancing Markets, highlighting its practical benefits for market participants.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google