Aggregation von Prophet und saisonaler Trendzerlegung zur Zeitreihenprognose italienischer Elektrizitäts-Spotpreise

Die Kosten für Elektrizität und Gas haben einen direkten Einfluss auf die täglichen Routinen von Menschen, die auf diese Ressourcen angewiesen sind, um ihre Geschäfte am Laufen zu halten. Der Wert von Elektrizität ist jedoch stark mit den Spotmarktpreisen verbunden, und das Eintreffen des Winters sowie der erhöhte Energieverbrauch aufgrund der Heiznachfrage können zu einem Anstieg der Energiepreise führen. In den letzten Jahren wurden Ansätze zur Prognose der Energiekosten verwendet; jedoch sind die vorhandenen Modelle aufgrund von Wettbewerb, saisonalen Veränderungen und anderen Variablen noch nicht robust genug. Effektivere Modellierungs- und Prognoseansätze sind erforderlich, um Investoren bei der Planung ihrer Gebotsstrategien und Regulierungsbehörden bei der Gewährleistung der Sicherheit und Stabilität der Energiemärkte zu unterstützen. In der Literatur besteht ein erhebliches Interesse daran, bessere Preisbildungs- und Prognoseframeworks zu entwickeln, um diesen Herausforderungen gerecht zu werden. In diesem Kontext schlägt diese Arbeit vor, saisonale und Trendzerlegungen unter Verwendung von LOESS (lokal geschätzte Scatterplot-Glättung) und Facebook Prophet-Methoden zu kombinieren, um eine genauere und widerstandsfähigere Zeitreihenanalyse der italienischen Elektrizitäts-Spotpreise durchzuführen. Dies kann dazu beitragen, die Prognosen zu verbessern und ein besseres Verständnis für die Variablen zu entwickeln, die die Daten antreiben, während auch zusätzliche Informationen wie Feiertage und besondere Ereignisse einbezogen werden. Die Kombination der Ansätze verbessert die Prognosegenauigkeit und senkt den mittleren absoluten prozentualen Fehler (MAPE) um 18 % im Vergleich zum Basismodell.