Metody optymalizacji decyzji gospodarczych na konkurencyjnym rynku energii elektrycznej

• Autorzy: Paweł Lorek

Warianty tytułu

Optimization Methods for Business Decision on Competitive Electricity Market

• Języki publikacji: PL

Abstrakty

Ceny energii na rynku giełdowym, na skutek specyficznych uwarunkowań technicznych, podlegają dużym fluktuacjom. W tym układzie bardzo duże znaczenie dla trafności podejmowanych decyzji inwestycyjnych ma wykonywanie odpowiednio dokładnych prognoz cen. Istotnym problemem jest dobór metody prognostycznej, uwzględniającej wymienione wcześniej specyficzne uwarunkowania rynkowe. Celem opracowania jest porównanie wyników prognostycznych modelu ekonometrycznego klasy GARCH z siecią neuronową typu perceptron wielowarstwowy (MLP) oraz wyciągnięcie wniosków na temat przydatności obydwu metod jako instrumentów wspomagania decyzji inwestycyjnych na konkurencyjnym rynku energii elektrycznej. (fragment tekstu)

EN

The paper presents the application of forecasts with diverse forecasting horizon on a competitive electricity market. The second part of the article is a comparison and verification of predictive power of economic GARCH model and MLP neural network. (original abstract)

Słowa kluczowe

PL

Rynek energetyczny; Ceny energii; Energia elektryczna; Model GARCH; Optymalizacja decyzji

EN

Energy market; Energy prices; Electric power; GARCH model; Decision optimization

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2012
• Numer: nr 113 Systemy inteligencji biznesowej jako przedmiot badań ekonomicznych
• Strony: 209--217

Twórcy

autor

Paweł Lorek

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Alvarez-Ramirez J., Escarela-Perez R., Espinosa-Perez G., Urrea R.: Dynamics of Electricity Market Correlations. Physica A 388, Elsevier 2009.
• Bigdeli N., Afshar K.: Chaotic Behavior of Price in the Power Markets with Pay-as-bid Mechanism. Chaos, Solitons and Fractals 42, Elsevier 2009.
• Helt P., Parol M., Piotrowski P.: Metody sztucznej inteligencji w elektroenergetyce. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2000.
• Li G., Lawarre J., Liu Ch.-Ch.: State-of-the-Art. of Electricity Price Forecasting in a Grid Environment. Handbook of Power Systems II. Springer-Verlag, Berlin-Heidelberg 2010.
• Osowski S.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006.
• Piontek K.: Weryfikacja wybranych technik prognozowania zmienności - analiza szeregów czasowych. Prace Naukowe. Akademia Ekonomiczna, Wrocław 2003, nr 991.
• Tadeusiewicz R., Lula P.: Neuronowe metody analizy szeregów czasowych i możliwości ich zastosowań w zagadnieniach biomedycznych. Sieci neuronowe. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2000.
• Vellido A., Lisboa G., Vaughan J.: Neural Networks in Business: A Survey of Applications (1992-1998). Expert Systems and Applications 17, Elsevier 1999.