AI-modeller förbättrar elprisprognoser med 37% i volatila marknader
Forskare har testat grundläggande tidsseriemodeller för att förutspå elpriser och uppnått upp till 37,4% förbättring i prognosnoggrannhet jämfört med traditionella metoder. Studien använde data från Singapores elmarknad och inkluderade faktorer som väder och kalendervariabler.
Djupdykning
Forskare har utvecklat en ny metod för att förutsäga elpriser genom att använda så kallade "foundation models" - avancerade AI-modeller som ursprungligen tränats på stora datamängder - kombinerat med en särskild regulariseringsstrategi för att hantera prisvolatilitet. Studien, som testades på Singapores elmarknad, visar att dessa moderna AI-modeller presterar upp till 37,4% bättre än traditionella metoder som ARIMA och LSTM när det gäller att förutsäga dygnets elpriser. Detta är särskilt betydelsefullt för volatila elmarknader där priserna kan fluktuera kraftigt på grund av faktorer som väderförändringar, efterfrågevariationer och produktionsosäkerhet från förnybara energikällor. Förbättrade prognoser kan hjälpa elnätsoperatörer att optimera produktionen, energihandlare att fatta bättre beslut och beslutsfattare att utveckla mer effektiva energipolicys. För Sveriges växande elmarknad, med ökande andel förnybar energi och volatila priser, kan sådana AI-lösningar bli avgörande för att säkerställa både prisstabilitet och leveranssäkerhet. Nyckelinsikt: AI-baserade foundation models kan revolutionera elprognoser genom att bättre hantera marknadsvolatilitet, vilket blir allt viktigare i takt med elektrifieringen och den växande andelen förnybar energi.