La relazione finale affronta il problema della previsione dei prezzi orari dell'energia elettrica nel Nord Italia. Questa previsione risulta complicata proprio a causa delle componenti stocastiche che entrano in gioco, come ad esempio l'imperfetta prevedibilità di domanda e offerta di energia o la variabilità indotta dalle nuove normative del mercato energetico. Bisogna considerare anche l'impossibilità di immagazzinare grandi quantità di energia elettrica e, soprattutto negli ultimi anni, non si può ignorare la disponibilità di energia prodotta da fonti rinnovabili che introduce ulteriore variabilità poiché dipende dalle condizioni metereologiche. Vengono considerati diversi modelli di previsione tra cui modelli ARIMA, modelli combinati, GARCH e infine la regressione LASSO. In conclusione il modello migliore risulta il modello che considera i prezzi degli 8 giorni passati, 6 variabili dummy per i giorni della settimana e le variabili esogene che indicano la quantità di energia prevista, l'energia solare ed eolica, l'energia idroelettrica, biomasse, rifiuti e i prezzi delle importazioni, del gas naturale e del consumo di CO2.
I prezzi dell'energia elettrica nel Nord Italia: modelli di previsione
REMIGIO, FRANCESCA
2022/2023
Abstract
La relazione finale affronta il problema della previsione dei prezzi orari dell'energia elettrica nel Nord Italia. Questa previsione risulta complicata proprio a causa delle componenti stocastiche che entrano in gioco, come ad esempio l'imperfetta prevedibilità di domanda e offerta di energia o la variabilità indotta dalle nuove normative del mercato energetico. Bisogna considerare anche l'impossibilità di immagazzinare grandi quantità di energia elettrica e, soprattutto negli ultimi anni, non si può ignorare la disponibilità di energia prodotta da fonti rinnovabili che introduce ulteriore variabilità poiché dipende dalle condizioni metereologiche. Vengono considerati diversi modelli di previsione tra cui modelli ARIMA, modelli combinati, GARCH e infine la regressione LASSO. In conclusione il modello migliore risulta il modello che considera i prezzi degli 8 giorni passati, 6 variabili dummy per i giorni della settimana e le variabili esogene che indicano la quantità di energia prevista, l'energia solare ed eolica, l'energia idroelettrica, biomasse, rifiuti e i prezzi delle importazioni, del gas naturale e del consumo di CO2.File | Dimensione | Formato | |
---|---|---|---|
Remigio_Francesca.pdf
accesso aperto
Dimensione
8.43 MB
Formato
Adobe PDF
|
8.43 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/50000