Все статьи автора в журнале: Шихина А.В.

1. Агрегированная модель прогноза цены на рынке электроэнергии

   Aggregated forecast model for prices on electricity market

   Номер: 2020 / 03

   Коченгин А.Е. | Kochengin A.E. | Шихина А.В. | SHihina A.V. | Ягоднина Т.В. | YAgodnina T.V. | kochenginalexey@gmail.comkochenginalexey@gmail.com

   Авторы статьи

   Authors

   Коченгин А.Е.

   Kochengin A.E.

   Шихина А.В.

   SHihina A.V.

   Ягоднина Т.В.

   YAgodnina T.V.

   kochenginalexey@gmail.com

   kochenginalexey@gmail.com

   ---

   Агрегированная модель прогноза цены на рынке электроэнергии

    

   УДК 681.5.09

   DOI: 10.36652/0869-4931-2020-74-3-134-144

    

   Предложен алгоритм построения прогноза цены электроэнергии с введением агрегированной модели, включающей учёт поправочных составляющих по прогнозу влияющих факторов. Алгоритм предусматривает предварительное определение доминирующих факторов в зависимости от специфики решения задачи, включая конкретный регион, глубину прогноза, сложившуюся региональную конъюнктуру рынка электроэнергии. По выделенным факторам построена модель прогноза в форме временных рядов. Предложенный механизм формирования прогноза реализован посредством применения искусственных нейронных сетей (ИНС). Структура ИНС позволяет осуществить свёртку моделей влияющих факторов и модели основной переменной в единый временной ряд прогнозируемой переменной. Такая агрегированная модель прогноза позволяет существенно повысить точность прогноза в постоянно изменяющихся условиях поведения микро- и макроэкономики, климата, структуры производства и потребления энергоресурсов, что подтверждается на примере Белгородской области.

   ---

   Ключевые слова

   агрегированная модель; предсказание; точность прогноза; цена электроэнергии; временной ряд; факторный анализ

   Aggregated forecast model for prices on electricity market

   An algorithm for constructing a forecast of the electricity price with the introduction of an aggregated model that includes the accounting of correction components according to the forecast of influencing factors is proposed. The algorithm provides a preliminary determination of the dominant factors depending on the specifics of solving the problem, including a specific region, the depth of the forecast, the established regional conjuncture of the electricity market. Based on the selected factors, a forecast model in the form of time series is constructed. The proposed forecast formation mechanism is implemented by the use of artificial neural networks (ANN). The structure of the ANN allows the convolution of models of influencing factors and the model of the main variable in a single time series of the predicted variable. Such aggregated forecast model makes it possible to significantly increase the accuracy of the forecast in constantly changing behavior conditions of micro- and macroeconomics, climate, production structure and consumption of energy resources, which is confirmed by the example of the Belgorod region.

   ---

   Keywords

   aggregated model; prediction; forecast accuracy; price of electricity; time series; factor analysis