首页> 外文OA文献 >A spot villamosenergia-árak elemzése statisztikai és ökonofizikai eszközökkel = Analysis of spot electricity prices using statistical and econophysicaludmethods
【2h】

A spot villamosenergia-árak elemzése statisztikai és ökonofizikai eszközökkel = Analysis of spot electricity prices using statistical and econophysicaludmethods

机译:使用统计和生态物理工具分析现货电价=使用统计和生态物理工具分析现货电价方法

摘要

A villamosenergia-piaci liberalizáció és dereguláció következtében világszerte megjelentek a szervezett villamosenergia-piacok. Ezek egyik formája a villamosenergia-tőzsde, amelyeken az ún. másnapi (day-ahead) árammal is kereskednek, azaz a következő munkanap vagy naptári nap (ill. a nap egy órája, napszaka, csúcsidőszaka, csúcsidőszakon kívüli időszaka stb.) alatt szolgáltatott villamos energiát lehet adni-venni. A tőzsdén résztvevő piaci szereplők vételi, illetve eladási ajánlatot tesznek egy adott időszak termékére, melyekből a tőzsde piaci vételi és eladási görbét készít, amelyek metszéspontja fogja meghatározni az adott időszaki árat. A szereplők árazási és kockázatkezelési döntéseinek segítése érdekében szükség van az ár modellezésére. Dolgozatomban az óránkénti (spot) villamosenergia-árak idősorának viselkedésével foglalkozom.udA spot villamosenergia-árak idősorában időnként kiugró értékek jelennek meg. Ezeket a kiugrásokat a szakirodalomban döntően ugrásos vagy rezsimváltó modellekkel írják le. Ez azt jelenti, hogy a modellek szerint egy véletlen hatás következtében az ár hirtelen megnő. Az ugrásos modellekbe beépítették, hogy az ugrás után az ár gyorsan visszatérjen az eredeti értékére, hiszen a kiugró értékek nem tartanak sokáig. Az ugrás után tehát máshogy viselkedik az idősor, mint az ugrás előtt: a kiugrás után az ár sokkal erősebben tart az átlagos szint felé, mint máshol az idősorban. Ennek azt kellene jelentenie, hogy a korrelációs szerkezet a magas árak esetén más, mint az alacsony árak esetén. A disszertációban bemutatom, hogy (egyes cikkek eredményeivel ellentétben) a villamosenergia-ár folyamata monofraktál, azaz a magas árak nem viselkedhetnek másképp, mint az átlagos szintű árak. Ez ellentmond az ugrásos modellek logikájának. Ugyanez az érvelés adható a rezsimváltó modellek esetén is: a kiugró árakat nem érdemes külön korrelációs struktúrával rendelkező rezsimmel modellezni, hiszen a magas árak nem mutatnak speciális vonásokat korrelációs szempontból.udA kiugró értékek tehát ugrásként vagy külön rezsimként nem modellezhetők. Az idősor monofraktál jellegéből következik, hogy a kiugró értékek nem mások, mint egy vastag szélű eloszlás magas realizációi. A disszertációban megmutatom, hogy ez a vastag szélű eloszlás tulajdonképpen a Fréchet eloszlás, és ennek hátterében az extrémérték-elmélet áll. Levezetem, hogy a Fréchet eloszlás jelenlétének oka az, hogy a villamosenergia-piaci aggregált kínálati görbén az ár a mennyiség exponenciális függvénye.udA kiugró értékek tehát Fréchet eloszlásból származó magas realizációk. Az árak idősorában megfigyelhető, hogy egyes időszakokban a kiugrások gyakoribbak. Ez azt jelenti, hogy az eloszlás széle, alakja más az egyes időszakok esetén. Ha feltételezzük, hogy az eloszlások paraméterei periodikusan váltakoznak a hét 168 órájának függvényében, akkor egy „determinisztikus rezsimváltó” modellt kapunk: az ár a rezsimek (különböző alakú eloszlások) között determinisztikusan mozog, azaz ahogy az idő telik, más-más eloszlású lesz az ár. Vagyis minden órához tartozik egy Fréchet (általánosabban: általánosított extrémérték, generalized extreme value, GEV) eloszlás, de a GEV eloszlás paraméterei a különböző órák esetén eltérnek.udA változó paraméterű GEV eloszlások alapján egy szezonális szűrési eljárás definiálható („GEV szűrő”): egy változó-transzformáció segítségével a GEV eloszlások átalakíthatók ugyanolyan paraméterű lognormális eloszlássá. Ekkor minden óra eloszlásának ugyanannak a lognormális eloszlásnak kell lennie, így a héten belüli szezonalitás eltávolítható az idősorból. Az empirikus vizsgálatok a szűrő megfelelő működését támasztják alá. A szűrés előnye a többi szezonális szűrési eljárással szemben, hogy a GEV szűrő figyelembe veszi, hogy a hét különböző órájában az eloszlások alakja különbözik, és nem kizárólag a várható értékük tér el.udA fentieken kívül a disszertációban foglalkozom még a villamosenergia-ár hosszú távú memóriájának kérdésével. A szakirodalomban szereplő különböző perzisztencia-becsléseket egységes szemléletbe helyezem, és megmutatom, hogy a szakirodalom eredményeinek ellentmondásai megmagyarázhatóak.
机译:电力市场自由化和放松管制的结果是,世界范围内出现了有组织的电力市场。其中一种形式是电力交换,所谓的他们还交易提前供电,即可以在一天的下一个工作日或日历日(或一个小时,一天,高峰时段,非高峰时段等)供电。参与证券交易所的市场参与者对给定时期的产品提出买或卖要约,证券交易所从中创建一条市场买卖曲线,曲线的交点将决定给定时期的价格。需要进行价格建模,以帮助参与者做出定价和风险管理决策。在我的论文中,我处理现货电价的时间序列的行为 Ud现货电价的时间序列有时显示出卓越的价值。这些爆发在文献中主要通过跳跃或状态变化模型来描述。这意味着根据模型,价格由于随机效应而突然增加。它已内置在跳转模型中,因此在跳转之后,价格很快就会恢复到其原始值,因为异常值不会持续很长时间。因此,在跳跃之后,时间序列的行为与跳跃之前的行为不同:在跳跃之后,价格向平均水平的移动要比该时间序列中的其他位置强得多。这意味着高价格的相关结构与低价格的相关结构不同。在论文中,我证明了(与某些文章的结果相反)电价的过程是分形的,即高价格与平均水平价格的行为没有区别。这与跳跃模型的逻辑矛盾。对于政权变更模型,可以给出相同的推论:不应该使用具有单独的相关结构的政权来建模离群值,因为从关联的角度来看,高价不会显示出特殊的特征;因此,不能将Ud离群值建模为跳跃或独立的政权。从时间序列的单分形性质可以得出,离群值不过是粗边分布的高实现。在本文中,我证明了这种厚边分布实际上是Fréchet分布,它是基于极值理论的。我认为存在Fréchet分布的原因是电力市场的总供给曲线上的价格是数量的指数函数。因此Ud的杰出价值是Fréchet分布的高度实现。在价格时间序列中,可以观察到在某些时期内跳跃更为频繁。这意味着分布的边缘和形状在每个周期都不同。假设分布的参数作为每周168小时的函数定期变化,我们将获得一个“确定性政权变化”模型:价格在各政权之间确定性地变动(不同形状的分布),即随着时间的流逝,价格将有所不同。 。也就是说,每个小时都有一个Fréchet(更一般地说是广义极值,GEV)分布,但是GEV分布的参数在不同小时内有所不同 UdA季节性过滤过程可以基于具有可变参数的GEV分布来定义(“ GEV过滤器”):使用变量转换,可以将GEV分布转换为具有相同参数的对数正态分布。然后,每个小时的分布应该是相同的对数正态分布,以便可以从时间序列中删除一周内的季节性。实证研究支持过滤器的正常运行。与其他季节性过滤方法相比,过滤的优势在于GEV过滤器考虑到了分布的形状在一周的不同时段不仅在预期值上的差异。 Ud除上述内容外,我还在本文中处理了长期电价。关于记忆的问题。我以统一的方式将不同的持久性估计值放在文献中,并证明可以解释文献结果中的矛盾。

著录项

  • 作者

    Marossy Zita;

  • 作者单位
  • 年度 2010
  • 总页数
  • 原文格式 PDF
  • 正文语种
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号