The effect from wind power forecast error on short-term electricity market
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Kemian tekniikan korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2023-12-11
Department
Major/Subject
Industrial Energy Processes and Sustainability
Mcode
CHEM3044
Degree programme
Master’s Programme in Advanced Energy solutions (AAE)
Language
en
Pages
66 + 9
Series
Abstract
Wind power production has expanded in recent years in Finland as electricity production is shifting towards renewable and intermittent production. Weather-dependent production might increase the role of intraday and regulating power markets. This study used a vector autoregression model with exogenous variables (VARX) to determine how the wind power forecast error affects intraday and regulating power markets. Causalities between variables in the model were studied by Granger causality-tests, and the direction and magnitude of the effect were analyzed using impulse response functions (IRFs). The data studied was from February 2018 to July 2023, and it was divided into two different data sets resulting in six VARX models discovered. By dividing the data into two periods, the impact of the increased amount of wind power capacity could be compared. Also, the effect of other fundamental parameters in the model was studied to get a better overview of the market. As a result, it was found that wind power forecast errors affected the intraday and regulating power prices. The effect was stronger in the second period when the average wind power capacity had doubled. The effect on the regulating power market was more significant, suggesting that more intensive trading in the intraday market would be beneficial in case of general wind power forecast errors, as there would likely be high imbalance costs. Also, consumption forecast errors had an impact on regulating power, but no effect on intra-day prices was observed during the second period studied. Additionally, their contribution to the formation of balancing power prices decreased. Moreover, the model used in this study could serve as a framework for forecasting intra-day and regulating power prices.Tuulivoimatuotanto on viime vuosina lisääntynyt Suomessa, kun sähköntuotanto on siirtymässä kohti uusiutuvaa, ajoittaista tuotantoa. Säästä riippuvaisempi tuotanto saattaa lisätä päivänsisäisten ja säätösähkömarkkinoiden roolia. Tässä tutkimuksessa käytettiin vektoriautoregressiomallia, joka sisälsi eksogeenisia muuttujia (VARX), selvittämään, miten tuulivoiman ennustevirhe vaikuttaa päivänsisäisiin ja säätösähkömarkkinoihin. Mallin muuttujien välisiä syy-yhteyksiä tutkittiin Grangerin kausaalisuustestien avulla, ja vaikutuksen suuntaa ja suuruutta analysoitiin impulssivastefunktioiden (IRF) avulla. Mallin aineisto oli helmikuun 2018 ja heinäkuun 2023 väliseltä ajalta, ja ne jaettiin kahteen eri jaksoon, joista tehtiin kuusi VARX-mallia. Jakamalla aineisto kahteen ajanjaksoon voitiin verrata kasvaneen tuulivoimakapasiteetin vaikutusta. Lisäksi tutkittiin mallin muiden parametrien vaikutusta markkinoiden yleiskuvan saamiseksi. Tuloksissa havaittiin tuulivoimaennusteiden virheiden lisäävän päivänsisäisen markkinan ja säätösähkön hintojen poikkeamaa day-ahead-markkinan hintoihin nähden. Vaikutus oli voimakkaampi toisella jaksolla, jolloin keskimääräinen tuulivoimakapasiteetti oli kaksinkertaistunut. Vaikutus säätösähkömarkkinoihin oli merkittävämpi, mikä viittaa siihen, että intensiivisempi kaupankäynti päivänsisäisillä markkinoilla olisi hyödyllistä, jos tuulivoimaennusteissa on yleisiä virheitä, koska tasesähkön kustannukset olisivat todennäköisesti suuret. Myös kulutusennustevirheet vaikuttivat säätösähkön hintoihin, mutta toisella tarkastelujaksolla ei havaittu vaikutusta päivänsisäisiin hintoihin. Lisäksi virheiden vaikutus säätösähköhinnan muodostukseen väheni. Tässä tutkimuksessa käytettyä mallia voitaisiin käyttää myös pohjana päivänsisäisen markkinan ja säätösähkönhintojen ennustamiselle.Description
Supervisor
Pourakbari Kasmaei, MahdiThesis advisor
Jussila, TomiKeywords
electricity markets, wind power forecast error, intraday market, regulating power market