[论文解读] The Impact of Renewable Energy Forecasts on Intraday Electricity Prices
本文提出了一种新颖的非线性计量经济模型，利用日前拍卖曲线以及风电和光伏预测误差，预测德国的日内电力价格。结果表明，预测误差对日内价格和波动率具有显著的非线性影响，且优于线性和非线性基准模型；在可再生能源渗透率较高的情况下，风电和光伏的预测误差以非线性方式加剧价格波动。
In this paper we study the impact of errors in wind and solar power forecasts on intraday electricity prices. We develop a novel econometric model which is based on day-ahead wholesale auction curves data and errors in wind and solar power forecasts. The model shifts day-ahead supply curves to calculate intraday prices. We apply our model to the German EPEX SPOT SE data. Our model outperforms both linear and non-linear benchmarks. Our study allows us to conclude that errors in renewable energy forecasts exert a non-linear impact on intraday prices. We demonstrate that additional wind and solar power capacities induce non-linear changes in the intraday price volatility. Finally, we comment on economical and policy implications of our findings.
研究动机与目标
- 分析德国EPEX SPOT市场中风电和光伏功率预测误差对日内电力价格的非线性影响。
- 基于日前供需曲线开发一种新颖的计量经济模型，以改进日内价格预测。
- 评估风电和光伏装机容量增加如何改变预测误差与日内价格波动率之间非线性关系的性质。
- 评估预测误差引发的价格波动对市场化电力市场中经济与政策的影响。
提出的方法
- 该模型以日前批发市场拍卖曲线作为基准，并根据风电和光伏功率的预测误差对曲线进行调整，以模拟日内价格形成过程。
- 通过引入基于预测误差项的供需曲线非线性变换，使模型能够对正负预测偏差产生非对称响应。
- 模型分别引入风电和光伏预测误差变量，包括绝对值及方向性变化（正/负偏差）。
- 估计采用非线性模型（nlm）与线性模型（lm2）进行对比，基于德国EPEX SPOT数据进行样本外评估。
- 通过模拟预测误差沿排序曲线移动对均衡价格的影响，考虑市场微观结构特征。
- 通过标准差、分位数差异及不同预测误差幅度下的样本外预测精度，评估模型性能。
实验结果
研究问题
- RQ1风电和光伏预测误差对日内电力价格的影响是否表现出非线性特征？
- RQ2在可再生能源渗透率较高的情况下，风电和光伏预测误差如何影响日内电力价格的波动率？
- RQ3与线性和非线性基准相比，所提出的基于拍卖曲线的模型在多大程度上提升了日内价格预测性能？
- RQ4预测误差对日内价格的影响是否具有非对称性，取决于误差的符号或大小？
- RQ5预测误差引发的价格波动对市场参与者和能源政策具有何种影响？
主要发现
- 非线性模型（nlm）在预测日内电力价格方面显著优于线性和非线性基准模型，尤其在预测误差较大的情况下表现更优。
- 风电预测误差对日内价格的负面影响强于光伏预测误差，其系数分别为 -0.39478*** 和 -0.37144***。
- 光伏预测误差对日内价格波动率的非线性效应更为显著，负偏差的系数为 -1.48092***，表明价格对低估更为敏感。
- 在高预测误差幅度下（γ=5, ρ=0.8），建模价格的标准差达到基线的4.009倍，表明波动率显著上升。
- 在99.9%分位数下，真实价格与建模价格的差异达到基线的19.947倍，表明在出现大误差时价格对极端波动极为敏感。
- 模型表明，新增风电和光伏装机容量会引致日内价格波动率的非线性变化，尤其在预测误差较大且符号混合时更为明显。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。