Numer: 09/2024 Str. 156
Autorzy: Jolanta Galińska , Paweł Terlikowski :
Tytuł: Prognozowanie cen energii elektrycznej na rynku dnia następnego z wykorzystaniem algorytmów sztucznej inteligencji
Streszczenie: W artykule przedstawiono zastosowanie algorytmów sztucznej inteligencji do predykcji ceny produktów godzinowych w notowaniach w systemie kursu jednolitego na rynku dnia następnego energii elektrycznej Towarowej Giełdy Energii. Przeanalizowano proces wyznaczania cen energii elektrycznej, identyfikację czynników kształtujących krzywe cenowe, dokonano przeglądu literatury dotyczącej zastosowania metod sztucznej inteligencji do predykcji cen energii elektrycznej, zaproponowano metodologię badań oraz zamodelowano rozwiązanie z wykorzystaniem sztucznych sieci neuronowych. Zoptymalizowano i porównano dziewięć wariantów perceptronów wielowarstwowych z propagacją wsteczną. W celu oceny skuteczności wykorzystania sztucznej inteligencji w prognozowaniu cen energii elektrycznej na polskim Rynku Dnia Następnego, otrzymane wyniki porównano z prognozami z artykułów zagranicznych dla innych rynków europejskich.
Słowa kluczowe: sztuczne sieci neuronowe, prognozowanie ceny energii elektrycznej, rynek dnia następnego, TensorFlow