Ключові слова
ARIMA
VARMA
decomposition
electricity market короткострокове прогнозування небалансів електроенергії
ARIMA
VARMA
декомпозиція
ринок електричної енергії
Як цитувати
Анотація
Обґрунтовано актуальність задачі короткострокового прогнозування небалансів електроенергії в умовах функціонування сучасного ринку електроенергії України. Проведено порівняння результатів прогнозування добових графіків небалансів електричної енергії за допомогою авторегресійних моделей ARIMA, VARMA та розроблених на їх основі комбінованих моделей з урахуванням впливу прогнозованих значень генерації відновлюваних джерел енергії. Аналіз отриманих результатів показав, що модель векторної авторегресії VARMA має точніші результати серед обраних. Бібл. 11, рис. 2, табл. 2.
Посилання
Intelligent electrical networks: elements and modes. Kyiv: Institute of Electrodynamics of the National Academy of Sciences of Ukraine, 2016. 400 p. (Ukr)
On the electricity market: Law of Ukraine № 2019-VIII of 13.04.2017. (Ukr)
Ivanov H., Blinov I., Parus Ye. Simulation Model of New Electricity Market in Ukraine. 6th International Conference on Energy Smart Systems (ESS). Kyiv, Ukraine. 2019. Pp. 339-342. DOI: https://doi.org/10.1109/ESS.2019.8764184
Blinov I., Kyrylenko O., Parus E., Rybina O. Decentralized Market Coupling with Taking Account. Power Systems Transmission Network Constraints. Power Systems Research and Operation. Part of the: Studies in Sys-tems, Decision and Control, vol 388. Springer, Cham. September 2021. DOI: https://doi.org/10.1007/978-3-030-82926-1_1
Blinov I., Tankevych S. The harmonized role model of electricity market in Ukraine. 2nd International Conference on Intelligent Energy and Power Systems (IEPS), Kyiv, Ukraine. 2016. DOI: https://doi.org/10.1109/IEPS.2016.7521861
Blinov I., Sychova V. Application of decomposition methods in short-term forecasting of total electric load of power system. Pratsi Instytutu elektrodynamiky NAS Ukrainy. 2021. Vyp. 59. Pp. 68-71. DOI: https://doi.org/10.15407/publishing2021.59.068 (Ukr)
Blinov I., Miroshnyk V., Shymanyuk P. Estimation of the cost of error of the forecast "for the day ahead" of technological losses in the electric networks of Ukraine. Tekhnichna elektrodynamika. 2020. No 5. Pp. 70-73. DOI: https://doi.org/10.15407/techned2020.05.070 (Ukr)
Ivanov G., Blinov I., Parus E., Miroshnyk V. Component models for the analysis of the impact of renewable energy sources on the market value of 171 electricity in Ukraine. Tekhnichna elektrodynamika. 2020. No 4. Pp. 2-75. DOI: https://doi.org/10.15407/techned2020.04.072 (Ukr)
On Approval of Market Rules. NERC Resolution KP №307 of March 14, 2018. (Ukr)
George E. P. Box, Gwilym M. Jenkins, Gregory C. Reinsel, Greta M. Ljung. Time Series Analysis. Fore-casting and control. John Wiley and Sons Inc., 2015. 712 p.
Huang N. E., Shen Z., Long S. R., Wu M. C., Shih H. H., Zheng Q., Yen N.-C., Tung C., and Liu H. H. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis. Proc. Royal. Society London. A. 1998. Vol. 454. Pp. 903-995. DOI: https://doi.org/10.1098/rspa.1998.0193
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Авторське право (c) 2022 Array