Вероятностные прогнозы цен на электроэнергию и оценка арбитража с аккумуляторами

Сводка

В исследовании проверяется, приводят ли более точные вероятностные прогнозы цен на электроэнергию на сутки вперёд к лучшим результатам торговли батареями. Авторы указывают на два ограничения торговых стратегий на основе квантилей: они не поощряют точные вероятностные прогнозы и игнорируют временную зависимость цен на электроэнергию. В качестве альтернативы оптимизация батарей формулируется как стохастическая программа с полными вероятностными прогнозами. Затем рассматривается, как измерять качество решений при нейтральном и негативном отношении к риску с разными моделями неопределённости.

Работа предлагает теоретическое обоснование и эмпирические данные на примере немецкого рынка электроэнергии. Авторы предупреждают, что результаты торговли электроэнергией с использованием аккумуляторов могут вводить в заблуждение при ранжировании моделей прогнозирования, и обсуждают связь статистического качества прогнозов с качеством решений и экономическими результатами. В отрывке нет конкретных численных результатов или подробностей исследования, поэтому по нему нельзя определить, какая модель прогнозирования или стратегия торговли электроэнергией с использованием аккумуляторов работает лучше. Работа посвящена методам оценки, а не готовому торговому правилу.

Ключевые идеи

• Стратегии торговли электроэнергией с использованием аккумуляторов на основе квантилей могут не поощрять достоверные вероятностные прогнозы.
• Такие стратегии также не учитывают временную зависимость цен на электроэнергию.
• В исследовании оптимизация работы аккумуляторных систем формулируется как стохастическая программа с использованием полных прогнозных распределений.
• Качество решений оценивается в условиях нейтрального отношения к риску и неприятия риска, а также при разных моделях неопределённости.
• Пример с немецким рынком показывает, как результаты торговли электроэнергией с использованием аккумуляторов могут искажать ранжирование прогнозов.

Теги

# 2604.19580


# Probabilistic Forecasting for Day-ahead Electricity Prices, Battery Trading Strategies and the Economic Evaluation of Predictive Accuracy









Electricity price forecasting supports decision-making in energy markets and asset operation. Probabilistic forecasts are increasingly adopted to explicitly quantify uncertainty, typically issued as quantile predictions or ensembles of the full predictive distribution. However, how improvements in statistical forecast quality translate into economic value remains unclear. Battery storage arbitrage in day-ahead markets is a popular application-based benchmark for this purpose. We analyze quantile-based trading strategies (QBTS) and identify two critical flaws: they do not incentivize honest probabilistic forecasting and they ignore the intertemporal dependence structure of electricity prices. We therefore frame battery optimization as a stochastic program based on fully probabilistic forecasts and examine decision quality measurement for risk-neutral and risk-averse settings under different uncertainty models. Our discussion touches both sides of the coin: How reliable is the economic evaluation of forecasting models though (simplified) application studies - and how do improvements in statistical forecast quality for stochastic programs relate to the decision-quality and economic performance? We provide theoretical justification and empirical evidence from a case study on the German electricity market. Our results highlight the pitfalls of ranking forecasting models through battery trading strategies. We conclude with implications for evaluation practice and directions for future research in application-based forecast assessment.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.