電力価格のフォワードカーブ
背景
最大30年となる可能性のあるプロジェクトの全期間にわたって、将来のプロジェクトをシミュレートします。この期間の将来について、予想される財務結果を計算するには、この期間中の系統の価格の見積もりが必要です。
これほど遠い将来の価格を推定することは非常に困難です。価格変動は、マクロ経済要因(商品価格、通貨為替レート、インフレなど)だけでなく、政策面(再生可能エネルギー補助金、原子力政策など)や技術進歩(蓄電池コスト、新しい蓄電池技術、改良された安価な太陽電池など)を含む系統の状態によっても発生する可能性があります。
モデルを説明可能にするために、価格の季節性(たとえば、価格は春と比較して冬の方が高く、週末と比較して平日の方が高い)は、将来も変化しないと仮定します。 さらに、曲線に長期的な傾向については何も仮定していません。各年の平均価格がほぼ同じであるベースライン曲線を作成します。 また、基本的な気象変数(気温と太陽放射)と価格の関係は、将来も同様であると仮定します。これらのベースライン曲線は、プロジェクトの期間中の年間平均価格と年間平均ボラティリティに関する仮定によって変更されます。ユーザーは、シナリオを使用することで、独自の年間平均とボラティリティの仮定を自由に提供できます。
計算ロジック
価格生成の主なステップは次のとおりです。
- 過去のデータに基づいたベースライン曲線の作成
- ベースラインと仮定に基づいたシナリオ曲線の作成
ベースライン曲線の作成
温度と全球水平面日射量(季節性および自己回帰的特徴量も含む)を予測変数として使用して、深層学習の自己回帰モデルをトレーニングすることにより、ベースライン曲線を作成します。
これらの「生の」ベースライン曲線は負になる可能性があることに注意してください。
インプット
このモデルは、予測変数として各エリアの5つの場所からの気象データに依存しています。気象データには、シミュレーターの気象で説明されているのと同じソースがあります。以下の気象変数を使用します。
- 地上2 mの気温(
TEMP
)、単位は°C - 全球水平面日射量(
GHI
)、単位はW/m2 abs(22 - TEMP)
(作成された特徴量)
各ゾーンのJEPX前日価格でモデルをトレーニングします。トレーニングには、2021年4月1日からトレーニング日の5日前までの期間の価格を使用します。トレーニングは、毎週日曜日の深夜(日本時間)に実行されます。
トレーニングされたモデルは、将来のベースライン価格曲線を生成するために使用されます。2059年12月31日まで価格を生成します。予測変数として、シミュレーターの気象で説明されているのと同じ標準化された気象データ(将来を過去にマッピングすることに基づく)を使用します。
シナリオ曲線の作成
ベースライン曲線が作成されると、プロジェクトに関連付けられたシナリオでユーザーから提供された仮定に従って、それらを変更します。これらの仮定は、プロジェクトの期間中の各年の年間平均価格と年間平均ボラティリティ(平均絶対偏差)の形式です。
現時点では、特定の年におけるゼロ価格スロットの頻度に関して明示的な仮定を行うことはできません。 それらの頻度は、ベースライン曲線と平均およびボラティリティの仮定の間の相互作用の結果になります。 たとえば、平均価格を下げてボラティリティを高めると、その年のゼロ価格イベントの頻度が増加する傾向があります。
最初のステップとして、シナリオからこれらの仮定を取得し、各年が会計年度の開始(4月1日)を指すと仮定して、定義されたポイント間の線形補間によって連続曲線を作成します。最新の利用可能な会計年度の開始点を計算するために実績値を使用します。 この補間に続いて、平均価格の仮定とボラティリティの仮定が、30分ごとの各スロットに対して定義されます。
次に、生のベースライン価格曲線について、過去12か月間に計算されたローリング平均を計算します。
ここで、は将来の合計スロットを表し、は時刻tでのベースライン価格を表します。のスロットより前の価格スロットの値は、過去の利用可能な実際の価格として定義されていることに注意してください。次に、価格トレンドは次のように計算されます。
ローリング平均と偏差を次のように計算します。
また、ローリング平均絶対偏差(MAD)は次のように計算します。
次に、ボラティリティの尺度を次のように計算できます。
シナリオ価格は次のように定義されます。
このシナリオ価格は、シミュレーターで使用され、取引結果を計算し、プロジェクト期間中の蓄電池の運転を最適化します。