Electricity price forecasting using hybrid time series models
Hibrit zaman serisi modelleriyle elektrik fiyat tahmini
- Tez No: 516067
- Danışmanlar: DOÇ. DR. CEYLAN YOZGATLIGİL
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 108
Özet
Rekabetçi piyasalarda saatlik elektrik fiyatlarının doğru öngörülmesi çok önemlidir. Karar vericiler doğru öngörülerden oldukça yararlanmaktadır. Elektrik depolanamadığı için talep ve arzda meydana gelen şoklar elektrik fiyatlarını etkilemektedir. Sonuç olarak elektrik fiyatları yüksek dalgalanma göstermektedir. Buna ek olarak birden fazla mevsimselliğe sahip olabilir. Bu sebeple geleneksel yöntemlerle öngörülerin doğru bir şekilde elde edilmesi güçtür. Bu çalışmada, Türkiye'deki saatlik elektrik fiyatlarının modellenmesi için SARIMA, TBATS ve yapay sinir ağları modelleri kullanılarak hibrit modeller oluşturulmuştur. Zaman serilerinde hem doğrusal hem de doğrusal olmayan yapılar bulunabilir. Bu nedenle, hibrit modeller öngörüde daha iyi sonuçlar verebilir. SARIMA ve TBATS modeller elektrik fiyatlarının doğrusal hareketini yakalamak için kullanılırken, serideki doğrusal olmayan yapıyı modellemek için sinir ağları kullanılmıştır. Elektrik talebi dışsal değişken olarak kullanılmıştır. Hibrit modellerin farklı kombinasyonları ve tekli modeller öngörü performansına göre karşılaştırılmıştır. Sonuçlara göre bir haftalık ve bir günlük öngörülerde hibrit modeller çoğunlukla tekli modellere göre daha iyi performans göstermiştir.
Özet (Çeviri)
Accurate forecasting of hourly electricity price is very important in a competitive market. Decision makers highly benefit from accurate forecasting. Because electricity cannot be stored, shocks to demand or supply affect the electricity prices. As a result, electricity prices show high volatility. Additionally, it may have multiple levels of seasonality. Therefore, forecasting with conventional methods is very difficult. In this study, hybrid models are constructed with Seasonal Autoregressive Integrated Moving Average (SARIMA), TBATS and Neural Network models for the analysis of hourly electricity prices in Turkey. Time series can contain both linear and nonlinear patterns. Thus, using a hybrid model can give better results in forecasting. Both linear and nonlinear parts of the time series can be modeled by this approach. While SARIMA model and TBATS model are used to capture the linear behavior of the electricity price series. Neural Network is used to model the nonlinearity in the series.Electricity demand is used as exogenous variable. Different combinations of hybrid models and individual models are compared in terms of forecasting performance. The results indicate that mostly hybrid models outperform the individual models in one-week ahead and one-day ahead forecasting.
Benzer Tezler
- Essays on electricity price modeling and forecasting
Elektrik fiyatlarının modellenmesi ve tahmini üzerine makaleler
UMUT UĞURLU
Doktora
İngilizce
2019
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. OKTAY TAŞ
- Ana sisteme bağlı bir mikro şebeke için gün içi elektrik piyasasına dayalı çizelgeleme
Energy scheduling for a microgrid connected to the main grid based on real time electricity market
EMRAH ERDEM UFLUOĞLU
Doktora
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU
- Gün öncesi piyasasında saatlik ve günlük elektrik fiyatları tahmini
Hourly and daily electricity prices forecasting in day-ahead market
YUNUS EMRE ADALI
Yüksek Lisans
Türkçe
2015
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. BİHRAT ÖNÖZ
- Liman bölgesi emisyon kaynaklarının tespiti, emisyon tahmini, azaltılması için uygulamalar ve yenilenebilir enerjiye dayalı bir yaklaşım
Determination of emission sources, emission forecasting, implications for reduction and a renewable energy-based approach
ALPER SEYHAN
Doktora
Türkçe
2023
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ DENİZ
- Hibrit algoritma kullanarak elektrik enerji tüketim modelinin oluşturulması ve kestirimi: Uganda Örneği
Using hybrid algorithm to model and forecast electricity consumption: A case study of Uganda
ABDAL KASULE
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DOÇ. DR. KÜRŞAT AYAN